2026年了，多数运营商的运维模式依然是一件事：等告警。设备坏了、光缆断了、退服了，NOC的声光报警响起来，工程师爬起来救火。AI运维讲了这么多年，聊天机器人、告警摘要、工单自动分类都已经不新鲜，但真正值钱的落地其实只有一个方向——在故障发生之前就把问题处理掉。这就是预测性维护（Predictive Maintenance）：AI不是帮你救火，而是抢在起火前把隐患拔掉。
这篇文章拆三件事：预测性维护到底在预测什么、两家运营商（中国移动广东公司和英国Openreach）各自怎么做的、以及为什么大量预测系统最后沦成了没人看的报表。文中厂商数据均来自公开披露，效果数字我会注明出处和口径。
先算一笔每个运维部门都躲不开的账。一次网络故障的成本从来不只是“修好它”：
行业咨询和厂商白皮书对预测性维护的收益有过量化测算。Tech Mahindra 的白皮书给出的口径是：从被动响应转向AI驱动的预测性维护，运营商最多可将停机时间减少50%、维护成本降低30%~40%（注意这是白皮书测算，不是某家运营商的审计数据，看看量级即可）。但方向没错：故障发现得越早，处置成本越低，这是一个单调下降的曲线。深夜发现一个电源模块风扇转速异常，换掉它只要一张计划内工单；等它把整机柜带崩了，那就是一次上头条风险的事件。
不过要把话说透：不是所有故障都“可预测”。光缆网络里占比很高的外部破坏——施工挖断、车辆刮碰、鼠咬——本质上是随机事件。发表在 ScienceDirect 会议论文集上的一项光纤外部故障预测研究（2026年1月）就用非齐次泊松过程（NHPP）建模来评估外部故障风险，结论也直白：外部故障的位置和类型极难精准预测，运维决策只能建立在风险概率上，比如哪些路段施工密集、历史挖断率高的“高危走廊”，提高巡检和防护等级。所以成熟的预测体系分两层：对设备劣化做单点预测（准），对外部破坏做区域风险评估（糙）。把这两层混为一谈，是很多项目立项时就埋下的坑。
剥开厂商的营销包装，电信网络的预测性维护瞄准三类对象，可预测性依次递减：
第一类：性能劣化类。 这是最成熟的一类。光模块收光功率逐月缓降、光纤接头（熔接点）损耗劣化、蓄电池内阻爬升、设备风扇和电源模块的温升趋势——这些物理量的退化是渐进的、有征兆的，用时间序列模型或简单的阈值漂移分析就能提前数周甚至数月发现。2025年发表的一篇IEEE论文验证了用支持向量机（SVM）加包裹式特征选择、对光网络时序数据做故障预测的框架，属于这一类的典型方法。
第二类：结构性隐患类。 设备本身没坏，但网络结构里埋着雷。最典型的是SRLG（共享风险链路组）：两条号称“物理隔离”的路由，实际走的是同一条管道、同一根缆——平时相安无事，一次市政施工一起断。这类隐患不靠预测模型，靠的是资源数据与光性能数据的交叉核对，AI在这里的角色是批量、自动地“对账”。
第三类：外破事件类。 前面说了，只能做区域风险分级，做不到单点预报。谁要是宣称能精确预测“哪条缆明天几点被挖断”，你可以直接把他的PPT合上了。
这三类对象汇成一条完整的工程闭环，大概是下面这个样子：
flowchart TD
A[网元与线路] -->|KPI 告警 光功率| B[数据采集层]
C[外部数据] -->|气象 施工 车辆工单| B
B --> D[数据中台]
D --> E[特征工程]
E --> F[预测模型]
F -->|健康度劣化| G[风险清单]
G -->|自动生成| H[预测性工单]
H --> I[计划性处置]
I -->|更换 复测| J[隐患消除]
J -->|结果标注回流| E
G -->|长期无人处理| K[信任破产]
要强调一点：大模型在这条链路里的位置，不是取代中间的预测模型。预测光功率缓降，经典的时序方法够用且可解释；大模型的增量价值在两头——入口处做非结构化数据的整合理解（历史故障报告、现场照片、工单文本），出口处做根因假设和报告生成。华为在2024年HAS大会上披露的iMaster NCE"One Map and One Master"架构，思路就是把数字底座和电信域大模型叠加，用于风险早期发现和故障快速整改——大模型是坐在预测引擎之上的“分析大脑”，不是替身。
国内最值得看的公开案例，是中国移动广东公司在全光网络上做的健康度保障，方案底座是华为iMaster NCE（Transport域）。据华为官方博客披露，这套方案用机器学习和智能预测算法，对每一条光纤、每一个光通道（OCh）的健康状态做分析，基于光性能提前预测故障和故障点——把“性能劣化类”预测做到了波分层的单纤粒度。
这套体系里最有工程味道的一步棋，是SRLG识别：iMaster NCE基于资源数据和光层分析，识别同缆同路由的光纤，把隐藏的共路风险暴露出来。做过传输运维的人都懂这事的价值——年复一年积累的资源台账，和管道里实际的光缆，永远是“大体对得上、细节对不上”。人工核对同路由是苦役，机器批量对账才是AI在该干的活。
在传输域之外，华为iMaster NCE-T的智能OTN运维方案公开的能力清单还包括四件事：光线路健康保障、根因分析（RCA）、故障仿真、资源容量预测，定位就是“预测性网络维护+精准故障定位”。接入侧的NCE-FAN（ODN Visualizer）则把预测能力延伸到配线光缆：据华为数据资料，它能对馈线、配线、入户纤的故障做米级定位，识别断纤和大损耗事件，单线测试约3分钟——对上门前的预定位来说，这直接决定一张工单是有效出工还是白跑一趟。
需要说明口径：以上能力描述和数字来自华为官方博客与产品资料，属于厂商披露，缺乏独立第三方的效果审计。但方向是可信的，因为它的技术路线（光性能监控+机器学习+资源对账）和学术界的研究完全对得上。
英国最大的固定网络运营商Openreach（BT旗下）走的是另一条路：不自研模型，把家底交给Google Cloud，围绕“降本”把AI铺满整个生命周期。这条路对中国读者尤其有参照价值，因为它把“预测性运维”的边界扩展到了网络之外——车队和工单流本身也是被优化的对象。
时间线拉出来看更清楚：
timeline
title Openreach 智能运维合作时间线
2022年3月 : BT与Google Cloud签署五年合作 : 明确预测性网络故障管理目标
2025年12月 : 据报道试点水晶球AI攻坚复杂FTTP装机
2026年3月 : 扩大合作范围 : 车队路线与故障模式分析 : 3500万家庭数字孪生
2026年7月 : FTTP实时事件监测试点 : 区分真实故障与计划工程
2022年3月，BT与Google Cloud签署五年合作协议，公开目标里就写明了预测性网络故障管理——在问题影响客户之前发现并修复。2026年3月，双方扩大合作：据路透社报道，Google的数据分析被用来研究Openreach车队的路线、怠速时间和故障模式，系统据此减少不必要的出车和油耗；Google的AI模型构建了覆盖3500万家庭的网络数字孪生，辅助FTTP布线规划。Openreach同时在投入150亿英镑，目标是2026年底光纤覆盖2500万家庭场所。车队电动化加上路线优化，据称每年减少约1万吨二氧化碳当量排放——注意，这笔环保账的主体是电动化转型，AI的功劳在路线规划减少空驶。
两个细节值得一提。其一，据英国行业媒体（ISPreview）2025年12月报道，Openreach测试了名为"Crystal Ball"（水晶球）的AI流程，用于攻坚复杂的全光纤装机——装机不是故障场景，但思路同源：用历史数据预判“这一单会不会卡住、卡在哪”，提前调度资源。其二，2026年7月报道的FTTP实时事件监测试点，要在真实时间维度上回答一个老问题：用户的业务受影响，到底是因为网络出了事故，还是因为我们在做计划工程（PeW）。这个问题在NOC里每天都要吵一遍，AI的用武之地就是把事故和工程的边界自动化地画清楚。
Openreach的模式没有炫技，但每一步都踩在成本科目上：出车次数、空驶里程、装机时长、事故与工程的混淆成本。这是它和很多“AI运维大屏”项目的本质区别。
两相对照，我把预测性维护项目最常见的死法总结成三道坎，都是实操层面的：
第一道坎：数据质量。 预测模型吃的是历史数据，而电信网络的告警历史是重灾区——告警风暴、重复告警、压缩丢失、时间戳错乱。更要命的是资源数据：SRLG识别的前提是光路资源准确，如果台账里两条光纤就不在同一条缆里（实际在），任何模型都救不回来。常见做法是先做一轮数据治理专项，把关键资源的准确率拉到可用水位，再谈模型。很多项目死在跳过这一步。
第二道坎：误报率与“狼来了”。 预测工单发下去，一线按图索骥换了模块，结果模块没坏——三次之后，再准的模型也会被无视。所以预测系统上线时必须同步建立三个指标的闭环考核：命中率（预测的隐患最终确实故障的比例）、提前量（从预警到实际故障的时间窗，决定处置窗口够不够）、误报率（以及误报造成的无效出工成本）。提前量尤其关键：预测“明天坏”和预测“下季度会坏”，对应的处置流程完全不同，模型设计目标也不同。
第三道坎：闭环执行。 预测本身不产生价值，处置才产生。预测出的风险清单必须自动转成带截止时间的工单，接进现有的工单、备件、调度系统，并且把处置结果（换了/没换/复测数据）回流给模型做标注。缺了回流这一环，模型永远停在上线那天的水平，数据越老化越不准。前面那张流程图里，“结果标注回流”那条边，恰恰是多数项目图上没有、现实中最缺的一条。
三种维护模式的差异，一张表说清楚：
| 维度 | 事后维修（救火） | 定期巡检（体检） | 预测性维护（AI预判） |
|---|---|---|---|
| 故障发现时机 | 用户报障或告警后 | 固定周期巡检时 | 劣化早期，故障发生前数周 |
| 上门性质 | 紧急抢修，夜间/节假日溢价 | 计划内，但大量无效出工 | 计划内，带预定位信息 |
| 成本结构 | 中断损失+SLA赔付为主 | 人力浪费为主 | 模型与数据治理投入为主 |
| 数据要求 | 仅需告警系统 | 巡检记录 | 历史告警、性能时序、资源台账、外部数据 |
| 典型风险 | 重大事故上头条 | 该查的没查到 | 误报导致一线信任破产 |
| 适用对象 | 长尾低价值站点 | 监管要求的合规巡检 | 骨干光缆、核心机房、高价值客户链路 |
从中国移动广东的“每芯光纤算健康分”，到Openreach的“车队故障模式分析”，2026年预测性维护的头部实践已经给出一个清晰的信号：AI运维的竞争焦点不再是“能不能出一张漂亮的根因分析报告”，而是能不能把隐患消灭在用户感知之前，并且把这件事的成本算得清清楚楚。
对还在观望的运维团队，我的建议是收缩战线再进场：挑一类可预测性最强的对象（比如蓄电池内阻或光功率劣化）、一条数据质量过得去的网络域，把“预测—工单—处置—回流”这个最小闭环跑通，拿到第一组命中率、提前量、误报率的真实数字，再谈扩展。预测性维护是马拉松，起步时跑得越小，越容易跑到终点。
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。