1、2020年中國智慧通信自動駕駛網絡行業深度報告目錄 HYPERLINK l _TOC_250023 方法論4 HYPERLINK l _TOC_250022 方法論4 HYPERLINK l _TOC_250021 名詞解釋5 HYPERLINK l _TOC_250020 中國自動駕駛網絡行業綜述9 HYPERLINK l _TOC_250019 自動駕駛網絡定義9 HYPERLINK l _TOC_250018 自動駕駛網絡定義與層級9 HYPERLINK l _TOC_250017 自動駕駛網絡等級標準10 HYPERLINK l _TOC_250016 人工智能嵌入智慧網絡示例10 H

2、YPERLINK l _TOC_250015 自動駕駛網絡相關技術11 HYPERLINK l _TOC_250014 人工智能相關算法11 HYPERLINK l _TOC_250013 5G 通信相關技術12 HYPERLINK l _TOC_250012 自動駕駛網絡特點14 HYPERLINK l _TOC_250011 中國自動駕駛網絡行業實踐案例16 HYPERLINK l _TOC_250010 河南省人工智能智慧通信網絡實踐案例16 HYPERLINK l _TOC_250009 廣東省人工智能智慧通信網絡實踐案例17 HYPERLINK l _TOC_250008 中國自動駕

3、駛網絡行業發展趨勢20 HYPERLINK l _TOC_250007 自動駕駛網絡生命周期自動化為各界企業使能20 HYPERLINK l _TOC_250006 自動駕駛網絡構成數字孿生技術核心應用領域22 HYPERLINK l _TOC_250005 中國自動駕駛網絡行業競爭格局分析24 HYPERLINK l _TOC_250004 中國自動駕駛網絡行業競爭格局概述24 HYPERLINK l _TOC_250003 中國自動駕駛網絡行業典型企業分析25 HYPERLINK l _TOC_250002 5.2.1華為25 HYPERLINK l _TOC_250001 九天 AI 團

4、隊27 HYPERLINK l _TOC_250000 中興通訊28圖表目錄圖 2-1 自動駕駛網絡簡圖（5G 智慧通信網絡各層級與人工智能技術全面融合）9圖 2-2 華為定義自動駕駛網絡五個等級10圖 2-35G 網絡相對 4G 網絡在吞吐率、時延、接入設備量等方面優勢顯著13圖 2-4 華為自動駕駛網絡 E2E 網絡切片管理方案簡圖13圖 2-55G 關鍵硬件、軟件技術為自動駕駛網絡搭建提供支持14圖 2-6 華為云 5G 極簡網絡葉脊拓撲結構簡圖14圖 3-1 河南省布局自動駕駛網絡架構壓縮告警、提高故障處理效率17圖 3-2 廣東省人工智能無線小區預測模型生成服務18圖 4-1 自動駕

5、駛網絡全生命周期自動化包含四個階段，最終達成閉環管理目標21圖 4-2 數字孿生從概念建模發展至多領域（覆蓋生產、生活各方面）22圖 5-1 華為自動駕駛網絡架構發展計劃27方法論方法論頭豹研究院布局中國市場，深入研究 10 大行業，54 個垂直行業的市場變化，已經積累了近 50 萬行業研究樣本，完成近 10,000 多個獨立的研究咨詢項目。研究院依托中國活躍的經濟環境，從人工智能、通信網絡、云平臺等領域著手，研究內容覆蓋整個行業的發展周期，伴隨著行業中企業的創立，發展，擴張，到企業走向上市及上市后的成熟期，研究院的各行業研究員探索和評估行業中多變的產業模式，企業的商業模式和運營模式，以專業的

6、視野解讀行業的沿革。研究院融合傳統與新型的研究方法，采用自主研發的算法，結合行業交叉的大數據， 以多元化的調研方法，挖掘定量數據背后的邏輯，分析定性內容背后的觀點，客觀和真實地闡述行業的現狀，前瞻性地預測行業未來的發展趨勢，在研究院的每一份研究報告中，完整地呈現行業的過去，現在和未來。研究院密切關注行業發展最新動向，報告內容及數據會隨著行業發展、技術革新、競爭格局變化、政策法規頒布、市場調研深入，保持不斷更新與優化。研究院秉承匠心研究，砥礪前行的宗旨，從戰略的角度分析行業，從執行的層面閱讀行業，為每一個行業的報告閱讀者提供值得品鑒的研究報告。頭豹研究院本次研究于 2019 年 10 月完成。名

7、詞解釋網絡切片：一種按需組網的方式，可讓運營商在統一基礎設施上分離出多個虛擬的端到端網絡，每個網絡切片從無線接入網到承載網再到核心網上進行邏輯隔離，以適配各類場景應用。一個網絡切片最少可分為無線網子切片、承載網子切片和核心網子切片三部分。網元：由一個或多個機盤、機框組成，能夠獨立完成傳輸功能的通信網絡元素和網絡設備，是網絡管理中可以監視和管理的最小單位。質心：質量中心，物質系統上的質量集中假想點。大數據：無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要經過特殊處理形成決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。云計算：基于互聯網的相關服務的增加、

8、使用和交付模式，多通過互聯網提供動態易擴展，屬于虛擬化資源。毫米波：波長處于 1 毫米至 10 毫米之間的電磁波，位于微波與遠紅外波相交疊的波長范圍，兼有兩種波譜特點。毫米波理論是微波向高頻的延伸，毫米波技術是光波向低頻的發展。帶寬：一個信號所包含諧波的最高頻率與最低頻率之差，即該信號所擁有的頻率范圍。信號頻率變化范圍越大，信號帶寬越寬。波特率：每秒可傳送碼元符號個數，是衡量數據傳送速率的指標，用單位時間內載波調制狀態改變的次數來表示。Kbps：千比特每秒，數字信號傳輸速率單位，具體表示每秒鐘傳送千位信息數量。Mbps：兆比特每秒，數字信號傳輸速率單位，具體表示每秒鐘傳送兆位信息數量。Gbps

9、：千兆比特每秒，數字信號傳輸速率單位，具體表示每秒鐘傳送 1,000 兆位信息數量。OPEX：Operating Expense，企業管理支出、辦公室支出、員工工資支出等日常開支， 本文中指運營商通信網絡運維所有相關支出。API：Application Programming Interface，應用程序接口，是一些預先定義的函數， 或軟件系統不同組成部分銜接的約定。接口目的在于為開發人員基于某軟件或硬件獲得訪問一組例程的能力，訪問過程無需訪問原碼，或理解內部工作機制細節。例程：相對函數更為豐富的模塊，是某個系統對外提供的功能接口或服務的集合。具體如操作系統 API、操作系統服務、C+Buil

10、der 提供的標準函數、庫函數等。CAD：Computer Aided Design，利用計算機及其圖形設備幫助設計人員進行設計工作。SDN:Software Defined Network，軟件定義網絡，是由美國斯坦福大學CLean State課題研究組提出的新型網絡創新架構，是網絡虛擬化實現方式之一。其核心技術是通過將網絡設備控制面與數據面分離實現網絡靈活控制，使網絡作為管道變得更加智能，為核心網絡及應用創新提供良好平臺。NFV：Network Functions Virtualization，網絡功能虛擬化，網絡架構概念，利用虛擬化技術，將網絡節點階層功能分割成幾個功能區塊，分別以軟件方

11、式操作，不再局限于硬件架構。FBB：光纖主干網，1G（千兆）以下主干網通過橋接器與路由器把不同的子網或 LAN 連接起來形成單個總線或環型拓撲結構，這種網通常采用光纖做主干線。光纖主干網是構建企業網的重要的體系結構元素，為不同局域網或子網間信息交換提供路徑，主干網容量大于與之相連的網絡容量。MBB：Mobile Broadband，移動寬帶業務。BRAS：Broadband Remote Access Server，寬帶接入服務器，是面向寬帶網絡應用的新型接入網關，位于骨干網邊緣層，可完成用戶帶寬 IP、ATM 網數據接入（接入手段主要基于 xDSL、Cable Modem、高速以太網技術（L

12、AN）、無線寬帶數據接入（WLAN）等），可實現商業樓宇及小區住戶的寬帶上網、VPN 服務、構建企業內部 Intranet、支 持 ISP 向用戶批發業務等應用。LAN：局域網，覆蓋范圍約幾千米，具備安裝便捷、成本節約、擴展方便等特點，在各類辦公環境應用廣泛。局域網可實現文件管理、應用軟件共享、打印機共享等功能。通過維護局域網網絡安全，用戶可有效保護資料安全，及局域網穩定運行。VOLTE：Voice over Long-Term Evolution，長期演進語音承載，是面向手機和數據終端的高速無線通信標準。該標準基于 IP 多媒體子系統（IMS）網絡，在 LTE 上使用為控制層面和語音服務媒體

13、層面特制的配置文件，使語音服務作為數據流在 LTE 數據承載網絡中傳輸，無需維護和依賴傳統電路交換語音網絡。多載波：多載波調制，采用多個載波信號（將信道分成若干正交子信道），將需要傳輸的數據信號轉換成并行的低速子數據流（子數據流傳輸比特速率較低），并調制到每個子信道上進行傳輸，利用子數據分別調制若干載波。承載網：位于接入網和交換機之間用于傳送各種語音和數據業務的網絡，通常以光纖作為傳輸媒介。PTN：Packet Transport Network，分組傳送網，是一種光傳送網絡架構具體技術， 可針對分組業務流量突發性和統計復用傳送的要求而設計，具有更低的總體使用成本、高可用性、可靠性、高效帶寬管

14、理機制、便捷網管等優勢。KPI：Key Performance Indicator，關鍵績效指標，通過對組織內部流程輸入端、輸出端關鍵參數進行設置、取樣、計算、分析，衡量流程績效的一種目標式量化管理指標。工單：工作單據。由上級部門下達的一個和多個作業組成的維修、制造任務領受依據。中國自動駕駛網絡行業綜述自動駕駛網絡定義自動駕駛網絡定義與層級自動駕駛網絡是通信網絡各組成部分與人工智能技術（機器學習、機器訓練等）跨域、跨層級全面融合的理想結果，是通信網絡對標汽車行業自動駕駛概念搭建的智慧通信網絡架構，意在實現網絡高度自治、自愈，零接觸、零故障目標。低級別智慧通信網絡核心作用在于主動識別、處理網絡故

15、障，高級別智慧通信網絡將具備全面識別人類和應用意圖能力。人工智能技術在 FBB（光纖通信）網絡管控層（下層）、MBB（移動通信）網絡管控層（下層）、網絡跨域層（中層）、算法模型層（上層）得到全面應用，有助于打造自動化運維的 5G 通信網絡體系。其中，上層人工智能技術應用對計算能力要求較高，核心職能在于跨域全局集中化分析，下層人工智能技術應用重點在于單技術域專項分析能力，可引入人工智能推理功能和輕量級訓練功能（見圖 2-1）。圖 2-1 自動駕駛網絡簡圖（5G 智慧通信網絡各層級與人工智能技術全面融合）來源：頭豹研究院編輯整理自動駕駛網絡建設有助于降低運營商 OPEX，為各行業企業賦能、使能，為

16、技術人員開放底層網絡 AI 算法，營造高效開發生態，為 C 端用戶創造隨需隨用、隨需隨接的精簡化、自動化網絡環境。人工智能技術在 5G 通信網絡各層面的應用可產生不同優化效果：在 FBB（光纖通信）、MBB（移動通信）層面應用有助于邊緣設備自動化匹配通信網絡資源，分流高峰用網壓力、預先排查網絡故障；在跨域網絡層應用有助于運營商實現聯動網絡管理目標，降低運維成本；在算法模型層應用可為技術人員創造良好開發環境和開放能力，推動 5G 環境下開放軟件生態建設。自動駕駛網絡等級標準2019 年 5 月，TMF 電信管理論壇，聯合華為，中國移動等行業伙伴共同提出自動駕駛網絡等級標準。該標準對標汽車行業自動

17、駕駛 L1 至 L5 五個等級，按照自動化程度不同將自動駕駛網絡分為 5 個等級：工具輔助自動化（L1）、部分自動駕駛網絡（L2）、限制條件自動駕駛網絡（L3）、高度自動駕駛網絡（L4）、完全自動駕駛網絡（L5）（見圖 2-2）。圖 2-2TMF 電信管理論壇定義自動駕駛網絡五個等級人工智能嵌入智慧網絡示例來源：華為自動駕駛網絡發布會，頭豹研究院編輯整理全球運營商根據自身優勢布局智慧通信網絡架構，以不同程度嵌入人工智能技術。具體示例如下：AT&T美國電信公司 AT&T 布局以軟件為中心的網絡，加大開源力度。AT&T 與 TechMahindra 協作創建 Acumos 人工智能平臺，用戶可通過

18、拖放行為連接多種微服務。此外，AT&T 組建 ONAP 平臺，大規模集成全球網絡運營商、云運營商、技術提供商?；谇捌谌斯ぶ悄芮度牍ぷ鞒晒珹T&T 著手構建更大的智慧開源網絡架構 NetworkAI，旨在通過更加智慧的網絡系統推動各行業創新。西班牙電信西班牙電信公司 Telefonica 采用人工智能分析技術于阿根廷、智利、德國服務運營中心分析移動網絡用戶數據，并通過機器學習、推理能力預測潛在問題區域分布情況。人工智能技術嵌入通信網絡助力 Telefonica 獲取關于用戶體驗的實時數據，有助于服務質量提升和商務拓展。NTT Docomo日本 NTT Docomo 將內部網絡與人工智能相關技

19、術進行整合，于原有云平臺、大數據平臺基礎上推出具備交互、感情、環境、網絡四大功能的 CoRevo 人工智能平臺。該智慧網絡平臺可通過人工智能數據分析技術為客戶提供生產、生活各類信息服務。自動駕駛網絡相關技術人工智能相關算法故障處理相關算法隨技術發展，通信核心網已從傳統單一網絡演變成多網協同，多鏈路交織的復雜網絡。隨終端業務需求更加豐富（從電話、短信發展到視頻通話等），通信網服務趨于個性化，業務量快速增長，為網絡故障定位、解決帶來挑戰。以 4G VOLTE 業務為例，2018 年，約有 7,100 萬用戶開通 VOLTE 功能，單個運營商日均話務量超過 2,000 萬。以單位用戶平均每天通話 1

20、0 分鐘計算，VOLTE 通信業務所需網元數量接近 150 萬，日均網絡故障告警量約接近 550 萬，大規模告警催發批量工單，運營商業務激增。通過質心定位算法、故障自關聯算法、智能研判算法等人工智能算法，運營商可將傳統告警流程（發現告警，告警分析、用戶投訴異常、用戶號碼分析、業務拓撲繪制、工程撥測、故障定位）轉變為包括定量度量、機器學習聚類分類、質心故障點、自關聯自定位等自動化流程，形成主動運維體系，壓縮告警量，高效排查網絡故障。性能調優相關算法在通信網絡領域，針對特定場景的機器訓練所需數據體量較大。以故障告警溯源分析項目為例，單位省份單個運營商每日平均可獲取約 3,000 張故障告警數量（排

21、除無效告警）?；A數據量達到 100 萬張時，機器訓練準確率可達到 65%?；A數據量達到 1,000 萬張時， 機器訓練準確率可達 85%。為加快網絡性能優化進程，通信網絡各層可依托人工智能算法，簡化計算量，快速完成機器學習任務。例如采用貪婪算法（率先獲取局部最優解）、動態規劃算法（避免大規模重復計算）、分治算法（子問題遞歸至大問題）、回溯算法（深度優先策略）、分支限界算法（廣度優先策略）等人工智能算法，全面提高自動駕駛網絡機器學習效率。5G 通信相關技術5G 通信網絡相對 4G 通信網絡在吞吐率、時延、可接入設備數量、能耗等方面表現更佳，且在典型應用場景有顯著關鍵性能指標提升，屬于融合型網

22、絡（見圖 2-3）。圖 2-35G 網絡相對 4G 網絡在吞吐率、時延、接入設備量等方面優勢顯著來源：頭豹研究院編輯整理自動駕駛網絡以 5G 網絡切片技術為核心，分場景處理網絡運維問題（見圖 2-4）。網絡切片本質上為物理網絡多場景、多層面劃分所得虛擬網絡（如港口閉環網絡、基地閉環網絡等），不同虛擬網絡時延、帶寬、安全性能各異。自動駕駛網絡依托 5G 網絡切片技術可靈活應對不同應用場景，實現不同切片網絡自運維的目標，進而減輕主干網壓力，提高區域網絡穩定性、安全性。圖 2-4 華為自動駕駛網絡E2E 網絡切片管理方案簡圖來源：華為自動駕駛網絡發布會，頭豹研究院編輯整理此外，5G 關鍵技術（包括規

23、?；b配 MIMO 基站、搭載毫米波通信系統、優化信息物理層結構、建立超密集組網等）為自動駕駛網絡實時數據傳輸提供基礎保障（見圖 2-5）。圖 2-55G 關鍵硬件、軟件技術為自動駕駛網絡搭建提供支持自動駕駛網絡特點來源：頭豹研究院編輯整理自動駕駛網絡以敏捷開放、智能運維、極簡網絡為顯著特點，是網絡技術與人工智能強相關的產物（見圖 2-6）。人工智能技術在 FBB（光纖通信）層、MBB（移動通信）層、網絡基礎設施層、業務承載層得到全面應用。自動駕駛網絡部署初期以故障告警為核心應用場景，50%以上網絡問題從用戶被動告知轉為機器自主探測，網絡故障相關工作消耗運維人員時間成本可下降 40%或更多。圖

24、 2-6 華為云 5G 極簡網絡葉脊拓撲結構簡圖來源：華為自動駕駛網絡發布會，頭豹研究院編輯整理現階段，自動駕駛網絡建設主要面臨以下難點：周期較長：智慧通信網絡建設周期較長，人工智能落地面臨“過度疲勞”問題。運營商、通信企業可通過建立短期戰略（選擇人工智能短期可見收益的應用場景）、中期戰略（提升人工智能技術應用能力）、長期戰略（選擇合適時機投資，推動規?；瘧茫┑姆绞骄徑狻捌凇爆F象；缺乏監管：網絡人工智能經營缺乏有效監管，運營商需調整組織、運作結構， 建立戰略并制定 KPI，盡快適應人工智能復雜性，有效識別、解決工作流程障礙；缺乏有效數據：當前約 85%人工智能訓練輸出結果有誤，能夠得到有效

25、利用的價值數據量較少，需各行業企業不斷積累數據治理經驗，提高數據質量。中國自動駕駛網絡行業實踐案例運營商與華為協作開展自動駕駛網絡試點建設工作。具體可以河南省人工智能智慧通信網絡實踐及廣東省人工智能智慧通信網絡實踐為例。河南省人工智能智慧通信網絡實踐案例5G 部署關鍵事件：中國移動在河南省開展 5G 通信網絡建設項目。項目發展關鍵事件如下：2018 年 7 月，中國移動于鄭東新區龍子湖智慧島開通河南省首個 5G 基站；2019 年 3 月，中國移動聯合鄭大一附院建成中國首個 5G 智慧醫療試驗網；2019 年 5 月，龍子湖智慧島實現車輛自動駕駛 5G 網絡信號全覆蓋；2019 年 9 月，5

26、G 網絡在鄭州市啟動試用，河南移動 5G 于第十一屆全國民族運動會落地應用。應對網絡運維挑戰截至 2019 年上半年，中國移動在河南省客戶超過 6,000 萬，4G 客戶約 5,000 萬。其中，家庭寬帶客戶約有 1,100 萬，高清電視用戶約 1,000 萬。隨 5G 項目在河南省業務邊界不斷擴展，網絡運維面臨更大挑戰。為提升河南省通信網絡運維效率，中國移動攜手華為開展一系列自動駕駛網絡聯合創新與實踐（見圖 3-1）。2018 年 5 月，通過 5G Massive MIMO 優化和 4G Massive MIMO優化項目，部分居民小區網絡流量提升 14.2%，家庭用戶體驗得到改善。與此同時

27、，PTN 承載網故障告警壓縮率達到 90%。此外，運營商通過采用智慧節能技術，通信能耗降低 10%。圖 3-1 河南省布局自動駕駛網絡架構壓縮告警、提高故障處理效率自動駕駛網絡發展計劃來源：華為自動駕駛網絡發布會，頭豹研究院編輯整理未來，河南省將繼續進行自動駕駛網絡建設項目，提高智能故障鉆取深度，由單域走向跨域，實現核心網端到端實時高效數據傳輸。具體發展計劃如下：2019 年至 2021 年，實現單域單場景輔助決策自動化目標（基站優化、多載波優化、智慧節能、智慧告警）；2022 年至 2025 年，實現網絡跨域全場景自治目標（5G 承載網智能規劃）；2026 年至 2030 年，實現全生命周期

28、自動化閉環目標，具體包括 5G 承載網故障定界、5G 傳輸鏈路自動開通、虛擬路測、無線 PTN 智能告警等功能。廣東省人工智能智慧通信網絡實踐案例5G 部署關鍵事件：中國電信在廣東省開展 5G 通信網絡建設項目。標志性事件如下：2017 年 10 月，中國電信于廣東省開通中國首個 5G 基站；2018 年 4 月，中國電信于廣東省完成端到端 5G 網絡無人機測試；2018 年 8 月，深圳灣 5G 精品體驗路線項目完成；2018 年 10 月，中國電信完成全球首個外場 SA 連片組網工作；2018 年 12 月，深圳公安局采用全球首個地空一體 5G 聯防系統；2019 年 3 月，華僑洲際大酒

29、店成為全球首個 5G 智慧酒店；2019 年 8月，中國電信于廣東省完成全球首次基于 5G SA 組網的語音通話。應對網絡運維挑戰5G 網絡項目從規劃、建設、維護、優化四個層面給運營商帶來挑戰?；窘ㄔO方面，5G 基站參數復雜，人工配制效率較低，承載網鏈配置復雜，開通時間較長，站點規模大、工期緊。2019 年，5G 站點數約為 1 萬，預計 2022 年，5G 站點數將達到 4.6 萬個。網絡維護方面，網絡云化導致維護工作量成倍增長，維護壓力大。網絡優化方面，5G MassiveMIMO 優化難度較大，技術人員經驗不足，且 4G SA 組網聯合優化復雜度較高。為應對運維挑戰，中國電信聯手華為開

30、展自動駕駛網絡創新實驗，具體可以無線小區網絡預測模型人工智能生成服務為例（見圖 3-2）。圖 3-2 廣東省無線小區預測模型人工智能生成服務來源：華為自動駕駛網絡發布會，頭豹研究院編輯整理廣東省自動駕駛網絡創新實驗具體措施包括但不限于以下幾項：云化網絡智能告警壓縮：基于人工智能算法，實現云化網絡跨層告警智能關聯，告警壓縮率提升至 60%以上；跨域故障工單壓縮：采用人工智能算法，實現跨域故障關聯，關聯后工單壓縮率提升 7.8% 以上；核心網絡 KPI 異常檢測：基于時間序列預測動態 KPI 閾值，提前識別異常，故障查全率和查準率超過 80%；4G、5G 基站節能：基于人工智能流量預測模型，通過網

31、絡關斷策略提高關斷時長，實現 10%以上基站節能。單位基站每日耗電量保持在 2.3 度水平。自動駕駛網絡發展計劃廣東省未來將以三年為階段里程碑，逐步邁向 L3、L4、L5 級別自動駕駛網絡標準，實現 CTNet2025 戰略目標。具體發展路線如下：2019 年至 2022 年，達到有條件自治網絡水平，實現 UPF 即插即用、機器輔助值守、智能故障管理功能；2023 年至 2024 年，實現 L4 級別高度自治網絡目標；2025 年后，逐漸邁向 L5 級別完全自治網絡標準。中國自動駕駛網絡行業發展趨勢自動駕駛網絡生命周期自動化為各界企業使能自動駕駛網絡作為首個行業級別全方位智能網絡 AI 管控平

32、臺，將具備網絡全生命周期自動化、以用戶體驗為中心、為各行業企業使能等特點。自動駕駛網絡智能管控平臺在性質上與亞馬遜 AWS、微軟 Azure 類似，可廣泛服務于 To B 端各行業細分應用場景。各類行業產業鏈上中下游企業可基于該平臺共同完成問題解決、產品開發、技術實驗、效果驗證等流程，不受網絡接入、選擇、故障限制。全生命周期自動化：自動駕駛網絡是高度智慧的網絡平臺，可針對海量應用場景替代人工進行智能化運維（數據管理、控制、分析）及自動化管理，協助運營商企業降低 OPEX，為客戶開拓商業變現機會（見圖 4-1）。具體表現如下： 接入智能化：網絡資源“隨需隨用、隨需隨接”，連接迅速。自動駕駛網絡基

33、于 5G 新型 MIMO 基站等基礎設施而建設，大規模基站配置可全面覆蓋不同生產場景、生活場景。5G 基站平均業務配置時間約為 3 分鐘，可支持每平方千米 100 萬臺設備接入量。 管理自動化：路由管理、數據管理及信號傳輸系統全面采用智能化、自動化模式。如傳統路由計算采取分布式計算模式，受復雜條件約束（時延約束、流量限制等），消耗資源較多。自動化生命周期模式下，路由計算采用集中計算模式，可根據通信網絡不同時段需求在約束條件之間自動切換，節省算力資源。網絡即換即通：網絡設備替換、升級可快速過渡，無需經歷停機、檢修、再升級等繁雜過程。傳統模式下約 90%網絡升級、故障排查行為由用戶端投訴驅動，障礙

34、排除困難（如終端顯示故障排查、定位耗時接近 10 小時）。生命周期自動化流程模式下，自動駕駛網絡可利用機器自主排查故障、升級網絡，實現分鐘級主動運維。圖 4-1 自動駕駛網絡全生命周期自動化包含四個階段，最終達成閉環管理目標用戶體驗為中心：來源：頭豹研究院編輯整理傳統網絡平臺搭建多以設備為中心，存在成本高企（C 級單位機房平均搭建成本約 30 萬元至 50 萬元，同規模 B 級機房搭建成本為 C 級機房 2 倍，同規模 A 級機房搭建成本為C 級機房 4 倍或更高）、布局方案不靈活等問題，企業開發產品更多考慮硬件、基礎設施成本。自動駕駛網絡將以用戶體驗為中心，大幅降低物理場景束縛（機房、機架等

35、設備集約化管理，算力出售不受場景限制）。用戶無需考慮設備如何使用，只需接入即可做到資源隨需隨用，如物聯網數據傳輸可完全免除申請網絡、申請許可、申請接入等繁雜流程。行業使能：自動駕駛網絡全方位智能網絡管控平臺的搭建對于各行業企業不僅是簡單賦能，更將集結大量開發者社區、開發者伙伴共同打造云化產業鏈生態，實現行業資源聚合，為企業使能。自動駕駛網絡管控云平臺具體使能方式如下：服務使能：自動駕駛網絡管控云平臺為各行業企業提供云網基礎資源，企業基于云網管控平臺構建自身網絡結構，可以更低成本開發、維護網絡系統，為終端客戶提供高效服務。初創型企業基于自動駕駛網絡平臺可快速成長。 數據使能：管控云平臺集合身份驗

36、證、數據核查、用戶習慣跟蹤、精準定位等各類數據，助力產品開發商對服務周期數據進行高效管理。 技術使能：自動駕駛網絡管控云平臺搭載并開放云計算、圖像識別、語音識別、智能交互、移動互聯網等底層算法，技術人員基于自動駕駛網絡強大開發系統，可高效服務于利益相關企業。自動駕駛網絡構成數字孿生技術核心應用領域自動駕駛網絡將成數字孿生（Digital Twin）技術關鍵應用領域，實現云端、網端數據與生產、生活真實場景全面對應，進而推動智慧城市建設（見圖 4-2）。圖 4-2 數字孿生從概念建模發展至多領域（覆蓋生產、生活各方面）不同業務階段數字孿生功能來源：頭豹研究院編輯整理數字孿生依照現實物理場景，通過數

37、字化手段構建鏡面數字世界，憑借數據分析達到了解、優化物理場景的目標。數字孿生技術在業務流程不同階段具備不同功能。設計階段：通過數字化海量場景重復模擬實驗，企業可預先掌握產品性能表現。制造階段：企業在制造階段通過生產流程仿真可對產能、效率及潛在瓶頸問題進行預判。服務階段：數字孿生體系可遠程監控產品性能，采集客戶習慣，挖掘潛在需求。自動駕駛網絡成為數字孿生技術重要應用領域自動駕駛網絡將構成數字孿生技術關鍵應用領域，其落地形式主要表現在全維度機器訓練、數據分析、問題預測及數字化運維等方面。全維度機器學習5G 通信網絡覆蓋大量骨干網、邊緣網數據、設備性能數據。傳統模式下，網絡數據及設備性能數據采集系統

38、滯后，難以滿足機器學習對海量訓練數據的需求。數字孿生技術依托物聯網、大數據等技術，構建自動駕駛網絡機器訓練大樣本庫，擴充機器學習數據資源。全面分析、預測傳統網絡系統生命周期管理粗放，運營商、企業較難準確預測、掌握潛在問題。數字孿生體系下，云引擎人工智能建模有助于運營商主動分析網絡潛在缺陷、運維盲點，為預先判斷、快速決策提供支持。中國自動駕駛網絡行業競爭格局分析中國自動駕駛網絡行業競爭格局概述布局自動駕駛網絡的企業多為具備實力的通信設備大廠或運營商，各類企業選擇加入競爭的切入點不同，多根據自身優勢領域進行切入。如美國 AT&T 以自動檢查、排除網絡故障為首要目標采用人工智能網絡；美國 Veriz

39、on 率先于物聯網體系嵌入人工智能層；美國Sprint 已成功通過人工智能機器訓練完成營銷預警、定價優化等實際功能，其人工智能網絡有助于提高廣告等宣傳內容有效性，進而協助伙伴企業為終端客戶提供精細化服務。中國范圍，華為、中興通訊等頭部電信設備企業整合既有客戶資源、基礎設施資源，與運營商、客戶廣泛合作，加速推動人工智能技術與通信管道的融合。其中，中興通訊將自動駕駛網絡分為大環、小環、閉環三層，覆蓋基礎設施、網絡控制、運營編排等層面。華為結合網絡管控、網絡跨域、底層算法搭建自動駕駛網絡平臺，旨在為客戶提供全行業全棧網絡問題解決方案，以自治、自愈網絡為理想通信網絡生態。自動駕駛網絡市場競爭基于技術競

40、爭，是頭部通信企業之間的生態之爭。智慧城市時代， 網絡環境發生新一輪變化，需要企業、運營商、研究機構和政府部門協同打造智慧網絡生態。競爭重點： 垂直能力：自動駕駛網絡應用場景覆蓋各行業垂直市場，競爭主體在搭建智慧網絡架構的同時需充分能了解不同地區用網特點（如人口稀少地區單位基站間距大）、行業用網特點（如工業用網與農業用網存在行業差異），助力各行業企業客戶實現價值創新；共贏能力：第三方技術人員基于自動駕駛網絡平臺開發模型有助于擴充平臺數據量， 創新算法模型具備模擬、套用等商業價值。競爭主體可設計共贏方案，激發技術人員開發熱情，提升算法模型平臺活躍度。競爭贏利點：自動駕駛網絡建設過程最大成本集中于

41、基礎設施（基站）建設，投入成本巨大（約萬億級別），需企業、運營商、政府部門各方合作完成。自動駕駛網絡建設過程中，競爭企業可通過基站設備銷售獲取直接利潤，通過專利、協議、授權（license）等業務獲得隱性收入。此外，在智慧網絡領域建立先發優勢的企業具備制高點降維打擊能力，遠期可獲取關鍵贏利點。未來隨通信、網聯設備趨于精簡化，軟硬件成本或降至新低。單位成本下降同時，網絡終端數量、體量不斷增加（如 5G 網絡基站數量相對 4G 網絡基站數量增加約 10 倍），網絡終端需求量將持續提升，終端基礎設施預先布局或成為競爭點。競爭關鍵時間節點：在自動駕駛網絡行業 TOP2 企業有多年產品戰略規劃經驗的行業

42、專家判斷，中國自動駕駛網絡約于 2021 年初步建成，并具備試點運行能力。2022 年后，自動駕駛網絡或于大量核心城市普及。2024 年或 2025 年，L4 級別高度自治網絡將初步建成，自動駕駛網絡行業企業面臨紅利收割機遇。中國自動駕駛網絡行業典型企業分析華為企業優勢運營商伙伴：華為與中國三大運營商建立較為穩定的合作伙伴關系，具備推動自動駕駛網絡建設的環境優勢。進入 5G 時代，運營商布局自動駕駛網絡，迫切需要解決自身組織、流程方面的問題，華為通過提供技術支持可與運營商協同定位核心問題，達成共識。自動駕駛網絡全面建成耗時較長，需要全產業主體協同并進，推進業務模式創新。華為可攜手三大運營商改變

43、原有產品開發模式，與運營商協同定義、設計方案，從產業層面提出解決方案。戰略優勢：華為重視戰略意圖引導作用，且以長期戰略（持續 5 年以上）為主，如 SDN、NFV 等項目戰略覆蓋研發到產品全流程，時長均超過 5 年。華為通過長時間保持統一戰略意圖，可確保資源優化配置的可持續性。針對自動駕駛網絡業務，華為提出極簡網絡、敏捷開放、智能運維等核心戰略，對外意在依托戰略共識選擇合作伙伴，對內指導團隊面對自動駕駛網絡長期建設過程中的潛在困難、挑戰。5.2.1.1 自動駕駛網絡相關布局整體布局：為構建自動駕駛網絡生態，華為投入超過 3.5 萬人力，計劃于 2021 年底達到重點建設網絡 L3 級別目標，再

44、于 2025 年底達到 L4 級別目標，最終于 2035 達到 L5 級別完全自治網絡架構目標（見圖 5-1）。華為于 2019 年 10 月底舉行了自動駕駛網絡發布會，正式發布自動駕駛網絡方案 iMaster MAE、iMaster NCE、AUTIN、NAIE 四個管控單元。其中MAE、NCE 覆蓋 FBB、MBB 層面網絡管控，AUTIN 覆蓋跨域網絡管控，NAIE 是華為自動駕駛網絡區別于其他廠商智慧網絡架構的重要組成部分，NAIE 平臺人工智能底層算法高度開放，有助于推動智慧網絡開源生態建設。圖 5-1 華為自動駕駛網絡架構發展計劃云平臺布局：來源：華為自動駕駛網絡發布會，頭豹研究院

45、編輯整理華為基于原有基礎云能力對云業務進行更多銜接及智能化使能。 行業云：打造云端應用場景解決方案，從原有企業云升級為行業云。行業云較為復雜，具備經驗的企業數量十分有限。受不同行業（如交通、海關、海運、政務、醫療）特性影響，行業云解決方案各不相同，需大量企業協同建設。 智慧云：云引擎基本建成，平臺升級核心在于智能分析、自動化、商業創新等功能， 向智慧云目標趨近。九天 AI 團隊團隊優勢背靠運營商：2018 年，中國移動全面啟動人工智能布局，其附屬研究院成立“人工智能和智慧運營研發中心”，旨在構建人工智能能力平臺，提高服務效率和研發水平。其研發項目以人工智能核心算法應用為研究重點，搭建基礎人工智能平臺“九天”，并形成由馮俊蘭博士帶領的專注于智慧網絡建設的人工智能研發團隊。團隊背靠頭部運營商，手持大量通信網絡運營數據及運營經驗。深入垂直行業：在垂直行業領域，“九天”團隊以應用場景為驅動，為客