概述： 大模型杀进运营商生产系统，客服只是前哨，真正的主战场是网优和网络运维。本文以18年核心网运维视角，拆解中国移动九天、Verizon×Google Cloud、T-Mobile×OpenAI、Telstra×微软等已公开落地的实战案例，回答三个问题：大模型到底能不能干网优的活？它究竟改变了什么、又改变不了什么？一线网工该恐慌还是该上车？文中所有效果数据均标注公司宣称或公开报道来源，未经证实的部分不做精确推断。
没在网优中心值过夜班的人，容易把网优想象成“看看报表调调参数”。实际上传统网优是一条完整的流水线：
这条流水线里，约六成工作量是“读数据、查参数、写报告”——恰好是大模型最擅长吞噬的部分。这也是为什么2024年以来，全球运营商的AI预算开始从客服侧向网络侧迁移。
先泼一盆冷水：“AI网优”不是新东西。SON（自组织网络）从3G时代就内置了ANR（自动邻区关系）、MRO（移动性鲁棒性优化）、MLB（负载均衡），规则式算法在现网跑了十几年。5G的MRO会自动调切换相关参数，这不需要大模型。
那大模型的增量到底在哪？我总结了四点，这也是判断各家方案成色的标尺：
一句话：大模型不是更聪明的SON，而是把散落的孤岛——数据孤岛、知识孤岛、工具孤岛——用自然语言编排起来的操作系统。 这个判断决定了后文所有案例的解读方式。
据公开报道，中国移动的九天大模型走的是“基座+行业模型”路线，网络智能运维是其行业落地的重点场景，包括告警智能压缩、工单智能处置、网络知识问答等。两个值得关注的节点：
对中国电信星辰、中国联通元景两个同类体系，逻辑类似：三大运营商都在用“自研行业大模型+自智网络目标”双轮驱动，避免网优智能体被互联网通用模型“卡脖子”。
2024年3月Google Cloud Next上官宣的合作里，最容易被忽视的是网络侧工具： Verizon将Google Cloud的AI/数据分析能力用于网络故障诊断，目标是其约9500名网络工程师（据双方官方公告与媒体广泛报道）。官方口径是缩短故障定位时长、提升诊断一致性。
作为对照，同一合作里面向客服的个性化推荐工具（即第一轮文章写过的“销售增四成”那条线）曝光度更高，但对运营商成本结构真正有杠杆的是工程师侧工具——网优与运维人力是重资产网络之外最大的人力开支之一。
2024年9月T-Mobile资本市场日上官宣的IntentCX，是迄今最激进的方向：与OpenAI独家合作（电信行业独家），基于o系列推理模型，让AI代理直接执行真实操作——换套餐、处理退款、解决技术问题，而不是只回话。时任CEO Mike Sievert当时强调“这不是聊天机器人”。
对网优的启示在于Agentic范式：意图（Intent）→推理→调用工具→执行→反馈，这套范式从客服平移到网络运维只是时间问题——把“给我把这个片区的5G切换成功率提上去”翻译成参数方案，技术上是同构的，难的只是上一节说的现网风险控制。
据微软与Telstra公开披露的客户案例数据：一线坐席用的「Ask Telstra」（基于Azure OpenAI）使后续联系量减少84%；内部“一句话摘要”工具为坐席每天节省20分钟到1小时。
这条路线看着不如“自动驾驶网络”性感，但它是投入产出比最高的一条：不碰现网写操作、无KPI闭环风险、用户（员工）反馈周期以周计。给国内同行的启示是：网优大模型落地，先从“只读场景”（问答、报告、核查）起步，写操作永远是最后一步。
| 主体 | 产品/项目 | 切入点 | 公开效果（均为公司宣称或官方公告） | 状态（截至2026年） |
|---|---|---|---|---|
| 中国移动 | 九天基座+网络行业模型 | 告警压缩、工单处置、知识问答 | 据公开报道已在集团及省侧规模落地；基座2025年宣布开源 | 规模商用中 |
| Verizon | ×Google Cloud网络AI工具 | 约9500名工程师的故障诊断 | 官方称缩短故障定位时长 | 2024年3月官宣后持续扩展 |
| T-Mobile US | IntentCX（×OpenAI） | 意图代理，可执行真实操作 | 官宣称电信业首个o系列推理模型客服代理 | 2024年9月官宣，分阶段上线 |
| Telstra | Ask Telstra（×微软） | 坐席问答与工单摘要 | 官方案例披露：后续联系减少84%，坐席日省20-60分钟 | 已规模部署 |
| 爱立信 | ×Google Cloud数据分析 | RAN性能AI分析 | 双方称用于5G网络优化 | 2021年起持续演进 |
| 华为 | ADN/iMaster NCE | 自动驾驶网络平台 | 据公司公开资料服务数百家运营商 | 规模商用 |
看得出路线分化：中国运营商押“自研基座+平台闭环”，北美运营商押“云厂商/模型厂商联姻”，设备商押“平台+网元一体化”。三条路线的胜负手都不在模型，在语料和写权限治理。
纸上谈兵到此为止，给出我在评审同类方案时的参考架构：
flowchart TD
A["网管北向接口与MR/CDR数据"] --> B["数据底座"]
A2["投诉与工单系统"] --> B
B --> C["KPI计算与特征工程"]
C --> D["异常检测小模型"]
D --> E["LLM编排层"]
K["通信知识库与案例向量库"] --> E
E --> G["根因分析报告"]
E --> H["参数优化建议"]
G --> I["人工审核"]
H --> I
I -->|通过| J["白名单MML脚本下发"]
J --> L["现网网元"]
L --> C
I -->|驳回| M["样本回流与模型迭代"]
M --> E
关键设计要点，用参数表说清楚：
| 层 | 关键组件 | 工程要点 |
|---|---|---|
| 模型层 | 基座大模型+通信语料微调，配合异常检测等专用小模型 | 大模型做编排与推理，时序异常检测交给小模型，各干各的 |
| 知识层 | 参数字典、故障案例向量库、3GPP/厂商规范切片 | 没有结构化语料就没有一切，先治理后智能 |
| 工具层 | 网管北向API、MML执行器、工单系统接口 | Agent只调工具不直连网元，工具层做鉴权与限速 |
| 安全层 | 写操作白名单、参数预检、自动回滚预案、双人复核 | 现网写权限分级，高风险操作（如切换类参数批量修改）永远留人 |
| 评测层 | KPI回归验证、建议采纳率、报告准确率抽检 | 网络领域没有公开benchmark，评测集必须自建 |
注意架构里那个闭环：现网KPI反馈回路是整套系统的“学费”来源——每次人工驳回、每次调参无效，都是下一轮训练样本。这个回路转不起来，大模型网优永远停留在demo阶段。
给运营商：先做知识治理（参数字典、案例库结构化），从只读场景切入验证ROI；写操作先限制在低风险白名单（如报告生成、参数一致性核查），“AI动现网”放到有完整回滚验证之后再谈。
给网优工程师：恐慌“被替代”不如恐慌“被隔离”。最保值的不是会写提示词的人，而是能把经验写成结构化案例入库的人——你的十年排查经验，喂进知识库就是资产，烂在脑子里就是风险。数据管线、KPI体系、SON原理这些“底层认知”反而是大模型时代最稀缺的。
给设备商：北向接口的开放度将决定你在智能体生态里的位置。把网管API锁死的结果，是运营商绕开你直接接云厂商——Verizon们已经用脚投票了。
截至2026年中，大模型网优的真实位置是：L3级（人在回路监督下的条件自治）规模商用，L4级（限定场景免人工）点状验证。三年内它不会消灭网优岗位，但会毫不留情地消灭“网优报表搬运工”和“参数核查脚本仔”。
真正的分水岭不是模型能力，而是那个最古老的问题：你敢不敢让AI碰现网？ 谁先建好白名单、预检、回滚这套信任链，谁就先吃到L4的红利。剩下的，都是时间问题。
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。