電信業者透過生成式 AI 自動化網路管理、客戶服務和後勤營運，已獲得顯著回報。然而，目前多數影響仍停留在任務層面，僅加速預設步驟，而人員仍需手動關聯洞察並指示後續行動。

自動化不再是終點，而是邁向自主化的起點。業界正朝著真正自主的網路和營運邁進，其中 AI 代理將主動監測問題，並協調網路、IT 和業務系統之間的變革。

合成資料、電信領域模型、安全代理執行環境和模擬技術，共同構成了安全的電信自主平台關鍵要素。在這個平台上，AI 代理能理解營運商的意圖，在業務和網路領域安全地執行操作，並讓人類保有政策控制權。

輝達及其合作夥伴正在哥本哈根舉行的 TM Forum DTW Ignite 2026 大會上展示這些基礎構件，為電信業者提供了一條實用的途徑，以運行更自主、更具彈性的網路，並為消費者和企業提供更豐富的 AI 驅動服務。

理解電信領域的推理模型是自主網路的基礎。這些專用模型需要透過高品質資料集進行微調，然而 54% 的營運商將資料相關問題視為最大障礙，因為最有價值的網路和客戶資料過於敏感，無法直接使用。

合成資料讓營運商能夠安全地增加訓練資料的數量和多樣性，保護敏感資訊，並讓內部團隊和外部開發者都能存取類似生產環境的電信資料集，而無需暴露原始客戶記錄。

SoftBank Corp. 正利用 NVIDIA NeMo Safe Synthesizer 和 NVIDIA NeMo Anonymizer 等技術，生成保護隱私的合成資料集。這些資料集反映了真實網路效能和配置資料集的結構與分佈，並被用於微調其大型電信模型及建構專用網路代理。

隨著電信業者尋求在端到端工作流程中實現自主化，他們需要 AI 代理能夠從頭到尾處理複雜任務，而不僅僅是執行單一指令。在嚴格的服務水準協議、變更管理政策和法規限制下運作的長期自主代理，是實現這一轉變的關鍵。

NVIDIA NemoClaw 藍圖和 NVIDIA OpenShell 安全執行環境，為這些代理提供了基於政策的防護措施和沙盒式存取電信系統的能力。這讓營運商能更安全地擴展代理在營運中的角色，同時確保其行為可預測、可稽核且受控。

AdaptKey 正與營運商合作，試行用於 5G 網路自我修復營運的強化安全、長期運作代理。NemoClaw 和 OpenShell 驅動的代理能偵測安全和連線問題，並將範圍界定的修復請求提交至 AdaptKey 的 KeySmith 平台執行。KeySmith 平台負責協調診斷並運行代理，在核心網路、無線電存取網路 (RAN) 和計費系統中應用可稽核的修復。

Amdocs 則展示了 NemoClaw 和 OpenShell 在主動式客戶服務代理方面的潛力，包括漫遊協助情境。在這些情境中，自主代理可以識別漫遊方案即將用盡的客戶，向他們提供經批准的選項，並在既定的業務政策和營運控制範圍內執行操作。

Amdocs 也將此執行環境應用於自主資料科學代理，這些代理分析客戶帳戶並評估遷移資格，產生排名化、可供決策的視圖。這有助於營運商在正確的時間和順序，智慧地將客戶遷移到現代計費和業務平台。

NTT DATA 正使用 NVIDIA Nemotron 開源模型與 NemoClaw，建構用於主動偵測網路降級的長期運作代理。這些異常代理追蹤長期效能趨勢，並將相關案例升級給研究代理，進行細緻的遙測分析並提出明確的修復建議。

ServiceNow 將 Project Arc 引入電信領域，實現了自主網路營運中心代理來處理事件響應。Arc 從分散的系統中提取電子郵件、日誌和診斷資訊的上下文，並協調從初始警報到指派工單的整個生命週期。在 NVIDIA OpenShell 的保護和 ServiceNow AI Control Tower 的治理下，每個 Arc 動作都受到限制、可稽核且符合政策。

Tata Consultancy Services (TCS) 正在建構多重保真度的「AI 感測器」架構，協助營運商更快地發現和解決網路問題。NemoClaw 協調由 Nemotron 和 NVIDIA NV-Tesseract 驅動的長期運作代理，這些代理廣泛掃描問題並選擇性地觸發更深入的診斷，為營運商提供從異常到行動的更快、更有效路徑。

隨著 AI 代理在電信營運中承擔更多責任，模擬已成為決策支援不可或缺的一部分。透過在 GPU 上加速模擬工作負載，營運商可以為代理提供一個安全、接近即時的環境，以驗證其建議，然後再對實際網路和業務系統採取行動。

Forsk 已將基於 AI 的無線電傳播模型整合到其 Naos RAN 規劃平台中，在 NVIDIA RTX PRO 6000 Blackwell Server Edition GPU 上實現了光線追蹤級的準確度，速度比僅使用 CPU 的基準快上 200 倍。由此產生的 RAN 數位分身讓營運商能夠安全地近乎即時地優化網路，實現網路自我修復和自動天線傾斜等應用。

VIAVI Solutions 正將大規模 RAN 模擬從 CPU 轉移到 NVIDIA RTX PRO 6000 Blackwell Server Edition GPU，以加速其 TeraVM AI RAN 情境生成器。初步結果顯示模擬吞吐量有數量級的提升，讓營運商能夠以實際部署規模運行高保真情境，從而讓自主代理能夠降低擬議網路變更的風險。

此外，VIAVI 還發布了 IP 網路配置藍圖，將驗證擴展到 IP 和傳輸網路領域。這使營運商能夠在觸及實際網路之前，安全地驗證路由、流量工程和彈性變更。

KDDI 和 KDDI Research 正與 NVIDIA、Keysight 和 Samsung Research America 合作，透過使用 NVIDIA Aerial Omniverse Digital Twin 和 Keysight 在 KDDI AI 資料中心運行的數位分身就緒模擬工具，建構高保真 RAN 數位分身，將加速模擬帶入 6G 時代。

在這個環境中，多個自主代理將能夠安全地模擬和驗證 RAN 的「假設」情境，範圍從區域優化策略到未來的無線電條件、流量轉移和新的 AI 空中介面功能。

欲深入了解電信自主網路堆疊，請閱讀這篇 NVIDIA 技術部落格。