從“專家+工具協同運維”到“智能體自主運維”，AI賦能中國移動核心網運維數智化轉型

通信世界網消息（CWW）人工智能技術正在深刻地改變著世界，“AI+”在越來越多的垂直應用場景落地，展現出改變產業形態和競爭格局的能力。面對核心網維護工作負荷重、技術門檻高和SLA要求高的現狀，中國移動積極探索人工智能技術與核心網運維深度融合，以價值為驅動，以流程優化為切入點，以自動化為根基，以AI技術為創新引擎，以數據為新生產要素，打造端到端流程全自動的數智運維“流水線”。隨著大模型和智能體的部署應用，核心網運維模式從傳統的“專家+工具協同運維”逐步轉變為“智能體自主運維”。目前，核心網運維智能體已在中國移動浙江、廣東、上海、河南、青海等10余個省份的生產流程中發揮關鍵作用，效率提升60%以上。

中國移動致力于打造最佳核心網，目前已建成全球規模最大的云化、虛擬化5G SA核心網，4G/5G融合核心網云化比例達到100%，按八大區模式進行集中化部署和運維，充分發揮集約化運營優勢。為了運營好全球網絡規模最大、結構最復雜的云化核心網，中國移動自主研發了核心網工作臺Falcomm，協同廠家運維智能體系統（如華為ICNMaster MDAF），圍繞核心網運維流程中的關鍵痛點，推出投訴處置、故障處理、操作配置和故障搶通等多種運維智能體；將流程上以往“孤軍奮戰”的每個AI小模型統籌協調，使其既能各司其職，又能協作互補，有效消除了流程中的斷點和卡點，實現了核心網運維功能的全流程自動化，重塑既有運維模式。

為了推動運維智能體技術和實踐的創新落地，中國移動啟動了“點金行動”，并通過在各省組織“賽馬機制”激發實踐創新熱情，以先鋒省份引領，并逐步推廣至全國，持續賦能核心網低成本、高效、高質量運營。目前，投訴處置智能體、故障處理智能體、操作配置智能體和故障搶通智能體“四大智能體”已在浙江、廣東、河南、上海和青海等10余個省份部署應用，重塑傳統運維流程。這相當于為每個省份新增了大量經驗豐富的數字員工，借助新質生產力，問題處理效率和業務開通效率大幅提升；同時網絡可靠性也得到增強，在故障處理、投訴處置等多個運維場景已率先達到L4級高階自智，推進網絡低成本高效運營，持續引領產業發展。

投訴處置智能體重塑投訴處理流程，使能投訴工單自動閉環

一直以來，業務的投訴處置是難點，信令分析是問題處理最關鍵的手段之一，也是技術難度最大的環節之一。傳統的投訴工單處理流程涉及大量專家操作，門檻高、耗時長。投訴處置智能體基于大語言模型和信令專業模型，通過核心網工作臺Falcomm與廠家系統的協同，自動完成投訴的分類、投訴問題的基礎分析定界和信令問題的解析定位，并將分析結果自動回填工單，投訴工單處理時長從14.6小時縮短到5小時，新手工程師也能在智能體的輔助下完成復雜的信令分析工作。

故障處理智能體重塑告警處理流程，使能告警工單自動閉環

傳統核心網告警處理主要依賴專家和工具，處理低效，若重要告警不及時處理容易導致故障影響擴散，威脅到網絡的可靠性。故障處理智能體通過上下系統之間的協同，在接收到告警后可以自動生成處理該告警的思維鏈，并自動選擇API或者工具進行查詢和分析；分析完成后自動給出結論和下一步建議，并通過核心網工作臺Falcomm自動回填到工單上。核心網告警平均分析時長從1.5小時縮短至0.2小時，結果準確率達到90%以上。

操作配置智能體重塑業務開通流程，使能業務快速安全上線

在物聯網業務開通中，存在嚴重依賴人工的問題，人力消耗占比達80%，且技能要求高、業務開通時間長，不能滿足業務敏捷上線的需求。操作配置智能體的引入實現由工單自動生成配置腳本，并結合沖突檢測保證腳本準確，新業務上線周期從4周縮短到1周，助力打造超2000個“5G+智慧工廠”，推動了數字經濟發展。

故障搶通智能體重塑故障恢復模式，使能業務快速搶通

業務故障修復面臨的主要挑戰是：現網場景復雜且實際根因五花八門、難以預測，造成定界困難。故障搶通智能體基于核心網工作臺Falcomm，通過自然語言交互精準識別專家診斷意圖并做出響應，支持秒級輸出受損網元列表和倒換建議清單；快速觸發對應場景的一鍵容災，最大程度地縮短業務搶通時長，同時依托多維數據聚類分析能力實現快速輔助定位。典型故障場景下，將MTTR由原先的40多分鐘縮短至15分鐘。

近年來，中國移動始終堅持做 好網絡運維領域的技術創新引領者、應用實踐探索者和產業協同貢獻者，目前已成功獲得TM Forum頒發的ANL和高穩等級測評證書。面向未來，中國移動將加大在大模型和智能體等AI技術方面的投入，引領技術突破。針對當前單智能體和單模型存在的局限性，中國移動聯合華為等廠商積極進行技術探索和應用。目前正在進行核心網故障處理智能體和網絡云故障處理智能體協同方案的創新，以有效應對云網環境中復雜的跨層問題，實現自動化根因分析。同時，中國移動還聯合華為發布了業界首個MoM（Mixture of Models）快慢混合模型架構，對“快思考”模型（如通信專業大模型、信令專業大模型）與“慢思考”模型（如DeepSeek、Qwen等）進行智能調度與協同推理，從而在分析效率與精度之間達成最優平衡，持續提升智能體在不同運維場景下的適用性。此外，針對核心網其他運維場景，推出更多智能體（如核心網KPI劣化分析智能體），并加速推廣落地，全方位賦能核心網運維生產流程，加快實現核心網L4級高階自智。