# 沃达丰自愈网络冲刺自治L4：意图驱动闭环如何把故障自愈做到德国市场 > 一句话：当 5G 网络复杂到人工已经"看不过来"，沃达丰选择用**意图驱动的多层闭环 + 生成式AI写代码**的方式，把故障与事件管理从"人盯屏"升级为"机器自闭环"，德国市场率先向 TM Forum 自治网络 L4 冲刺，RAN 应用上线周期从数月压到 3–4 周。 ## 一、案例背景：一个想成为"最高效运营商"的巨头，为什么必须自愈 沃达丰（Vodafone Group）是欧洲最大的移动运营商之一，业务横跨欧洲、非洲多个市场。2023 年 1 月，Margherita Della Valle 出任集团 CEO，把战略浓缩为三个词：**Customers（客户）、Simplicity（简约）、Growth（增长）**，并在 2025 年 11 月的 H1 FY26 财报电话会上第一次给 AI 带来的收益"挂上具体数字"。这一系列举措被纳入集团五大增长战略优先级之一的 **AI@vodafone** 计划——目标是在核心运营中**规模化**嵌入生成式 AI。 但"规模化"背后有一个绕不开的硬骨头：**网络故障与事件管理（Fault & Incident Management）**。 5G 时代，单是无线接入网（RAN）一层，就需要同时懂"射频专业知识"和"高级软件开发"两种稀缺能力，这两类知识还往往锁在不同部门里。传统模式下，运维靠人工经验、靠不同厂商的网管系统各自为政： - 一个基站告警，可能要在多个 OSS 系统间反复跳转； - 一个跨域故障，定界（根因定位）要跨无线、传输、核心网、IT 多个团队扯皮； - 一项网络参数优化（比如射频覆盖参数），往往是"出厂默认值常年不动"，网络其实没在最优状态跑。 沃达丰网络与 OSS（欧洲市场）AI 总监 Simon Norton 在凯捷（Capgemini）发布的案例中讲得很直白：**"网络转型始于清晰——看清当前状态，借助专家洞察和业界验证过的框架，去规划前方的路。"** 他承认，沃达丰在网络**故障与事件管理的自动化**上投入了大量精力和资源。 这并不是沃达丰一家的痛点。TM Forum 自治网络（Autonomous Networks）框架和咨询机构 STL Partners 的测算都指向同一个结论：自愈型自治网络，每家运营商每年潜在价值增量约 **8 亿美元**。沃达丰要当"最高效运营商"，自愈不是可选项，是必选项。 ## 二、方案详情：一条"成熟度评估→意图闭环→生成式AI造工具"的三段式路径 沃达丰的自愈网络落地，不是买一个黑盒产品，而是一条清晰的三段式工程路径。 ### 第一段：凯捷陪跑，先把"自治等级"测准再上路 2025 年底，凯捷发布的客户案例《Making autonomous networks real: Vodafone's journey to self-healing networks》披露了关键信息：**沃达丰以德国市场为先锋，与凯捷合作开展自动化成熟度评估（maturity level discovery），并共同设计长期路线图，加速向 TM Forum 定义的 Level 4 自治网络跃迁。** 这段工作做了三件事： 1. **成熟度盘点（maturity level discovery）**：把网络运营按域拆开，逐项对照自治等级标准，搞清楚"我们现在到底在哪一级"。 2. **策略定义（strategy definition）**：把自动化目标和业务意图对齐——不是为自动化而自动化，而是让每一步自动化都能换算成客户体验或成本数字。 3. **路线图设计（roadmap design）**：规划从当前等级到 L4 的跨市场推广路径。 这里必须先把 TM Forum 的自治网络五级模型讲清楚，否则"L4"只是个口号。下表把五级模型和沃达丰的定位对应起来。 **表 1　TM Forum 自治网络五级成熟度模型与沃达丰定位** | 等级 | 名称 | 核心特征 | 典型自愈能力 | 沃达丰定位 | |------|------|----------|--------------|-----------| | L1 | 辅助式 Assistive | 人工为主，工具提供告警与建议 | 人工看告警、人工处置 | 多数传统市场历史状态 | | L2 | 部分自治 Partial | 单域内可按规则自动执行 | 单域告警自动抑制、脚本化重启 | 早期自动化阶段 | | L3 | 条件自治 Conditional | 闭环自动化，跨域协同，需条件触发 | 跨域故障闭环、自动派单与回滚 | **德国先锋市场当前评估区间** | | L4 | 高度自治 High | 意图驱动、预测式自愈 | 故障预测、意图翻译、自动优化 | **路线图冲刺目标** | | L5 | 完全自治 Full | 零接触端到端运营 | 全网自组织、自演进 | 远期愿景 | L3 到 L4 这一步，是整个自愈能力"质变"的关键：L3 还在"出问题→闭环解决"，L4 要求"还没出问题就预测到并自愈"，而且整个网络要能听懂**业务意图**（比如"这条 5G 切片要保持低时延、99.99% 可用"），自己翻译成跨域协调动作。凯捷做的，就是帮沃达丰把这一步的路径算清楚。 ### 第二段：意图驱动的多层闭环架构——和谷歌云、TM Forum 把标准变成蓝图 光有评估不够，还要有可落地的架构。2026 年 6 月，沃达丰联合谷歌云（Google Cloud）和 TM Forum 发布了技术白皮书《Self-Optimizing Autonomous Networks》实施指南，把"自愈网络到底怎么搭"讲成了工程蓝图。 这份白皮书的核心思路是**意图驱动的闭环自动化（intent-based closed loop）**：运营者不再反复人工巡检，而是定义目标网络结果（如时延、吞吐），由闭环自主完成四步——**观察（observe）→ 分析（analyse）→ 决策（decide）→ 执行（act）**，并在条件变化时持续维持目标。 它的精妙之处在于**分层闭环 + 混合云**，而不是把所有智能堆到一个中心： - **本地/资源层快速环**：跑在网络基础设施内部或域控制器上，处理即时任务，比如**基站内部的拥塞优化**，要求毫秒到秒级响应，部署在**混合云（hybrid cloud）**上、贴近网络。 - **中心业务层协同环**：跑在**谷歌云（Google Cloud）**上，由集中式 AI 智能体（AI agents）解读高层业务目标、预测网络需求，甚至把**天气报告、社交媒体信息流**这类多元数据纳入分析。 支撑这套架构的是四个"使能件"：**AI 智能体、知识图谱（knowledge graphs）、网络数据湖、数字孪生（digital twins）**。其中数字孪生的用途很关键——**在做出变更前先仿真测试**，避免把没验证过的动作直接打到全国网络上。 更重要的是，白皮书强调**"人在环（human-in-the-loop）"**：要为 AI 智能体设定策略、目标和明确护栏，防止越权动作；重大网络变更必须走人工审批流程。这一点直接回应了业界对"AI 自愈会不会越界把网络改坏"的最大担忧。 下面这张图把这套分层闭环自愈架构画清楚： ```mermaid flowchart TB subgraph NET["物理网络（RAN / 传输 / 核心网 / IT）"] BS["基站与网元
实时遥测 / 告警 / KPI"] end subgraph EDGE["混合云 · 资源层快速闭环（毫秒~秒）"] DC["域控制器 / 边缘 AI"] L1["本地自动动作
拥塞调优 / 信道重配 / 节电唤醒"] BS -->|遥测| DC DC --> L1 L1 -->|快速自愈执行| BS end subgraph GCP["谷歌云 · 业务层协同闭环（分钟~小时）"] AG["集中式 AI 智能体"] KG["知识图谱"] DT["数字孪生（变更前仿真）"] NEU["Neuron 数据湖 / 数据平台"] RIC["Rapid RIC
生成式AI产出 rApps"] AG --- KG AG --- DT AG --- NEU RIC -->|下发优化策略| AG end BS -.聚合数据.-> NEU AG -->|跨域根因 / 容量重规划 / 优化指令| DC DT -->|安全验证| AG subgraph HUMAN["人在环护栏"] HITL["意图策略 / SLA 目标 / 重大变更审批"] end HITL -.目标与护栏.-> AG AG -.重大变更上报.-> HITL style EDGE fill:#e8f5e9,stroke:#2e7d32 style GCP fill:#e3f2fd,stroke:#1565c0 style HUMAN fill:#fff3e0,stroke:#ef6c00 ``` ### 第三段：Rapid RIC——让"造自愈工具"本身也自动化 架构搭好了，但还有个现实问题：**谁来写那些跑在网上的自愈应用（rApps）？** 这正是沃达丰和爱尔兰厂商 Zinkworks 合作要解决的。 他们打造的生成式 AI 平台叫 **Rapid RIC**，定位是给 RAN 智能控制器（RIC）"降门槛造应用"。它的玩法颠覆了传统： - 射频工程师**拖拽式（drag-and-drop）**画出想要的 app 工作流程； - 平台的 AI **自动写代码、自动检查、自动组装**，跳过"训练模型、调数据"这些硬骨头； - 上线前用一个 **AI 仿真器（simulator）** 先测试 rApps，上线后还持续监控表现。 这个"仿真优先（simulation-first）"的思路是个巧妙折中：比用静态历史数据靠谱（旧数据反馈不了新配置），又比"造一个全网完整数字孪生"省钱省事得多。 平台跑在沃达丰位于西班牙**马拉加（Málaga）研发中心**的**谷歌云平台（GCP）安全数据中心**上，2026 年初投入运行，首批两个 rApps 已经在马拉加"开炉"： 1. **节电型 rApp**：自动关停未被使用的移动连接以省电，更关键的是**修复"连接关了之后唤不醒"的故障**——这种半死不活状态最影响用户体验。 2. **覆盖优化 rApp**：用机器学习调优射频覆盖参数，替代"出厂默认值常年不动"的粗放状态。 这两个 rApp 本身就是**自愈闭环的具象化**：节电 rApp 解决"唤醒失败"这种隐蔽故障，覆盖 rApp 解决"长期次优"这种慢性病。沃达丰首席网络官 Alberto Ripepi 说得很到位：**"我们在简化并加速部署直接改善客户体验的 AI 应用……让我们专注提供更强、更可靠的信号和更大的网络容量，同时达成可持续性目标。"** ## 三、效果数据：自愈不是PPT，要看周期、成本和收入 沃达丰这套自愈网络到底带来多少真金白银？把可验证的数字摆出来： **表 2　沃达丰自愈网络关键效果数据** | 维度 | 指标 | 数据 | 来源/说明 | |------|------|------|----------| | 应用开发提速 | 新 5G 网络特性上线周期 | 数月 → **3–4 周** | Rapid RIC 平台，马拉加试点 | | 应用开发提效 | RAN 应用创建与上线时间 | 缩短 **60–70%** | 沃达丰与 Zinkworks 预期 | | 自愈潜力 | 单运营商年化价值增量 | 约 **8 亿美元/年** | STL Partners 测算 | | 治理成熟度 | 目标自治等级 | 冲刺 **Level 4** | 凯捷案例，德国先锋市场 | | AI 战略落地 | 规模化用例 | **10 个**核心用例 | AI@vodafone 计划 | | 数据底座 | 统一数据平台 | **Neuron**（谷歌云托管） | 2019 年起建设 | | 财报里程碑 | AI 收益首次量化 | **2025 年 11 月** H1 财报 | Della Valle 首次挂数字 | 几个数字值得展开： - **60–70% 的开发提速**意味着，过去要几个月才能做出来的自愈 rApp，现在 3–4 周就能上。在网络故障面前，"快"本身就是一种自愈——某个隐蔽故障被发现后，从"想法"到"线上闭环"的周期被压缩到原来的三分之一以内。 - **8 亿美元/年**的潜力，本质来自故障预测减少中断、节电降本、容量更优带来的 ARPU 提升，以及人力释放。STL Partners 的测算把这套自愈体系的价值锚定在一个可被 CFO 接受的量级。 - **10 个规模化用例**是沃达丰刻意"反 PoC 内卷"的结果。集团高管明确反对"做几百万个 PoC、什么都试"的浮夸打法，强行把资源压到 10 个能规模化复制的场景上——故障与事件管理自动化正是其中最重的一块。这种克制，恰恰是自愈能从"演示"走向"全网"的前提。 ## 四、对比分析：意图驱动多层闭环，凭什么比传统方案强 把沃达丰的打法放到行业里对比，它的差异化清晰可见。 **和传统人工运维比**：人工运维是"告警驱动、单点处置"，MTTR（平均恢复时间）被人的反应速度和跨团队协作拖累；沃达丰是"意图驱动、闭环自愈"，L4 阶段追求故障**预测**而非事后救火，MTTR 趋近于"故障还没发生就被消除"。 **和单域规则引擎自愈比**：很多厂商的早期自愈是"域内脚本化重启、阈值触发回滚"，简单可靠但天花板低，遇到跨域故障就失效；沃达丰的分层闭环把"域内快动作"和"跨域慢决策"分开，**本地环**保速度，**中心环**保全局，知识图谱和数字孪生提供跨域推理能力。 **和"一个大脑全包"的黑盒方案比**：业界有些自愈产品喜欢宣传"一个 AI 大脑管全网"，听着酷，实则难落地、难审计、风险集中；沃达丰白皮书反复强调**混合云分层 + 人在环护栏 + 数字孪生先验证**，是典型的"工程派"思维——宁可架构复杂一点，也要可解释、可回滚、可审批。 **和已覆盖的同行比**（不展开重复案例）：德国电信、Telefónica 等也在核心网自愈上冲刺 L4/L4 级别（这些此前已有专文分析）。沃达丰的独特之处在于**把"造自愈工具"这件事本身用生成式 AI 自动化**（Rapid RIC），等于在自愈能力上叠加了一层"元提速"——别人还在等厂商交付 rApp，沃达丰让自家射频工程师自己造。 **表 3　三种故障自愈路线对比** | 维度 | 传统人工运维 | 单域规则引擎自愈 | 沃达丰意图驱动多层闭环 | |------|-------------|-----------------|----------------------| | 触发方式 | 告警驱动 | 阈值/规则驱动 | 意图驱动 + 预测 | | 跨域能力 | 无（靠人协调） | 弱（单域内） | 强（中心AI智能体 + 知识图谱） | | 响应速度 | 小时~天 | 秒~分钟 | 毫秒~秒（本地）+ 分钟~小时（中心） | | 安全验证 | 无 | 弱 | 数字孪生仿真 + 人在环审批 | | 工具生产 | 厂商交付，周期长 | 厂商交付 | **生成式AI自造rApps（3–4周）** | | 治理护栏 | 靠流程 | 弱 | 强（策略 + 护栏 + 审批） | ## 五、给国内运营商的三点启示 沃达丰这套打法，对正在推进自治网络（中国移动、电信、联通都在做）的国内同行有三点可直接借鉴的启示： 1. **先量级、再上路**。别一上来就喊"自愈"，先用 TM Forum 五级模型或类似框架把各域成熟度盘清楚，像沃达丰德国市场那样，知道自己在 L2 还是 L3，再规划到 L4 的路径。无评估的"自愈"容易变成采购堆叠。 2. **分层闭环比一个大脑更可信**。把"贴近网元的快速本地环"和"中心协同慢环"拆开部署，快环用混合云保时延，慢环用公有云保算力和多元数据；同时强制数字孪生仿真 + 人在环审批。这套"工程派"架构在审计和风险控制上明显优于黑盒。 3. **让一线工程师能自己造自愈工具**。Rapid RIC 的精髓是"拖拽 + AI 写代码"，把 rApp 开发从少数算法专家手里解放给射频/运维工程师。国内运营商完全可以参考，建设自己的低代码 rApp 工厂，把"等厂商交付"变成"基层自给自足"，这才是自愈能力能持续涌现的源泉。 ## 六、结论 沃达丰的故障自愈网络，不是一次性的炫技部署，而是一条**"凯捷成熟度评估定方向 → 谷歌云意图闭环搭架构 → Zinkworks Rapid RIC 让工具自给"**的系统工程。德国市场作为先锋，正把 TM Forum 自治网络从 L3 往 L4 推；RAN 自愈应用上线周期被压到 3–4 周、开发提效 60–70%，背后是意图驱动闭环、数字孪生仿真和人在环护栏三件套的协同。 当大多数运营商还在纠结"AI 自愈到底敢不敢放权"时，沃达丰用混合云分层 + 仿真优先 + 生成式AI造工具的组合，给出了一个**敢放权又控得住风险**的工程化答案。故障自愈的下一程，比的不是谁的模型大，而是谁的闭环稳、护栏硬、工具造得快。 ## 参考来源 1. [Making autonomous networks real: Vodafone's journey to self-healing networks — Capgemini](https://www.capgemini.com/news/client-stories/making-autonomous-networks-real-vodafones-journey-to-self-healing-networks/) — 凯捷案例：沃达丰德国市场自治网络成熟度评估与迈向 L4 的路线图 2. [Vodafone, Google Cloud and TM Forum Unveil Framework for Self-Optimising Autonomous Networks — Vodafone Newsroom](https://www.vodafone.com/news/newsroom/technology/vodafone-google-cloud-tm-forum-unveil-framework-for-self-optimising-autonomous-networks) — 三方白皮书：意图驱动闭环、混合云分层、数字孪生与人在环护栏，STL Partners 约 8 亿美元/年测算 3. [How Vodafone is tapping AI to automate 5G network operations — Telecoms Tech News](https://www.telecomstechnews.com/news/how-vodafone-tapping-ai-to-automate-5g-network-operations/) — Vodafone 与 Zinkworks 的 Rapid RIC 生成式AI平台，60–70% 开发提效、马拉加首批 rApps 4. [Achieving Vodafone's ambition to become the most efficient telco — FutureNet World](https://futurenetworld.net/achieving-vodafones-ambition-to-become-the-most-efficient-telco/2026/01/) — AI@vodafone 战略、10 个规模化用例、Neuron 数据平台与"最高效运营商"目标 5. [Vodafone forecasts 'big bang' as agentic AI starts to transform network ops — Telco Titans](https://www.telcotitans.com/vodafonewatch/vodafone-forecasts-big-bang-as-agentic-ai-starts-to-transform-network-ops/9155.article) — 智能体 AI 改造网络运维、共享运维与跨市场推广分析 --- > 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。