## 通信Agentic AI商用元年：五大平台横评与O2 Telefónica实战拆解 2025年被称为通信行业"Agentic AI元年"。从中国移动发布MoMA智能体聚合引擎，到Amdocs推出aOS通信智能体操作系统，再到O2 Telefónica联合Tech Mahindra与NVIDIA部署Large Telco Model（LTM），全球通信运营商正从"大模型试点"全面转向"智能体生产级部署"。本文聚焦已进入商用阶段的通信Agentic AI产品，通过横评对比和实战案例拆解，呈现这一轮技术变革的真实图景。 --- ### 一、为什么通信行业需要Agentic AI？ 传统AIOps（智能运维）在通信行业已推进多年，但大多数部署仍停留在告警关联、异常检测等"辅助分析"层面。Heavy Reading（现Omdia）联合Amdocs和RADCOM发布的2025年全球AIOps运营商调查揭示了三大结构性痛点： | 痛点 | 数据 | 影响 | |------|------|------| | 数据孤岛严重 | 52%的运营商仍使用分散的独立系统 | AI模型无法获得跨域完整数据 | | 运维复杂度失控 | 5G云原生核心网、多厂商RAN、边缘计算叠加 | 规则引擎和静态Runbook无法覆盖 | | 人才短缺加剧 | 全球NOC/SOC人才缺口扩大 | 运维响应速度跟不上故障增长 | **47%的运营商**表示其保障运维在特定场景下已实现自主化，但大多数仍需人工监督。这正是Agentic AI切入的机会——它不再是被动工具，而是能自主规划、调用工具、跨域协作并执行闭环操作的"智能体"。 **74%以上的运营商**计划在2026年跨多个网络运维流程部署AI Agent。这一数据表明，行业正从"要不要做"转向"怎么做、用谁做"。 --- ### 二、五大通信Agentic AI商用产品横评 截至2026年初，以下五大平台已进入通信行业商用或准商用阶段： #### 1. Amdocs aOS——通信行业首个智能体操作系统 2026年2月3日，Amdocs正式发布**aOS（Agentic Operating System）**，定位为通信行业首个智能体操作系统。 **架构特点：** - **Cognitive Core（认知核心）**：管理通信行业专属知识库、Agent库和策略护栏，支持多LLM路由，可按任务类型选择最优模型 - **CES26套件**：预构建Agent驱动的BSS/OSS/网络套件，覆盖客户服务、计费与套餐、业务编排、网络运维、服务保障五大域 - **智能体服务层**：支持混合人机工作流，用于应用现代化、云迁移和质量工程 **商用进展：** - 基于服务全球350+运营商、日处理数十亿交易的经验构建 - 采用**基于结果的SLA定价**——按解决率、处理时长缩减、激活速度、保障KPI等业务效果收费 - 与T-Mobile US扩展合作，将在消费和企业域部署生成式AI - 合作伙伴包括NVIDIA、Microsoft、Google、AWS **核心优势：** 端到端BSS/OSS/Native覆盖，从copilot（副驾）升级为orchestrated agents（编排智能体），能处理跨CRM、计费引擎、网络遥测的复杂工作流。 #### 2. Microsoft NOA Framework——网络运维智能体框架 2025年11月，Microsoft在TM Forum DTW Ignite上发布**Network Operations Agent（NOA）Framework**，为通信运营商提供自主网络运维的参考架构。 **架构特点：** - **多Agent系统**：专业化Agent分工—— provisioning Agent负责配置检查、Service Assurance Agent负责故障诊断、Update Agent负责软件更新 - **Planner Agent协调层**：综合各专业Agent输入，生成实时建议和洞察 - **Microsoft Fabric数据统一层**：通过OneLake虚拟化多云/本地数据，打破遥测、OSS/BSS数据库、工单系统之间的数据孤岛 - **Azure Agent Framework编排引擎**：支持Agent间A2A通信、MCP协议动态工具调用、OpenAPI外部API集成 **商用场景：** - 主动部署检查：新业务上线前自动扫描配置脚本，提前发现错误 - 加速事件响应：故障发生时秒级定位根因，推荐最佳修复步骤 - 所有Agent操作在严格治理和运营商定义策略下执行，人工可审批、全量审计 #### 3. 中国移动MoMA——多模型与智能体聚合引擎 2025年7月26日，中国移动在世界人工智能大会上正式发布**MoMA（Mixture of Models and Agents）**，由九天人工智能研究院自主研发。 **架构特点：** - **MoMA生态汇聚层**：构建、筛选、评估和持续进化模型/智能体/工具的资源池 - **精准匹配机制**：根据个人、家庭、行业等不同需求，自动匹配最优模型和Agent组合 - **通信级服务**：以"如同通信服务般便捷"的理念提供AI能力 - 基于移动云MaaS平台的智算原生底座 **核心定位：** 解决"模型选择组合难、模型应用成本高"的行业痛点，实现"一次接入、多模型可用"的聚合服务。这是国内运营商中首个面向多模型+多智能体统一编排的商用平台。 #### 4. 中国电信星辰超级智能体——企业级AI引擎 2025年9月，中电信人工智能科技公司在天翼AI开放平台发布**星辰超级智能体**。 **架构特点：** - 基于自研**星辰大模型**技术底座 - 突破传统AI工具"场景固化"瓶颈 - 具备**行业深度定制化架构、全链路闭环进化机制、企业级安全防护体系**三大特征 - 获得2025年DBC德本咨询企业级AI Agent榜单央企第一 **核心定位：** 不同于通用智能体，星辰超级智能体强调"自主规划"能力，能适应千行百业需求，支持私有化部署，为政企客户提供行业专属Agent解决方案。 #### 5. NVIDIA + Tech Mahindra Large Telco Model——运营商级大模型 Tech Mahindra联合NVIDIA开发的**Large Telco Model（LTM）**是第一个专门为通信网络训练的大型AI模型。 **技术底座：** - 基于NVIDIA AI Enterprise软件套件训练 - 使用NVIDIA NeMo进行模型适配 - 使用NVIDIA NIM微服务进行规模化推理 - 处理结构化数据（事件、告警、计数器、KPI）和非结构化数据（日志、MOP、SOP、图像、文本） **商用部署：** 已在O2 Telefónica德国公司落地（详见下文案例）。 --- ### 五大平台功能对比 | 维度 | Amdocs aOS | Microsoft NOA | 中国移动MoMA | 中国电信星辰 | NVIDIA LTM | |------|-----------|--------------|------------|-----------|------------| | **发布时间** | 2026.02 | 2025.11 | 2025.07 | 2025.09 | 2025.03 | | **核心定位** | 智能体操作系统 | 网络运维框架 | 多模型聚合引擎 | 企业级AI引擎 | 通信专用大模型 | | **覆盖域** | BSS/OSS/网络 | 网络运维 | 全域（通用） | 全域（政企优先） | 网络运维 | | **多LLM支持** | 支持 | 通过Azure | 聚合多模型 | 自研星辰 | 基于NVIDIA | | **人机协同** | 混合工作流 | 人工审批+审计 | 用户自主选择 | 自主规划 | 策略护栏 | | **商用模式** | 按结果SLA | Azure订阅 | 移动云MaaS | 天翼AI平台 | 项目制 | | **全球部署** | 350+运营商 | TM Forum标准 | 中国移动内部 | 中国电信+政企 | O2 Telefónica | | **开源程度** | 部分开放 | GitHub资产+沙箱 | 白皮书公开 | 平台开放 | 模型定制 | --- ### 三、实战案例深度拆解：O2 Telefónica Germany的LTM部署 #### 案例背景 O2 Telefónica Germany是西班牙电信集团在德国的移动运营子公司，运营着覆盖德国全境的移动网络。随着5G网络规模的快速扩展和云原生核心网的引入，O2 Telefónica面临着三重运营压力： 1. **多厂商网络复杂性**：RAN、传输、核心网来自多个设备商，故障根因分析跨越多个管理域 2. **运维成本控制**：在德国劳动力成本高企的环境下，需要减少不必要的外派维修（truck roll） 3. **客户体验差异化**：在竞争激烈的德国移动市场，SLA达标率和客户体验直接影响市场份额 O2 Telefónica启动了**"Operations of the Future（未来运营）"**项目，目标是将网络运维、IT运维和客户运营统一到一个服务中心的智能化平台上。 #### 方案架构 O2 Telefónica选择与Tech Mahindra和NVIDIA合作，部署**Large Telco Model（LTM）**来驱动其**Service Experience Center（SEC）**。整体架构如下：  > *图表 1* **关键技术细节：** 1. **数据融合**：LTM融合了结构化数据（事件、告警、计数器、KPI）和非结构化数据（日志、MOP/SOP操作手册、现场图片、营销文本），通过实时**Service Graph（服务拓扑图）**将信号与用户、位置和产品关联，使模型能在服务级别进行因果推理。 2. **Agent自主性**：不同于被动助手（copilot），LTM的Agentic AI能够自主规划、调用工具、迭代执行。例如，当根因分析Agent检测到异常时，可以自动触发排障Agent执行诊断，再触发外派优化Agent安排现场维修。 3. **安全护栏**：通过基于角色的访问控制（RBAC）、审批门禁和评估流水线，在Agent执行前对操作进行漂移检测、偏见评估和可解释性评分。所有操作遵循TM Forum自主网络Level 3-4标准。 #### 效果数据 | 指标 | 改善幅度 | 说明 | |------|---------|------| | **平均故障定位时间（MTTI）** | 缩短约60-70% | 从数小时缩短至分钟级 | | **外派维修次数** | 减少约25-30% | 通过精准根因分析减少误派工单 | | **首次接触解决率** | 提升至约85% | Agent交叉分析遥测+工单+拓扑 | | **SLA达标率** | 提升约15个百分点 | 主动预防事件优先于被动响应 | | **运维人力效率** | 提升约35-40% | 自动化处理原先需L2/L3工程师介入的故障 | > 注：部分数据基于Tech Mahindra公开信息及行业分析师报告的综合估算。 #### O2 Telefónica项目总监Mircea Anghel评价： > "通过用通信专用的生成式AI赋能我们的服务中心，我们不仅在自动化——我们正在从根本上改变运营方式。我们正在释放新的能力，通过数据驱动的决策和高度自动化的流程来提升服务可靠性和效率。" --- ### 四、从Copilot到Orchestrated Agent：通信AI的技术跃迁 传统通信行业的AI应用大多停留在"copilot"阶段——AI辅助人类决策，但最终执行仍依赖人工。2025-2026年的核心变革在于： | 阶段 | 特征 | 代表产品 | 运维模式 | |------|------|---------|---------| | **Copilot（副驾）** | AI辅助分析，人工决策执行 | 传统AIOps工具 | 人工主导 | | **Single Agent（单智能体）** | 单域自主执行，人工审批 | 告警根因分析Agent | 半自主 | | **Multi-Agent（多智能体编排）** | 跨域协作，策略护栏下闭环 | Amdocs aOS、Microsoft NOA | 接近自主 | | **Autonomous Network（自主网络）** | 意图驱动，全自动闭环 | TM Forum AN Level 4-5目标 | 全自主 | **Agentic AI的核心差异在于：** - **自主规划**：Agent接收意图而非具体指令，自行规划执行路径 - **工具调用**：Agent能调用外部API、数据库、编排系统，实现真实操作 - **跨域协作**：多个Agent通过A2A协议通信，协调跨BSS/OSS/网络的工作流 - **持续学习**：通过评估流水线不断优化行动策略 --- ### 五、商用部署的关键挑战与应对 #### 挑战1：数据质量与数据孤岛 52%的运营商仍在使用分散的独立系统。Amdocs aOS通过Cognitive Core的数据连接层解决这一问题；Microsoft NOA则通过Fabric的OneLake虚拟化实现数据统一。中国运营商中，中国移动MoMA的移动云MaaS平台和电信星辰智能体平台均采用集中化数据架构。 #### 挑战2：信任与可解释性 网络运维对错误的容忍度极低。当前主流做法是： - **Human-in-the-loop**：关键操作必须经过人工审批（Microsoft NOA、Amdocs aOS均采用） - **评估流水线**：Agent行动前进行漂移检测、偏见评分、可解释性评估（LTM） - **全量审计**：所有Agent操作记录可追溯，满足合规要求 #### 挑战3：成本与ROI平衡 大模型推理成本是运营商关注的核心问题。应对策略包括： - **多LLM路由**：按任务复杂度选择不同成本的模型（aOS的Cognitive Core） - **模型蒸馏与量化**：NVIDIA NIM微服务支持推理优化 - **按结果付费**：aOS的outcome-based SLA定价模式将成本与业务效果绑定 #### 挑战4：行业知识注入 通用大模型缺乏通信行业专业知识。各家做法： - **LTM**：用大规模通信网络数据集专项训练 - **aOS**：预构建通信行业Agent库，内嵌电信专属知识、洞察和分类体系 - **星辰超级智能体**：基于星辰大模型进行行业深度定制 --- ### 六、2026年展望：从试点到规模商用的关键拐点 综合Heavy Reading调查和各厂商公开信息，2026年通信Agentic AI将呈现以下趋势： 1. **从单域到跨域**：当前部署多集中在网络运维，2026年将扩展至BSS、客户服务、网络规划等跨域场景 2. **从定制到产品化**：Amdocs aOS的预构建Agent库模式将成为主流，降低运营商部署门槛 3. **从辅助到自主**：TM Forum自主网络Level 3将成标配，部分领先运营商开始向Level 4演进 4. **中国运营商加速追赶**：中国移动MoMA和中国电信星辰超级智能体为国内运营商提供了本土化选择 5. **生态合作深化**：NVIDIA+NVIDIA NeMo/NIM、Microsoft Azure+Fabric、AWS等平台级合作将形成技术栈壁垒 **给通信工程师的建议：** - 立即学习Agent开发框架（Azure Agent Framework、LangChain等）和通信数据建模 - 关注TM Forum自主网络标准和ODA架构与Agentic AI的集成 - 理解多Agent编排的原理——这是未来5年通信运维的核心范式 --- ### 参考来源 1. [Amdocs Introduces aOS: An Agentic Operating System for Telecommunications](https://www.amdocs.com/press-release/amdocs-introduces-aos-agentic-operating-system-telecommunications) — Amdocs 2026年2月官方新闻稿，详细描述aOS架构与商用模式 2. [Introducing Microsoft's Network Operations Agent – A Telco framework for Autonomous Networks](https://azurefeeds.com/2025/11/19/introducing-microsofts-network-operations-agent-a-telco-framework-for-autonomous-networks/) — Microsoft NOA Framework技术架构详解 3. [O2 Telefónica Launches Large Telco Model for Future Ops](https://www.techmahindra.com/insights/news/o2-telefonica-bolsters-service-experience-center-future-ops-with-techm-and-nvidia/) — Tech Mahindra官方新闻，O2 Telefónica LTM部署详情 4. [O2 Telefónica AI-Driven Telco Operations with TechM & NVIDIA](https://tecknexus.com/o2-telefonica-launches-ai-driven-telco-operations-with-tech-mahindra-and-nvidia/) — tecknexus深度分析，含架构图和效果数据 5. [From Ambition to Action: The Future of AIOps and Agentic AI in Telecom](https://radcom.com/further-reading/from-ambition-to-action-the-future-of-aiops-and-agentic-ai-in-telecom/) — Heavy Reading/Omdia 2025年全球AIOps运营商调查报告 6. [Amdocs aOS: Agentic AI for Telco Operations](https://tecknexus.com/amdocs-aos-agentic-ai-for-telco-operations/) — tecknexus对aOS架构、多LLM路由和商用模式的详细解读 7. [中国移动发布MoMA服务引擎](https://www1.10086.cn/aboutus/news/groupnews/index_detail_53245.html) — 中国移动官方新闻稿 8. [星辰超级智能体赋能产业智能升级](http://www.sasac.gov.cn/n2588025/n2588124/c34429292/content.html) — 国资委报道中国电信星辰超级智能体 --- > 本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵**爱卫生**（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 > 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。 > [!tip] 51学通信知识星球 > **星主：爱卫生**（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 > **星球定位**：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 > **当前规模**：5200 篇主题 / 990 个回答，198 元/年。 > **加入福利**：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 > **AI 加持**：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。