要点
- 简化通信云架构对于实现更快速高效的云原生迁移至关重要。通信运营商对演进至现代化云原生架构表现出极大兴趣；然而部署云原生解决方案的复杂性已成为关键挑战。
- 通信运营商将通过人工智能(AI)能力增强本地云平台，以提供差异化服务体验并实现敏捷运营。随着AI应用的日益普及和数据审查的加强，通信运营商需要在构建本地AI能力和利用公有云基础设施之间取得平衡。
- 代理式 AI 技术并非通信网络自动化的万能解决方案。对于配置和监控等网络运维工作，基于规则的系统仍是更优选择。这类系统为稳定、明确定义的任务提供简洁性、可靠性和可预测性，在这些场景中，动态决策的风险往往超过潜在收益。
- 为实现L4级网络自智，运营商应采取分阶段实施路径。到2027年，运营商将在各独立域内扩展AI驱动的自优化能力，同时提升实时意图转译水平。2028至2030年间，跨域闭环自动化将开始实现无线接入网、传输网与核心网的协同自智。
给通信运营商的建议
通信云的实施需要周密规划，以简化其部署和运营。应部署并迁移至面向未来的平台，该平台需支持虚拟机与云原生网络功能共存，采用统一管理层，并提供高级应用功能与能力（如无服务器计算、流水线、服务网格等）。
利用自动化技术完成虚拟机和容器迁移，可显著提高效率、减少错误并加快云迁移进程。自动化工具能够优化评估、规划、配置、迁移及迁移后等各个阶段的工作流程。
在部署代理式 AI前，通信运营商应当投入建设高质量、实时、标准化的数据管道和健全的数据治理策略。若缺乏可信、统一的数据，智能体系统将基于错误输入产生不可靠的结果。
给供应商的建议
增强现有通信云平台解决方案以支持AI/ML工作负载。公有云提供了成熟的生态来部署AI和生成式AI解决方案，但通信运营商需要将部分能力部署在本地环境中。
云原生平台必须优先考虑灵活性和抽象性。供应商应通过提供标准化API和资源定义，简化云原生架构的部署和管理复杂性。诸如Crossplane等工具可借助Kubernetes原生接口，实现跨异构环境的统一基础设施编排。
设计代理式 AI平台、智能体及智能体编排层时，应确保其开放性、模块化特性，并符合行业标准API和协议（如TM Forum、MCP、A2A）。
以上为中文编译节选内容，如有任何疑义或需阅读完整英文内容，敬请参考Omdia英文报告《2026 Trends to Watch: Telco cloud and network automation》。
版权声明：本文内容转自互联网，本文观点仅代表作者本人。本站仅提供信息存储空间服务，所有权归原作者所有。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至1393616908@qq.com 举报，一经查实，本站将立刻删除。
