隨著集中化運維的開展，傳輸網管運維操作成倍增長，但網管運維依賴專家經驗和手工排查，在OMC上仍依靠傳統的GUI點選菜單方式操作，因此亟需一種“變革性”的操作方式以提升運維效率。

極簡式AI運維助手基于NLP（Natural language processing）技術，為運維人員提供極簡的“對話式”運維操作，只需輸入一句話，系統智能識別文本所包含的運維意圖和操作對象，高效自動化執行網管操作任務，由此降低維護技術門檻，替代繁瑣人工作業，有效提升運維效率。同時，系統還可以提供定制化自動巡檢能力，可自定義巡檢對象、時間、頻次及內容項目。針對一線維護人員，提供“一站式”自主作業，現場人員通過APP可以查詢設備資源、告警、性能等數據，減少網管后臺支撐電話60%~80%，從而杜絕無效上站。

極簡式AI運維的兩大變革

極簡式AI運維助手面向OMC網管維護人員和一線作業人員，分別打造了中屏（PC端）AI運維助手和小屏（APP端）AI運維助手。

中屏AI運維助手針對報障協查、隱患排查、資源核查三大高頻運維場景提供“對話式”運維操作，使用對話窗輸入結構化文本，系統智能識別運維意圖和實體對象，自動執行任務并輸出結果，操作時長降低到秒級，工作效率得到極大提升，技術門檻降到最低，操作精度提升到100%。

小屏AI運維助手針對一線作業人員需要現場快速獲取設備資源、告警等數據的情況，通過掌上運維APP內嵌拉遠極簡式“網管”，提供在線實時查詢設備信息（ESN碼、軟件版本、單板信號、端口狀態等）、組網拓撲、告警數據、光功率性能等功能，實現站上自主排障，不依賴網管后臺的低效支撐，并減少重復上站次數。

極簡式AI運維助手還實現了兩大創新。一是首次將NLP技術引入網絡運維領域。本項目首次將NLP技術引入OMC網管運維領域，通過預訓練模型對通信領域詞匯進行Bert向量化，接收到“句子”后，對其進行分詞和詞向量的卷積計算，用TextCNN模型對文本進行分類并得到意圖，再通過預置工作流，將分散在多個菜單界面的信息進行編排組合并自動執行任務。

二是首創復用掌上運維APP對接公網方案解決安全問題。小屏AI運維助手供一線作業人員使用，但存在安全、鑒權等問題。本項目首創復用掌上運維APP對接公網方案，由掌上運維APP統一負責網絡安全，并統一對登錄賬號進行鑒權管理，保障網絡安全。同時，小屏AI運維助手提供安全加固、防截屏、加水印等能力，防止數據泄露風險。

實現“對話式”極簡運維與“一站式”自主作業

中屏AI運維助手助力打造“對話式”極簡運維。中屏AI運維助手已推廣至全省5個地市使用，累計使用近3萬次（其中資源核查占73%，故障協查占18%，保障巡檢占9%），月均使用量超過2000次，覆蓋省內80%維護人群。已覆蓋運維場景操作效率提升90%以上，其中報障協查從平均20分鐘縮短至10秒以內、資源核查從平均5分鐘縮短至10秒以內。累計識別近1000個隱患問題，并支撐維護人員完成整改，提升網絡運行質量。小屏AI運維助手助力“一站式”自主作業。

小屏AI運維助手已推廣至貴州省內5個地市使用，覆蓋600多個一線作業人員，月使用量10萬多次。運維人員上站前通過小屏AI運維助手提前定位故障點和掌握備件信息，有效減少二次上站率約30%；上站中和上站后通過APP自查設備實時信息和校驗上站結果，提高上站效率超過30%，同時減少傳輸班組90%的電話支撐。

未來，產業界可基于大模型技術構建自智網絡統一基礎智能實體，突破當前中小模型在知識提煉、泛化復用方面的局限，打造屬于網絡運維領域的AutoGPT，讓AI充分理解人類的知識和場景，從而實現網絡優化、故障處理、網絡配置、資源調度等任務端到端的自動執行。