2026年，电信行业的AI叙事正在换主角：客服机器人、后台办公助手之后，网络运营中心（NOC）成了Agentic AI（智能体）的主战场。NVIDIA年度电信AI调研显示“自智网络”已成为ROI最高的AI应用场景；MWC 2026上AT&T联合GSMA发起Open Telco AI，直指通用大模型“看不懂网络数据”的短板；6月的DTW Ignite上，SoftBank、NTT DATA、ServiceNow等一批厂商展示了从告警检测到仿真验证、再到沙箱执行变更的完整智能体链条。本文回答三个问题：智能体现在到底能在NOC干什么活？干到了什么程度？离“无人值守”还差哪几步？
做运维的人对“AI+电信”这类话题天然警惕——过去几年见过太多发布会式的PPT。但2026年2月NVIDIA发布的第四年度《State of AI in Telecommunications》调研（约1000名受访者，运营商约占四分之一）给出了几个值得正视的数字：
| 指标 | 2026年调研结果 | 说明 |
|---|---|---|
| AI对收入与成本有正向影响 | 90% | 首次出现接近一边倒的正面评价 |
| 计划未来12个月增加AI预算 | 89% | 上一年这一比例仅65%，35%的增幅超过10% |
| 正在使用或评估生成式AI | 60% | 2024年为49%，两年爬升明显 |
| 网络自动化由AI驱动 | 65% | 网络自动化首次超过客服体验，成为投入与ROI双第一的场景 |
| ROI最高的AI场景 | 自智网络50%、客服41%、内部流程33% | “ eliminating 人工重复操作”被点名为见效最快 |
| 处于TM Forum自智网络L1–L3 | 88% | 行业主流仍在中低水位，L4/L5仍是少数派 |
| 期待AI原生网络先于6G落地 | 77% | AI原生架构被认为会打断传统6G节奏 |
| 最大障碍是数据问题 | 54% | 网络与用户数据过于敏感，无法直接拿去训模型 |
两个解读角度，可能和大多数解读相反：
第一，“自智网络”拿到ROI第一，不是因为AI变神了，而是因为故障预测、配置漂移纠正、容量规划这类活，本来就是NOC里重复度最高、响应最被动的环节。Chetan Sharma Consulting CEO Chetan Sharma在报告中的原话很直白：自智网络之所以见效快，是因为它“直接减少了宕机、能耗和人工干预”。换句话说，AI不是在创造新价值，是在回收过去被工单流程浪费掉的价值。
第二，预算曲线（65%→89%）说明行业已经过了试点期。试点期的特征是“各部门各搞各的Demo”，预算曲线陡增的特征是“总部开始统一买单”。2026年的电信AI，正处在这两条曲线的交界点上。
这是2026年行业形成的一个罕见共识—— Rare到AT&T和GSMA愿意为此专门发起一个开源计划。
MWC 2026（3月初，巴塞罗那）第一天，AT&T与GSMA联合发布了Open Telco AI计划：AT&T作为创始贡献方开源了一族面向电信工作负载的专用模型，AMD和TensorWave提供算力支持。GSMA给出的理由毫不客气：通用AI模型进步很快，但在解读网络数据、自动化网络操作这类电信特有任务上持续拉胯，Open Telco AI要通过共享数据集、基准测试和协作开发来补这个洞。
干过网管的人对“拉胯”的原因一清二楚：
对此业界出现了两条技术路线，而且在2026年呈现出有趣的分工：
两条路线不冲突：大模型负责理解意图和编排，小模型负责跑在网元旁边的实时推理。这和核心网“控制面集中、用户面下沉”的老逻辑，惊人地相似。
6月下旬，TM Forum DTW Ignite 2026在哥本哈根举行。NVIDIA联合一票伙伴集中展示的，正是“从看告警到动生产网”的完整链条。挑四个和NOC直接相关的样本拆解：
样本一：SoftBank——用合成数据解决“数据进不去”
SoftBank用NVIDIA NeMo Safe Synthesizer和Anonymizer，基于真实网络性能与配置数据的结构和分布生成隐私保护合成数据集，再用这些数据精调自家的电信大模型、构建专用网络智能体。这一步解决了上表里那个54%的死结：数据出不了生产环境，那就让“长得像生产数据的数据”出去。
样本二：NTT DATA——异常检测与研究智能体的接力
NTT DATA用NVIDIA Nemotron开源模型构建长时运行智能体：异常智能体持续追踪网络性能的长期趋势，发现劣化苗头后，自动升级给“研究智能体”做细粒度遥测分析，最后产出带处置建议的报告。注意这个结构——检测和分析被拆成两级智能体接力，而不是一个模型包打天下。这是2026年NOC智能体设计的主流范式：窄任务、深专业、可交接。
样本三：ServiceNow Project Arc——NOC事件响应的全流程编排
Project Arc把智能体带进NOC的日常：从邮件、日志、诊断工具等互相割裂的系统里自动拉取上下文，编排从初始告警到派发工单的完整生命周期。安全上采用双保险：NVIDIA OpenShell提供沙箱运行时，ServiceNow AI Control Tower负责治理——每一个动作都被约束在策略内、可审计。
样本四：AdaptKey——离生产网最近的一步
AdaptKey正与运营商试点安全加固的长时运行自愈智能体：检测安全与连接性问题后，向其KeySmith平台提交范围受限的修复请求，由平台编排诊断并执行跨核心网、RAN、计费系统的可审计修复。这是四个样本里唯一明确触及“写操作”的——也是唯一必须把沙箱、权限边界、审计日志做成一级公民的。
把四个样本放在一起，就是一张2026年NOC智能体的能力地图：
| 厂商/伙伴 | 场景 | 关键细节 | 触及生产网程度 |
|---|---|---|---|
| SoftBank | 数据与模型层 | 合成数据精调电信大模型 | 只读（训练侧） |
| NTT DATA | 劣化主动检测 | 双智能体接力，输出处置建议 | 只读（分析侧） |
| ServiceNow Arc | NOC事件响应 | 告警到工单全生命周期编排 | 半自动（派单执行） |
| AdaptKey | 5G自愈试点 | 受限修复请求+跨域可审计执行 | 写操作（沙箱+审计） |
智能体要动生产网，最大的拦路虎不是技术，是敢不敢让它改。2026年给出的答案是：让智能体先在数字孪生里“演一遍”。
这个环节在DTW Ignite上集中爆发了三家：
于是2026年NOC智能体的标准工作闭环长成了这样：
flowchart TD
A["告警或性能劣化"] --> B["异常检测智能体"]
B --> C["研究智能体：遥测与信令分析"]
C --> D["生成处置建议"]
D --> E["数字孪生仿真验证"]
E -->|不通过| C
E -->|通过| F["沙箱内受限执行变更"]
F --> G["审计日志与工单归档"]
G --> H["人工只审策略与权限边界"]
再配上整个行业的时间线，2026年的三步棋就串起来了：
timeline
title 2026年AI进NOC的三次关键落点
2月 ： NVIDIA年度调研发布，自智网络登顶ROI榜首
3月 ： MWC2026，AT&T与GSMA发起Open Telco AI
6月 ： DTW Ignite，合成数据、安全运行时与仿真验证集中亮相
值得咀嚼的是NVIDIA对这套体系的定位表述：智能体要能“理解运营商意图、跨域安全操作，而人保留对策略的控制权”。翻译成运维语言：人从审批每一张工单，退到只审批规则本身——哪些变更允许自动执行、在什么时间窗、影响多大范围要熔断。这是L4自智网络里最容易被忽视却最要命的一环。
作为一个在核心网和NOC泡了十八年的老家伙，我对这轮变化的判断是：这不是“AI取代网优”，而是NOC的技能栈换代。
ITU在2025年3月发布的TR.GenAI-Telecom技术报告里，把生成式AI定位为未来网络“精准网络建模、性能分析与自动决策”的支撑方案——标准组织开始收编，恰恰说明这件事已经从发布会走进了规范文本。
网管中心的深夜值班，从人工盯着告警墙，到智能体盯着告警墙、人盯着智能体——2026年，这个转折点真的过去了。
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。