- 综合排序
- 最热优先
- 最新优先
- 来自专栏鹅厂网事
腾讯&运营商网络智能运营实践
当前国内几大运营商均采用属地化管理模式，发现异常向机房属地运营商报障后，运营商内部会从市公司->省公司->集团公司逐级升级传单，这就造成一方面由于处理线条较长，另一方面反复的沟通，整体效率会比较差。 腾讯数据统计发现有70%故障来源于运营商网络，因此，如何快速定位和处理运营商网络故障就是摆在运营同学面前的一个课题。 图1 大数据定位示意图 通过上述方式，腾讯内部机房网络可以实现快速发现并自动收集信息、自动告警及建单，对故障点智能分析，根据分析结果配合自动化工具，故障从发现到处理完成可在数分钟完成，极大提升了故障发现 CBA项目也基于上述方法在运营商基础网络内进行FULLMESH探测，同时结合运营商网络特性，联动运营商节点地址库、网管数据等海量源数据，打造新版智能化分析内核，快速定位到运营商故障的节点设备及接口，缩短人工定位时间 Step4 腾讯工单系统查询进度：腾讯按分钟轮询运营商接口，拉取运营商处理进度。 Step5 腾讯网络机器人反馈进度：腾讯通过机器人将每一个进度实时推送给业务同学。 ?
2.4K61发布于 2019-07-02 - 来自专栏腾讯技术工程官方号的专栏
大型DCI网络智能运营实践
9月14-15日，GOPS全球运维大会上海站圆满举行，为期两天的运维盛宴，为各位运维人带来了相互交流和学习的绝佳平台，来自腾讯技术工程事业群（TEG）网络平台部的何维兵给大家带来了「大型DCI网络智能运营实践 ，擅长大型骨干网络、数据中心网络维护管理和运营支撑系统规划建设，目前专注于网络自动化运营、NetDevOps以及网络智能运营的实践探索。 运营苦、运营累，关键时刻不能跪！！！ 记得有一年微信年会，老板现场发红包给大家，结果红包没发出去，因为网络出故障了！你们能想象到当时有多尴尬。随后老板找到我们提了需求，重要业务要在三分钟恢复！ 于是我们启动了一个项目，黑镜1.0：网络故障智能定位，尝试解决这个需求。出发点是：围绕着故障发现、定位、恢复这三个阶段，看看每个阶段能做哪些事情或提升！ ? 我们总结了一下思路，称之为“3M大法”。 以上就是我们近期在网络AIOps上的一些探索和思考，这些工作只是一个开头，相关的项目仍然在持续的推进，我们正在开展黑镜2.0的项目，打造基于事件的智能诊断平台。
1.3K20发布于 2018-10-09 - 来自专栏鹅厂网事
大型DCI网络智能运营实践
在2018 GOPS全球运维大会上海站，来自腾讯TEG网络平台部网络运营负责人何维兵，做了主题为「大型DCI网络智能运营实践」的分享。以下为根据现场演讲整理的文稿。 何维兵，来自腾讯TEG网络平台部，资深运维老兵，拥有10年运营商网络、6年互联网基础设施运营经验，擅长大型骨干网络、数据中心网络维护管理和运营支撑系统规划建设，目前专注于网络自动化运营、NetDevOps 以及网络智能运营的实践探索。 于是我们启动了一个项目，黑镜1.0：网络故障智能定位，尝试解这个需求。出发点是：围绕着故障发现、定位、恢复这三个阶段，看看每个阶段能做哪些事情或提升！ ? 我们总结了一下思路，称之为“3M大法”。 以上就是我们近期在网络AIOps上的一些探索和思考，仅仅是一个开头，相关的项目仍在持续推进，我们正在实时黑镜2.0项目，打造基于事件的智能诊断平台。
8.1K60发布于 2018-09-25 - 来自专栏腾讯企点
大会回顾｜“连接智能、数据智能、运营智能”数智驱动，无限增长！
大会现场，国际知名市场研究机构沙利文发布了《2021年中国智能客服市场报告》：腾讯企点无论是在协作能力、服务场景多元化、全渠道服务、研发潜力、以及知识建设能力上均占据明显的竞争优势，位列中国智能客服市场领导者象限第一 而腾讯企点携手埃森哲总结了一套以客户为中心的数字化升级的增长方法论“无限体验增长双涡轮增长模型”，在客户的全生命周期中，企业通过全渠道、全触点提供优质的服务，更深刻了解客户个性化需求，提升“客户体验”并反向传导到“企业体验”，进一步推动运营更智慧化 向左滑动查看更多“金句” 新一代智慧客户服务 连接智能、数据智能、运营智能 张晔在会上指出，企点通过“连接智能、数据智能、运营智能”去帮助企业打造极致客户体验，从而引领业务加速增长，而腾讯企点的新一代智慧客户服务产品正是秉持着一理念进行的打造 连接智能：通过新技术建立企业和客户及上下游伙伴，甚至产品设备的连接智能，实现全渠道触达、智能化接待、公私域打通。 数据智能：连接智能之上，通过业务、行为、企业画像数据融合及数据建模实现数据智能。 运营智能：将数据智能通过业务自动化引擎转化为运营智能，反哺运营策略优化，提升业务自动化水平。 向左滑动查看更多产品观点 大会干货满满，为未来企业的增长空间指明了方向。
1.4K30发布于 2021-09-18 - 来自专栏SaaS加速器
智能客服：客户运营赛道的隐形冠军
因而既不经济，且服务效率也不高，显然不太适合SaaS化运营。 特别是场景化服务通常不能涵盖行业的客户全生命周期。 很多行业都需要做到闭环的客户旅程服务，比如金融行业的智能客户服务。 其次，从落地场景化来看，腾讯企点基于智能运营逻辑，帮助企业在寻源、谈判、互动、交易、售后等各种复杂场景中，利用服务优势获取机会，有效提高企业的生产力。 智能客服，能否重构客户运营的业务格局 在客户运营领域，不但有传统的客服，还有专注于营销的市场智能、管理客户关系的CRM，以及其它行业客户业务，如设备的维护和维修服务。 智能客服的出世，无疑会对现有客户运营业务的格局产生重大影响。 首先，传统的客服概念将会被刷新和覆盖，单点业务坐席的概念也将被淡化。 而智能客服的最大优势，是其与客户的即时和直接接触，这是其它服务模式所不具备的。 最后，重构客户运营的业务结构，并不是说原有业务模式和工具会被淘汰。
1.3K20发布于 2021-09-18 - 来自专栏鹅厂网事
数据驱动光网络的智能运营探索
传送平面的硬件和光纤是运营过程中可以操作的基本单元，构建针对硬件和光纤的感知能力，准确感知故障和潜在风险，触发相关运维操作，对问题硬件替换，避免故障发生，可以将故障转化为计划内的网络操作，保证系统质量。
1.1K20发布于 2020-12-02 - 来自专栏数据猿
【金猿产品展】神策智能运营：基于用户行为洞察的一站式智能运营平台
神策智能运营是基于用户行为洞察的一站式智能运营平台。 神策智能运营的主要场景如下： 应用场景一：实现运营自动化 神策智能运营可助力运营人员实现自主创建活动计划，从受众筛选 → 触发条件 → 触达配置 → 目标设置，均可自由、快速配置，自动执行。 神策智能运营工作台助力企业归类汇总活动、实时统计活动数据、多维评估活动效果，科学管理与评估运营活动，为运营打开“上帝视角”，建立全局观，运营现状一目了然。 市场价值 神策智能运营的定位是基于用户行为洞察的存量用户智能运营平台，开拓性的从存量用户的运营、用户行为数据洞察、全流程数据打通切入，助力企业加强老用户的唤醒、留存、沉浸、转化、召回，最终实现用户生命周期价值的最大化 公司围绕用户级大数据分析和管理需求，推出神策分析、神策智能运营、神策用户画像、神策智能推荐、神策客景等产品。 此外，还提供大数据相关咨询和完整解决方案。
1.2K10发布于 2019-12-30 - 来自专栏SDNLAB
人工智能-移动运营商的机会
人工智能也不例外。互联网服务提供商（ISP）和CSP向数字服务提供商（DSP）的转变为更广泛的业务组合打开了大门，这些业务一直局限于语音、数据、连接服务和基本VAS。 本文介绍了移动运营商如何从机器学习中受益。除了自然语言处理(NLP)、机器人技术和其他流媒体之外，机器学习也是人工智能的主流技术之一。 02 客户支持/预防性维护 在运营商组织中，管理客户投诉是最繁忙的工作。 尽管运营商专注于5G的实现，但越来越多的商业案例正在计划之中，这并不奇怪，人工智能是其中的催化剂之一。 Sandbox 域：这是网络运营商（NOP）内部的一个域，可以在其中训练、验证机器学习（ML）模型并研究其对网络的影响。
55220发布于 2019-11-28 - 来自专栏TEG云端专业号的专栏
何维兵：大型DCI网络智能运营实践
于是我们启动了一个项目，黑镜1.0：网络故障智能定位，尝试解这个需求。运营工作最核心的就是处理好突发故障，故障最主要的就是三个阶段：发现、定位、恢复。 以上就是我们近期在网络AIOps上的一些探索和思考，这些工作只是一个开头，相关的项目仍然在持续的推进，我们正在开展黑镜2.0的项目，打造基于事件的智能诊断平台，整体的思路还是差不多。 以上是我们在智能运营这一块比较简单的尝试和思考，这里没有什么方法论和算法的东西，就是我们平时在做的事情以及思考。 这两年，除了探索网络的AIOps外，我们也在同步探索网络运营体系的演进。 比如各种冗余架构的实际收敛影响，压力测试等等；3.运营需求的设计和运营技术的演进迭代，尽可能将过往遇到的问题迭代到新的技术方案中，并对运营技术，如监控的精度、效率如何提升，可视化技术的落地等等。 我们认为传统的网工将逐步消失，NRE的新型运营模式将开启网络运营的新时代！ ?
1.3K30发布于 2018-09-25 - 来自专栏云+直播
智能制造转型过程中的数据化运营
点击观看大咖分享 制造业正面临着企业运营数据化的变革，实现以数据感知、数据处理分析、制造过程决策与支持、数据可视化技术为核心的智能工厂已经成为趋势。 . ---- 智能转型过程中制造业普遍面临的业务挑战 早在2015年，李克强总理就提出智能制造的概念，从本质来说，智能制造就是利用新一代的信息技术和智能设备，让传统制造业进行深入和广泛的转型升级。 随着技术的发展，比如说刚才提到的物联网大数据、人工智能等技术和一些智能设备的发展，会对我们的研发产生很大的变革影响。 第四，整个企业的运营都会实时产生一些数据，这些数据，有的会储存在业务系统里面，有些可能就储存在一些离线文档之中。企业运营的过程中需要基于这些数据去做一些核心的洞见，这些数据将会支撑我们的决策。 其实在这个过程中，可以从几个维度去发展，第一，我们要实现产品的智能化；第二，我们的生产过程要越来越智能化，车间的自动化程度会越来越高；第三，管理要越来越智能化，这个就要求我们在管理模式方面需要去做一些创新
59020发布于 2020-06-05 - 来自专栏绿盟科技研究通讯
智能安全运营：大模型工具协同与学习框架
大模型驱动的智能安全运营 大模型技术的快速发展，给智能安全运营技术提供了全新的交互范式、任务分析范式与思路，并从分析维度、整合维度、协同维度，为经典网络空间人工智能技术栈的升级提供了重大机遇。 包括： 1.1 知识语义增强 参数规模的指数级提升，使得大语言模型具备了世界知识与常识体系，这是大模型技术发展出通用智能的关键基础与关键特性。 特别是领域知识+领域常识，使得大模型能够充分的缓解困扰网络空间人工智能发展的一个核心难题——数据模式与安全语义的鸿沟问题。 不限于以上核心能力的提升，大模型技术将从多维维度充分推动网络安全运营全流程的自动化升级。 二. 能否解决实际安全运营中关键痛点，才是检验大模型技术实战能力的关键衡量标准。值得注意的是，大模型是智能安全运营技术体系中的核心能力之一，而不是全部。
95040编辑于 2023-08-31 - 来自专栏云计算行业
智能制造转型过程中的数据化运营
制造业正面临着企业运营数据化的变革，实现以数据感知、数据处理分析、制造过程决策与支持、数据可视化技术为核心的智能工厂已经成为趋势。 智能转型过程中制造业普遍面临的业务挑战 早在2015年，李克强总理就提出智能制造的概念，从本质来说，智能制造就是利用新一代的信息技术和智能设备，让传统制造业进行深入和广泛的转型升级。 随着技术的发展，比如说刚才提到的物联网大数据、人工智能等技术和一些智能设备的发展，会对我们的研发产生很大的变革影响。 第四，整个企业的运营都会实时产生一些数据，这些数据，有的会储存在业务系统里面，有些可能就储存在一些离线文档之中。企业运营的过程中需要基于这些数据去做一些核心的洞见，这些数据将会支撑我们的决策。 其实在这个过程中，可以从几个维度去发展，第一，我们要实现产品的智能化；第二，我们的生产过程要越来越智能化，车间的自动化程度会越来越高；第三，管理要越来越智能化，这个就要求我们在管理模式方面需要去做一些创新
33820编辑于 2023-05-29 - 来自专栏绿盟科技研究通讯
知识图谱技术如何赋能智能安全运营
近年来，知识图谱技术得到了迅速发展，本文目的在于探讨智能的安全运营技术中知识图谱技术应该发挥何种作用。 一、概述 网络环境本身可以与图数据结构结合，因此将知识图谱技术引入到智能安全运营中具备可行性。 因而提取安全运营中的专家知识，构建知识图谱引入到安全运营中，通过层次化的分析使安全运营更加智能，具备重要的研究意义和应用价值。 二、知识图谱赋能智能安全运营 将知识图谱应用到智能安全运营之前，首先需要明确的是，智能安全运营业务是否需要知识图谱的加入。 《AISecOps 智能安全运营技术白皮书》[3]中智能安全运营前沿技术图谱就提到了知识图谱在安全运营中的作用，其指出超融合知识图谱是运营数据关联分析、智能决策、行动响应的重要数据基础设施。 目前在智能安全运营中还没有很好的应用实例，但是知识图谱领域一个重要的研究是知识推理，是人工智能领域发展的重点之一。
1.6K30发布于 2021-03-16 - 来自专栏《C++与 AI：个人经验分享合集》
《鸿蒙Next应用商店：人工智能开启智能推荐与运营新时代》
在科技飞速发展的当下，鸿蒙Next系统的出现为操作系统领域带来了新的变革与机遇，而人工智能技术的融入更是让其应用商店的智能化推荐和运营迈向了一个全新的高度。 应用运营高效管理 对于应用开发者来说，鸿蒙Next应用商店利用人工智能技术提供了一系列智能运营工具。 此外，应用商店还可以利用人工智能技术对应用的运营数据进行实时监测和分析，及时发现应用的问题和潜在风险，为开发者提供预警和解决方案。 安全隐私保驾护航 在实现智能化推荐和运营的过程中，鸿蒙Next系统始终将安全隐私放在首位。系统采用加密存储、严格权限管理等措施保护用户数据，确保用户的个人信息不被泄露和滥用。 鸿蒙Next系统与人工智能技术的深度融合，为应用商店的智能化推荐和运营带来了前所未有的机遇和变革。
34310编辑于 2025-01-20 - 来自专栏王磊的博客
实战：Dify智能体+Java=自动化运营工具！
我们在运营某个圈子的时候，可能每天都要将这个圈子的“热门新闻”发送到朋友圈或聊天群里，但依靠传统的实现手段非常耗时耗力，我们通常要先收集热门新闻，再组装要新闻内容，再根据内容设计海报等。
63310编辑于 2025-05-23 - 来自专栏超级架构师
「数据运营」理解DataOps运营
此外，它依赖并促进分析团队和信息技术运营团队之间的良好沟通。 从本质上讲，DataOps是关于简化管理数据和创建产品的方式，并将这些改进与业务目标协调起来。 数据ops的好处 DataOps的目标是促进数据科学家、IT人员和技术人员之间的协作，让每个团队同步工作，更快、更智能地利用数据。数据管理越好，数据就越好，可用性也越好。
2.2K10发布于 2020-10-09 从辅助到自主：智能体AI如何重塑企业运营
从辅助到自主：智能体AI如何重新定义企业长期以来，人工智能（AI）一直承诺改变企业的运营方式。多年来，焦点都集中在“助手”上——即那些能够呈现信息、总结文档或简化重复任务的系统。 它们能够动态适应并与其他智能体协作，开始大规模地重塑企业运营。对于领导者而言，这种转变既带来了机遇，也伴随着责任。潜力是巨大的，但赋予AI系统更大自主权所带来的治理、信任和设计挑战也同样巨大。 然而，一个智能体系统可以审查需求预测、评估供应商风险、检查合规政策、谈判条款并完成交易。它在协调跨全球业务部门（包括财务、运营和合规部门）的同时完成所有这些工作。 在客户服务中做出错误决策的智能体可能会让客户感到沮丧；处理合规流程不当的智能体可能会使企业面临监管风险。这就是为什么信任和问责必须从一开始就设计到智能体AI中。治理不是事后才考虑的；它是基础。 正如ERP和云曾经重新定义了运营一样，智能体AI也准备这样做，重塑工作流、治理以及决策制定的方式。智能体AI正在将企业对话从“辅助”转向“自主”。这种变化伴随着客观的复杂性，但也带来了非凡的承诺。
17600编辑于 2026-01-14AI 智能管控系统：驱动企业运营迈向实时感知与智能决策新阶段
AI 智能管控系统通过数据融合、算法建模与自动化执行的三重赋能，构建起“实时感知-智能分析-决策执行”的闭环体系，助力企业穿透运营表象，精准洞察内在关联与潜在风险，实现从“事后补救”到“事中控制”乃至“ 核心功能模块拆解系统通过四大核心模块的协同，为企业运营提供全方位、多维度的智能支持。 ，越用越智能 客户标签动态更新、市场需求精准预测 ️ 数据治理新范式系统采用“接入-解析-洞察”的分层架构，彻底革新企业数据治理模式。 决策支持智能化升级区别于传统 BI 工具的静态呈现，AI 智能管控平台具备主动分析与推理能力。 边缘计算推动实时控制：随着边缘设备算力提升，智能管控的颗粒度可细化至单台设备，实现微观层面的实时感知与自动调控。
42010编辑于 2025-10-27YashanDB数据库助力企业实现智能化数据运营
引言：如何优化数据库查询速度以提升智能化数据运营效率？在当今数据驱动的企业环境中，数据库的查询速度直接关系到数据处理的效率和业务决策的及时性。 如何优化查询速度，不仅能够提升用户体验，还能有效降低系统资源消耗，成为智能化数据运营的关键技术难题。缓慢的查询响应会导致数据分析滞后，影响企业对市场变化的快速反应。 本文将系统阐述YashanDB数据库的核心技术架构和优化机制，探讨其如何通过先进的存储结构、优化器设计、并行计算以及高可用部署，助力企业实现高效、智能化的数据运营。 结论与未来展望YashanDB凭借其灵活的存储架构、高效的SQL引擎、完善的事务机制和高可用部署，成为企业实现智能化数据运营的重要支撑平台。 未来，随着云计算、大数据及人工智能的融合发展，YashanDB将持续创新，深化分布式计算能力、增强智能优化机制，为企业提供更高效、更安全、更智能的数据库服务，推动数字化转型进程。
31010编辑于 2025-09-04- 来自专栏公共互联网反网络钓鱼（APCN）
基于多智能体协作的AI驱动安全运营框架研究
微软近期推进的AI代理安全架构——以Security Copilot为核心，通过多智能体协作实现从威胁检测到自动响应的闭环流程，代表了新一代“意图驱动”安全运营的发展方向。 研究表明，AI代理并非替代人类分析师，而是通过增强其意图表达与执行效率，重构安全运营的工作范式。 关键词：AI代理；安全运营；多智能体系统；自动化响应；Security Copilot；钓鱼检测；人机协同1 引言现代企业安全防御体系每日需处理数百万级终端遥测、邮件元数据与云访问日志。 2 多智能体安全架构设计原理2.1 智能体角色划分微软提出的AI代理安全体系采用功能解耦的多智能体模型，主要包含三类角色：感知智能体（Perception Agent）：负责从原始遥测中提取结构化信号。 6 结论AI代理在安全运营中的规模化应用，本质上是对“人力瓶颈”的技术回应。微软所推进的多智能体协作架构，通过任务分解、模型增强与自动化执行，显著提升了对钓鱼与恶意软件的响应速度与覆盖广度。
61710编辑于 2025-12-04
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号