AI最终能在多大程度上接管网络管理，目前仍是一个开放性问题。一些网络专家设想AI将承担更多网络管理工作，减少人工干预。但这究竟是让网络本身变得更智能，还是仅仅让管理工具变得更聪明，目前仍存争议。

对于CIO而言，核心问题是：网络能否在某个时间点，从IT管理的基础设施，转变为帮助管理IT本身的基础设施？

EY美洲咨询电信行业负责人Paolo Canale表示："网络不是大脑，它是神经系统。它是一种去中心化的智能，我们正看到所有网络运营商都在实践这一点。"

Canale指出，AI让网络"焕发生机"，其方式与神经系统高度相似。AI能够审查来自整个网络的数据和告警，对问题进行优先级排序，并自动执行部分操作。他还补充说，网络正在连接越来越多的智能域，包括边缘基础设施、云平台和AI应用。

然而，研究机构Omdia高级首席分析师Roz Roseboro认为，变化主要发生在网络管理工具层面，而非网络本身。"这或许是在抠细节——我不认为网络本身在变化，"她说，"变化的是通信服务提供商用于管理网络的工具，也就是运营支撑系统（OSS）。管理网络的人现在拥有了更智能的工具。"

Canale指出了另一项变化：AI能够关联历史上各自独立运行的网络监控系统中的信息。"现在的不同之处在于，网络被赋予了能力，能够收集所有这些信号、建立关联，并得出结论——真正的问题是什么？更重要的是，对客户有什么影响？对业务有什么影响？"

更智能、更快速的网络管理

AI跨系统整合信息的能力，也让网络管理更具响应性。

Roseboro表示，网络仍像一个将数据从A点传输到B点的公用设施，但借助AI，它变得"比以前更有响应力，因为它能接收比以前更多的信息"。

"现在，库存系统正成为记录系统，一切都依赖它来判断能否执行你的指令，而且是实时完成的。它能够更快、更大规模地处理事务……有了智能体，你只需说'去做'，它就能实现，"Roseboro说。

部分底层网络智能并非新生事物。Omdia首席分析师Brian Washburn指出，Cisco NetFlow和Juniper JFlow等技术长期以来就能对网络事件提供分析。AI能以更快的速度连接来自不同网络管理系统的信息。

他表示，网络智能和可观测性技术是"可以视为独立神经系统的组成部分。借助AI的魔力，我们现在可以开始将它们拼接在一起，尤其对于那些已经购置了十几套不同网络管理系统的企业而言"。

AI还能简化IT与网络系统的交互方式。例如，Washburn表示，IT团队可以通过自然语言处理和AI智能体来申请某个办公室新光纤连接的报价，而无需再与人工代表下单。

Roseboro表示，自然语言处理还能让CIO和IT团队"向网络提问，关联比以前更多类型的信息"，并将这些信息用于战略决策。"企业或许能够获得更多洞察，用于开发自身的服务，"她说。

支撑更智能网络的技术

多项技术正在推动网络管理走向更智能、更自动化：

数字孪生

数字孪生是支撑更智能网络管理的关键技术之一。例如，网络环境的数字孪生可作为生成式AI的测试平台和学习环境，生成式AI也能分析数字孪生的输出结果。

自治能力（Self-X）

自治能力将这一演进推向更深层次，使网络功能能够以更少的人工干预运行。Canale解释说，Self-X指"一系列能力，包括自监控、自愈合、自优化，以及最终的自规划"。

"随着时间推移，我们预期网络将超越被动响应。它们不再等待问题发生，而是预测需求峰值、在故障发生前预判风险、重新规划容量方案，并在极少人工干预的情况下持续自我优化。最终愿景是一个能从每次事件中学习、持续改进并自主管理大部分运营的网络，"Canale说。

与此相关的另一个概念是"零感知体验"（Zero X Experience），它描述了更高网络自治水平对客户意味着什么：网络维护和服务交付几乎无需客户介入。Canale解释说，对于服务提供商的客户——包括企业CIO和IT团队——AI可能意味着网络能够在无需工单、无需升级、无需故障排查的情况下正常运转。

他以一家零售商备战"黑色星期五"为例：过去，IT团队需要手动申请额外带宽、监控网络性能，并对大促期间出现的任何问题做出响应。

Canale还表示，AI正在打通网络运营中历来各自为政的不同领域，包括业务支撑系统（BSS）和运营支撑系统（OSS）。"AI正在打破所有这些壁垒，构建一个能够从BSS快速直连OSS的开放生态系统。"

网络自治能走多远？

随着AI承担越来越多的网络管理职能，一个核心问题摆在眼前：这项工作最终有多少能够脱离人工干预独立完成？

Canale表示，AI在让网络变得更智能的同时，网络也在支撑AI自身的演进。"这几乎是一场双向变革，"他说，"一方面，AI让网络更具预测性、适应性，也越来越自主。但与此同时，AI也在对网络提出新的需求——对时延、数据传输、安全性、弹性和成本等方面的要求都在大幅提升。"

他补充说，尽管他相信网络管理将高度自治，但不会在所有情境下都实现自治。

"监控、故障检测、配置管理、性能优化和容量预测等常规运营活动，是自主运行的绝佳候选场景，"Canale说，"这些活动依赖大量数据和可重复的决策模式，正是AI表现卓越的领域。"

Roseboro对Canale的预判持相同看法：网络永远不会完全自治，因为那"风险太高"。她补充说，通信服务提供商的目标是在大多数网络流程上达到4级自动化。电信行业组织TMForum制定了自治网络等级分类体系，从0级到5级，其中0级为"人工运维"，4级为"高度自治网络"，能够"通过AI建模和持续学习，对服务驱动和客户体验驱动的网络执行闭环管理"。

Canale表示，AI将处理那些"频繁、数据驱动且具有运营性质"的决策；而"重大架构决策、战略投资、合规考量和业务权衡"则仍需人工参与。"一个有用的原则是：AI应该越来越多地做出运营层面的决策，而人类则对战略层面的决策负责。"

他还指出，涉及客户信任、合规要求、长期战略、网络架构选择、安全治理和供应商选择等决策，仍将由人类主导。Roseboro解释说，任何可能导致客户服务中断的网络变更，很可能始终需要人类进行最终确认或审批。

随着网络日趋自治，CIO的角色将变得更具战略性，更多聚焦于客户体验和数字业务模式。Canale说，IT团队需要提升AI治理与AI系统监督、数据质量管理以及业务成果管理等方面的能力。

Canale将这一变革比作航空业引入自动驾驶仪的历程：人类飞行员并未被淘汰，但"其角色已从持续操控飞机，演变为监督日益复杂的系统，并在必要时进行干预"。

"我相信网络管理正朝着极为相似的方向发展：管理单个设备的人将越来越少，而编排能够自我管理的智能系统的人将越来越多。"

Q&A

Q1：AI是如何改变企业网络管理方式的？

Q2：Self-X网络自治能力具体包括哪些功能？

A：Self-X是一系列网络自治能力的统称，包括自监控、自愈合、自优化和自规划。目前许多网络已能检测异常、定位根因、推荐方案并执行预定义的纠正操作，例如基站拥塞时自动重定向流量。未来目标是网络能预测需求、预判故障、自主调整容量，实现最小化人工干预。

Q3：网络自治的边界在哪里？哪些决策仍需要人工参与？

A：行业普遍认为网络不会完全自治，通信服务提供商的目标是TMForum定义的4级自动化。监控、配置管理、性能优化等常规操作适合自主运行；但重大架构决策、战略投资、安全治理、合规要求以及可能造成服务中断的变更，仍需要人工最终确认和负责。