理解意图，加速迈向L4高度自智网络

PART.1 自智背景

“云网自智”，目标未来！

随着自智网络概念的兴起及各类相应概念、规范、指导原则的不断发布，运营商也越发关注系统的自智能力，TMF 的Autonomous Networks 自智网络框架规范设定了自智网络的级别及评价标准，在系统运行过程中通过执行、意识、分析、决定、经验五个维度评判系统是否达到自智目标。而自智目标从L0～L5 共分为6个等级，以业内资源配置应用来说，正处于人员协助资源分配的阶段即 L3 标准，当资源系统具备意图驱动配置的能力后则能够达到 L4 的目标，配置程序将具有意识自主性，可以实时感知资源网络的变化，并能优化和调整自身与其他自智域进行交互；对于资源配置来说下一步要做的是实现意图驱动资源配置流程的闭环管理，剑指L4！

AN级别评估方法

PART.2 自智不足

对标L4，资源配置还存在以下不足：

1、资源配置对于前途意图的理解不够智能

对于电信运营商来说，日新月异的市场销售策略使得产品的快速加载上架需要满足更高要求，以PSR模型为核心要素，从BSS到OSS通过标准API的交互已经可以统一语义，但前端因市场销售策略导向变化频繁，导致产品信息、产品关系等发生变动时将近而影响到资源配置规则的变化，这在现阶段涉及到跨域需求均由人工在线下沟通，再以硬编码方式添加业务配置规则，因此对比自智L4的目标来看，没有体现出资源配置对于外部意图的智能化理解能力。

2、资源配置异常卡单无法自愈

近些年伴随着网络快速发展，运营商对于业务开通中资源的自动化配置提出了明确要求，一些省份CRM为了提升客户满意度会无条件受理客户提出的服务安装要求，但产品服务开通到资源配置环节时，常会遇到因资源不满足等业务异常造成卡单，典型的场景有因无资源发起建设流程，因服务实例数据异常发起资料补录等，此时均只能由专业人员手工干预业务异常的处理，而后再继续完成资源配置，这与L4资源分配过程中实现全自动配置要求相差甚远。

PART.3 自智之路

TMF自智网络框架为运营商系统的自智能力提升指引了方向，从用户到商用再到生产提出了意图驱动的自智思路，完整覆盖业务、服务、资源三大运营域；从前端服务意图到后端资源意图的转译可以看出意图存在分层实现，每个下层都是上层的“黑盒子”，上层不需要理解该层的技术实现，而上层将理解的对象转换为该层可理解和管理的资源对象。

围绕意图驱动进行资源配置，拉通BO具备意图的统一理解能力，运用意图进行交互驱动，必然能使资源配置进入全面自动化、智能化的时代：

拉通BO，基于资源能力体系深入理解意图

资源能力体系搭建

资源分配所涉及到的资源实体，如终端、设备、端口等每一种资源实体都包含了对外提供的业务能力，如网络设备端口可控制业务接入速率，不同类型的端口提供的接入速率大小不同；又如不同的网络终端，可提供不同的上网能力，如无线 WIFI、绿色上网、多终端上网等。通过刻画出各专业下不同类型资源实体对于各项业务能力的支持情况（包括是否支持某种业务能力；如果该业务能力为具体数值则表述其支持的范围），即构建出资源的能力体系。

理解业务、服务意图

此处业务/服务意图指客户对于运营商表达出想要订购的个性化服务，包括使用要求及预期效果，如开通宽带上网、看高清电视、在家接听或拨打固定电话等等。

如何基于资源能力体系理解服务意图

CRM 将客户表述的业务意图转译为服务意图经开通系统送给资源中心，而资源中心通过解析产品服务信息中包含的主产品、附属产品及产品属性，可以获取影响到本次资源配置的关键业务参数；我们通过刻画不同资源类型所具备的业务能力，结合业务受理后的产品业务要求形成对照，则可以按需精准匹配计算出待分配的资源。

应用场景

以客户想要订购上网套餐为例，从描述意图到 CRM 形成客户订单，再到资源中心按照 PSR 标准结构完成资源分配，在此过程中，资源中心需要理解产品信息中的业务要求，并按需完成资源配置。

在上述案例中资源中心预先构建出终端的能力集，在配置过程中终端配置 RES-API 接收 PSR 对象传递的能力要求集合作为资源意图的标准输入，则可以根据各能力要素计算获得满足所有业务要求的终端；资源配置在设计态中拉通 BO 的产品配置及后端的资源能力配置，分层形成产品能力、服务能力与资源能力的传递、映射关系，并在运行态中提供标准的意图接收接口，解析产品、服务信息，挖缺业务能力要求，经过能力需求匹配计算选择满足业务要求的资源进行配置。

构建能力体系更容易理解 BO 跨域意图

通过精准刻画网络资源能力，拉通 BO 完成产品、资源能力属性映射配置，形成能力参照体系，实现了从业务/服务意图到资源意图的标准化识别，可大幅降低业务意图调整对于后端资源配置规则的影响；此举措既消除了前端产品需求与后端资源配置规则之间难以理解的鸿沟，也提升了网络资源配置的灵活性和智能化程度。

构建意图引擎，实现运营流程的自动闭环

资源配置异常的处理依托于人工经验

在资源配置过程中时常会出现因异常导致的卡单现象，对于IT相关的系统异常，当前大部分资源系统已能做到多次重尝试执行进行自愈，但能够实现业务异常自动化闭环处理的资源系统寥寥无几，如资源不满足的情况下，需要人工介入完成资源存量数据的录入、修正、绑定等工作后才能继续完成资源配置，只要遇上这类问题就离不开人工，这也成为了资源配置自智道路上的最大一块绊脚石。

构建资源意图引擎

无法交给系统自动处理的根结在于专业人员在面对资源不满足此类问题的情况总是依托于主观意识的分析及处理经验，那么我们如何破局？交给系统自己去学习！！去沉淀！！去感知！！去执行！！去优化！！

我们通过构建资源意图引擎来完成以上所描述的职责，在引擎中可以定义并管理意图，向外部表明资源配置能够支持的意图请求，接收意图之后经过意图实现方的判断并决定是否能够处理以及如何采取下一步行动，然后派遣操作行动，对于执行的结果无论是否达到预期目标都将输出报告，这样的一份报告可以被专业人员理解并由人为决定是否更新丰富知识内容进而为下一次意图请求提供更加准确的处理方案。

下面我们来揭秘意图引擎的内幕，它将分为四大模块提供核心能力，一个基于意图引擎的交互如下图所示：

感知模块

具备理解意图的能力，能够从自然语言/语音/意图标准API输入中通过解码、转译获取业务信息，并根据描述的业务信息获取特征需求，通常将结果表征为一个实体对象，包括对象的属性、状态，表述本次意图的实现要求与期望；

决策模块

具有决策能力，能够根据业务规则、大模型的知识/经验判断并决定是否能够处理以及如何采取下一步行动，然后派遣操作行动；

执行模块

具备执行、调用服务的能力；与各业务服务建立服务调用关系，完成具体任务的业务逻辑处理；在执行时通常是对其他函数的传统 API 的调用；如果目标 API 本身就是一个意图，那么执行的活动就是发起另一个意图请求；

反馈模块

能够反馈意图运行的结果，包括意图是否正确识别，识别到的要素信息，意图识别失败的话则给出失败原因；输出意图处理结果，确认意图预期是否达成。

资源意图驱动配置流程自动闭环

资源配置联动全生命周期流程：当业务开通单自动配置资源失败后可由意图引擎探索、学习人工的处理经验并沉淀入知识库，经过系统不断的学习和专业的训练微调，针对资源不满足的场景，可以逐步交由系统自动发起全生命建设/扩容流程，并将资源配置流程挂起，等到建设/扩容流程完成后再激活已挂起的资源配置流程，继续调度完成资源的自动配置。

从案例可以看出意图驱动下的资源配置，越发朝着自动化、智能化方向迈进，带来3个关键提升点：

关键点1: 以 AIGC 方式结合当前配置场景完成关联流程的申请发起动作，大幅降低人工干预可能；
关键点2：多级意图交互下，当子意图处理完成后可反馈主意图继续处理，形成完整的意图闭环；
关键点3: 强化学习，借助大模型的学习能力不断优化场景支撑方案，精准触发相应资源的建设/扩容/治理等全生命流程。

路漫漫：短期来看系统能够结合资源意图识别自动触发全生命周期建设流程的场景有限，我们仍然需要一个较长度周期来完善面向各类异常时系统的自发处理机制，在此期间资源操作人员也可根据意图期望动态地调整决策、执行服务和完成资源操作，以适应不断变化的新网络及其相关的资源配置需求，实现全程智能化的资源配置自动闭环。