运营商基于大数据与AI推动数字化转型策略研究

应江勇

(北京华为数字技术有限公司，北京 100085)

0 引言

2020年4月，国家发展和改革委员会提出新型基础设施主要有3类：一是信息基础设施，指以5G、物联网等为代表的通信网络基础设施，包括以人工智能(Artificial Intelligence，AI)等为代表的新技术基础设施、以智能计算中心为代表的算力基础设施等；二是融合基础设施，指深度应用互联网、大数据、AI等支撑传统基础设施升级进而形成的融合基础设施，如智能交通基础设施等；三是创新基础设施，指支撑科学研究等公益属性的基础设施，如科教基础设施等。当前在大数据与AI背景下，前两类基础设施无疑与电信运营商息息相关。在新基建战略和5G融入百业需求的推动下，中国已经成为全球最大的5G应用市场。2020年，中国累计开通5G基站超过70万座，5G终端连接数接近2亿。相比4G初期超高流量单价红利，运营商在5G时代面临更大盈利压力，纵观互联网头部企业，流量红利同样在消失，从社交、私域等新电商渠道，再到抖音、B站等新内容平台，每个领域的价值洼地都在被快速填平，但大红利的消失并不意味着没有发展机会。大数据与AI的快速发展为各行各业带来前所未有的变革，运营商如何借助大数据与AI推动企业数字化转型值得深入研究。

1 研究评述

从2019年以来，在AI、5G及通信等相关领域的研究情况看，AI与产业、AI与无线通信、AI与5G、AI与应用、AI与安全等领域有部分代表性成果，具体如下。

1.1 AI与产业

胡俊[1]认为AI具有广泛渗透性、数据驱动性、系统智能化等特征，有效拓展我国自主技术创新空间，应加强AI对传统产业改造升级，同时注重培育发展基于AI的新产业、新业态、新模式。

1.2 AI与无线通信

胡圣波[2]通过物理层调制解调、信道端到端无线通信等案例分析数据驱动对无线通信的影响，基于智能反射表面和人工智能赋能软解调案例提出AI赋能无线通信的思路。

1.3 AI与5G

潘思宇[3]提出了AI 与运营商业务深度结合的3个领域，即智能网络(包括网络规划和网络维护)、智能营销(包括智慧洞察、定制化服务和智能客服)、产业互联网(包括车联网和工业互联网)。梁力维[4]对5G基站能耗与节能技术进行分析并提出业务负荷预测、智能场景识别、多网协同配合等AI智能节能技术方案来降低电信OPEX费用。文华炯[5]分析了5G 环境下人工智能的应用优势、融合发展路径及趋势。欧大春[6]探讨了中国联通在网络AI中台、网络智慧运营、网络服务智能化等方面的人工智能应用，认为未来需将网络AI应用在价值闭环、网络演进、组织变革等方面进行深度融合。尹俊等[7]分析了AI在运营商网络、规划、运营、优化、维护等方面的意义，同时介绍了中国联通面向网络的AI平台建设目标、举措及演进计划。黄新波[8]认为AI在增强和决策自动化、重复性和预测性维护以及支持系统交互等方面有优势，将使AI与5G运营深度结合。张炎[9]剖析家居智能化需求和新兴技术趋势，提出5G及人工智能在泛家庭领域的七大应用场景，包括无线宽带、智能组网、视频通信、高清视频、智能安防、全屋智能、智慧社区。付道明[10]认为5G+人工智能技术使得教育更加“以人为本”和“立体化”，大量的深度学习、跨界深度融合、多主体交互与协同以及智能主体的自主操作等智能教育生态需要在新的通信技术环境中实现。

1.4 AI与应用

李新[11]建立了无线移动通信系统风险评价指标体系，收集样本后优化神经网络构建评价模型并进行仿真测试。谭俊杰等[12]分析了深度强化学习在资源管理、接入控制以及网络维护等无线通信上的应用，认为其是实现智能通信的有效途径。李坤等[13]对比分析了利用卷积神经网络、循环神经网络、超分辨技术、压缩感知技术在信道估计方法上的优劣势及未来研究方向。陶晓明等[14]分析了“无线多媒体通信”课程现状，提出了人工智能技术对该课程的教学改革建议。

1.5 AI与安全

杨婕[15]认为AI发展的同时在公共安全风险、算法偏见、责任伦理、人权等方面存在挑战，建议制定AI伦理规则体系，加强国际合作，推动AI健康发展。

综上来看，运营商基于大数据与AI推动数字化转型的具体举措有哪些，现有成果涉猎较少，本文将在此领域进行探讨(论文属于非工作产出)。

2 运营商数字化转型中的关键任务剖析

学术及工业界对数字化转型的定义各有侧重点，笔者认为数字化转型指利用现代技术和通信手段，改变企业为客户创造价值的方式。数字化转型过程中离不开客户的参与，也涉及企业的核心业务流程及支撑技术。

2021年作为“十四五”开局之年，有机构预测也将是5G应用爆发元年，大数据、AI技术无疑是当下最热门、最有价值的现代技术，运营商如何借助大数据与AI抓住5G发展机遇，结合数字化转型定义看，运营商需要从用户、资源、服务、网络等领域思考并落地执行关键任务实现数字化转型(见表1)。

3 运营商大数据与AI能力共建共享策略

围绕用户、资源、服务、网络等领域关键任务，需要从整网角度统筹考虑大数据与AI能力如何建设，具体策略如下。

3.1 共建共享形成AI能力生态，全面赋能一线生产

围绕AI算法开发者(用A表示)，AI模型使用者(用B表示)、AI通用能力(用C表示)提供者的诉求，构建一站式AI开放能力，实现A、B、C三者中两两之间“1对N”的共享和赋能，形成开放共赢的生态链。

3.2 大数据AI能力开放平台实现开“箱”即用

依托异构计算、存储、网络、容器及调度等资源，针对3类人群(懂业务、懂算法组件、懂编码)，构建开“箱”即用。一站式AI全流程开发管理能力，包含数据接入及预处理、样本筛选、算法开发、训练、模型自优化、部署及管理功能(见表2)。

3.3 封装行业模型对外提供API调用服务

跟踪学术界及工业界最新研究成果，集成图像、语音、自然语言处理等AI通用技术，对行业细分领域的具体模型进行封装，并统一注册到AI能力开放平台，对外提供API服务供业务系统快速调用。

从具体举措来看，包括如下几方面。

(1)AI服务菜单：提供AI服务检索，订阅和调用能力。

(2)AI服务展厅：提供AI服务自动演示，介绍详情及使用帮助。

(3)AI服务封装发布：采购头部供应商AI能力并进行私有环境集成部署；基于业界开源算法迭代版本，二次开发并自动训练形成通用能力；整合集团及省内资源及能力封装成通用的API服务，注册并挂载到AI能力开放平台。

表1 运营商大数据与AI推动数字化转型中的关键任务剖析

表2 一站式AI开发全流程

4 运营商大数据与AI应用建设策略

在大数据与AI能力之上，需要赋能生产部门快速构建AI应用，具体策略如下(见表3)。

4.1 集成AI技术及体验打造企业级AI应用APP

借鉴互联网先进经验，运营商在打造企业级AI应用APP过程中需要坚持3项原则。

(1)需求快速响应：AI能力+移动互联网加快业务需求与中台能力结合，实现所见即所得。

(2)生态敏捷开放：以AI应用中心为抓手，驱动能力迭代完善，构建敏捷开放的应用生态。

(3)提升企业形象：对外展示企业AI能力及应用案例，提升客户感知。

4.2 客户立体画像，赋能精准营销

从运营商业务营销流程看，主要包括以下步骤。

(1)一键获客：建设客户上网内容解析功能，通过OCR图像识别+NLP文本特征处理，自动获取客户内容偏好等关键信息，为大数据标签及客户画像平台提供高质量内容输入。

(2)快速识客：基于大数据平台的标签和客户画像能力，主动推送客户消费、终端、产品等特征信息，掌握客户需求。

(3)营销注智：建设方案定价功能，引入推荐系统，帮助营销人员快速定制个性化提速降费解决方案，注智线上、线下营销触点，提高精准营销水平，同时可以丰富触点范围，叠加智能语音技术，将智能外呼能力直达生产一线。

(4)闭环优化：引入电子邮箱、实体地址、营销术语等标准化技术，将客户特征清晰化、模板化，形成营销闭环管理，提升客户体验和营销成功率。

4.3 集成AI技术及自学习能力注智业务系统，提升业务流程自动化水平

突破传统思维，尝试管理问题技术解决、技术问题管理解决。当前，运营商业务繁多，流程复杂，需要依赖技术改善或缩短管理环节，以中部某省运营商人证稽核流程为例(见图1)。

从现状看，每个月人证稽核百万张工单，具体类型包括人证合一、免填单、公函类等，现有稽核人员超过200名，人均工作量巨大，稽核过程中经常出现口罩识别、PS证件、人像异常、证件照不清晰、人脸不清晰等问题，因为流程阻塞导致业务办理效率低下，进而影响业务办理成功率。

从改善建议看，可以将AI技术通用能力前置到运营商CRM系统，同时基于存量数据迭代AI能力，如人体活动检测、图像自动检索等实现自动稽核，针对营业前台实名受理业务的经办人照片翻拍、不合规签名、公函漏传等，实现秒级输出稽核结果，提升业务流程自动化，提升企业效益。

5 结束语

2020年流量大红利正在逐步消失，运营商及互联网公司都需要积极寻找新的发展机会，在国家新基建战略和5G渗透需求推动下，运营商必须思考如何基于大数据与AI推动数字化转型。在5G网络尚未实现全国广覆盖、5G行业应用成熟度还有待提升、应用配套支撑产业仍处于培育初期、跨行业产业生态尚未建立等情况下，笔者个人认为运营商应围绕用户、资源、服务、网络等领域抓好关键事项，抓紧落实大数据与AI能力、应用建设举措是当务之急。AI能力补齐是个持续过程，需要紧跟技术发展趋势，AI应用则必须围绕客户及业务痛点避免盲目跟风。

表3 运营商AI宣传及体验业务策略

图1 AI稽核应用流程