电信网络的运作比以前更加复杂。它提供了一个完整的挑战列表，如传统、多供应商、多RAN(2G、3G、4G、5G)、多种技术(无线、有线等)。)，以及基于硬件的不同计费和专有解决方案。

这些操作可以跨越任何给定通信服务提供商(CSP)的不同组织部门，例如技术、营销、客户服务、产品规划和战略以及计费。随着5G和备受期待的物联网设备的爆炸式增长，CSP面临着必须管理越来越多的用例、新的服务要求、虚拟化和网络切片的挑战。同时，这为改变网络运行提供了机会，使网络运行变得独立和主动，减少了人工干预。

我们最近关于网络人工智能和自动化的报告强调了运营对于提供卓越客户体验的重要性。其中一个压倒性的优势告诉我们，运营不仅是成本效率的中心，而且对客户体验也有重大影响。因此，现代电信网络运营模式变得更加重要。

随着5G和物联网网络的日益复杂，不使用认知技术就无法管理电信网络的运营。

什么是互联网中的认知技术？

对于初学者来说，认知技术试图通过自然语言处理、数据挖掘和模式识别来模仿人脑的功能。它们通常被视为更广泛的人工智能(AI)范式的子分支。简而言之，它们被认为能够执行人类经常执行的任务。

将机器人过程自动化引入电信网络将使网络运行自主化，从而使人们能够更早地做出决策。这也可以减少平均维修时间(MTTR)。但是，“一刀切”的认知框架并不适用于电信运营。这是因为用于捕获不同环境信息的技术是多样的、特定于领域的并且依赖于用例。例如，自然语言处理可以与人类用户进行交互；机器人过程自动化执行重复的任务，这些任务以前由人类完成。主动/被动探头和传感器捕获网络数据，并分析系统处理的数据，以提供相关的见解。