意圖驅(qū)動(dòng)型服務(wù)編排與AI相互協(xié)同，正在徹底改變網(wǎng)絡(luò)和服務(wù)的管理方式。這種協(xié)同究竟會(huì)如何革新OSS服務(wù)管理方式？又將如何發(fā)掘自動(dòng)化和可編程網(wǎng)絡(luò)的全部潛能？

作者：Alexander Valchuk, Senior OSS/BSS technical sales leader, Ericcson 原標(biāo)題：How AI empowers intent-driven service orchestration and assurance

以AI和自動(dòng)化改變服務(wù)編排方式

意圖驅(qū)動(dòng)型服務(wù)編排與保障開啟了服務(wù)管理和編排的新時(shí)代。有了它，我們不僅可以自動(dòng)部署和激活服務(wù)，還能進(jìn)行持續(xù)監(jiān)控和調(diào)整，以實(shí)現(xiàn)動(dòng)態(tài)的業(yè)務(wù)、服務(wù)和運(yùn)營目標(biāo)。人工智能（AI）可以自動(dòng)完成決策、預(yù)測分析和閉環(huán)操作，確保服務(wù)實(shí)例與定義的意圖保持一致，因此在賦能服務(wù)管理和編排方面發(fā)揮著變革性作用。

圖1：AI在服務(wù)管理與編排中的角色

運(yùn)營商（CSP）在實(shí)施服務(wù)自動(dòng)化方面面臨的主要挑戰(zhàn)之一，是端到端服務(wù)藍(lán)圖設(shè)計(jì)、分解以及面向客戶和資源的端到端服務(wù)實(shí)例保障的復(fù)雜性。我們的經(jīng)驗(yàn)表明，要充分發(fā)揮服務(wù)管理和編排的優(yōu)勢，系統(tǒng)中必須配置一系列軟件構(gòu)件，包括服務(wù)藍(lán)圖設(shè)計(jì)、分解與集成邏輯、主工作流程和原子工作流程等。要成功實(shí)施編排項(xiàng)目，需要在設(shè)計(jì)和測試這些構(gòu)件方面投入大量精力。

運(yùn)營商正在設(shè)法更有效地實(shí)施服務(wù)編排和保障操作。從管理OSS系統(tǒng)配置和集成轉(zhuǎn)向管理自動(dòng)化流程，是實(shí)現(xiàn)更高效、更精簡的服務(wù)運(yùn)營的關(guān)鍵。將服務(wù)管理模式向AI賦能的意圖驅(qū)動(dòng)型自主服務(wù)運(yùn)營模式演進(jìn)，是Tele Management Forum（TM Forum）定義的自主網(wǎng)絡(luò)愿景的基礎(chǔ)；最新發(fā)布的自主網(wǎng)絡(luò)技術(shù)架構(gòu)文章中詳細(xì)闡述了這一愿景。

AI+意圖驅(qū)動(dòng)型自主服務(wù)運(yùn)營模式如何實(shí)現(xiàn)？

TM Forum的可編程網(wǎng)絡(luò)愿景以意圖驅(qū)動(dòng)型服務(wù)編排為核心，允許運(yùn)營商定義高級(jí)別的業(yè)務(wù)和服務(wù)意圖，然后自動(dòng)轉(zhuǎn)換為具體的網(wǎng)絡(luò)配置和操作。在這一過程中，服務(wù)保障同樣重要，可確保網(wǎng)絡(luò)服務(wù)實(shí)例在整個(gè)過程中持續(xù)滿足指定的意圖。

要在從服務(wù)設(shè)計(jì)、配置一直到服務(wù)觀測和保障的整個(gè)生命周期內(nèi)實(shí)現(xiàn)全自動(dòng)服務(wù)管理，必須實(shí)施AI賦能的意圖驅(qū)動(dòng)型自主服務(wù)運(yùn)營，而這可以通過AI賦能的編排系統(tǒng)來實(shí)現(xiàn)。

圖2: AI實(shí)現(xiàn)意圖驅(qū)動(dòng)型運(yùn)營｜來源：愛立信

令人振奮的是，AI能夠通過意圖驅(qū)動(dòng)型服務(wù)編排實(shí)現(xiàn)服務(wù)實(shí)例的全生命周期管理——從服務(wù)藍(lán)圖設(shè)計(jì)，一直到端到端服務(wù)實(shí)例的運(yùn)營與保障，從而實(shí)現(xiàn)自主服務(wù)運(yùn)營。

利用AI加快服務(wù)藍(lán)圖設(shè)計(jì)周期，高效交付創(chuàng)新服務(wù)

在意圖驅(qū)動(dòng)型服務(wù)編排和保障方面，AI和ML技術(shù)可以大幅簡化服務(wù)編排架構(gòu)師和網(wǎng)絡(luò)設(shè)計(jì)師的工作。例如，AI可以使用定制訓(xùn)練的大語言模型（LLM），生成并驗(yàn)證初始服務(wù)編排藍(lán)圖。這一過程利用歷史數(shù)據(jù)、先前的藍(lán)圖迭代、網(wǎng)絡(luò)配置和特定服務(wù)需求，并結(jié)合模式識(shí)別和預(yù)測建模等ML技術(shù)，創(chuàng)建創(chuàng)新且功能完善的服務(wù)藍(lán)圖。

服務(wù)藍(lán)圖生成后，AI工具可以通過數(shù)字孿生（真實(shí)世界服務(wù)實(shí)現(xiàn)的虛擬副本）模擬其部署。這種模擬有助于預(yù)測服務(wù)實(shí)例的性能，并在實(shí)際部署到現(xiàn)網(wǎng)中之前及時(shí)發(fā)現(xiàn)潛在問題。此外，AI系統(tǒng)還可以通過無監(jiān)督學(xué)習(xí)技術(shù)確保藍(lán)圖符合現(xiàn)有網(wǎng)絡(luò)標(biāo)準(zhǔn)、操作協(xié)議和最佳實(shí)踐，并檢測與現(xiàn)有模型的偏差。

圖3: AI賦能的服務(wù)藍(lán)圖設(shè)計(jì)｜來源：愛立信

自動(dòng)化服務(wù)藍(lán)圖設(shè)計(jì)流程可以顯著縮短設(shè)計(jì)、驗(yàn)證和啟用新服務(wù)藍(lán)圖所需的時(shí)間，從而加快服務(wù)上市時(shí)間，提高運(yùn)營效率。愛立信已經(jīng)在利用AI能力設(shè)計(jì)和驗(yàn)證服務(wù)藍(lán)圖；而且，AI的使用不僅可以顯著加快服務(wù)藍(lán)圖的設(shè)計(jì)和測試時(shí)間，還有助于引入新的高級(jí)服務(wù)編排和保障用例。

從意圖驅(qū)動(dòng)型端到端服務(wù)編排向全自主網(wǎng)絡(luò)演進(jìn)

意圖驅(qū)動(dòng)型端到端服務(wù)編排是向自主網(wǎng)絡(luò)管理過渡的基礎(chǔ)，其重點(diǎn)是服務(wù)需要實(shí)現(xiàn)哪些目標(biāo)，而非其自身的實(shí)現(xiàn)方式。AI在實(shí)現(xiàn)這一范式方面發(fā)揮著關(guān)鍵作用，因?yàn)锳I算法可以解釋定義的意圖，自動(dòng)管理底層網(wǎng)絡(luò)資源以實(shí)現(xiàn)這些目標(biāo)，使網(wǎng)絡(luò)能夠?qū)崟r(shí)適應(yīng)新的需求，利用數(shù)據(jù)進(jìn)行學(xué)習(xí)以持續(xù)優(yōu)化性能，并在出現(xiàn)網(wǎng)絡(luò)異?；蚬收蠒r(shí)進(jìn)行自我糾正。讓我們更深入地探討一下AI在徹底變革服務(wù)編排和配置方面的潛力。

第一個(gè)重要方面是，AI如何通過解釋意圖（高層次的業(yè)務(wù)或服務(wù)目標(biāo)）并將其轉(zhuǎn)化為可執(zhí)行的編排操作來增強(qiáng)服務(wù)編排。運(yùn)營商可以將高級(jí)自然語言處理（NLP）技術(shù)整合到服務(wù)編排堆棧中，使系統(tǒng)能夠解釋以自然語言表達(dá)的服務(wù)需求，從用戶命令或服務(wù)請求中提取有意義的意圖信息，并將其轉(zhuǎn)化為可執(zhí)行的基于標(biāo)準(zhǔn)的API調(diào)用。通過語義分析，AI模型可以分析這些需求的上下文和語義，以確保能準(zhǔn)確地解釋和實(shí)現(xiàn)意圖，同時(shí)考慮服務(wù)實(shí)例和網(wǎng)絡(luò)的現(xiàn)狀等因素。

圖4: 通過NLP翻譯實(shí)現(xiàn)零接觸服務(wù)編排｜來源：愛立信

利用API管理認(rèn)知意圖生命周期

另一個(gè)重要方面是認(rèn)知意圖的生命周期管理，即通過API定義、管理和監(jiān)控意圖。AI在這里的作用包括解釋觸發(fā)器和上下文信息，生成建議并指導(dǎo)閉環(huán)決策。AI/ AI/ML可以實(shí)時(shí)分析替代方案并建議最優(yōu)的目標(biāo)服務(wù)圖和配置，從而幫助完成動(dòng)態(tài)服務(wù)設(shè)計(jì)和部署。

圖5: 意圖驅(qū)動(dòng)型自主網(wǎng)絡(luò)的認(rèn)知閉環(huán)｜來源：愛立信

認(rèn)知意圖生命周期管理可以自動(dòng)做出許多原本需要人工干預(yù)的決策，從而將資源節(jié)約下來用于其他任務(wù)，并確保更高效的服務(wù)運(yùn)營。更重要的是，這種方法可幫助實(shí)現(xiàn)持續(xù)改進(jìn)，因?yàn)锳I和ML系統(tǒng)能夠監(jiān)控過去的決策的成效，并從反饋中學(xué)習(xí)，以優(yōu)化意圖解釋并增強(qiáng)未來的服務(wù)設(shè)計(jì)決策。

基于AI的服務(wù)保障提高服務(wù)可靠性

正確配置并激活端到端服務(wù)實(shí)例后，需要進(jìn)行實(shí)時(shí)監(jiān)控，以確保其狀態(tài)和性能符合預(yù)定義的服務(wù)意圖；這些意圖被設(shè)計(jì)為一組服務(wù)等級(jí)關(guān)鍵性能指標(biāo)（KPI）。為了實(shí)現(xiàn)這一目標(biāo)，服務(wù)保障系統(tǒng)會(huì)收集網(wǎng)絡(luò)遙測數(shù)據(jù)，并將其匯總為服務(wù)等級(jí)KPI，然后根據(jù)配置的閾值進(jìn)行監(jiān)控，以便對任何偏離服務(wù)意圖的情況做出主動(dòng)或被動(dòng)響應(yīng)。

提前發(fā)現(xiàn)并解決問題！

主動(dòng)檢測服務(wù)意圖違反情況的一個(gè)例子是，服務(wù)保障系統(tǒng)可以利用AI/ML分析流量歷史。而且，通過將機(jī)器學(xué)習(xí)模型和流量模式應(yīng)用于歷史數(shù)據(jù)和實(shí)時(shí)遙測數(shù)據(jù)，AI還可以預(yù)測潛在的服務(wù)降級(jí)、“隱性”故障或容量問題。這種方法使網(wǎng)絡(luò)運(yùn)營商能夠采取預(yù)防措施，避免運(yùn)行中斷或性能問題；換句話說，預(yù)測分析可以通過提前識(shí)別風(fēng)險(xiǎn)來幫助保持服務(wù)性能。AI能夠預(yù)測未來問題或潛在異常情況，是主動(dòng)優(yōu)化網(wǎng)絡(luò)服務(wù)和資源的關(guān)鍵驅(qū)動(dòng)因素。

圖6: AI賦能的服務(wù)保障｜來源：愛立信

此外，AI能夠?qū)崟r(shí)解釋數(shù)據(jù)，因此可以在檢測到異常情況時(shí)簡化決策和修復(fù)。AI不依賴靜態(tài)的預(yù)定義策略；相反，它不僅可以精確定位故障位置，還可以提供修復(fù)或處理建議和/或決策，然后由服務(wù)編排系統(tǒng)執(zhí)行，以完成閉環(huán)處理。AI的建議可繁可簡，可能是簡單的服務(wù)和/或資源拓?fù)涓模ㄈ鐢U(kuò)展核心網(wǎng)絡(luò)功能），也可能是會(huì)影響服務(wù)實(shí)例拓?fù)湓O(shè)計(jì)的更復(fù)雜更改。

AI是構(gòu)建全面可編程網(wǎng)絡(luò)的關(guān)鍵步驟

將AI技術(shù)集成到意圖驅(qū)動(dòng)型服務(wù)編排和保障系統(tǒng)中，是推進(jìn)可編程網(wǎng)絡(luò)的關(guān)鍵。AI能夠生成、驗(yàn)證藍(lán)圖并將其部署到網(wǎng)絡(luò)中，因此有望簡化服務(wù)藍(lán)圖設(shè)計(jì)過程的自動(dòng)化。它利用模式識(shí)別和預(yù)測建模等ML技術(shù)來預(yù)測網(wǎng)絡(luò)和服務(wù)需求，并相應(yīng)地優(yōu)化服務(wù)拓?fù)鋱D和配置。ML算法還可以從持續(xù)收集的網(wǎng)絡(luò)性能數(shù)據(jù)中學(xué)習(xí)，不斷適應(yīng)和優(yōu)化服務(wù)與網(wǎng)絡(luò)運(yùn)營；對于必須自主適應(yīng)不斷變化的條件的可編程網(wǎng)絡(luò)，這一點(diǎn)至關(guān)重要。

此外，AI驅(qū)動(dòng)的解決方案可以實(shí)現(xiàn)實(shí)時(shí)服務(wù)監(jiān)控和保障，確保服務(wù)運(yùn)營不超出預(yù)定義意圖和KPI的設(shè)定參數(shù)范圍。這種持續(xù)的監(jiān)督和自動(dòng)調(diào)整對于確保可編程網(wǎng)絡(luò)的無縫運(yùn)行至關(guān)重要。

借助這些能力，AI和ML不僅能降低服務(wù)管理的復(fù)雜性，還為構(gòu)建適應(yīng)能力更強(qiáng)、更高效且具備自我管理能力的網(wǎng)絡(luò)鋪平了道路。