近日，在“2018中国SDN/NFV大会”间隙，SDN/NFV产业联盟理事长、中国电信科技委主任韦乐平接受飞象网记者采访时表示，目前SDN已进入理性发展阶段，但NFV征程依然艰难，同时，他指出AI有望解决网络架构重构面临的三大挑战，使能网络架构重构新阶段，但就目前而言，运营商现有组织结构还无法适应AI。
SDN已渡过炒作期 选入理性发展阶段
韦乐平表示，当前，SDN标准化进程加速。IETF南北向接口定义完成；BBF瞄准产业转型，推进网络云化；0NAP开源组织推出第一版本，ONF TAPI2.0信模型发布。SDN标准和开源组织走向协同。标准组织通过组织Hackthon参与开源，而开源组织开始反推标准。
同时，基于SDN/NFV的网络云化成为共识，根据 Mason预测，2017年全球网络云化市场为52亿美元,未来年增长25%，2020年达到121亿美元。当前，全球电信云项目已超过400个。
未来，SDN专线将成热点，SD-WAN成为SDN迈向大网的关键和切入点。
韦乐平还指出，“Zero- Touch& Automation”将成为SDN的新热点，因为SDN技术只能解决自动化的10%的问题,而90%的问题是组织、流程和人的问题。因此自动化是关键。
另外，SDN将进一步从自动化走向智能化，电信网的复杂性和人工依赖性使得具备应付高度复杂性能力的AI具有很好的扩展空间。比如，结合SDN与AI的基于意愿的随愿网络(IBN)将可能成为网络自动化和智能化的目标。
NFV化已开始落地 但征程依然艰难
在谈到NFV的发展情况，韦乐平表示，NFV项目已覆盖所有核心网网元(如vEPC,vIMS)。NFV开始落地，5G成为NFV新的最大驱动力，NFV成5G必要条件。
不过，由于思维落后、硬件性能限制、标准化滞后及互操作的复杂性，其他领域的NFV化还不尽人意。
同时，韦乐平坦言：“网络云化的挑战不可轻视。远营商的一朵云理想依然还只是理想，其内部IT系统的复杂性和对外服务的质量和速度要求导致公有云和电信云还在独立建设，共享只在在机房、局址和动环。”
他进一步讲到，统一的IaaS层是第一步，统一的PaaS层也是可期待的，起码具备公共的技术架构和组件，此外，白盒开始落地，但征程依然艰难，灰盒是过渡。
AI有望使能网络架构重构新阶段
据韦乐平介绍，基于SDN/NFV/Cloud的网络架构重构带来大量新的多维度复杂性，在很大程度上抵消了其带来的诸多好处，而AI在处理复杂问题上的能力远超人脑，有望解决网络架构重构所面临的三个挑战：网络架构动态变化带来的网络和业务复杂性、网元分层解耦后的故障定位等运维带来的复杂性、网络资源实时调整带来的网络运行复杂性。
同时，韦乐平指出，一切基于软件的复杂多维问题都可以借助于AI的帮助，复杂的多层、多域、多协议、多接口、多参数、多厂家的网络和业务问题也不例外，只是AI在不同层面和领域的作用和引入路径不同。
谈及AI网络应用的一般原则，韦乐平讲到，越高层，越集中，跨域分析能力越强，对计算能力的要求也越高，所需数据量也越大，更适合对全局性的策略集中进行训练和推理。越低层，越接近终端，专项分析能力越强，对实时性要求往往越来越高，对计算能力要求则满足业务需求即可，适合引入AI的推理能力或具备轻量级的训练能力即可。
运营商现有组织架构无法适应AI
尽管AI对于网络架构重构具备非凡的意义，目前运营商现有垂直烟筒式组织架构不适应AI使能的网络，仅仅依靠技术和业务重构，不下决心实施组织重构难以推进AI使能的深度网络架构重构。
目前，AI的网络应用面临不少挑战，现有的AI技术的实现领域主要在于“识别”，例如识别物体类别、识别人脸特征，甚至自学习棋谱中的规律。但是AI技术目前缺乏成熟可靠的电信网络和业务的建模，也就让AI的神经网络还无法在网络应用中快速自学习，继而发挥自身的作用。
究其原因在于AI成功应用的前提是足够大的训练数据。尽管电信网的数据足够大，但由于部门和各管理层级的数据语义和格式不同、数据存储和管理应用机制不同、数据监管限制等原因，能真正有效利用的有价值数据并不够用。
此外，现有组织架构往往是依靠特定的业务部门的专门团队来支撑特定的业务、应用和网络功能，从而形成了大量垂直一体化的业务和网络烟囱，不仅耗费了大量的人力物力和资金，而且还无法共享资源，难以提供融合性业务和网络。
为了解决这一问题，韦乐平认为组织结构的水平化是必由之路，打破部门壁垒，实施组织架构水平化是成功的前提。
