在当今数字化浪潮席卷全球的背景下，电信行业正面临着前所未有的变革压力。随着5G网络的大规模部署和6G技术的研发加速，电信运营商不仅需要应对日益增长的网络复杂度，还需在激烈的市场竞争中提供差异化服务。在这一关键时刻，人工智能技术，特别是Agentic AI，正成为电信运营商实现网络智能化、提升运营效率的关键驱动力。
市场现状与挑战
市场研究公司Omdia的报告指出，在2024年，电信运营商正面临着来自网络供应商和OSS（运营支撑系统）供应商提供的单点式Agentic AI解决方案的冲击。这种碎片化的AI解决方案虽然短期内可能带来某些特定场景的优化，但长期来看却可能导致重复建设的风险，并使运营商错失采用更统一整合方法的机会。
正如Omdia业务负责人James Crawshaw所言，"在Agentic AI炒作盛行的这一年里，电信运营商正面临来自网络供应商和OSS供应商提供的单点式Agentic AI解决方案的冲击。"这一现象反映了当前电信AI市场的真实写照：一方面，各大供应商争相推出自己的AI解决方案；另一方面，缺乏统一标准和整合框架导致资源浪费和效率低下。
市场解决方案的局限性
Blue Planet作为Ciena的专业部门，对当前市场状况有着深刻的洞察。他们认为，目前市场上的许多产品仅仅是"将AI策略生硬地附加在传统OSS之上"。这种做法虽然表面上引入了AI技术，但实际上并未真正解决电信网络运营的核心痛点。传统OSS系统架构复杂、数据孤岛严重，简单的AI叠加无法实现真正的智能化运营。
另一方面，来自公有云提供商的通用AI平台虽然功能强大，但通常无法理解电信网络的运营复杂性。电信网络具有高度专业化、实时性强、安全要求高等特点，通用AI平台难以适应这些特殊需求。
Blue Planet的解决方案：专为电信网络构建的Agentic AI框架
面对市场挑战，Blue Planet提出了一套创新的解决方案——专为电信网络构建的Agentic AI框架。这一框架的核心特点是支持智能体基于意图行动、应用上下文，并在整个网络范围内采取协调行动。与市场上其他解决方案不同，Blue Planet的框架构建于清晰且组织良好的数据模型和API之上，确保了系统的一致性和可扩展性。
该框架构建于Blue Planet的AI Studio之上，这一AI Studio于2024年商用发布。尽管AI Studio主要旨在与Blue Planet的OSS应用产品组合协同工作，但部分客户已将其视为一个通用的OSS Agentic框架。AI Studio本身已包含大量关于电信网络的领域知识，可为运营商构建自有OSS AI平台节省大量时间。
Blue Planet已开始与现有客户测试其Agentic AI框架，以支持多种关键用例，包括网络切片自动化、库存中的网络设备建模、意图理解、模板生成及服务保障等。这些用例直接关系到电信运营商的核心业务，展示了Agentic AI在实际网络运营中的巨大潜力。
Blue Planet AI Studio的技术架构
Blue Planet的AI Studio是一个功能强大的平台，为Blue Planet及第三方AI模型提供API管理、流水线控制和性能跟踪功能。它处理模型管理事务，使电信数字架构师和数据科学团队能够轻松导入、部署和维护AI解决方案。
AI Studio能够与Blue Planet的云原生平台及其包含库存、编排和保障在内的OSS应用产品实现无缝集成。这种深度集成为运营商提供了一体化的AI解决方案，避免了传统系统中常见的集成难题。
核心功能
AI Studio提供了一系列强大的功能，支持AI模型的全生命周期管理：
- 导入、部署、更新和停用AI模型
- 配置模型属性
- 实例化、启动、停止和调度模型执行
- 监控模型性能
- 查看、编辑、版本化、回滚和调试模型代码
- 调用Blue Planet及外部API
AI Studio提供详细的仪表板，用于配置和管理AI应用，集中呈现所有AI活动。它经过专门设计，以满足数据科学家、开发人员和系统管理员的需求，并提供与每个角色相关的工具和功能。
开源框架集成
AI Studio集成了行业领先的开源框架和技术，以简化采用和集成过程。这些集成不仅提高了系统的灵活性，还降低了运营商采用AI技术的门槛。主要的集成包括：
- Apache Airflow：一个用于数据工程流水线的开源工作流管理平台
- LangChain：一个开源框架，帮助开发者构建强大的应用程序，将大语言模型（LLM）与外部工具、API、数据源和用户工作流集成
- MLflow：一个用于构建AI应用程序和模型的开源开发者平台
- Redis：一个开源的内存键值数据库，用作分布式缓存和消息代理
这些开源技术的集成使AI Studio能够充分利用社区的创新成果，同时保持系统的开放性和互操作性。
向Agentic框架的演进
AI Studio正在演进为更先进的Agentic AI框架。如图所示，该框架通过API与Blue Planet的OSS应用产品组合交互，并可通过智能体间（A2A）协议与第三方智能体进行交互。
核心架构
Agentic框架的核心是一个用于构建智能体的开发环境。"自带AI"许可模式使授权用户能够导入、部署、配置和管理第三方AI/ML模型。从2026年起，通信服务提供商（CSP）将能够使用此开发环境构建自己的AI智能体。
该框架维护着一个智能体目录，通过编排引擎可调用多个智能体以实现复杂任务。网关允许用户集成其偏好选用的大语言模型。这种设计既保证了系统的灵活性，又确保了不同智能体之间的协同工作能力。
通信协议
Agentic核心通过模型上下文协议（MCP）与工具进行通信。此外，它还能与其他符合MCP标准的外部服务进行互操作。这种标准化的通信协议确保了系统内部的协调一致，以及与外部系统的无缝集成。
Agentic工具
Agentic工具包括两个主要组成部分：
- OSS知识图谱：包含服务、设备、多层拓扑、SLA、警报、策略等信息
- OSS API操作：与库存、保障、编排等应用交互
这些工具为智能体提供了丰富的上下文信息和操作能力，使其能够在复杂的电信网络环境中做出明智的决策和行动。
实际应用场景
Blue Planet的Agentic AI框架已经在多个实际场景中展现出其价值。通过与现有客户的测试和验证，该框架在以下关键用例中表现出了显著优势：
网络切片自动化
网络切片是5G及未来网络的核心技术之一，允许运营商在同一物理基础设施上创建多个虚拟网络，满足不同应用场景的差异化需求。Agentic AI框架能够自动识别网络需求，动态配置网络资源，并实时监控切片性能，确保服务质量。
网络设备建模
在复杂的电信网络中，设备数量庞大且类型多样。传统的人工建模方式效率低下且容易出错。Agentic AI框架能够自动识别网络设备，提取设备特征，构建精确的设备模型，并实时更新设备状态信息，大大简化了网络管理的工作量。
意图理解
电信网络中的配置和操作往往涉及复杂的业务意图。Agentic AI框架能够自然语言处理技术理解业务人员的意图，并将其转化为具体的网络操作指令，大大降低了网络操作的门槛，提高了配置的准确性和效率。
模板生成
在电信网络运营中，经常需要创建各种配置模板和服务模板。Agentic AI框架能够根据历史数据和最佳实践，自动生成高质量的模板，并根据实际需求进行个性化调整，提高了网络部署的效率和质量。
服务保障
服务保障是电信运营商的核心竞争力之一。Agantic AI框架能够实时监控网络性能，及时发现潜在问题，预测故障风险，并自动采取纠正措施，确保服务的连续性和可靠性。同时，它还能提供详细的故障分析报告，帮助运维人员快速定位和解决问题。
技术优势与创新
Blue Planet的Agentic AI框架相比市场上的其他解决方案具有多方面的技术优势：
专为电信网络设计
与通用AI平台不同，Blue Planet的框架专为电信网络构建，深入理解电信网络的特殊需求和复杂性。这种专业设计使系统能够更好地适应电信环境的特殊要求，提供更精准的解决方案。
统一整合的架构
框架采用统一整合的架构，避免了单点式AI方案的碎片化问题。这种架构不仅提高了系统的整体效率，还降低了运营商的维护成本和复杂度。
智能体协同工作
通过智能体间（A2A）协议，不同智能体能够协同工作，共同完成复杂的网络任务。这种协同能力大大提高了系统的整体性能和适应性。
开放性与灵活性
框架采用开放的设计理念，支持第三方AI模型的集成，并允许运营商构建自己的智能体。这种开放性和灵活性使系统能够适应不断变化的技术环境和业务需求。
领域知识积累
AI Studio已包含大量关于电信网络的领域知识，这些知识是Blue Planet多年电信行业经验的积累。这些知识能够帮助运营商快速构建和部署AI解决方案，大大缩短了AI项目的实施周期。
未来展望
随着技术的不断发展和市场需求的演变，Blue Planet的Agentic AI框架将继续演进和完善。从2026年起，通信服务提供商将能够使用该框架的开发环境构建自己的AI智能体，这将进一步推动电信网络智能化的普及和发展。
未来，我们可以预见以下发展趋势：
智能体能力的增强：随着大语言模型和其他AI技术的进步，智能体的理解能力、决策能力和执行能力将不断提升，能够处理更复杂的网络任务。
跨域协同：Agentic AI框架将不再局限于单一网络域，而是能够实现跨域协同，支持端到端的网络管理和优化。
自愈网络：通过智能体的自主学习和决策能力，电信网络将实现更高程度的自愈能力，能够自动检测、诊断和修复问题，减少人工干预。
意图驱动网络：网络将更加注重业务意图的理解和实现，从传统的命令驱动转向意图驱动，提高网络配置的灵活性和效率。
AI与网络融合：AI将不再是网络的外部工具，而是深度融入网络架构和协议中，成为网络原生能力的一部分。
结论
Blue Planet的Agentic AI框架代表了电信网络智能化的重要发展方向。通过专为电信网络设计的架构、统一整合的方法以及智能体协同工作的能力，该框架为运营商提供了一个强大而灵活的AI解决方案，能够有效应对当前电信网络运营面临的挑战。
随着5G网络的深入部署和6G技术的研发，电信网络的复杂度和规模将持续增长，传统的网络管理方法将难以应对这一挑战。Agentic AI技术有望成为电信运营商实现网络智能化的关键引擎，帮助他们在激烈的市场竞争中保持优势。
Blue Planet的实践表明，成功的电信AI解决方案不仅需要先进的技术，还需要对电信行业的深入理解和丰富的领域知识。只有将AI技术与电信行业的特殊需求紧密结合，才能真正释放AI在电信网络运营中的潜力，推动整个行业的数字化转型。
未来，随着技术的不断进步和市场需求的演变，我们有理由相信，Agentic AI将在电信网络运营中扮演越来越重要的角色，引领一场深刻的网络运营革命。
