華為組建用戶顧問委員會探討人工智能在行業智能化運維運營中的應用
來源：中國能源新聞網 時間：2024-08-19 16:59
中國能源新聞網訊（穆述）8月6日，用戶顧問委員會暨未來服務暢享會首次會議成功舉辦。活動由華為中國政企組織，邀請了來自金融、政府、制造、電力等行業的高管、專家學者、意見領袖，共同探討了人工智能在行業智能化運維運營中的應用。
我們正進入AI無處不在的數智化時代。ICT技術與服務已經成為發展新質生產力的核心支撐要素。
華為中國政企洞悉客戶需求，明確了“把服務作為核心競爭力打造，助力客戶輕松數智化”的業務戰略。
以“數智世界 一觸即達”為愿景追求，華為依托顧問委員會討論服務熱點話題，洞察數智化服務發展趨勢和關鍵挑戰，探索有效的應對策略與方案，加速行業數智化轉型發展。
圍繞“AI在智能化運維運營落地場景選擇考慮”，華為從能力與需求價值兩個維度，制作出了象限圖表。
能力從低至高，依次為求助問答、任務規劃、調用工具、信息摘要、工單生成、腳本生成、自動執行。
需求價值分為基于角色的人工智能副駕駛、基于場景的人工智能代理兩個角色。
第一個角色，即賦能員工——讓一線員工效率與效益雙提升，解決一線工程師新員工快速具備技能的問題、解決有經驗的老員工運維經驗繼承的問題。如客服一線、二線，營銷方案，現場維護；工單處理，信息查詢、方案審核，運營管理報表。
第二個角色，即觸達客戶——實現客戶體驗驅動的運維運營，解決從面向網絡到面向業務體驗的運維運營問題、解決提升網絡生產力、促進業務發展的問題。如，客戶滿意度/NPS，價值場景保障，網絡隱患預測預防；整網網絡優化，年/季度網絡規劃，高危復雜網絡操作。
通常，通過象限位置對比，最簡單而高頻次的，肯定是投資首選。
因此，華為總結出了AI在智能化運維運營中的7個價值場景。
第一是故障預測和主動感知。AI技術通過機器學習算法分析歷史數據，能夠預測潛在的系統故障，并在問題發生前提醒運維人員采取措施。這種預測性維護模型可以減少意外停機時間，確保業務連續性。
第二是故障自愈與智能修復。自動化運維和測試無需人工干預，AI系統可以自動診斷系統問題并提供修復建議或自動執行修復操作，顯著縮短了故障恢復時間，并減輕了運維人員的工作壓力。
第三是自動化運維和測試。AI與自動化工具相結合，能夠自動執行日常的運維任務，如系統更新、備份和恢復等。這不僅減輕了運維人員的負擔，還提高了執行任務的速度和一致性。例如，借助自然語言處理（NLP）和機器學習，AI可以理解并執行人類的運維指令，有時甚至自動完成復雜任務。
第四是智能助手與聊天式運維ChatOps。結合大模型與ChatOps，運維人員可以通過聊天界面執行運維任務，同時AI智能助手基于沉淀的運維知識庫和熱門問題，自助解決大量常見問題。
第五是運維知識管理和沉淀。AI可以將常見問題及解決方案沉淀到知識庫中，當類似問題再次出現時，運維人員可以快速找到并應用之前的解決方案，減少重復性工作。
第六是自動生成安全防御策略。AI技術可以實時監控和分析網絡行為，通過異常檢測算法及時發現并響應安全威脅，并根據當前的安全態勢和業務需求，自動生成和部署安全策略。
第七是運維數據分析及報告智能生成。AI能自動解析海量日志數據，識別異常模式，并生成易于理解的報告，幫助運維人員快速定位問題，減少了手動篩選和分析的工作量；還能自動解析海量日志，識別異常模式，并生成易于理解的報告。
圍繞這7個價值場景，參會嘉賓展開了熱烈討論，并投票選出了“未來3~5年最值得關注的AI在運維運營服務中的TOP3應用”：故障預測和主動感知、故障自愈與智能修復，以及自動化運維和測試。
這些應用能顯著提升企業運維效率，降低運維成本，為企業的數智化轉型提供有力保障。
在電力行業，各大央企業在人工智能的探索應用上，從早期傳統的機器學習技術、深度學習，到強化學習，已經進行了多輪“從點到面”的摸索，相關人工智能成果在促進數據價值挖掘、驅動電力業務優化升級上已經表現出不可替代的關鍵作用。
當下，我國已經對加快經濟社會發展全面綠色轉型進行系統部署，新型電力系統正深入推進。隨著大規模新能源接入、產消者新型負荷快速增長，以及微電網、虛擬電廠等新模式新業態的加入，電網運行安全挑戰陡增，行業亟需運用智能化手段探索新型電力系統建設的新理論、新方法，攻克系統穩定控制難題。
事實上，除了技術本身，人工智能與電力行業的深度融合涉及跨學科、多學科的研究，尤其是算力緊缺的情況下，進一步加強生態協助、促進上下游共建技術生態圈就變得格外重要。
國網省級電力公司的技術主管在發言時指出，希望華為這樣的大公司能夠以技術引領，在通用大模型的基礎上，為行業提供更多定制化服務，給企業更多賦能。
據悉，今后，華為中國政企還會根據不同的行業需求，定期組織服務暢享會，讓用戶委員會成為大家思想碰撞的舞臺，以新質生產力賦能“雙碳”目標。
責任編輯：許艷
