报告行业投资评级 未提及 报告的核心观点 - 数字化发展已成全球共识，网络联接在推动行业数字化转型中作用愈发重要，运营商在新业务场景下迎来机遇，也对网络和运维能力提出新要求，IP自动驾驶网络应运而生，以解决IP网络现存问题，实现自动化、智能化运维，提升业务体验和运维效率 [14][16][37] - AI技术进步使全球对自动化和智能化应用需求大增，自智网络进入实质性部署阶段，大模型在网络运维中优势明显，能加速网络走向自智 [22] - IP自动驾驶网络以三层四闭环为基础架构，具备自配置、自修复、自优化等能力，分为五个等级，各等级在网络全生命周期的不同阶段有不同关键能力特征 [37][39][45] - 通过多种关键技术，如IPv6+、数字孪生、AI与大数据、通信大模型等，实现IP自动驾驶网络的目标架构，包括智能网元、高清数字地图、网络运维智能体和运营中心，以达成“零等待、零接触、零故障”的极致运维体验 [30][31][51] - IP自动驾驶网络在网络建设、维护、优化等应用场景中，通过网络业务自动化Al Agent、网络变更Al Agent、网络故障AI Agent、IP网络优化Al Agent等解决相应问题，提升业务效率和质量 [76][87][100][117] 根据相关目录分别进行总结 行业数字化与智能化转型趋势 - 全球超170个国家发布国家数字战略，数字化进程整体提前，亚太地区提前10年，运营商及企业业务数字化速度加快 [14] - 预计到2030年全球总联接数达2000亿，新业务对网络联接提出新需求，原生智能等网络是未来发展方向 [14] - 运营商在新业务场景下迎来机遇，促进网络自动化建设 [14] 5GtoB场景对网络确定性体验能力提出了更高诉求 - 2025年运营商可参与的全球5GtoB市场将达6020亿美元，但5GtoB业务对网络多项性能有更高要求，还提出三大诉求 [16] 云智时代，云网融合新业务提出海量数据差异化上云诉求 - 云网融合成为企业上云重要选择，垂直行业对云网能力有三点要求 [17] 全球算力基础设施建设提速，要求算网协同保障应用差异化体验 - 过去20年智能算力需求增长百亿倍，计算力指数与国家数字经济和GDP增长相关，全球企业在AI基础设施及服务投资有望到2025年突破2000亿 [18] AI发展跨越拐点，全球自动化与智能化应用前所未有的迫切，自智网络进入实质性部署阶段 - AI技术进步使全球对自动化和智能化应用需求大增，人类社会进入认知AI技术应用阶段，AIGC大模型应用广泛 [22] - 91%的运营商已启动自动化数字化战略，通过布局算网基础设施和融合行业数据应用，实现网络自动化与智能化 [22] IP自动驾驶网络挑战与关键技术 IP网络自动化挑战 - 新业务创新慢，TTM周期长，传统网络及IT系统难以支撑运营商战略转型 [24] - 多厂商组网，网络可视难，存在可视完整性、实时性、易用性等难题 [27] - 配置变更风险高，安全事故频发，尽力而为转发导致业务体验难保障，网络业务复杂，排障耗时耗力 [29] 新技术重塑网络运维 - IPv6+技术使IP网络实现网络即服务，SRv6提供差异化服务保障，切片实现资源隔离和质量保障，随流检测提升业务SLA检测精度 [30] - 数字孪生技术应用于网络，可实现低成本试错、提高网络智能运维水平，相比传统仿真技术更具优势 [31] - AI与大数据技术在电信网络各阶段发挥积极作用，AI模型持续演进离不开大数据，运营商可通过AI+大数据技术实现网络端到端管理和运营 [32][33] - 通信大模型能学习和理解IP数据通信领域知识，提升网络运维效率和稳定性，提供Copilots和Al Agents两类应用能力 [34] IP自动驾驶网络愿景 - IP自动驾驶网络以三层四闭环为基础架构，旨在打造面向客户的零等待、零接触、零故障极致体验，实现业务体验提升和TTM缩短；打造面向网络运维的自配置、自修复、自优化高稳网络，使能运维降本增效 [37] IP自动驾驶网络分级 - 分为L0人工运维、L1辅助运维、L2部分自智网络、L3条件自智网络、L4高度自智网络、L5完全自智网络六个等级，各等级在执行、感知、决策等方面能力不同 [39][40][44] IP自动驾驶网络关键能力特征 - IP网络全生命周期分为规划、建设、维护、优化四个阶段，各阶段在不同等级有不同关键能力特征，客户可据此评估自身网络现状并制定发展目标 [45][46][48] IP自动驾驶网络架构 目标架构 - 分为智能网元、高清数字地图、网络运维智能体和运营中心四层，各层有不同职责 [51] 智能网元 - 是IP网络基本管控单元，需精准采集数据并响应指令，通过内置AI技术实现本地推理和自智能力，与远端协同实现闭环自智 [52][53] 高清网络数字地图 - 是IP网络下一代运维中心，采集网络数据形成网图，预测网络状态和流量趋势，为网络全生命周期提供多种功能和应用，开放能力给智能体实现无人值守和自适应网络运营 [56] 网络智能体 - 深植于网络运维系统，提供人机交互与机机交互接口，具备任务唤醒、管理、执行等能力，通过网络大模型和数据飞轮实现持续优化 [73][74] IP自动驾驶网络应用场景 网络建设 - 网络业务自动化Al Agent可实现业务开通工单自动对接、意图理解、参数分解、仿真验证和业务发放，以业务为中心解决业务自动化挑战，缩短业务TTM周期 [76][79][81] 网络维护 - 网络变更Al Agent引入大模型和仿真技术，实现网络变更自闭环，包括意图管理、全息可视、配置自动生成、仿真验证等功能，采用网络意图理解与配置自生成、高精度在线仿真算法、网络验证算法等关键技术 [87][89][90] - 网络故障AI Agent引入通信大模型，实现故障自诊断自闭环，具备数字地图全息可视、故障根因诊断、配置自动生成、仿真验证等功能，采用高精度SLA检测技术、基于Al的故障根因分析算法、基于通信大模型故障自诊断等关键技术 [100][103][105] 网络优化 - IP网络优化Al Agent通过采集网络SLA，利用大模型进行趋势预测，实现全自动化预测式流量调优，确保网络永不拥塞，业务零丢包，及时疏导流量，精准扩容 [117]