全域融合AI赋能电信运营：驱动5G与边缘创新

电信运营商需要支持事件和流式数据的敏捷低代码平台，以开发下一代实时5G和边缘应用。

实时应用开发挑战

基于5G和边缘服务可用性设想的电信应用无限。为驱动这些应用，电信公司寻求用人工智能和机器学习(AI/ML)用于多种应用和多业务领域。

内部，寻求提升运营效率。重点关注预测性资产管理。这里AI/ML将用于从计划维护和被动反应问题（停机、设备离线等）转向主动运营。简单例子是发现性能急剧下降变压器预警信号并在非计划停机前修复。更复杂例子是实时优化部署资源应对重大风暴影响。新方法可能包括即时分析视频流（部分来自无人机）即时评估情况至极细颗粒度覆盖。该信息将与客户应用停电数据和其他源结合。聚合数据分析将成行动计划基础。

电信公司也希望用AI/ML衍生洞察：

• 增加收入。 必须提供颗粒度服务和高服务质量。此外需在越来越短生命周期创建交付新产品。
• 兑现数字化转型。 必须开发新商业模式和变现模式。这要求与合作伙伴生态系统协作，将（电信）产品、应用、服务与第三方产品集成。
• 满足演进和更严格监管要求。 电信环境复杂性增加结合全球数据隐私保护法规爆发，要求采用分析、自动化和AI应对合规。
• 拥抱互联世界。 5G、物联网和边缘结合开启财富机会交付创新服务和应用。大多依赖电信公司与合作伙伴交付这些产品。

实时应用开发挑战

贯穿任何电信用例、应用或部署的一个共同因素是不存在端到端解决方案。这意味着电信运营商需为开发、供应、管理和监控5G和边缘服务提供开放平台，以便第三方和合作伙伴（设备厂商、服务提供商、分析公司等）开发安全创新解决方案。

许多情况下，电信运营商将处理多数据源，以及事件和流式数据，因此需要包含事件驱动架构(EDA)、实时分析和AI/ML使用的解决方案。

EDA为电信应用所需数据类型和分析提供若干独特特性或益处。特别是EDA支持：

实时流式分析： EDA在需最小时间滞后实时处理时有用。事件随现实世界发生连续流式发生。流式分析关乎从运动中数据提取商业价值，就像传统分析工具利用静止数据。

异步操作： 异步系统用间歇性生成传输数据。例子是5G连接传感器在测量量超预设阈值时发送警报。大部分时间无数据，但阈值超时，传感器实时向监控系统传达此信息。优先级是即时对事件行动，而非存储数据稍后检查状态。为确保任意数量事件可实时处理需要异步操作。EDA是支持高度可扩展应用的分布式异步架构。

松耦合系统： 许多电信应用将由来自不同源多组件协作组成。结合这些分离却松耦合应用信息交付协同效益。在EDA上构建单个应用允许来自多应用实时事件数据一起使用。

敏捷开发平台需求

从开发角度，若结合敏捷开发平台，使用EDA益处可更易广泛获得。

为什么？拥抱EDA是下一代数字应用基础。电信运营商需能以云原生风格设计、开发、部署、运营事件驱动解决方案，以拥有今天保持竞争力所需敏捷性和创新速度。

虽然事件驱动架构过去被采用，但向微服务、容器化工作负载、无服务器计算云原生架构迁移使它们更实用并提供许多益处。例如，云原生解决方案以响应性著称。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。

电信实时解决方案所需特征

也有巨大需求更快开发新实时应用、开发新电信应用时不从头重造一切。适合处理大规模实时应用需求的敏捷开发平台将有特定特征，包括：

• 低代码开发环境和对可组合元素支持，用于事件驱动应用快速开发
• 基础设施无关
• 容纳大量流式事件数据能力
• 容纳不同分析类型（包括实时流式分析）能力以满足不同目标
• 支持松耦合系统和异步操作
• 提供开放度便于不同系统、应用、数据轻松集成
• 企业级就绪支持可扩展、关键任务应用

有此平台，电信运营商将能快速开发客户需求的创新实时5G和边缘应用和服务。