ChatGPT横空出世，掀起了AI行业的发展热潮。大模型从崭露头角到现在的如日中天，全行业已然在AI的新时代中全速前进，大模型成为驱动创新的焦点之一。在AI带来生产力革新与商业模式升级浪潮下，作为向科技公司转型的领军央企，运营商在AI领域不断加码布局，为通信产业迈入大模型时代积极领路，构建数智生产力也被被赋予前所未有的重要使命。

在2024年MWC上海展上，作为运营商的重要合作伙伴，浩鲸科技围绕“智能时代，构建数智生产力”为主题，分享在大模型的驱动下，如何赋能运营商业务和运营管理快速实现深度智能化，并展示在加速智能化进程中的技术突破和创新应用，为运营商构建从智能基础设施、大模型平台、到创新数智应用落地的全方位支持，携手运营商共筑智能化未来宏图，加速数智跃升。

运营商数字化建设成果仍存挑战，亟待解决

在智能化浪潮下，运营商在推进自身转型的同时积极发力产业数字化建设，据C114观察，目前运营商数字化转型取得显著成效。在为用户提供更快速、更稳定的通信网络连接的同时，推出更丰富的数字化服务和增值服务，并通过数据驱动的运营，更加精准地满足最终用户的个性化需求，提高数据资产的管理利用效率。

浩鲸科技中国CTO钟健松在接受C114专访时指出，运营商的数字化建设走过三十年，已取得卓越成效，成为推动国家数字经济建设的领头羊。但以发展的视角审视当前的数字化建设成果，依旧存在一些挑战，亟待智能化手段去解决：

钟健松认为，

此外，随着中台的建设，运营商的重点已从功能建设逐渐转向能力构建，能力不断累积和丰富，并逐步沉淀为企业的能力资产。尽管能力资产在助力数字化应用建设过程中发挥了一定价值，但由于能力的可视化、非完全的集约、从能力到应用的转化难度等问题，制约了能力资产的价值发挥。

钟健松表示，相比数据资产和能力资产，企业的知识资产受重视程度不够，少量的知识库仅存储了某些关于产品营销方面的内容，而更需要传承的例如网络运维、故障处理、施工操作、方案配置等方面的知识，要么作为规则被整合到系统中，缺乏迭代更新；要么沉淀在少数专家的头脑中，难以复制和传承。

当前，流程驱动已成为数字化系统的一个典型特征，但流程驱动有其受限之处。首先，流程为异步处理，非实时，可能会因为环节之间的来回回退导致处理时间拉长，而企业的生产运营则有大量需要实时解决问题的场景，比如涉及到多方参与的网络疑难故障诊断分析，基于流程驱动的派单式的解决方式就不太适用。

其次，在新技术的推动下，自动化、智能化的述求在企业运营中越来越强烈，虽然通过规则、AI算法、RPA等的引入能够解决不少问题，但目前采取“散点注智”的开发模式，派生出多种类型的规则引擎、推荐引擎、调度引擎等多个系统，开发周期长、应用面狭窄，管理分散，从而导致需求难以即时响应，自智成熟度等级难以产生质的飞跃。

尽管在ITSP的规划下，运营商数字化系统纵向集约横向整合，系统数量已做了大幅收敛，但当前系统规模依然庞大，不同岗位人员需要面对诸多系统以及功能模块，在庞杂的系统中寻找对应的功能，费时费力，以至于大量已开发出的功能模块因不被认知而使用率极低。

与此同时，为了应对复杂场景，数字化系统往往配备繁琐的使用界面，使用者需要在各种弹出的窗口、页签中切换，使用门槛高，工作负荷大。

大模型，助推运营商向理想蓝图平滑演进

据C114了解，强大的通用智能能力，催生AI创新应用多点开花。国内外均积极、迅速地推进大模型训练，千亿参数模型层出不穷，大模型驱动的场景也在逐步落地，但大模型的价值发挥并不是想象中的一蹴而就。大模型应用在落地过程需要多方参与，且对算力、平台、算法的要求较高，因此尽管大模型的训练量不断扩大，在不同行业不同领域也多有应用，但应用的发展水平与速度参差不齐，部分领域尚且很难将模型价值发挥实效，推动行业大模型“真正落地”的机遇与挑战并存。

钟健松认为，

在这条演进路线上，一方面需要从系统工程的角度来提升通用人工智能的准确性、适应性、创造性和效率，另一方面需要结合运营商数字化场景及当期架构模式，构建出增强演进的架构体系。总体看来，整个增强体系可分为2+3+N+1来分层演进。

MAAS平台，将大模型能力更丝滑地嵌入到企业数字化系统中。未来的头部企业，很有可能采用1+N的大模型构建方式，即在一个主力大模型的基础上，还会根据不同场景需要，应用N个各有擅长以及尺寸不同的其它模型。MAAS平台将对接各类不同的大模型，以更安全和更高性价比的方式向上统一提供模型服务。同时为解决大模型生成幻觉问题和知识滞后性问题，引入RAG，将非参数化预料库和参数模型结合，解决纯参数化大模型的局限。并对原始RAG架构优化，通过增加意图识别、问题改写、查询扩展、结构化和非结构化数据动态路由、多路召回、降噪去重等工程化手段大幅提升实际场景下的知识服务能力。

mmRTC平台，在原有页面集成、流程集成、数据集成、企业集成架构的基础上，搭建多模态的实时通信交互平台，实现人-人、人-智能体、人-智能体-人、多智能体等多种方式的即时协同，充分发挥智能体在感知、规划、记忆、执行等方面的能力，面对复杂场景，改变传统异步派单的模式，在人脑和智脑的多维加持下，实现实时分析、精准诊断、即时处理，推进效率的大幅提升。该平台与运营商的网络故障诊断、装维疑难问题处理、复杂方案营销等场景非常适配。

知识工厂：在知识工厂中训练两类知识，一类是经营领域的专业知识，包括前端营销涉及的产品、渠道、客户等以及后端运维涉及的的网络、故障分析等；另一类是数字化领域的专业知识，包括IT系统数据模型、功能页面、集成关系等。知识工厂提供高效工具帮助企业通过多种形式建立专属知识库，解决知识分散、信息损失等问题，实现知识可运营、可迭代优化，基于知识标签，最终实现一问多答，更好的满足跨地域、多产品、多客户类型的丰富的经营形态。

智能体工厂：未来Agent as a Service 或许将逐步取代目前IT架构的微服务模式。在智能体工厂中，将整合目前已形成的海量插件，以低代码的方式，通过工作流的可视化开发形态，将模型、知识库、提示词、插件工具进行链式整合，构建出面向不同领域、解决不同场景问题的智能体。

数字应用工厂：更高效更低门槛构建数字化应用是IT工作者的追求。可以预见，以大模型来驱动，识别需求意图，搭载低代码组装式开发，数字应用生产效率将倍增。应用开发的同时数字资产不断丰富，又进一步提升数字应用的开发效率。运营商推进政企市场，智能数字工厂将为其如虎添翼。

将大模型的理解、生成、逻辑、记忆四大能力结合运营商的场景，浩鲸科技已实现如下诸多大类智慧化应用，全面大幅提升数字化智能水平。

“无系统”一方面将企业数字化系统的数据、功能界面、使用操作、业务知识等训练给大模型，另一方面构建统一入口，在该入口以自然语言的方式调用功能模块、完成功能模块的操作（包括跨系统的链式操作）、查看权限内的数据（包括跨系统的整合数据）等。

对于使用者而言，不再需要关注端到端的流程穿越具体在哪个系统和菜单定位，只需要表达自己的意图，通过统一入口，由智能助手实现一步直达。此入口可挂载在现有任一数字化系统上，即时呼出，随地调用。

运营商深入大模型应用腹地

浩鲸科技将做大模型价值释放者

从整个电信行业来看，2023年以来，三大运营商相继推出自己的基础大模型、行业大模型和大模型应用工具，如今运营商更是深入大模型应用腹地，不断落子。

据C114了解，中国移动推出APP的AI智能助理“灵犀”，深度嵌入到最新升级的中国移动APP V10版本中，从用户使用需求出发，依托大模型的内容生成能力改善用户体验。而中国电信，前不久一口气发布了12个垂类行业大模型，加强在各个领域的深度应用。中国联通也发布了元景“1+1+M”大模型体系，更在5月进一步发布中国联通元景大模型MaaS平台，为企业行业向MaaS服务。

总体来看，三大运营商对大模型，无论是反应速度、研发深度，还是覆盖广度，都格外突出。对运营商而言，大模型提供了一个契机，让运营商不仅仅作为通信网络的基础设施提供商，还可以整合自身在全国一体化算力网络、云资源等技术方面和政企市场、消费者市场等客户方面的多种优势，更深度地参与到产业智能化升级与数字化转型中，重构自身在数字化业务中的竞争优势。

正如采访的最后，钟健松表示，大模型企业落地远不止“一公里”， 涉及端到端全程各环节配套，包括算力资源、大模型切换、私域知识高效导入、智能体构建、copilot与现有系统融合，以及每个层面特有的推进方法。在智能时代，未来的IT系统将有着新的架构、运营模式、研发范式以及交互形态，而作为运营商的重要且长期合作伙伴，浩鲸科技不做大模型的生产者，但会基于自身对行业的深度理解，以及通过体系化的工程手段，致力做大模型真实价值释放者和使能者，助力运营商全面推进AI+战略落地，加速AI融入百业，加速数智新增长。