快速阅读: 据《快速模式》称，在《快模式》的专访中，阿贾伊·洛坦·萨库尔讨论了生成式人工智能（GenAI）如何改变电信和企业网络，包括管理网络性能、缓解威胁和提高效率。GenAI通过预测与自动扩展、自动化测试、网络优化和计费计划生成等用例，帮助通信服务提供商（CSPs）实现更高效率和改善客户体验。CSPs和企业需逐步评估GenAI的适用性，以建立信任。
在我们的专属生成式人工智能（GenAI）栏目中，《快模式》采访了开放网络基金会Aether项目的TST成员阿贾伊·洛坦·萨库尔（阿贾伊·洛坦·萨库尔），讨论了人工智能和生成式人工智能如何正在改变电信和企业网络，从管理网络性能到缓解威胁和提高效率。随着生成式人工智能的出现，电信行业正经历一个转折点，这可能会彻底改变企业和通信服务提供商（CSPs）管理其网络的方式。
网络自动化在过去是逐步发展起来的，使运营商能够随着时间积累知识。但现在，基于云原生架构打开了海量遥测数据的大门，用例已经开始展示GenAI如何帮助获得更多洞察并协助自动化复杂的任务。从传统网络到智能网络的演变由于传统网络系统的设计单一且缺乏灵活性，自动化面临重大挑战。然而，软件定义网络（SDN）和网络功能虚拟化（NFV）的进步消除了这些障碍，使得自动化更加便捷高效。
基于Kubernetes的平台通过启用自动扩展等功能进一步推动了这一转变，自动扩展功能可以根据网络指标动态调整资源。蓝绿部署等云原生实践为以较小规模测试GenAI驱动的网络管理提供了额外途径，降低了风险并增强了对大规模运营的信心。
企业和CSP现在必须专注于识别GenAI可以产生最大影响的具体用例。网络管理中的GenAI驱动用例传统上，运营商对于依赖自动化决策非常谨慎，以避免网络中断并确保满足客户所需的SLA。然而，在GenAI的支持下，运营商可以从几个特定用例开始，以建立对该技术和应用的信心。首先，运营商可以使用GenAI来处理一些5G用例:预测与自动扩展:GenAI可以通过分析历史通话模式自动生成通话模型。这些模型可以预测网络容量需求并触发自动扩展机制，确保在高峰和非高峰时段实现最优资源利用。
自动化测试:手动生成网络设备的测试案例既耗时又容易出错。GenAI可以自动生成全面的测试场景，提升软件发布资格并加速部署时间表。网络优化:通过分析网络配置、流量模式和性能指标，GenAI可以提出优化配置以提高效率并减少延迟。计费计划生成:GenAI可以分析客户使用模式并推荐符合网络能力和客户需求的定制计费计划，从而提高效率和客户满意度。这些示例说明了GenAI如何帮助CSP实现更高的效率、更好的资源配置以及改善客户体验。计费计划生成:GenAI可以分析客户使用模式并推荐符合网络能力和客户需求的定制计费计划，从而提高效率和客户满意度。
结论CSP和企业正处于一个变革时代，网络可以由GenAI运行和管理。在全面采用GenAI之前，CSP和企业需要根据具体情况评估其适用性。例如，企业可以从非关键用例开始测试GenAI在网络管理中的可行性。一个典型的例子是将GenAI用于管理物联网应用或内部操作的5G网络切片。这种沙盒方法允许运营商学习、迭代并建立对技术的信任。本文中的观点仅代表作者本人，不代表《快模式》。虽然本帖提供的信息来自《快模式》认为可靠的来源，但《快模式》不对任何因信息限制、变更、不准确、误导、遗漏或错误而导致的损失或损害承担责任。本文是《快模式》2025特刊:GenAI栏目的一部分。要了解更多信息，请访问专门页面此处。要查看该栏目下发布的所有文章，请点击此处。基于该栏目调查结果的研究报告将于2025年2月发布。要访问调查，请点击此处。
(以上内容均由Ai生成)
