随着云化网络的复杂性和解耦性增强，云化网络重构将对网络运营和运维带来巨大挑战，5G技术变革对云化网络上的垂直业务带来革命性的变化。如何保障网络基础设施层的稳定性和可靠性；如何感知网络并对网络进行全息监控，从而实现网络智能化调整满足用户需求；如何应对云化网络智能化运维，满足用户需求快速的变更和为垂直业务提供保障，这都将为AI技术和大数据技术在云化网络智能化的应用提供契机。

云化网络智能化的两个核心能力

实现云化网络的智能化需要具备两个核心能力，第一个核心能力要构建基础平台。这个平台必须解决两个事情，首先是云化网络智能化所需要的计算能力；其次是智能化所需要的数据处理问题，主要体现在如何从海量数据中提取有价值的样本数据。

第二核心能力是场景化。云化网络场景化可以从三个层面理解，网络基础层，网络功能层和网络运维运营层。网络基础层关注网络的可靠性和稳定性，所以故障智能化定位就显得尤为关键。故障智能化定位涉及故障数据的海量采集、故障数据的关联、故障预测和故障自动化排除。网络功能层重点关注网络功能全息数据监控和感知，实现网络的自优化调整和网络功能自愈，通过海量数据采集，数据分析，数据AI模型建立应用和数据决策，数据反馈形成闭环。网络运维运营层面关注基于devops的智能化应用，包括网络自动化部署，网络弹性，故障定位等核心焦点。从运营角度来考虑，需要结合大数据进行数据挖掘分析，构建能给运营商带来有价值增长的场景，流量智能化经营，网络用户体验评估，网络质量评估，网络跨界的端到端故障定位，业务开放快速构建新业务等。