下一代移动网络联盟（NGMN）近日发布题为“云原生新篇章——基于智能体AI的运营模式”的报告，提出电信行业需以云原生架构为基础，通过分阶段整合智能体AI技术，推动网络运营向自主化转型。该框架强调技术、流程、组织文化与人员能力的协同变革，为运营商提供从早期实验到全面智能化的结构化路径。
作为由运营商、设备商及研究机构组成的行业联盟，NGMN指出，智能体AI的应用将重构网络管理范式。通过自动化故障排查、动态容量规划及预测性维护，AI可显著提升网络效率与韧性。但这一进程需建立在云原生基础设施之上，确保自治能力与可靠性、控制力的平衡。联盟董事会主席、Orange集团CTO Laurent Leboucher强调：“AI的落地并非孤立技术升级，而是依赖云原生成熟度与明确的自治整合路径。”
报告提出的框架以云原生计算基金会（CNCF）的成熟度模型（CNMM）为基准，定义了五个渐进式AI采用阶段。从基础实验到完全自主运营，每个阶段均对应技术部署、人员技能、组织文化及治理机制的具体要求。例如，初期需建立数据治理框架与AI工具链，中期需重构运维流程并培养跨领域团队，最终阶段则需实现全链路自动化与闭环决策系统。
NGMN董事会成员、Telus无线技术副总裁Bernard Bureau指出，云原生架构为AI整合提供了标准化接口与弹性资源池，是突破传统网络“烟囱式”管理的关键。通过将CNMM阶段与AI能力映射，运营商可评估自身准备度，制定分步实施计划。例如，某欧洲运营商已通过该框架，在核心网切片管理中引入AI决策模块，使资源调配效率提升40%。
报告特别强调组织变革的必要性。AI驱动的运营模式要求运维团队从“被动响应”转向“主动优化”，需掌握提示工程、模型调优等新技能。同时，需建立跨部门协作机制，将AI开发团队与网络运维团队深度融合。负责任的AI治理框架需覆盖算法审计、偏见检测及应急回滚机制，确保技术风险可控。
目前，全球主要运营商已启动相关试点。亚洲某运营商在5G基站能耗管理中应用生成式AI，通过自然语言交互实现参数动态调整，年节电量达15%；北美运营商则利用智能体AI优化边缘计算资源分配，使应用部署周期从数周缩短至小时级。NGMN建议，运营商应优先在故障预测、资源调度等高价值场景落地AI，逐步扩展至全网络生命周期管理。
