當(dāng)前，圍繞電信領(lǐng)域AI的討論多聚焦于其帶來的流量增長，但在AI時代，真正的機遇在于行為層面的變化。

愛立信正試圖引入一種新的流量類型，用以補充為人們消耗習(xí)慣而優(yōu)化的網(wǎng)絡(luò)。現(xiàn)有網(wǎng)絡(luò)的特點是下行流量大、突發(fā)性強且對時延容忍度較高，而新增流量類型則必須支持實時、交互式的AI應(yīng)用。多模態(tài)助手、企業(yè)級實時引導(dǎo)系統(tǒng)以及自主智能體，不再只是消耗數(shù)據(jù)，而是在設(shè)備與云之間持續(xù)進行交互。這類應(yīng)用所產(chǎn)生的流量模式，較傳統(tǒng)移動寬帶而言，更依賴上行鏈路、對時延更敏感，并且會話更加密集。

對運營商而言，這意味著“盡力而為”的連接模式正迅速成為制約企業(yè)生產(chǎn)力、用戶體驗和收入增長的瓶頸。網(wǎng)絡(luò)也不再只是數(shù)據(jù)傳輸通道，而是正在演變?yōu)橹С址植际紸I推理與學(xué)習(xí)的活力樞紐，即一張“智能編織”網(wǎng)絡(luò)。

人們的直覺可能是暫緩應(yīng)對。然而，為AI時代做準(zhǔn)備并不是一個需要等到2030年再進行的“推倒重來”式工程，而是一個從5G SA邁向AI賦能5G，再到6G的漸進式之路。行動的關(guān)鍵窗口期，正是當(dāng)下。

本文作者

Erik Ekudden

愛立信首席技術(shù)官

AI原生網(wǎng)絡(luò)意味著什么

AI原生是指在網(wǎng)絡(luò)的設(shè)計、部署、運行和維護全過程中，內(nèi)生且可信的AI能力成為其自然組成部分。在AI原生網(wǎng)絡(luò)中，AI被嵌入至無線接入網(wǎng)、核心網(wǎng)、傳輸網(wǎng)以及OSS/BSS系統(tǒng)，而不是作為一個外掛組件或獨立的AI層存在。

有兩點需要明確：首先，AI原生并不意味著由單一模型包打天下。不同場景需要匹配不同類型的AI技術(shù)，從專用的網(wǎng)絡(luò)模型到小模型、大語言模型（LLMs）等，形成多樣化組合。其次，AI原生并不等同于“處處皆邊緣”。其核心原則是在合適的位置部署合適的AI能力，綜合考慮時延、數(shù)據(jù)可獲取性、成本以及可持續(xù)性等因素。

這種“雙重視角”也體現(xiàn)了其戰(zhàn)略意義所在。一方面，是指利用AI提升網(wǎng)絡(luò)自身能力，通過持續(xù)的學(xué)習(xí)閉環(huán)優(yōu)化能效、檢測異常，并逐步實現(xiàn)更高程度的自主化運行。

另一方面，意味著將連接能力演進為分布式AI的關(guān)鍵使能能力，包括提供現(xiàn)代AI系統(tǒng)所依賴的上行帶寬、低時延和高可靠性。這兩個方向都能夠創(chuàng)造可量化的商業(yè)價值。

未來幾年：四大關(guān)鍵舉措

舉措一：

以5G SA作為AI原生演進的起點

AI原生是一種演進，而非重構(gòu)。移動通信系統(tǒng)將通過引入AI能力持續(xù)增強，在優(yōu)化現(xiàn)有能力的同時，釋放新的能力邊界。5G SA為逐步引入AI能力提供了基礎(chǔ)架構(gòu)與運營模型。

短期內(nèi)的重點在于提升5G SA的成熟度，使網(wǎng)絡(luò)能夠承載AI驅(qū)動的流量，并支持差異化創(chuàng)新。成熟的SA基礎(chǔ)有助于強化策略控制能力，支持API開放，并實現(xiàn)企業(yè)與開發(fā)者生態(tài)日益期待的服務(wù)模式。如果缺乏這一基礎(chǔ)，后續(xù)舉措的落地難度將大幅提升。

舉措二：

推進跨域，邁向L4自智

自智網(wǎng)絡(luò)通過基于意圖的控制、智能體編排、實時可觀測性以及閉環(huán)AI，實現(xiàn)網(wǎng)絡(luò)的自優(yōu)化能力。

對于運營商而言，關(guān)鍵問題不在于能實現(xiàn)多高程度的自動化，而在于自智網(wǎng)絡(luò)的效率與可信度如何。專用AI智能體在無線接入網(wǎng)、傳輸網(wǎng)、核心網(wǎng)及OSS/BSS等多個網(wǎng)絡(luò)域協(xié)同工作，并在統(tǒng)一策略與邊界約束下運行。這些智能體可協(xié)同完成網(wǎng)絡(luò)優(yōu)化、執(zhí)行變更，并在關(guān)鍵指標(biāo)退化時自動回滾。網(wǎng)絡(luò)數(shù)字孿生為策略執(zhí)行前提供安全的仿真環(huán)境，用于驗證決策效果并對比預(yù)測與實際結(jié)果。同時，通過策略約束、高影響操作分級審批機制以及持續(xù)的KPI驗證，構(gòu)建明確的安全護欄，確保網(wǎng)絡(luò)運行安全可控。

舉措三：

構(gòu)建AI可用的數(shù)據(jù)基礎(chǔ)

許多AI項目失敗的根本原因在于數(shù)據(jù)基礎(chǔ)薄弱。在5G階段，數(shù)據(jù)往往圍繞單一用例進行采集，導(dǎo)致數(shù)據(jù)管道碎片化，難以規(guī)?；瘡?fù)用。AI原生系統(tǒng)需要具備一致性、實時性與可信度的數(shù)據(jù)，以支持跨域使用。

其中有三點尤為關(guān)鍵：

01統(tǒng)一語義：AI智能體必須能夠在不同網(wǎng)絡(luò)域中以一致方式理解數(shù)據(jù)，否則將導(dǎo)致錯誤判斷與決策。

02全局可視：當(dāng)數(shù)百個智能體在網(wǎng)絡(luò)中協(xié)同運行時，必須能夠?qū)崟r追蹤“發(fā)生了什么、為何發(fā)生、產(chǎn)生了何種影響”。

03內(nèi)建治理與安全：策略校驗、隱私保護與決策可追溯性必須從數(shù)據(jù)管道設(shè)計之初即納入體系。當(dāng)數(shù)據(jù)跨組織流動時，安全與合規(guī)能力也必須同步保障。

舉措四：

在網(wǎng)絡(luò)中合理部署AI能力

將AI負(fù)載與網(wǎng)絡(luò)負(fù)載部署在同一計算資源上，可能引發(fā)資源爭用與時延風(fēng)險。AI原生架構(gòu)對此進行了針對性設(shè)計。在無線接入網(wǎng)節(jié)點側(cè)進行分布式推理，以滿足對微秒級響應(yīng)的業(yè)務(wù)需求；而區(qū)域或中心化AI集群則承載對算力要求更高、但不依賴本地處理的任務(wù)。

這種分層部署方式在性能、總體擁有成本與能效之間實現(xiàn)平衡，同時避免陷入“全部下沉至邊緣”或“全部集中于云端”的極端模式。

四大舉措：通往6G的最佳入口

6G將在設(shè)計之初即具備AI原生特性。目前，首個6G標(biāo)準(zhǔn)的制定工作已啟動，預(yù)計將在2030年前開展預(yù)商用試驗，并在生態(tài)成熟后一至兩年實現(xiàn)初期商用。6G將進一步增強包括AI在內(nèi)的多項能力，并在空口接口、調(diào)度機制、多頻段系統(tǒng)設(shè)計以及自智運維等方面實現(xiàn)原生集成。

然而，面向6G最關(guān)鍵的準(zhǔn)備并非等待新標(biāo)準(zhǔn)的到來。那些已經(jīng)完成以下能力建設(shè)的運營商，將在6G演進中占據(jù)優(yōu)勢：成熟的5G SA基礎(chǔ)、安全且可審計的自智能力、統(tǒng)一的數(shù)據(jù)基礎(chǔ)與合理的AI部署能力，上述四大舉措，既是應(yīng)對當(dāng)前AI驅(qū)動需求的現(xiàn)實路徑，也是邁向2030年AI原生網(wǎng)絡(luò)的清晰起點。

收入將首先從何處體現(xiàn)？

AI原生架構(gòu)能夠幫助運營商降低運維成本與能耗，同時提升網(wǎng)絡(luò)性能與用戶體驗。但核心商業(yè)問題依然是：新增收入來自哪里？

短期內(nèi)，有三大機會尤為突出：

網(wǎng)絡(luò)能力開放通過API形式，將位置、服務(wù)質(zhì)量、路由等連接能力轉(zhuǎn)化為可編程、可交易的服務(wù)，面向開發(fā)者與企業(yè)開放。AI將在性能優(yōu)化、API可用性提升以及動態(tài)變現(xiàn)模式方面發(fā)揮重要作用。

差異化連接為上行性能提供保障、低時延和高可靠性的AI應(yīng)用提供高價值連接服務(wù)，形成高端服務(wù)分層。

企業(yè)邊緣面向?qū)?shù)據(jù)主權(quán)、處理時效與合規(guī)要求較高的行業(yè)，提供靠近數(shù)據(jù)源的高性能托管計算能力，從而形成付費意愿。

AI原生之路，始于當(dāng)下

邁向AI原生、構(gòu)建“智能編織”是一個漸進式過程。首要步驟是在5G SA基礎(chǔ)上演進至AI賦能5G，同時安全推進自智能力、合理部署AI，并將數(shù)據(jù)與治理能力視為核心資產(chǎn)。

上述四大舉措并非線性推進，而是相互強化、協(xié)同演進，任一方向的進展都將加速整體轉(zhuǎn)型。對于行業(yè)領(lǐng)先者而言，當(dāng)務(wù)之急是從架構(gòu)、運營與數(shù)據(jù)基礎(chǔ)三個維度評估自身準(zhǔn)備度，選擇少量高價值場景，實現(xiàn)可量化成果，并逐步規(guī)模化推廣。AI時代所青睞的網(wǎng)絡(luò)，不僅要更快，更要可信、自適應(yīng)，并圍繞AI需求進行體系化設(shè)計。