高質(zhì)量數(shù)據(jù)、數(shù)字孿生和人工智能/機器學習，都將幫助運營商在多云環(huán)境中實現(xiàn)端到端自動化。事實證明，管理多云環(huán)境的復雜組件對網(wǎng)絡運營商來說是一個巨大的挑戰(zhàn)，尤其是隨著對由人工智能和機器學習驅(qū)動的自動化技術的需求不斷增長以簡化運營。然而，運營商克服這些障礙是值得的，因為多云環(huán)境中端到端自動化的機會“非常豐富”。

自動化并不是什么新鮮事，如今，運營商正開始以一種更“橫向”的方式“擴展”其在整個“電信云環(huán)境”中對這種能力的使用。而云原生、解耦網(wǎng)絡至關重要，特別是因為這是實現(xiàn)自動修復的唯一方法。

如今在電信行業(yè)，即使已經(jīng)實現(xiàn)了云化，我們的許多服務也都與基礎設施緊密集成，即使我們實現(xiàn)了云化，我們?nèi)匀挥羞@些孤島堆棧。然后不能讓網(wǎng)絡自己做這件事，為了能夠做到自動修復，我們需要真正實現(xiàn)云原生。即使應用也需要實現(xiàn)云原生，CNF也需要真正實現(xiàn)云原生。

數(shù)字孿生也是在多云環(huán)境中實現(xiàn)端到端自動化的關鍵，數(shù)字孿生正在成為這種事情的強大推動者，因為它允許對網(wǎng)絡進行建模，而不僅僅是模擬它，而是將其表示為現(xiàn)實的代理，這意味著您可以運行假設情景，可以了解網(wǎng)絡中的弱點。

另一個重要的考慮因素是數(shù)據(jù)，將數(shù)據(jù)放在哪里、如何獲取數(shù)據(jù)、如何處理數(shù)據(jù)等等。所有這些決定都需要深思熟慮。并非所有數(shù)據(jù)都是一樣的，因此，必須小心確保數(shù)據(jù)收集正確，因為數(shù)據(jù)可能會受到人為錯誤的影響。

更不要移動數(shù)據(jù)。相反，我們必須能夠抽象出這些數(shù)據(jù)并創(chuàng)建一個層，使數(shù)據(jù)民主化，在大多數(shù)情況下，數(shù)據(jù)將非常特定于位置，因此與其生成的地點最相”，這表明我們不應該“隨身攜帶它”。

因為我們需要實現(xiàn)端到端的意圖驅(qū)動的自動化和自主網(wǎng)絡，要使用模型來幫助我們推動人工智能來實現(xiàn)這一點，因為我們無法手動做到這一點，特別是如果我們有無限的網(wǎng)絡切片，行業(yè)必須謹慎對待數(shù)據(jù)生成和分析，以及如何使用新興技術。