1.AI x 5G：萬物互聯時代的兩大技術基石

5G是萬物互聯的基石，AI是萬物互聯網的助推器。二者作為新時代的生產力，將帶來整個社會生產方式的改變和生產力的提升。兩者相加，互相作用，AI將使能于5G，優化5G網絡，推動5G落地。具備AI屬性的5G網絡，是自能的網絡。5G同樣是使能技術，改變生產方式、改變社會生活，讓AI無處不在。

在過去的一兩年時間里，層出不窮的5G新應用已經在各行各業不斷出現，已經發放的5G牌照和即將到來的5G商用業務，會讓這些變革進一步提速，為全行業的數字化轉型升級，為人們的生活品質提升，帶來無限的可能。而作為5G的基礎支撐者，電信運營商也迎來了網絡建設、業務支撐、變革轉型的新高潮。AI將會爆發，大幅提升運營商自身的運營、管理、運維的效能。同時5G時代，AI能力本身將和云，網，邊緣計算等能力一樣成為一種商品，幫助運營商豐富業務形態，拓展垂直市場。

2.5G時代的電信AI：左手降本增效，右手使能行業

市場研究公司Tractica/Ovum對30個領域近300個真實的AI使用場景進行的研究表明，電信領域在AI技術方面尤為積極，并且是目前最大的AI細分市場。在AI時代和IoT時代，互聯網巨頭已經占據了AI的前沿。運營商如何發揮專業優勢，加快跨業融合，提升行業價值，需要運營商深入思考。根據Tractica/Ovum預測，到2025年，全球電信業對人工智能軟件、硬件和服務的投資將達367億美元；其中，電信業整體AI市場將以48.8%的年復合增長率從3.157億美元到2025年增至113億美元。預計在2016年至2025年，電信運營商主要將AI用于網絡運營監控和管理，此期間這方面支出將占到電信業AI支出的61%。

運營商還擁有AI商業化所必需的資源。在技術層面，提供海量運算和存儲的平臺“云”服務；提供高帶寬、低時延、大規模的連接“管”服務；提供能夠承載各種場景應用的“端”產品。在大數據應用方面，運營商還擁有用戶的消費習慣、終端信息、ARPU的分組、業務內容、業務受眾人群、人群流動軌跡、地圖信息等資源。同時，憑借自身優勢，以及多年來在信息化應用和大數據方面積累的能力與運營經驗，運營商可以充分運用技術和資源優勢參與到AI的研發領域。

國內三大運營商都已在人工智能領域布局，但是打法套路還是不盡相同。其中，中國移動發布了人工智能平臺--九天，中國電信與合作伙伴共同打造了人工智能開放平臺--燈塔，中國聯通通過混改與百度等合作伙伴一起共同入局人工智能市場。

中國運營商在積極探索AI能力建設和AI應用的同時，AI應用已經出現了一些問題的苗頭。如：AI煙囪已經出現、統一管理難、資源不能互用、訓練方式各異通用性差等一系列問題。分散地提供AI服務將難以應對大區域、高響應的服務要求。

3.鯨智AI平臺：最懂電信的AI平臺

近期，浩鯨科技在上海發布了面向5G的全方位的、端到端的IT和運營支撐體系－“鯨行套件”。“鯨行套件”包含四大方向，鯨智底座、鯨能支撐、鯨翼市場、鯨靈運營，涵蓋5G時代運營商所需要的核心場景和能力。其中鯨智底座包含兩大核心組件數據中臺和AI平臺。

鯨智AI平臺設計采用DevOps理念，AI平臺聚合開發和運維工作，使得開發和運維閉環管理，通過組件式開發，提高快速構建省端所需應用，實現有需應用快速上線，衰敗應用快速下架，對問題應用快速修復重新上線。

AI平臺可以接入多種來源的數據，做為AI訓練的基礎。來源可以是FTP、大數據平 臺、各類數據庫、視頻流。AI平臺具備三大特色：處理極強、AI極智、賦能極簡，可以將業務數據向業務智能化推進，可以廣泛的應用于新零售、智慧城市、智慧園區、智能決策等等方面。

通過嚴格對標產業巨頭主流AI基礎設施架構，對AI平臺存儲、計算類型、功能模塊等進行充分調研，研究目前成熟的平臺運營管理系統和資源調度策略，重點對平臺存儲、數據對接、數據標注、模型訓練、模型推理及與Hadoop融合等方面形成具體落地方案，并最終形成集中化統一AI平臺建設方案。

AI平臺采用分層次、結構化設計思想實現高內聚低耦合的功能架構，支持Tensorflow、Pytorch等深度學習框架，能夠靈活適應業務的發展與變化，各模塊相對獨立，可單獨部署，有效降低使用成本。

4.豐富AI應用場景：僅僅是開始…

浩鯨科技的AI能力已經在運營商得到廣泛應用，并將繼續不斷的擴大應用范圍和提升能力。同時，我們也將攜手運營商，將AI能力拓展到不同行業、不同領域，實現AI能力的統一服務。

場景1：AI+經營分析-

改變傳統的數據查詢方式，運營人員通過直接與小蜜“機器人”溝通，獲取所需數據。

場景2：AI+業務受理

人臉識別輔助高效實名認證，由每個卡片的實際使用人通過手機等智能移動設備完成在線實名認證、注冊其有效身份，從而確保人、卡關聯，方便在日常使用過程中有效管理和監控；從根本上杜絕人、卡分離所帶來安全隱患。

場景3：AI+網絡故障診斷

運用AI能力、大數據分析能力、機器學習能力，通過對歷史告警、日志、指標、工單等多種數據進行綜合分析，實現故障自動診斷、故障自動處理的；AI代替人工實現40%故障識別率提升，同時在處理故障的過程中基于平臺自動化診斷能力，可將30分鐘以上的人工決策時間縮短在1分鐘以內。

場景4：AI+業務稽核

面向集客業務支撐，業務人員上傳的客戶證件，或集客客戶經理上傳的合同/訂單等文件，基本上都是PDF或圖像格式；為保證業務的準確性和安全性，需要支撐人員進行手工稽核，工作量大，稽核速度慢。利用AI技術識別用戶證照上的關鍵因子，譬如證照號碼、家庭住址、出生日期等，辨別證照真實性，并提取所需內容轉換為文字，實現信息的快速錄入；對于集客業務，可識別電子合同/訂單中費用、客戶名稱、優惠辦法等信息，對業務的合規性進行稽核。通過AI能力，在業務稽核場景下大大減少人工干預，減少工作量，提高效率和準確性。

場景5：AI+裝維

裝維小蜜基于語音識別、自然語言識別、對話管理、語音合成等技術，提供人機智能問答、互動的能力，改變傳統支撐模式，為一線裝維及后端支撐提供全天候支撐服務，既釋放裝維工作壓力，提供裝維效率，可以支撐運維管理各種不同的場景。

場景6：AI+資源稽查

資源工程實施中，通過AI賦能，實現光纜掛牌信息OCR識別、ODF端口占用情況識別、光分端口占用識別等，從而達成存量資源數據稽核工作，降低人工核對的工作量。