网络智能体（Network AI Engine，NAIE）将AI引入网络领域，解决网络业务预测类、重复性、复杂类等问题，提升网络资源利用率、运维效率、能源效率和业务体验，使能实现自动驾驶网络
数据入湖治理
将网络领域的原始数据加工为 数据集 /训练集，提供数据采集、数据解析、数据建模、数据集成、数据标注等多种工具服务，帮助用户提升数据处理效率
优势
网络 数据治理 高效，数据易理解使用
设备采集数据接口标准化，支持多种主流文件的导入和ETL处理，数据清洗/转换的治理过程全 自动化 ；数据属性易理解，集成10000+属性的数据字典，降低用户使用网络数据门槛
安全技术覆盖数据全生命周期，保证数据入湖安全
提供租户隔离、 数据加密 传输、加密存储、秘钥用户自管理，以及溯源管理等能力，保障用户对数据的控制权，屏蔽非授权用户对数据的非法访问
模型开发训练
提供网络业务不同场景的AI模型开发和训练（如流量预测模型，DC PUE优化控制模型等），开发者可以基于模型训练服务，使用嵌入网络经验的训练平台输入数据，快速完成模型的开发和训练，形成精准的模型，用于应用服务开发
优势
网络经验嵌入、助力开发者快速完成模型开发训练
NAIE训练平台预置多种预集成通信模型服务，Zero编码，让开发者无须AI经验也可快速完成网络领域模型的开发和训练
向导式开发提升模型开发效率，开放协同支持多框架
从数据准备，特征提取，模型训练，到上线发布，提供端到端的IDE向导式开发环境，提升模型开发效率；支持各种主流算法框架，如Tensorflow，Spark ML，Caffe，MXNet等
云上推理验证
提供模型云端运行框架环境，用户可以在线验证模型推理效果，无须从零准备计算资源、搭建推理框架，只需将模型包加载到云端推理框架，一键发布成云端Web Service推理服务，帮助用户高效低成本完成模型验证
网络应用服务
针对如数据中心PUE优化的网络业务中的具体问题，提供包含数据治理、AI模型训练、推理执行等服务，运营商获取服务后无须任何开发即可在自身网络进行部署和执行推理，解决具体业务问题
优势
应用服务丰富，覆盖网络业务领域多场景
服务覆盖无线、固网、核心网、DC等多种网络业务场景，解决运营商网络业务中的运维、效率和资源等各种问题
部署方式简单，省时高效
以DC PUE优化服务为例，仅需要在网管完成物理资源扩容和版本升级即可，部署简单高效
应用效果好
以DC冷冻水制冷控制优化场景为例，DC PUE优化服务在某数据中心应用，采用参数AI智能控制后，制冷能耗降低17%
