首页 › tech › 乐天移动的NOC，AI在值夜班

概述：全球运营商都在喊"自智网络"，但真正用软件公司的方式养活一张全国移动网并活下来的，目前最完整的样本是日本第四大运营商乐天移动（Rakuten Mobile）。本文回答三个问题：一张从基站到核心网全虚拟化的网，NOC是怎么运转的；大模型进运维到底落在了哪里；这条路的成绩单和翻车点分别是什么。文中自动化效果数据以乐天官方口径与公开媒体报道为准，未经第三方审计。

目录

一、被迫自动化的出身：价格战里生下来的孩子

聊乐天的运维，得先聊它为什么长成这样。这不是一家烧钱玩情怀的公司做出来的技术选型，而是一场生存倒逼。

2019年，日本总务省在政治层面强力推动手机资费下降，当时甚至有"降价四成"的著名言论公开压向三大运营商。乐天正是踩着这个窗口入场的：2019年宣布全国统一2980日元（约合人民币150元上下）的不限流量套餐，直接把日本移动资费的地板砸穿。随后au的ahamo、软银的LINEMO跟进，日本运营商的ARPU被集体拉低。

对乐天来说，这意味着一件很残酷的事：用传统运营商的成本结构，这张网从第一天起就是亏的。资费已经锁死在地板价，唯一的活路是把建网和运维成本压到传统结构的几分之一。乐天给出的答案是：整张网按软件系统来建。

2020年4月8日，乐天移动正式商用。官方口径称之为全球首个端到端全虚拟化、云原生的商用移动网络——核心网网元以虚拟化/容器化形态跑在通用服务器上，基站的基带处理也不再绑定专用芯片，而是以vRAN形态跑在通用算力上，前传回传全部IP化。按行业媒体的报道，为了这个架构乐天自己担任总集成商，把诺基亚、Altiostar、Mavenir、思科等多家供应商的组件捏在一张网上，而不是买某一家厂家的交钥匙工程。

这个出身决定了它运维体系的天赋树点法：

顺带说一句背景：乐天移动的母公司乐天集团主业是电商和金融科技， engineer文化里没有"电信级设备不能动"的包袱。这套打法是绿field才有条件做的事，老运营商推不动，不是不懂，是推不动。

二、NOC的旧世界与新世界

先看传统NOC（网络操作中心）的日常，做过值班的同事可以对照一下：

告警墙上滚动着成千上万条告警，一线值班员按告警等级和runbook逐条初步处置，判断不了的升级到二线，二线搞不定的找三线或厂家TAC。割接安排在凌晨的业务低谷期，变更方案写三遍评审，操作时两人盯屏一人敲命令，敲错了按回滚手册救场。老工程师的经验存在Wiki和脑子里，新人入门靠跟班半年。

这套体系运转了几十年，可靠，但成本结构很重：同等规模的全国网，运维及相关支撑人员往往以百人、千计。乐天在公开场合给过对比——他们的NOC以显著精简的团队运营整张全国网，规模只有传统同行的一个零头（乐天官方口径，未见第三方审计）。这个"零头"具体怎么定义，各家有各家的算法，但方向是明确的：把人的介入从"每一次故障、每一次变更"压缩到"例外情况"。

乐天NOC的支撑逻辑，可以概括为三层：

第一层：遥测先行，告警靠后。传统网管以"告警"为核心对象，乐天这类云原生网络以分钟级甚至秒级的性能遥测（KPI、日志、计数器）为核心对象。很多问题在用户投诉和经典告警触发之前，就已经在指标曲线上现形——比如某批基站的CPU水位爬升、某核心网服务的时延毛刺。

第二层：变更走流水线。网络配置进版本库，变更走CI/CD流水线：先在实验室环境验证，再灰度到小范围现网站点，指标正常再全量，出问题自动回滚到上一个版本。割接从"凌晨人肉敲命令"变成"凌晨看流水线跑完"。这是把互联网公司的发布纪律搬进电信网，也是国内讨论自智网络时最容易被忽略的一环——变更自动化带来的可靠性收益，往往比故障自动化更大，因为生产网里割接引入的故障从来不少于自然故障。

第三层：闭环分级。能自动处置的自动处置，拿不准的交给人，人处置过的沉淀成规则和语料。下一节拆这个闭环。

三、拆开看：支撑这张网的自动化闭环

抛开厂商名词，一个云原生网络的自动化运维闭环，参考形态大致如下（TM Forum在自治网络框架里对这种"感知—分析—决策—执行"闭环有系统论述，具体到乐天，是其Symworld平台的实现，各厂家实现细节以官方文档为准）：

flowchart TD
    A[全网遥测采集] --> B[流式数据治理]
    B --> C[告警收敛与压缩]
    C --> D[根因分析引擎]
    D --> E{风险分级判定}
    E -->|低风险| F[自动执行处置]
    E -->|高风险| G[转人工审核]
    F --> H[处置后自动验证]
    H -->|未恢复| D
    H -->|已恢复| I[生成处置报告]
    G --> J[人工处置并复盘]
    I --> K[沉淀进知识库]
    J --> K

几个环节展开说说：

告警收敛与压缩。云原生网络故障的典型形态是"一个根因，几百条症状"：一条传输中断，挂在这条传输下的几十个站点、上百个网元同时尖叫。闭环的第一步是用拓扑关联加时间相关性把告警风暴压成一个"事件"。这一步没有任何AI玄学，就是工程：拓扑数据要准，时间戳要对齐，规则要有人持续维护。

根因分析。压缩之后才是定位：结合拓扑（故障域沿什么路径扩散）、时序（谁先报警谁是因）、历史case（上次这个组合最后查出来是什么）。乐天这类从零建的网在数据上有天然优势——全网的拓扑、配置、遥测格式是统一的，不存在多代设备数据模型打架的问题。老运营商做这件事，光数据治理就得啃两三年。

风险分级放权。这是闭环能不能真的跑起来的关键。重启一个软件进程、切换一条备份链路，属于低风险动作，可以全自动；涉及大面积用户的参数修改、核心网变更，必须人审。分级标准本身也是逐步放开的——一开始全自动的范围很小，随着验证数据的积累一点点扩大。据乐天在公开演讲中的介绍，其网络运营中大量例行操作已实现自动执行，人工聚焦在例外和疑难场景（官方口径）。

执行后验证。动作执行完不算完，系统会盯着相关KPI做回归校验，恢复了才关闭事件，没恢复就带着新信息回到根因分析——避免"工单关了，故障还在"这种运维经典惨案。

知识沉淀。每一次人工处置的复盘结论，都会变成下一轮自动化的规则或语料。这一步做扎实了，闭环才有复利。

四、Sharla：让大模型先读说明书，再碰网络

2023年，据Mobile World Live等媒体报道，乐天移动上线了一个内部生成式AI助手，名字叫Sharla，基于商用大模型API构建，服务对象是乐天自己的工程师和外场人员。

它干的事说起来很朴素：

听起来不性感？但这恰恰是大模型在电信运维里第一波真正落地的形态，原因有三：

第一，运维知识是重灾区。设备手册按万页计，操作规程散落在Wiki、老员工脑子和历史工单里，新人上手周期以年计。大模型对"非结构化知识检索+自然语言交互"这个场景是降维打击。

第二，风险可控。Sharla这类助手定位是知识入口而不是控制入口——它告诉你怎么做，按键的还是人。这规避了现阶段大模型最大的落地障碍：幻觉。答案错了顶多浪费人十分钟，总好过给生产网下错指令。

第三，它是闭环AIOps的互补而非替代。闭环系统解决"机器看指标、机器做例行决策"，大模型助手解决"人查知识、人写报告、人带新人"。两块拼起来，NOC里人的角色从"盯屏幕的手"变成"例外处理者和规则维护者"。

对国内正在推大模型进网管的团队，乐天这个先后顺序值得参考：先让模型读百万页手册，再让它碰配置界面；先做问答，再做工单摘要，最后才考虑让它在受控范围内执行动作。顺序反过来，翻车几乎是必然的。

五、成绩单与翻车点

写案例文章不能只报喜。乐天这条路走到2026年，成绩和代价都得摆出来。

成绩单：

  1. 一张全国网活下来了。商用六年，乐天移动在价格战最惨烈的日本市场站住了，官方口径的人口覆盖率目标（96%左右）陆续达成。以全行业最低的人均运维成本结构，维持了一张商用网的运转，这件事本身就是样本价值。
  2. 技术输出变成第二曲线。2021年乐天把自家网络平台打包成立Rakuten Symphony对外销售（Symworld品牌）；2021年8月，德国1&1宣布采用乐天技术建设德国第四张移动网，这是这张网最有说服力的"外部验收"——别家运营商愿意拿自己的牌照和收入来验证你的自动化体系。据行业报道，1&1的网络在2024年前后逐步开网，交付节奏比原计划有推迟，这符合绿地工程的正常曲线。
  3. 成为行业研究的活标本。TM Forum的自治网络分级（L0人工到L5全自治）讨论中，乐天是被引用最多的案例之一——不是因为它标了多高的等级，而是因为它证明了云原生+自动化这条路在成本模型上成立。

翻车点与代价：

  1. 建网爬坡远慢于计划。原定的覆盖时间表一推再推，用户早期抱怨室内覆盖和边缘覆盖的声量不小。自动化的前提是网先建起来，而建网这种脏活累活，自动化帮不了太多。
  2. 财务代价巨大。据财报口径，乐天移动业务累计亏损超过一万亿日元量级。自动化的运营成本优势，救不回重资产建网的资本开支——这两笔账要分开算，很多谈"乐天模式"的文章故意混着谈。
  3. 纯软件路线的边界。2023年10月，乐天宣布与爱立信合作扩充5G网络设备，从纯O-RAN路线向混合路线回摆。这说明：运维自动化水平与无线设备路线是两个独立问题，全虚拟化在成本和灵活性上成立，不等于在射频性能、能耗、大规模5G交付的成熟度上全面占优。
  4. 自动化的天然盲区。重大自然灾害场景——断电、断传、基站淹没——远程自动化体系反而是最先失效的那部分。日本地震台风多发，每一次灾害恢复，靠的还是应急发电、临时基站和人工抢修。机器管得住"稳态"，管不住"灾态"，这个边界所有做AIOps的团队都要心里有数。

六、能给国内运维抄的作业

把乐天这个样本拆完，给国内运营商和设备商侧的运维团队五条可操作的建议，按优先级排：

1. 先治理遥测，再谈AI。没有干净的指标、对齐的时钟、准确的拓扑，任何根因分析都是垃圾进垃圾出。乐天的优势一半来自自动化算法，另一半来自全网数据模型从第一天就统一。老网络补课，这一步占工作量的大头。

2. 变更自动化优先于故障自动化。把割接、扩容、参数批量修改先搬进流水线，收益立竿见影且风险可控——因为变更天然有窗口、有评审、有回滚预案，是最适合"先数字孪生验证再灰度"的场景。

3. 大模型从知识助手切入。手册问答、工单摘要、故障case检索，是当前投入产出比最高的三个点。让模型直接下配置指令，现阶段无论哪个厂家都不敢签验收单。

4. 闭环分级放权，拿数据说话。从"自动执行后人工确认"起步，每季度用验证数据扩大一次全自动清单。放权太快出事故，放权太慢自动化永远是demo。

5. 把每一次故障变成语料。人工复盘的结论不进知识库，闭环就永远长不大。人不是自动化体系之外的角色，人是自动化的训练数据生产者——这也是NOC团队在未来几年里最体面的转型位置。

结语：自动化是被逼出来的

乐天这个案例最值得记住的一点，不是哪项技术多先进——全虚拟化、CI/CD、闭环自愈，单拆出来每一样业界都有。它真正的独特之处在于结构性动机：资费被政治和价格战锁死在地板上，成本结构不重构就是死路，于是自动化不是KPI装饰，而是生存手段。

国内同行看这个样本，别急着照搬架构，先问自己一个问题：如果明天ARPU砍掉四成，你的网络运维体系靠什么活下来？想清楚这个问题的答案，比抄任何一张架构图都有用。

而大模型给这个老故事加了新变量：过去自动化只能覆盖"有明确规则"的80%，剩下20%的疑难杂症靠老师傅；现在知识可以被检索、经验可以被蒸馏，那20%第一次有了工程化的解法。乐天用Sharla迈出了第一步，方向对，深度还早——这个行业真正的"AI值夜班"，才刚刚开始换岗。

参考来源

  1. Rakuten Symphony官网 — 乐天网络技术输出子公司官方站点，Symworld平台与自动化运维体系的一手材料
  2. Rakuten Mobile 官方新闻室 — 2020年商用公告、网络架构与覆盖率的官方口径
  3. TM Forum — 自治网络（Autonomous Networks）分级框架与行业白皮书发布方
  4. Mobile World Live — 2023年乐天内部生成式AI助手Sharla的报道出处
  5. Wikipedia: Rakuten Mobile — 公司沿革、商用时间线与1&1合作的第三方梳理

注：本文为离线成稿，检索通道受限，未能逐条复核链接时效；文中自动化效果与财务数据均为乐天官方口径或公开媒体报道，未经第三方审计，引用时请以官方最新披露为准。

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。

51学通信知识星球海报-扫码加入

📎 本分类最新文章