安永：运营商如何破局智能运维（下）——数字化运维转型方向、路径和特征

上篇文章我们分享了对当前运营商在数字化运维转型过程中面临的挑战和困局。在本篇文章中，我们将重点介绍新一代智能运维的特征及实现数字化运维的关键要素。

随着网络智能化，数字化运维从“人使用工具”向“人使能工具”模式转变

传统运维转变为数字化运维，本质上是从“人使用工具”演进为“人使能工具”。传统运维模式下，运维人员借助一定的工具，开展故障的识别、定界定位、恢复业务等工作，保障业务的延续性，其本质是工具辅助人工作。数字化运维模式下，基于传统运维知识沉淀，识别运维价值场景实现运维场景模型构建，开发可执行的运维工具，实现可以自主运行，自动修复问题，其本质是人使能工具工作。

数字化运维主要特征：

► 数据驱动：电信领域数据及模型开放，分散数据统一治理、建模、共享、开发，驱动业务决策。

► 内置智能：电信模型和算法内嵌到日常运维、运营的生产作业流程，整体流程可预测、可辅助决策以及零接触的智能化运维。

► 自动化闭环：多维感知、自分析、自决策及自执行完整闭环，实现运维作业自动化及自治化，人聚焦于自动化工具的敏捷开发。

► DevOps开发：标准化开发环境和自动化交付流程，提高交付工作可预测性、效率、安全性，提高电信数字资产开发效率及重用性。

► 确定性运维：以专业知识和AI模型准确感知、预测中断和劣化事件，提前识别服务相关风险事件，让不确定性风险可防可控。

运维数字化转型是一个复杂的体系化工程，实现运维数字化运维的关键要素主要有4个，包括：数字化战略、运营流程、技术工具及数字化人才。

数字化战略：明确转型目标方向，指明战略落地路径

开展数字化转型，首要任务就是要制定数字化转型战略，并将其作为发展战略的重要组成部分，把数据驱动的理念、方法和机制根植于发展战略全局。在运维领域，要明确如何变革传统的运维模式，如何通过变革体现商业价值并实现转型目标，并在财务投资层面有计划地推动数字化运维转型落地。

利用新技术适应并改造传统的运维模式。过去CT设备智能化程度较低，对于设备生成的数据，很难做到有效的采集、分析、价值化，十分依赖人员经验开展运维。随着5G、大数据、人工智能等技术的发展，大量网元信息、链路信息等网络资源数据能够纳入管理，大量需要通过人工判断与操作的运维工作可以被新技术替代，在提升效率的同时也能够提升运维质量。因此，需要将新技术的发展结合运维工作，探索新的运维模式。

明确数字技术可实现的用例和商业价值。在战略可行性方面，需要通过实际用例说明新的数字技术能够为运维带来实际的商业价值。例如：在某个特定的运维场景下，通过使用哪些数字化手段能够实现敏捷响应瞬时需求，减少业务损失，量化说明数字化运维模式带来的价值。

重新调整资本支出，优先考虑并专注于提高组织的数字化能力。数字化运维转型前期资本支出（CAPEX）投入较大，运营商需要充分对财务支出进行规划，计算对数字化运维的投资金额及回报周期。优先对组织的数字化基础能力进行提升，确保数字化转型的成功率，从而降低转型的风险成本支出，加快未来数字化转型投资的回报周期。

运营流程：规范数字化运维流程，加速拓展数字化运维场景

流程和管理体系是数字化战略落地的重要组成部分。数字化运维需要适应的智能自动化流程与管理体系。在构建与保障流程正常运行的过程中，需要构建DevOps研运一体流程与价值驱动的数据治理体系，加速数字化运维场景的拓展。

从运营流程自动化过渡到智能自动化流程。当前，运营商对于运维作业均拥有相关的流程与管理体系，领先运营商在部分流程环节实现了基于新技术与工具的局部自动化，但是智能化水平还不足，较为依赖基于人工经验的规则编排。因此，运营商需要扩大流程自动化的应用范围，在更多的运维领域环节实现自动化，并逐渐使用人工智能等技术，建立运维数据与流程的映射，通过自学习的模式，智能化总结规则并执行。

构建DevOps研运一体流程。融合DevOps、精益和敏捷软件开发思想，构建研运一体化流程，加速从人“使用”工具转变为人“使能”工具。有效支撑敏捷运营，当前网络和业务复杂度不断增加，传统运维难以支撑，需要持续开发自动化工具进行敏捷运维，提升运维效率。有效提升交付效率与质量，建立开发规范，保障敏捷开发，缩短新价值场景开发和交付的周期，持续呈现价值，提升客户界面的价值感知。

构建价值驱动的数据治理体系。从业务价值出发，识别数据应用场景。围绕以数据分析为主的业务场景，开发数据价值，丰富业务场景，推进降本增效。在实现数据应用场景过程中完善数据范围、标准、规范等数据管理需求。从业务痛点出发，发现数据问题并实施治理。依据业务需求，定期开展数据审计，持续提升数据质量。构建适合实际业务需求运维数据治理体系，开展数据治理，保障数字化运维有序高效开展，提升数字化运维服务价值。

技术工具：采用微服务的架构及新技术，支撑数字化运维系统价值实现

“工欲善其事，必先利其器”，数字化运维的转型离不开技术与工具的革新与应用。随着微服务架构、大数据、人工智能等技术的涌现，电信运维也相应地提出了面向业务的运维、自治运维、零业务影响和人工干扰等理念与目标。

将BSS+OSS架构演变为基于微服务的平台架构。传统业务支撑系统往往采用集中式单体式架构，系统臃肿庞大，难以迅速推出新功能，降低了电信企业的市场竞争力。使用开放、轻量、敏捷高效的微服务技术架构，能够基于业务需求，通过将功能分解到各个离散的服务中以实现对解决方案的解耦与快速响应。

建立综合数据平台以支持多维数据的运营。通过综合数据平台的建设，充分发挥数据资产的能力，将不同系统、不同部门的网络资源数据、网络运维数据、业务运营数据等数据集成整合、制定统一合理规范的数据提取口径、指定专业人员及时提取数据并定期维护。有利于实时监测分析，从异常数据中发现问题、及时找出原因并协助做出针对性的调整，增加决策的自由度、精准度和科学性，促进电信业务的精细化、敏捷运营管理。

开发编排能力以支持快速变化的业务需求。传统软件工具开发周期时间较长，且需要具备较高的代码能力。低代码/零代码的编排能力能拿来即用，对于一些需要快速响应且需求复杂程度较低的需求，业务人员可以通过编排对现有能力进行规则化组合，缩短开发的周期，满足多样化业务需求，提升用户体验。

试点成熟的数字化技术，以支持自动化和自治化运营。将运行成熟的大数据分析和人工智能/机器学习技术应用于数字化运维工作中，基于大量运维数据进行积极探索，在故障分析、根因推荐、智能调度、参数推荐、自动调测、自动配置等方面通过人工智能的手段辅助分析并推荐最优方案，实现运维自动化与自治化水平不断提升。

数字化人才：培训高素质数字化人才，广泛推行DevOps

从“人使用工具”向“人使能工具”的模式演进下，数字化运维人员工作核心也从网络运维向帮助网络实现自动化运维转变，改变了原有运维人员的知识结构和工作习惯。技术无法完全代替人的作用，数字化转型需要具备数字化思维意识和掌握数字化能力的人才，需对人员的思想意识和能力要求上进行全方位转型赋能。

建立和培养DevOps和敏捷的文化。搭建支撑业务高效运转的DevOps组织体系及培养DevOps和敏捷软件开发的文化。不断提升管理层和运维人员对数字化转型的认证，转变原来以网络运维为中心较为狭隘的思想。以软件工程思想管理运维工作，定义日常典型的运维场景，提炼运维规则沉淀成可执行的代码，实现运维作业自动化和自治化。以价值驱动为导向，识别面向客户提供服务的价值场景，通过敏捷迭代开发交付高质量的服务，持续向客户呈现可被感知的服务价值。

提升运维人员IT+CT的核心技能。在原有以CT为主的能力结构基础上，强化IT的技能，补充数字化运维管理相关技能，加强大数据、人工智能/机器学习、软件架构等知识理解、开发和应用技能。使其具备“网络策略师”“编排工程师”“数据分析师”等新型运维角色的核心技能，更好与时俱进承担起数字化运维的任务。

培养运维人员高级分析能力。以数据为基础的高级分析能力，利用预测建模、统计方法、机器学习和流程自动化技术，结合平台工具的能力分析数据或业务信息，有效支撑前端部门的敏捷运营和敏捷规划，如支撑精准营销、敏捷业务开通、客户服务和支撑业务部门网络及服务/产品的规划。

总结

随着网络复杂程度的提升、用户对网络业务可用性需求的不断提高，同时伴随着电信运营商对于数字化、智能化运维的高度重视，逐步促进了电信网络运维的形态与内容更新，在服务理念、运作模式等多个方面开展了探索。在大数据、云计算、人工智能等新技术的推动下，运维管理模式从ITIL向DevOps演化，运维管理工具也发生了从ITOM、ITOA到AIOps的颠覆性变革。电信运营商需兼顾历史与未来需求，满足运行稳定与敏捷发展需要，从数字化战略、流程、技术、人才等多方面入手，向智能运维方向不断努力，走出一条符合电信网络发展特色的运维管理之路。