自智网络白皮书（3.0）autonomous networks whitepaper (3.0)助力数字化转型2021年10月目标阐述自智网络领域最新的业务需求、架构、能力以及行业动态和进展，并给出参考实现方法和行业最佳实践。 贡献单位 编辑tm forum futurewei 撰稿人亚信 beyond by bearingpoint bt 北京邮电大学 中国信通院ccsa 中国移动 中国电信 中国联通 中盈优创 clarity global cognizant 东信软件 ericsson etiya futurewei 科大国创 hkt 华为 ibm infosys mtn nbnco nec netcracker nokia ntt orange robi axiata stc telecom argentina teoco tm forum ubiqube wipro 中兴 aaron boasman-pateldong sun王达、曾港、肖智海andreas polz, susan backhausandy corston-petrie李文璟马军锋、徐云斌、刘芷若赵世卓、赵莹、张艳、郭昕顾宁伦、刘立卫、姚远、邓灵莉、刘凯曦、冯成成、罗志毅孙琼、刘灵筠、张乐、张珂、张子婷任飞、万玉海、王磊、乔自知郝立光、宋刚ali mozaffar, seyed zoee, mohammad reza anbiyaei, adel hosseinyarun vs, pramathesh bhurangi毛广、易鸿鹏ignacio más, jörg niemöllerthierry reynarddong sun, min he赵龙derek chen, kam-shing fung林永明、王一宁、李继昂、李晖、郑光迎、王旭、汪健、邓丹、郝静dharmendra misra, subrata ghosh anuroop awasthi, ankur goel, ankur goyal mohamed salah, daniel smith, lloyd mphahlele, nkosinathi nzima, thembinkosi ndebelebrad petersjunko iwasakiandrei chekalin, manoj nair, abinash vishwakarmaneetu singhal, lei li, li jintakayuki nakamura, kiyotaka mizuno christian maitre, sophie nachmanmohammed fahim momen, mohammad rubbyat akram khalid mohamed attiagaston de arribayuval steinaaron boasman-patel, dave milhamhervé guesdon, naveen kumar m jvinay devadatta王浩、王勇、范英鹰1编辑和撰稿人 目录© tm forum 2021.本白皮书的全部内容受j9九游会老哥俱乐部官网的版权保护，保留所有权利。本白皮书中表达的观点和看法仅代表作者个人，并不代表其公司。在编写本文时我们已高度谨慎，对于任何人因本文中的任何内容而采取或不采取任何行动所造成的任何损失，编辑、撰稿人、出版商概不负责。3471027455677991010101212151619202123242728291 摘要2 市场趋势与自智网络需求3 自智网络愿景与框架2.1 2.1.1 2.1.22.2行业发展、市场机遇与网络挑战运营商的市场机会与网络需求自智网络应用创新和试点验证自智网络规模部署的六大挑战3.13.2 3.2.1 3.2.2 3.2.3 3.2.4愿景自智网络框架和能力自智网络分级自治域意图驱动的交互self-x运营能力4 自智网络实现4.1 4.2 4.2.1 4.2.2 4.2.3 4.2.4 4.2.5 4.2.6 4.2.7 4.2.8自智网络实现方法自智网络参考商业j9九游会登录入口首页新版的解决方案使能垂直行业客户体验云网融合家宽业务云核心网智能运维传输网络和承载网络数据中心节能无线和5g网络5 行业活动与协作5.1 5.25.3运营商自智网络实践多标准组织协同业界观点2 科技创新和跨界融合逐渐成为全球经济复苏和增长的全新引擎，疫情以来，全球企业进一步加速采用5g、ai、大数据、云、边缘计算和数字孪生等信息通信技术，加快数字化转型。这不仅有利于促进企业业务和经营增长，同时也使运营商有可能从5g to b、智能制造、智慧医疗、智慧教育等b2b2x（business to business to everything）的全新市场机遇中挖掘至少7000亿美元的新收入1。到2025年，新技术的运用、连网设备的激增、企业转型与社会变化等都有可能超过当下的预测和预期，其中包括：idc预测，2025年全球数据量将达175zb5。数据将成为一种重要的生产要素，驱动企业变革生产、运营及管理模式。全球运营商正在加快推进网络自动化、智能化建设，并期望借助网络转型抓住大颗粒的商业机会，最典型的就是5g to b、云网融合，以及由此延申出的智慧城市、工业互联网、智慧医疗、智慧教育、智慧农业及其他垂直行业的智能化业务和应用。新场景、新业务和新客户不仅对“可用性、带宽、时延、可靠性”等网络性能提出倍增要求，更期望获得“在线自助订购、按需分钟级开通、差异化确定性sla保障、数据安全的专属网络、预防性维护和极简可视管理”等全新网络特性。传统的网络能力和运营模式无法满足上述数字化转型的要求，为此，2019年电信管理论坛（tm forum）成立了“自智网络项目”( autonomous networks program ) ，其目的是构建业界领先、端到端网络自动化、智能化的方法，帮助运营商简化业务部署，推动网络self-x能力（自服务、自发放、自保障）全面提升，为垂直行业和消费者用户提供zero-x（零等待、零接触、零故障）体验。真正意义上实现“将复杂留给供应商，将极简带给客户”。运营商通过创新商业模式和网络服务，推出新一代数字化产品，不仅能够更好的服务消费者（business to consumer，b2c）市场，更重要的是进入垂直行业（b2b2x），如智慧医疗、智能制造、智慧交通（自动驾驶)、智慧城市等，这些垂直行业市场才是其未来创收的主要来源。因此，自智网络于运营商而言不再只是简单的一个选项或者考虑因素，它对提供智能互联的政企b2b2x数字化业务至关重要，这些服务都依赖于大连接、低时延、高可靠性。自2019年自智网络项目开展以来，在“愿景、三层四闭环框架、l0-l5分级标准、核心理念（如单域自治、分层闭环和意图驱动等）”等方面达成了广泛共识。越来越多的标准组织、产业组织、运营商、设备厂商、系统厂商和集成商加入到自智网络的探索和实践中，共同推动自智网络的标准化和产业化工作。现在，自智网络即将进入大规模试点验证和先行运营商体系化部署的新阶段。这一阶段的焦点是“统一技术标准、加快用例推广、划分演进代际、评价转型成效”，确保标准可以持续牵引自智网络用例的创新、牵引实际部署按照代际有序演进。本白皮书作为tm forum《自智网络白皮书（第一版6和第二版7）》的延续和演进，不仅汇集了过去一年最新的行业趋势和进展，更是总结了自智网络项目以及其他标准组织在此领域的最新优秀实践、框架、方法论和成果。主要更新内容包括“自智网络规模部署6大挑战、体系化实现方法、成套的商业j9九游会登录入口首页新版的解决方案”等，希望可以帮助更多的运营商开启或加快自智网络建设。34 https://mediabriefcom/45-of-repetitive-work-tasks-will-be-automated-by-2022 -idc/5 https://www.networkworld.com/article/3325397/6 https://www.tmforum.org/autonomous networks whitepaper (rel 1)7 https://www.tmforum.org/autonomous networks whitepaper (rel 2)参考：1 https://www.ericsson.com/en/5g/forms/5gforbusiness-2019-report2 https://www.gsma.com/mobileeconomy/wp-content/uploads/2020/03/gsma_ mobileeconomy2020_global.pdf3 https://www.idc.com/getdoc.jsp?containerid=us455992191.摘要gsma预测，2025年全球物联网连接总数将达到246亿，其中85.7亿是移动连接，18亿是5g连接2。idc在futurescapes 20203中指出，2025年、85%的企业会将新型数字化基础设施部署在云中。idc预测，通过人工智能、机器人、rpa( roboticprocess automation，机器人流程自动化）等手段，人类将迎来一批“数字员工”。2022年，45%的重复性工作有望通过“数字员工”实现自动化或增强4。 4参考：8 https://www.ericsson.com/en/5g/forms/5gforbusiness-2019-report9 https://inform.tmforum.org/research-reports/autonomous-networks-business-and-operational-drivers/10 https://inform.tmforum.org/research-reports/network-automation-using-machine-learning-and-ai/2.市场