在所有电信运营领域实现普遍人工智能

电信公司需要一个支持事件和流数据的敏捷、低代码平台，以开发下一代实时 5G 和边缘应用程序。

基于 5G 和边缘服务可用性的设想电信应用是无限的。为了支持这些应用程序，电信公司正在寻求将人工智能和机器学习 (AI/ML) 用于各种应用程序和多个业务领域。

在内部，他们寻求提高运营效率。努力将集中在预测性资产管理上。在这里，人工智能/机器学习将用于从定期维护和对问题（停机、离线设备等）做出反应到主动操作。一个简单的例子是发现性能迅速下降的变压器的警告信号，并在发生意外停电之前对其进行修复。一个更复杂的例子是资源的实时和优化部署，以应对大风暴的影响。一种新方法可能包括对视频流（一些来自无人机）的即时分析，以即时评估情况，直至非常精细的覆盖范围。该信息将与来自客户应用程序和其他来源的中断数据相结合。然后，对汇总数据的分析将成为行动计划的基础。

电信公司也希望利用 AI/ML 衍生的洞察力：

• 增加收入。 他们必须提供细粒度的服务和高质量的服务。此外，他们需要在越来越短的生命周期内创建和交付新产品。
• 实现数字化转型。 他们必须开发新的商业模式和货币化模式。这需要与合作伙伴生态系统合作，并将他们的（电信）产品、应用程序和服务与这些第三方的产品集成。
• 满足不断变化和更严格的监管要求。 电信环境日益复杂，加上全球数据隐私和保护法规的蓬勃发展，需要采用分析、自动化和人工智能来解决合规问题。
• 拥抱互联世界。 5G、物联网和边缘技术的结合为提供创新服务和应用开辟了大量机会。大多数将依赖与合作伙伴合作的电信公司来提供这些产品。

实时应用程序开发挑战

跨越任何电信用例、应用程序或部署的一个常见因素是不存在端到端解决方案。这意味着电信公司需要为开发、配置、管理和监控 5G 和边缘服务提供一个开放平台，以便第三方和合作伙伴（设备供应商、服务提供商、分析公司等）能够开发安全、创新的解决方案。

在许多情况下，电信公司将处理多个数据源以及事件和流数据，因此需要包括事件驱动架构 (EDA)、实时分析以及使用 AI 和 ML 的解决方案。

EDA 为电信应用程序所需的数据和分析类型提供了多种不同的功能或优势。特别是，EDA 支持：

实时流分析： 当需要以最小时间延迟进行实时处理时，EDA 非常有用。事件在现实世界中发生时以连续流的形式发生。流式分析就是从动态数据中提取商业价值，就像传统分析工具利用静态数据一样。

异步操作： 异步系统使用间歇性生成和传输的数据。例如，连接 5G 的传感器会在测量数量超过预设阈值时发送警报。大多数情况下，不会有数据，但当超过阈值时，传感器会将这些信息实时传达给监控系统。优先级是立即对事件采取行动，而不是存储数据并稍后检查状态。为了确保可以实时处理任意数量的事件，需要异步操作。 EDA 是分布式异步架构，可用于支持高度可扩展的应用程序。

松散耦合系统： 许多电信应用程序将由来自不同来源的多个组件一起工作。将来自这些独立但松散耦合的应用程序的信息结合起来可以带来协同效益。在 EDA 上构建单个应用程序将允许一起使用来自多个应用程序的实时事件数据。

对敏捷开发平台的需求

从开发的角度来看，如果与敏捷开发平台结合使用，可以更轻松、更广泛地使用 EDA 的好处。

为什么？采用 EDA 是下一代数字应用程序的基础。电信公司需要能够以云原生方式设计、开发、部署和运营事件驱动型解决方案，以具备保持当今竞争力所需的敏捷性和创新速度。

虽然过去曾采用事件驱动架构，但向具有微服务、基于容器的工作负载和无服务器计算的云原生架构的转变正在使它们更加实用并提供许多好处。例如，众所周知，云原生解决方案具有反应性和响应性。事件驱动架构利用这些特性并增强它们，提供弹性、敏捷性和可扩展性。

电信实时解决方案的必要特性

在开发新的电信应用程序时，还非常需要更快地开发新的实时应用程序，而不是从头开始重新发明一切。一个能够处理大规模实时应用需求的合适的敏捷开发平台将具有特定的特征，包括：

• 低代码开发环境和对可组合元素的支持，用于快速开发事件驱动的应用程序
• 与基础设施无关
• 能够容纳大量流式事件数据
• 能够适应使用不同类型的分析（包括实时流式分析）来满足不同的目标
• 支持松耦合系统和异步操作
• 提供一定程度的开放性，以便轻松集成不同的系统、应用程序和数据
• 做好企业准备，支持可扩展的任务关键型应用程序。

有了这样一个平台，电信公司将能够快速开发其客户所需的创新实时 5G 和边缘应用和服务。