韋樂平指出，現階段，AI技術迅猛發展，正在成為引發諸多領域產業顛覆性變革的前沿技術。人工智能正在從弱的智能走向強的智能，從專用智能向通用智能發展，從智能感知向智能認知邁進。

韋樂平認為，AI應用于通信領域的方向主要有四個層面。第一、前瞻性預測預防。對話務、故障、資源占用等實現預測預防，這對于改善網絡質量、提高用戶體驗游很大的幫助。第二、高復雜度多維分析，5G來臨之后，網絡的復雜度將進一步提升，借助人工智能有望解決高復雜性跨域網絡分析與故障定位。第三、尋找最優解。AI技術可以幫助可以在海量組合中尋找最佳網絡資源配置方案。第四、減少重復人工任務。人工智能可以處理大量手工復雜業務，降低人為誤操作。

“可以說，通過AI可實現網絡全方位降本增效、價值挖掘、體驗改善，AI已經成為行業重點關注的領域。”韋樂平表示。

對于AI和5G的關系，韋樂平認為，AI將成為應對5G挑戰的有力工具，同樣也可以從四個層面去理解。一是資源效率。5G無線資源（如天線參數配置）和網絡虛擬化資源管理十分復雜，需要AI優化調度。二是運維效率。5G基站和業務場景更多，運維復雜，需要引入AI建立及時的預防性、主動性運維機制。三是能源效率。5G基站能耗至少是4G基站能耗的3倍，需要引入AI技術來降低基站和網絡整體能耗。四是業務創新。5G將產生海量數據，需要AI技術提煉有價值的信息，開展個性化業務創新和價值經營。

韋樂平指出，AI可以從三個方面助力5G網絡部署。無線資源管理方面，用現網大量無線數據來訓練無線傳輸方案，切換參數、波束形狀與信道特征、區域環境、業務分布間的匹配模型，用AI智能優化5G基站覆蓋和容量。切片資源管理方面，用AI技術預測切片業務和相應資源需求，給出優化資源編排方案。邊緣計算管理方面，用AI對業務和擁護移動模型間進行預測，確定邊緣存儲和計算資源，提高邊緣資源效率。

同時，AI能助力5G網絡節能。首先是基站節能，由于高頻、大帶寬、大規模天線等，5G基站能耗大約是4G的三倍。基于AI，可以實現節能場景識別，負荷智能的預測、節能策略的智能推薦，如通道、符號乃至芯片的關斷等，實現智慧節能。其次是數據中心節能，服務器睡眠狀態僅消耗20W，而工作狀態消耗200-500W，耗能高幾十倍。而AI可以基于深度學習，分析DC不同運維的負荷特征，在非峰值負荷期間觸發負荷遷移，實現設備休眠和喚醒，達到綠色節能的目的。

除此之外，AI還能助力5G網絡運維實現智慧化。如智慧告警關聯和故障定位，傳統方式是采用人工分析，而基于AI可實現5G網絡端到端告警自動關聯、智能根因分析，并實現智能排障，可大幅提升運維效率。還有預防性、主動性運維，以往現網運維為事后處理，而基于AI對網絡健康指數進行預測、分析和預警，采用提前預防性、主動性運維，可大幅提升運維水平。