運營商的運維現狀

連接超過50億移動用戶的電信行業已徹底改變了世界。它讓我們彼此相連、帶給我們娛樂、傳遞給我們新聞、給予我們靈感。一直以來，電信運營商都是這些變化的掌舵者, 但如今運營商們卻陷入了與互聯網和OTT服務商日趨激烈的競爭之中。他們需要在不斷追趕中實現自身的數字化運營運維轉型，以迎接來自這些最成功的數字化企業的挑戰。

如今的網絡主要是由人來管理。在網絡運維中心，工程師們不僅每天監控著成千上萬的告警，還要創建故障單來跟蹤問題的解決。該運維模式依賴于煙囪式的運維軟件，居高不下的人工和重復性勞動、垂直且不易拉通的組織結構，難以給運營商帶去數字化轉型的收益。要提高成本效益和質量，運營商需要探索創新的運維模式，并從互聯網行業汲取經驗，以便建立更加敏捷的運維模式。

正如加拿大TELUS首席無線架構師Frank Qing所說：“雖說我們使用的是21世紀的4G網絡，但網絡運維在某種程度上卻還停留在18世紀。機器制造都已經實現了自動化了，但電信行業仍在使用人工勞動力。”

運維需要自動化與智能化

部分流程不可視、不可管，煙囪式運維模式和昂貴的運維成本，是當前運維的主要痛點。大量工作需要人來手動完成，導致故障平均恢復時長較長，這些都影響了網絡業務質量和終端用戶體驗。

運營商目前使用的大多數運維支撐軟件（OSS）都是基于封閉的軟件架構設計的。這些架構基于不同領域部署，從而形成一個個運維孤島，使得軟件變更周期不可控，拉長了新業務的上市時間。

運維工程師必須經過培訓才能使用軟件系統執行日常任務。他們未必懂得如何增強軟件以適應不斷變化需求，還可能受限于不允許定制軟件的功能限制。由于手動操作的單調和重復性，運維人員會失去動力。枯燥的工作也導致嚴重的運維人員流失。

運維組織層級化，官僚化。例如，通常有三個層級的客戶服務和網絡運維，這也是煙囪式軟件和流程式煙囪的一個表現，并且在級與級之間存在大量的手動切換。

當前運維模型的這些不足是自動化和智能化的關鍵驅動因素。實現自動化和智能化有助于運營商對其運營進行全面檢查，以實現業務，服務和運維的靈活性。

然而，轉型并不容易。根據麥肯錫（McKinsey ）的調研，基于種種原因，超過80％的轉型均以失敗告終或無法實現其預期價值。所以電信行業應該向OTT服務商學習，去了解他們運營靈活且成功的原因。

向OTT服務商學習

互聯網供應商，特別是OTT服務商，已經顛覆或正在改變幾乎所有行業，哪怕是根基穩固的傳統企業也不得不做出改變。

比如，亞馬遜借助AWS業務，將存儲和計算資源商品化，提供按需的、基于云的IaaS和SaaS解決方案，顛覆了傳統計算機行業。與此同時，優步和愛彼迎給交通出行和酒店業也帶來了類似的影響。

這些企業將其成功大部分歸功于他們運營模式，并歸納了下面關于數字運營的基礎共性，如：

高度自動化的運營流程

云基礎架構

熟練掌握軟件技能的操作人員

基于DevOps原則進行業務設計和交付

使用基于微服務的軟件架構

應用程序編程接口（APIs）

谷歌使用DevOps建立“站點可靠性工程”范式，打造具有運營思維的軟件產品，這些軟件可以自動執行重復和反復出現的任務，以減少過程中出現的手動錯誤。優步采用靈活且可擴展的基于微服務的軟件架構取代單片操作軟件架構，以便快速，可靠和獨立地跨區域發布軟件。 Netflix基于云的服務基礎架構和DevOps流程實現軟件驅動的自動化運營。

自動化：自主運維之路

雖然目標是自主運維，但是這種轉型卻是循序漸進的，只有采用漸進的自動化方法才能實現。作為流程轉型的一部分，運營商應不斷尋求自動化的機會。他們應該遵循這個原則：所有可自動化的操作都應該被自動化。下面的圖1說明了自動化自主運維的演變。

依賴重復的手工流程體現在：操作人員要么把相應的步驟寫入手冊，要么將其形成個人知識庫。但即便手冊說明足夠詳細，操作人員經驗足夠豐富，依賴手工流程也容易出錯。 不精準的分析和不正確的配置所帶來的風險極高，可能會帶來服務中斷、收入損失和客戶流失等問題。因此保證每次任務都能準確一致地完成，是非常重要的。

軟件自動化對手工流程最有助益，組件化的軟件工程方法可以精確地識別重復的手動任務。首先就是把簡單且反復出現的手動過程自動化。自動化的最終目標是將軟件慣例打包為可重用的組件，從而使這些組件能夠根據數據驅動的決策點和規則自動觸發和執行任務。

智能化：實現預測預防性運維之路

工程師們在移動網絡的規劃設計、運維優化過程中，嚴重依賴于自身對網絡拓撲結構以及終端用戶移動性和使用習慣的深刻理解。隨著這些網絡拓撲變得更加復雜密集，工程師越來越難以預測和計算這些使用模型。為了解決這個問題，我們需要利用來自網絡不同區域的所有數據：不僅僅是運維數據，還有網絡其他領域的數據。這些數據可以被反饋到模型中，我們可以通過模型提取和運算獲得深入和可操作的見解，進一步優化運維。

為此，運營商必須首先建立單個統一數據庫，該數據庫能夠記錄、處理和聚合源自基礎架構以及網絡和IT應用層的數據點，例如日志文件，網絡計數器，交易數據和網絡遙測數據。我們通過分析，掌握有關運營的各個方面并實現智能化，使其就像人類大腦一樣能夠從環境中學習，以便在將來相同的運營環境中做出更好的決策。于此，機器學習在運營自動化中的關鍵作用逐漸清晰。

大量歷史運維數據結合有監督的機器學習算法可以通過訓練檢測到常見問題（例如，網絡性能降低）并觸發例行應對機制（例如，網絡擴容）。算法的持續校正可以提高模式匹配的準確性，也可以提高我們建立預測運維的信心。在預測性運維環境中，模型會提前數周、數天、數小時預測網絡或業務問題，從而讓我們有足夠的時間采取措施糾正。

無監督學習算法在如何分類或標注方面無相應培訓，而是在預測結果之前，采用分組或集群來組織數據了解隱含的結構和模式。強化學習是指機器學習算法執行單個操作并接受操作評價，并根據反饋校準執行下一步動作。在以上三種機器學習范例中，有監督的機器學習是最廣泛使用的技術，它需要數據科學家來設置并不斷校準這些算法。所有這三種機器學習技術都有望在實現全面運營自動化過程中發揮關鍵作用。

機器學習增強了擁有學習能力的分析模型，并提供了持續增強模型智能化的基本機制。例如，將基于機器學習的分析模型應用于部分自動化流程，這就為模型校準提供了極好的機會。使用監督和增強的機器學習方法，操作人員可以調整分析模型，因為他們可以在執行工作流時做出決策。

隨著我們在機器學習主導自動化的信心增長，我們就可以把無人監督的機器學習模型逐步引入自動化工作流，將CSPs帶入AI主導的運營領域。無監督學習模型的自學習和自校準性質不斷調整自身以提高操作決策的準確性。

結論和建議

我們電信行業正處在一個關鍵時刻：電信運營商未來的成功將取決于他們能否成功轉型為數字化服務供應商。為實現這一目標，運營商必須用自動化和智能化實現的自主運維模式取代具有高度重復性手工流程的煙囪式運維模式。運維人員必須給予支持，借助統一監控，分析和機器學習支持的運維平臺創建并延續自動化運為流程。自主運維不僅具備支持現有物理基礎設施和服務的能力，而且隨著運營商部署NFV，IoT和5G等新技術、新業務不斷做出調整。

我們必須學習其他行業，尤其是像谷歌和亞馬遜這樣成功的數字化企業，去大膽接受那些對其成功有貢獻的想法。轉維運營不是一蹴而就的。運營商需要支持并實現持續的增量自動化和智能化，以獲得直接收益，同時支持更廣泛的轉型之旅。