NVIDIA为电信运营商带来全天候可信AI智能体解决方案

电信运营商通过生成式AI自动化网络管理、客户服务及后台运营，已取得显著成效。然而，过去的大部分应用仍属于任务驱动型自动化，需要人工关联数据洞察并指导后续步骤。

如今，自动化已不再是终点，而是迈向自主化的起点。

行业正在向真正的自主网络与运营迈进，AI智能体能够主动监测问题，并协调网络、IT及业务系统的变更。合成数据、电信领域专属模型、安全智能体运行时以及仿真技术，共同构成了安全电信自主化平台的核心要素。在该平台中，智能体能够理解运营商意图，安全地跨业务与网络域执行操作，同时确保人类对策略的掌控权。

NVIDIA及其合作伙伴正在于本周于哥本哈根举办的TM Forum DTW Ignite 2026展会上展示上述技术模块，为运营商提供一条切实可行的路径，以实现更自主、更具弹性的网络运营，并为消费者和企业提供更丰富的AI驱动服务。

用合成数据构建安全的电信AI基础

推理模型对电信领域的深度理解是自主网络的基础。这类专业模型需要在高质量数据集上进行微调，然而54%的运营商将数据问题列为最大障碍，原因在于最具价值的网络与客户数据过于敏感，无法直接使用。

合成数据正帮助运营商安全地扩大训练数据的规模与多样性，保护敏感信息，并让内外部团队在不暴露原始客户记录的前提下访问接近生产环境的电信数据集。

软银股份有限公司正在使用NVIDIA NeMo Safe Synthesizer与NVIDIA NeMo Anonymizer等技术，生成具备隐私保护能力的合成数据集，这些数据集能够反映真实网络性能与配置数据集的结构和分布特征，用于微调其大型电信模型并构建专业化网络智能体。

部署安全、长期运行的自主智能体

随着电信运营商致力于实现端到端工作流的自主化，他们需要能够贯穿复杂任务全程的AI智能体，而非仅执行单一指令。在严格服务水平协议、变更管理策略和监管约束下长期运行的自主智能体，是推动这一转变的关键。

NVIDIA NemoClaw蓝图与NVIDIA OpenShell安全运行时为智能体提供了基于策略的护栏和对电信系统的沙箱访问权限，使运营商能够更安全地扩大智能体在运营中的作用范围，同时确保行为可预测、可审计、有治理。

AdaptKey正与运营商合作，试点基于安全加固的长期运行智能体，用于5G网络的自愈运营。NemoClaw与OpenShell驱动的智能体能够检测安全和连接问题，并向AdaptKey的KeySmith平台提交有限范围的修复请求，该平台负责统筹诊断并运行智能体，对核心网、无线接入网（RAN）和计费系统实施可审计的修复操作。

Amdocs正在展示NemoClaw与OpenShell在主动客户服务智能体方面的潜力，包括漫游辅助场景——自主智能体能够识别漫游套餐即将耗尽的客户，在经批准的选项范围内主动与其沟通，并在既定业务策略与运营管控框架内执行相应操作。

Amdocs还将该运行时应用于自主数据科学智能体，分析客户账户并评估迁移资格，生成经过优先级排序、可供决策的视图，帮助运营商按照正确的时机和顺序，将客户智能迁移至现代化计费与业务平台。

NTT DATA正在使用NVIDIA Nemotron开源模型与NemoClaw，构建用于主动检测网络降级的长期运行智能体。这些异常检测智能体持续追踪长期性能趋势，并将相关案例升级至研究智能体进行精细化遥测分析，生成清晰的修复建议。

ServiceNow正在将Project Arc引入电信领域，支持自主网络运营中心智能体执行事件响应。Arc从电子邮件、日志及跨异构系统的诊断信息中提取上下文，统筹管理从初始告警到工单分配的完整生命周期。Project Arc由NVIDIA OpenShell提供安全保障，并受ServiceNow AI Control Tower的治理约束，每一项操作均在合规范围内执行且可审计。

塔塔咨询服务公司（TCS）正在构建一种多保真度"AI传感器"架构，帮助运营商更快速地发现和解决网络问题。NemoClaw统筹调度由Nemotron和NVIDIA NV-Tesseract驱动的长期运行智能体，进行广泛的问题扫描并选择性触发深度诊断，为运营商提供从异常检测到采取行动的更快速、更高效路径。

以仿真技术支撑智能决策

随着AI智能体在电信运营中承担更多职责，仿真正在成为决策支持的重要组成部分。通过GPU加速仿真工作负载，运营商能够为智能体提供一个安全的近实时环境，在对实时网络和业务系统实施操作之前验证建议的有效性。

Forsk已将基于AI的无线电传播模型集成至其Naos RAN规划平台，借助NVIDIA RTX PRO 6000 Blackwell Server Edition GPU，在保持射线追踪级精度的同时，将仿真速度提升至纯CPU基准的200倍。由此生成的RAN数字孪生使运营商能够以近实时方式安全优化网络，支持网络自愈与天线倾角自动调整等应用场景。

VIAVI Solutions正在将大规模RAN仿真工作负载从CPU迁移至NVIDIA RTX PRO 6000 Blackwell Server Edition GPU，以加速其TeraVM AI RAN场景生成器。初步结果显示，仿真吞吐量实现了数量级提升，使运营商能够以真实部署规模运行高保真场景，帮助自主智能体有效降低网络变更的风险。

此外，VIAVI还发布了IP网络配置蓝图，将验证能力延伸至IP与传输网络域，使运营商能够在影响实时网络之前安全验证路由、流量工程及弹性变更方案。

KDDI与KDDI Research正通过与NVIDIA、Keysight和三星研究院的合作，将加速仿真技术引入6G时代，基于NVIDIA Aerial Omniverse数字孪生及Keysight支持数字孪生的仿真工具，在KDDI的AI数据中心内构建高保真RAN数字孪生。在该环境中，多个自主智能体能够安全地仿真和验证RAN"假设"场景，涵盖从区域优化策略到未来无线条件、流量变化及新型AI空口功能等各类应用。

Q&A

Q1：NVIDIA NemoClaw和OpenShell在电信智能体中分别起什么作用？

A：NVIDIA NemoClaw是一套智能体蓝图，负责统筹调度长期运行的自主智能体，支持复杂任务的端到端执行。NVIDIA OpenShell则是一个安全运行时环境，为智能体提供基于策略的护栏和对电信系统的沙箱访问权限，确保智能体的行为可预测、可审计，并符合运营商的治理要求。两者结合，使运营商能够更安全地将智能体部署在网络运营、客户服务等关键场景中。

Q2：合成数据如何帮助电信运营商解决AI训练的数据问题？

A：电信运营商最有价值的网络和客户数据往往涉及隐私，无法直接用于AI训练，这是54%运营商面临的最大障碍。合成数据技术（如NVIDIA NeMo Safe Synthesizer和NeMo Anonymizer）可以生成在结构和分布上与真实数据高度相似的数据集，同时不暴露原始客户记录，从而帮助运营商安全扩大训练数据规模，支持模型微调和专业化智能体的构建。

Q3：RAN数字孪生技术在电信网络中能实现哪些应用？

A：RAN数字孪生通过GPU加速仿真，为智能体提供近实时的虚拟验证环境。Forsk借助NVIDIA RTX PRO 6000 Blackwell Server Edition GPU，将仿真速度提升至CPU方案的200倍，支持网络自愈、天线倾角自动调整等场景。KDDI则将数字孪生技术延伸至6G研究，允许多个自主智能体在虚拟环境中安全测试区域优化、流量变化等"假设"场景，有效降低实网变更的风险。