网络运营如何既要高性能，又要低能耗，更要低运维成本？“一个能根据时间和地点自动调整、自我诊断、自我修复、自动优化的网络，并不是遥不可及的梦想。”爱立信东北亚区无线网络部软件产品经理白薇认为，人工智能的应用可以有效提升网络性能，甚至最终实现网络的自治。

随着5G在全球大规模部署，新的应用场景不断涌现，如物联网（IoT）和扩展现实等，它们对网络基础设施的要求更高，需要更低时延和大数据量流通作为保障。与此同时，运营商（CSP）面临巨大的挑战，其需要在不增加能耗或运营成本的前提下，提供无缝覆盖和更加优质的客户体验。显而易见，网络自动化对于运营商未来的成功至关重要。然而，要实现全面的移动网络基础设施自动化和优化，需要强大的能力，这就使得人工智能和机器学习（ML）比以往任何时候都更加重要。

爱立信认为，有三种方式可以将人工智能集成到网络组件中：一是用人工智能驱动的算法或组件取代现有的基于规则的算法或组件；二是在现有的基础组件上添加具有新功能的新的人工智能组件；三是向现有的传统组件添加基于人工智能的控制方案。

通过利用人工智能实现网络性能提升体现在以下两方面。一是频谱利用效率提升。频谱是运营商的重要资产，也是成本较高的投入。因此，提高其利用效率是一个非常有价值的用例。测试结果表明，在不同的场景下，目前人工智能可以让频谱利用效率提高大约10％。虽然消费者可能不太在意运营商的频谱，但他们肯定关心网速快不快、网络是否稳定——而更有效地利用频谱自然会提升用户侧的体验。

二是下行链路用户吞吐量和发射功率提升。利用强化学习（RL）和数字孪生来模拟网络环境，经过验证，人工智能可以有效提升相关网络性能。瑞士电信（Swisscom）专注于优化RET（远程电调天线），并在降低平均20％下行发射功率的同时，仍然实现了5.5％的吞吐量增长，功率的降低还使得基本静态功耗降低了3.4％。

在网络节能方面，人工智能同样大有可为。“我们曾携手国内运营商在现网实现过一个基于意图的多维节电功能，测试结果显示，该功能可在不同场景中均带来显著节能效果。”白薇表示，相较于传统基于规则的（通常根据资源利用率判断站点是否可进入节电模式）节电方式有三大优势，一是可基于KPI（关键绩效指标）意图自动选择节电方式和节电策略组合，可在确保网络性能的前提下最大化节能；二是具有对无线场景的判断和预测能力，能精准判断站点和小区所处的无线场景，并根据场景和KPI意图来选择和优化节电策略；三是实现了秒级的话务监控和预测，解决了传统基于平台级别的AI功能以15分钟为性能统计间隔带来的无法实时反映网络状态的问题，让节能管理更加精细化。

通过持续多年的技术积累和探索实践，爱立信正在推动无线网络智能化演进，并加速迈向基于意图的人工智能自动化。这无疑为未来最终实现零接触自治网络打下了坚实基础，也为行业共同推动网络智能化转型注入了更多动力和信心。