先讲一个每一位值守过通信网管大屏的人都经历过的场景：凌晨两点，传输环上某段光缆被施工队挖断。接下来发生的事情，堪称现代通信运维的"洪灾"——
在断纤后的 60 秒内，上游 OTN 设备、下游 IPRAN/SPN 路由器、基站回传链路、核心网网元、计费采集接口……几乎所有受影响网元会同时向上层网管疯狂上报告警。一次典型的主干光缆中断，可以在几分钟内生成 数千条乃至上万条告警，业内称之为"告警风暴（Alarm Storm）"。网管大屏瞬间被红色告警刷屏，NOC（网络运营中心）值班工程师根本无从下手。
这不是夸张。GSMA Foundry 公布的运营商联合项目就指出：跨网络层级的业务劣化问题，工程师往往要花 数天时间 排查根因，大量时间消耗在告警比对、拓扑核对、日志翻找上；而爱立信（Ericsson）发布的 Advanced Troubleshooting 能力也承认，传统人工模式下"抓包→逐层隔离"的串行排查，单次故障定位动辄以小时计。
更棘手的是规模。一张现代化 5G 网络动辄几十万网元、上千万 KPI 指标，叠加传输、核心、无线、IT 多域告警，AIOps 厂商 Moogsoft 的真实客户数据显示：一周内涌入的原始事件高达 64,493 条，若不做处理，NOC 团队会被彻底淹没。
这就是本文要拆解的真问题：AI 不是去"自动修复"故障（那是自愈层的事），而是先把告警风暴压成几条真正的根因，让人能看清"到底哪根线断了"。这是一道"降噪+定位"题，也是 AI 在通信运维里最早、最稳、最可量化的落地场景。
| 告警风暴典型指标 | 传统人工模式 | AI 关联降噪后 |
|---|---|---|
| 单次主干光缆中断告警量 | 数千～上万条 | 压缩为 1～3 条根因工单 |
| 跨域故障平均定位时长 | 2～8 小时（复杂场景数天） | 缩短约 50%～60% |
| 周级原始事件→可处置事件 | 数万条（NOC 被淹没） | 收敛至数十条 actionable situation |
| 告警重复/衍生告警占比 | 高达 90%+ 为噪声 | 降噪率 ~99%（典型场景） |
很多文章把 AIOps、自愈、根因分析混为一谈，这里必须分清。告警压缩（Compression）→ 告警关联（Correlation）→ 根因分析（RCA） 是一条递进的"诊断链"，它解决的是"故障是什么、根在哪"，而不是"怎么自动修"。修不修、谁来修，是下游自愈/编排层决定的。把这道诊断链做扎实，自愈才有意义。
完整的工作流可以用下图概括：
flowchart TD
A[原始告警洪流<br/>万条/分钟] --> B[标准化接入<br/>字段对齐/去重]
B --> C[拓扑感知关联<br/>网元依赖图/业务拓扑]
C --> D[时序与模式聚类<br/>相似度+时间窗]
D --> E[根因推断<br/>因果图/知识图谱/大模型]
E --> F[告警压缩与抑制]
F --> G[输出 Top-N 根因工单]
G --> H[推荐处置/移交自愈闭环]
H --> I[反馈学习<br/>修正关联规则]
关键在于第三、四、五步。拓扑感知关联 利用网元间的物理与逻辑依赖（谁挂在谁下面、谁的链路依赖谁的端口），把"下游网元告警"反向追溯到"上游源头"；时序聚类 则把同一故障窗口内、相似模式的告警归为一簇；根因推断 则在此基础上，用因果推理或知识图谱，从一堆候选里挑出"真正的那个"。近年来，大模型 + 多智能体（ReAct） 开始被用于把"专家脑里的排查经验"显性化，让 AI 像资深 SRE 一样"提问→取证→推理→验证"。
下面拆四个真实在网案例，看不同路线怎么把这道题解出来。
诺基亚的 AVA（Automation, Vision, Action） 是业内最早以"认知运维（Cognitive Operations）"名义商用的平台之一，定位就是面向 5G 的 AI-as-a-Service。它在 Azure 云上以 SaaS 方式交付，内置大数据存储、智能分析与机器学习模型。
在告警侧，AVA 的核心做法是 跨域告警关联 + 预测性根因定位。诺基亚官方公布的关键数据是：当网络出现故障，AVA 最高可将解决速度提升约 50%，并能更精准地定位根因；而在传统网络架构上部署 AVA 算法后，相关告警/工单指标 下降约 59%。
它的部署形态值得一提——纯 SaaS、按用量付费，意味着运营商不必一次性投入重资产，也不用派人上站。菲律宾 Globe Telecom 就是以 SaaS 模式采用了 AVA 系列（先落地了能效子产品，POC 阶段即实现等价 3%～6% 的年节电），验证了这种"无现场、按需调用"的交付对一线运维的友好度。AVA 的算法还能下沉到网络边缘，官方披露约 35% 的运营商 将"提升客户体验"列为 5G 战略首要目标，这正是 AVA 想用根因定位去兑现的——在用户投诉之前，先从告警里把劣化根因揪出来。
AVA 的代表性技术点：云端集中训练 + 边缘推理、告警时序聚类、与网络拓扑绑定的因果关联。
爱立信在这条线上有两条产品脉络：一条是面向保障的 Expert Analytics（专家分析）/ Advanced Troubleshooting，另一条是面向自动化的 Intelligent Automation Platform（IAP），并在 2025 年把生成式 AI 与 Agentic 能力叠加上去。
GSMA Foundry 上爱立信牵头的一个项目，专门盯"跨网络层级的业务劣化"——也就是那种无线、传输、核心各层都报一堆告警、却没人能拼出全貌的疑难问题。这类问题在传统模式下"修复要花数天"，因为工程师的时间主要耗在根因比对上。爱立信用机器学习对多层数据做关联，目标是把"判断根因出在哪一层"这件事自动化。
更具 2025 年色彩的是 Agentic rApp as a Service——爱立信与 AWS 合作，在 IAP 上把"智能网优/排障"封装成可被 Agent 调用的 rApp，让 AI 代理能够自主调用优化与诊断能力。学术界也在给这件事定标准：arXiv 上的 TN-AutoRCA 基准，专门评测"基于告警的根因分析"，说明告警 RCA 已经成为可量化评测的研究-工程交叉问题。
爱立信路线的特点：强调 开放平台 + rApp 生态 + 生成式 Agent，把根因分析从"一个封闭的模型"变成"一组可编排的能力"。
国内这边，华为 iMaster NCE（网络云引擎） 走的是另一条更"重"的路线：把管理、控制、分析（管控析）三者融合在一个平台里，并内置 AI 闭环。其传输/承载域版本 NCE-Super、园区版 NCE-Campus 都强调"基于大数据和 AI 的智能闭环"，目标是把网络的自动驾驶等级从 L2 推进到 L3。
在告警与根因上，iMaster NCE 的思路是 数字地图 + 知识图谱 + 闭环工单：用网络数字地图把网元依赖可视化，把告警事件在地图上自动归并到故障源；FabricInsight 等子产品则把"人工抓包定位、人工逐步隔离"的串行流程，演进为 AI 辅助的根因推荐。其价值主张直接对准了 NOC 一线的两个痛点——告警压缩（减少衍生/重复告警）和 根因定位（从一堆候选里挑出源头），并通过闭环把结果送回自动化层去处置。
华为把这套能力包装进"自动驾驶网络（ADN）"叙事：全生命周期自动化、AI 智能闭环、开放可编程 APP 生态、超大容量全云化平台。它和 Nokia AVA 的差异很明显——AVA 偏"云端 SaaS、轻量化按需调用"，iMaster NCE 偏"管控析一体化、深度嵌入网管体系"，两者分别对应运营商"轻接入"和"重自营"两种诉求。
中兴通讯的 ZENIC ONE 是承载网（IP/IPRAN、PTN/SPN、MW、OTN、IP+光）领域首个云原生"编排+管理+控制+分析"一体化 SDN 系统，天然适合做传输域的告警关联——因为承载网正是"一断引发千告警"的重灾区。
最值得记的一笔真实落地，是 中兴联合中国移动辽宁公司验证上线的 SPN 智能故障诊断系统。这是规则/策略驱动的根因诊断在 SPN（切片分组网）上的工程化：利用 SPN 的拓扑与开销信息，对告警做规则化关联，自动判定是光路问题、单板问题还是业务侧问题，把"网管告警洪流"收敛为可执行的诊断结论。ZENIC ONE 还配套了断纤实时弹窗、网管日志一键采集、端到端智能运维等能力，支撑"告警→定位→采集→处置"的闭环。
这个案例的代表性在于：它不是某个孤立的 AI 模型，而是把 AI 诊断能力嵌进了一张真实运营的承载网管系统里，由运营商（中国移动）和设备商（中兴）联合在现网验证——这正是国内"设备商+运营商共建"模式的典型样本。
除了设备商，还有两类玩家值得放进同一张账本里对照。
第一类是跨行业 AIOps 平台厂商，以 Moogsoft（已被思科纳入版图）、ScienceLogic 等为代表。它们的强项是 告警降噪与事件关联的通用引擎，不绑特定设备。Moogsoft 的真实客户账本非常能说明问题：一周内 64,493 条原始事件，经关联后压缩为 447 条独立告警，再收敛为 49 条可处置的 situation，降噪率接近 99%——这条曲线直观回答了"告警风暴到底能压多狠"。国内嘉为蓝鲸的"小鲸观测助手"则把向量检索、日志聚类、知识图谱拓扑推理结合，公布根因定位时间 缩短 60% 以上；HCLTech 在外企 IT 场景甚至给出"告警从 5 万条压到 3 条"的极端案例，并提出向 "NoOps" 演进的口号。这类平台的长处是通用、跨域、快速见效，短处是对通信特有的网络拓扑/协议语义理解不如设备商深。
第二类是运营商自研的运维大模型。中国移动发布的《网络运维大模型白皮书》披露：以大模型为基座，叠加多模态运维知识图谱和混合专家模型（MoE），通过数据治理、增量预训练与微调、RLHF、外挂知识库、思维链等技术，构建覆盖网络"规、建、维、优、营"全生命周期的运维底座；为满足推理时效，采用边缘部署，首字符延时不到 1 秒、生成延时约 50 毫秒。中国电信则把"网络大模型高质量数据集"做到了国家数据局首批 104 个高质量示范案例之一（从 663 个申报中脱颖而出）。运营商自研的好处是数据主权、可深度定制，挑战则是算力投入与人才门槛。
| 方案主体 | 产品/能力 | 技术路径 | 公布的成效数据 |
|---|---|---|---|
| 诺基亚 | AVA Cognitive Operations（SaaS/Azure） | 云端训练+边缘推理、拓扑关联、时序聚类 | 故障解决快约 50%；传统架构部署后指标降约 59% |
| 爱立信 | Expert Analytics + IAP + Agentic rApp（+AWS） | 多层关联、生成式 Agent、开放 rApp 生态 | 跨层劣化原需数天排查，目标自动化定位 |
| 华为 | iMaster NCE（管控析融合） | 数字地图+知识图谱+AI 闭环、L2→L3 | 告警压缩+根因推荐、全生命周期自动化 |
| 中兴 | ZENIC ONE + SPN 智能故障诊断 | 云原生 SDN、规则/策略驱动关联 | 中国移动辽宁 SPN 现网验证，断纤实时诊断 |
| Moogsoft/思科 | AIOps 告警关联引擎 | ML 降噪、相似度聚类 | 64,493 事件→447 告警→49 situation（≈99%） |
| 中国移动 | 网络运维大模型 | MoE+知识图谱+RLHF+CoT、边缘部署 | 首字符<1s、生成~50ms，覆盖规建维优营 |
把这四个案例和两类玩家摆在一起，能提炼出几条对一线有用的判断：
第一，先做降噪，再谈自愈。 自愈的前提是"知道该愈什么"。Moogsoft 的 99% 降噪、HCLTech 的 5 万→3 条、诺基亚的 59% 指标下降，本质上都在解决同一个事——把噪声压下去，根因才浮得出来。很多团队一上来就想做"全自动恢复"，结果连根因都没定位准，自动化反而放大了误操作风险。
第二，拓扑是通信 AI 降维打击的关键。 通用 AIOps 平台靠时序和文本相似度聚类，在 IT 侧够用；但在通信网里，网元依赖图、业务承载关系、协议层语义才是根因推断的"骨架"。这也是华为 iMaster NCE、中兴 ZENIC ONE 这类"管控析一体"平台在现网表现更稳的根本原因——它们手握拓扑与协议语义，关联精度天然更高。
第三，2025—2026 的增量在大模型。 运营商运维大模型（移动的 MoE、电信的高质量数据集）和爱立信 Agentic rApp，标志着根因分析从"规则/聚类"走向"会推理的 Agent"。大模型最擅长把资深专家的排查经验（"先看光路、再看单板、最后查业务"）显性化并自动执行，配合思维链和多智能体协作，能在复杂疑难故障上补传统规则的短板。
一个提醒：警惕精度幻觉。厂商公布的"降噪率 99%""快 50%"往往是特定场景、特定网络的最优值，现网里跨厂商、跨域、跨地域的真实表现会打折。落地时务必用本网历史故障库做回放评测，盯住两个硬指标——根因召回率（真根因有没有被排进 Top-N）和 误报率（别把噪声当根因误导值守），而不是只看"压掉了多少条告警"。把降噪当目的，是为了少接投诉；但若误判根因，AI 帮倒忙的代价同样不低。
把告警风暴驯服成三条根因工单，听上去不如"AI 自愈全网"性感，却是通信运维 AI 落地里最实在、最快回本、也最经得起数据检验的一仗。
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。