隨著信息通信技術的飛速發展，網絡運行安全成為全球關注的焦點。近年來，國外運營商頻發重大網絡事故，暴露出傳統運維方式的局限性。AI運維憑借其強大的數據處理和分析能力，正逐步成為提升網絡運行安全水平的關鍵手段。

12月23日，在“2025中國信通院深度觀察報告會”上，中國信通院泰爾系統實驗室副主任張大元表示，網絡云化、設備軟件化、業務復雜化、運維集約化是造成網絡運行事故多發、易發，持續時間長，影響范圍大的深層次根因，AI運維為網絡運行帶來了無限可能，未來將有更多智能運維技術得以實施，助力網絡運行安全水平邁向新高度。

AI 運維并不是憑空而生

在信息通信領域里，AI運維是指利用大數據和機器學習等技術實現對信息通信網絡的運行維護，事前感知網絡狀態，實時監測分析網絡運行指標；事中通過智能算法對監測到的數據進行深度挖掘，及時發現網絡中的潛在隱患和故障苗頭；事后精準定位故障點，給出解決方案，識別故障根因并自動修復。

張大元強調， AI 運維并不是憑空而生、拔地而起，它是經歷了人工運維、自動化運維的發展階段，在此基礎上逐步演進的。“在這個過程中，機器學習所依賴的大量的案例、數據都是一代代的運維行業專家們所積累的寶貴實踐經驗和智力成果。”

“通過AI運維可以有效識別出傳統運維方式下難以辨識、可能疏漏的風險點，形成各種復雜多變場景的應對策略，生成智能高效的運維方案，從而保障網絡運行更加穩定可靠。” 張大元說。

網絡事故嚴重頻發的背后

近年來美國、加拿大、日本、澳大利亞、荷蘭等國的主流運營商頻頻發生大規模的網絡中斷事故，事故范圍波及所在國全境，事故持續時間均在數小時至數十小時，故障期間，不僅民眾無法正常使用通信和互聯網服務，交通、物流、金融等眾多行業也陷入混亂，更有甚者連緊急呼叫都無法接通，嚴重影響社會秩序和人民生活。究其原因，張大元認為，網絡云化、設備軟件化、業務復雜化、運維集約化是造成網絡運行事故多發、易發，持續時間長，影響范圍大的深層次根因，具體到每一起事故的直接原因，主要有以下三類：

一是網絡自身存在缺陷，網絡架構的健壯性與發展速度不匹配，關鍵網元設備和新型網元設備的測試驗證不充分；

二是運維操作能力不足，逐漸復雜的網絡場景對運維能力提出更高要求，當前部分操作人員技能不匹配或風險意識缺失，導致動網操作易出錯且應急處置效率低；

三是運維管理不嚴格，缺乏極限思維，應對極端場景沒有預備合理的容災方案，且隱患排查治理力度不夠，未能提前識別網絡運行風險。

AI運維助力網絡運行水平提升

面對日益嚴峻的網絡安全形勢，AI技術能夠顯著提升網絡運維的效率與質量，實現網絡智能治理、智能治愈。張大元總結稱，主要表現為四個方面：

一是智能監測，通過在網智能化測試，有效加強隱患排查治理能力，挖掘網絡設備設施存在的隱患；

二是智能預測，通過構建多信息聯動的智能化預測模型，強化風險識別能力，提前做出警示；

三是智能診斷，采用智能算法提升故障定位效率，解決云化網絡故障定位難的問題；

四是智能決策，能夠主動或輔助運維人員實現決策，對多方案進行客觀評估和優選，實現完整決策鏈閉環。

AI運維作為信息通信領域的新興技術，正在逐步改變著傳統的網絡運維模式。它不僅提高了網絡運行的安全性和穩定性，還為未來的智能運維技術發展奠定了基礎。隨著AI技術的不斷進步和應用場景的拓展，我們有理由相信，AI運維將在未來發揮更加重要的作用，助力構建更加安全、高效的網絡環境。