来源：市场资讯
服贸会专题活动 "2026 中国 AIGC 创新应用交流会 " 于 9 月 10 日在北京举办，主题为 " 智启未来 应用无界——从模型创新到场景落地 "，爱立信东北亚区副总裁，云软件和服务事业部总经理张广焯出席并演讲。
各位领导、各位嘉宾，大家好，非常高兴能代表爱立信公司给大家分享爱立信对 AI 发展的思考和探索。
在过去的几年，我们在讨论 AI 的时候更多的关注焦点在于模型的参数有多大，推理的能力有多强？或者能够生成什么样的内容？但是当 AI 真正进入到规模化应用的阶段，可能有一个新的问题会变得越来越重要。当数以亿计的终端开始使用 AI，当 AI 从回答问题真正的走进物理世界，变持续的感知、推理和行动的时候，我们需要一个什么样的基础设施来承载这样的智能时代？所以我今天想要跟大家分享的核心观点很简单，当 AI 进入规模化发展的时代，不仅仅需要芯片、算力和模型，同时它也需要网络给它提供连接的能力。
为什么我们会有这样的一个判断？我们先从 3 个维度来看看 AI 的发展变化：
首先第一个变化就是 AI 的计算架构正在从集中式计算走向分布式计算。大模型的训练和推理往往集中在云端，但是当推理的需求快速增长的时候，我们今天已经可以看到 AI 正在从云端走向边缘甚至是终端，云、边、端三者已经形成了分布式的智能计算体系。
第二个变化就是 AI 的技术范式正在从生成走向推理的行动，我们正在进入一个多模态和 Agent AI 的时代，AI 不仅仅可以理解文字，同时它还可以理解图像、声音、视频，甚至是现实世界的各种信息，从而进行推理和行动。
第三个变化就是 AI 的应用边界正在从数字世界走进物理世界。我们今天所看到的很多新型的 AI 终端，比如说 AI 的眼镜、智能驾驶的汽车、无人机机器人等等，这些终端所带来的最大的不同是 AI 已经不仅仅是坐在数据中心来回答问题，而是走向了更宽广的物理世界，这样实际上网络就可以给它带来一个更大的变化，AI 需要在一个更大的物理环境里面持续的去感知，去做实时的推理，从而做出行动，所以我们认为未来人工智能的发展将会越来越依赖于三大基础底座。
第一个就是我们所熟悉的算力，它可以为 AI 的训练和推理持续不断的提供动力。第二个变化就是智能模型的不断演进，可以成为同时处理各种复杂信息的多模态系统。第三个就是移动网络，目前正在处于理想的位置，能够为 AI 设备提供高质量的连接能力。
在这样的背景下，我们再来看 AI 和网络的关系，我们认为 AI 和网络是一个双向融合的关系，我们把这种关系定义为 AI 重构网络，网络赋能 AI，在一方面我们今天的移动网络已经变得越来越复杂，数以亿计的网络连接，不同的业务，不同的网络业务要求，如果仅仅依靠人工和传统的规则，难以实现对网络的高效管理。所以我们今天已经在使用生成式 AI，还有 Agent 等等技术，让我们的网络变得更加智能、自动、高效。与此同时，我们的 AI 正在从云端走向手机，走向 AI 眼镜，走向机器人，以及各种各样的工业设备，这个时候网络就不仅仅是把数据简单的从 A 点传到 B 点，而是真正开始的影响到 AI 应用的可用行、可靠性，以及最终的用户体验，所以我们看到 AI 和网络两者正在形成一个飞轮，AI 会让网络越来越智能，而更智能的网络又会加速 AI 应用的发展。
具体上，AI 是如何重构网络的呢？在这里我想要用一个非常简单的类比，我们管理网络其实很像我们在开车，最早的时候所有的网络操作都需要人工来操作，当网络发生故障的时候，我们需要工程师手动的去发现问题、分析问题和解决问题，当我们一开始引入 AI 的时候，就像我们开车有了辅助驾驶，AI 就可以帮助工程师去发现网络的隐患，去分析问题，去不断的优化网络。由于 Agent AI 技术的引入，变化就更进一步，我们只需要告诉网络一个目标，网络就可以交付一个成果，比如说我们今天在首钢这个园区有 5 万人需要观看比赛或者是演唱会，我们需要这个网络来保障现场观众视频的体验，在网络里的 AI Agent 就可以正确的理解到这个目标，从感知网络的实时状态到分析问题到制定方案到最后的调整网络和最后的验证结果形成一个闭环，事实上就和智能驾驶的汽车是一样的，我们只要输入一个目的地，它就可以处理我们路上所有的情况，带领我们到达目的地。这就是我们网络从人工的操作到 AI 辅助，到 AI 驱动，到最后演变成自智网络整个演进的过程。
当然，我们的移动网络是关键基础设施，越自智就需要越可信。所以爱立信主张明确了安全边界、可解释性、数字孪生的验证和人类的监督，让 AI 每一次的自主行动都可以变得更可控、可信、可审计。
为什么我们说 AI 越来越需要网络呢？我们认为 AI 产业的下一个核心变革是走出机房、走进真实产业场景的物理人工智能，我们今天最熟悉的终端就是手机，随着 AI 从数字世界走向物理世界之后，我们把这些 AI 驱动的新型的应用终端主要分成两类，在左边这一类就是面向消费者的，包括智能手机、智能可穿戴设备和 AI Agent，右边就是面向产业的，包括海量的 IoT 设备、无人机和智能机器人甚至包括智能驾驶的汽车等等，这一类的终端都有一个共性，它需要持续不断的去感知周围的环境，比如说摄像头在看，麦克风在听，传感器在实时的采集。与此同时，它也从有限的、固定的空间走向更宽广的物理空间，这样对网络的覆盖移动性和连续性就提出了更高的要求，所以我们认为未来网络所要承载的不仅仅是人在看视频，而是机器在可移动的环境中，通过网络来实时感知外面的物理世界，这将对我们的网络从根本上改变网络的整个需求。
在这样的需求变化下，我们的网络具体会发生什么样的变化？首先第一个变化是网络的上行会变得越来越重要，在传统的互联网的模式下，主要是用户来消费内容，所以网络长期以来主要以下行为主，但是我们看到 AI 眼镜、智能驾驶的汽车、无人机等等就恰恰相反。通过爱立信的研究，在 GenAI 的这样一个绘画里，现在网络的上行流量占比已经达到了 26%，随着 AI 设备的普及，我们预测到 2031 年整个网络的上行流量能够到达 2025 年的三倍以上。我们可以直观地看到 AI 正在改变移动网络流量结构。
第二个改变就是网络的移动性的价值开始凸显，随着各种各样的 AI 设备，比如说 AI 眼镜，比如说巡检的无人机，甚至是城市管控系统，各种海量可移动的分布式的智能设备的普及，AI 走进了更宽广的物理空间，这样的话机器就需要在动态的真实的场景里面去持续不断的感知、移动、推理、决策和行动。我们认为无处不在的移动网络非常适合承载 AI 原生的下一代终端，尤其是在网络的可用性、可靠性、安全性至关重要的场景。
第三个变化就是 AI 需要差异化的高质量的网络连接，我们平时在刷抖音或者刷短视频的时候，偶尔卡顿一秒，其实影响并不大。但是如果是 AI 眼镜的智能翻译，比如说智能驾驶的汽车，甚至是机器人的实时控制这样的场景，一秒钟的时延会带来比较严重的后果，这个时候我们就会需要网络去为不同的 AI 应用来提供差异化的、确定性的网络连接能力，这三个变化共同指向一个更大的演进，我们认为网络最终会从连接通道演进成为一个可编程的开放网络平台，它会把它的连接质量、感知、地理位置等等这样的网络能力通过 API 的形式开放给 AI 应用，未来的 AI 应用可以通过自身的任务来动态的请求所需要的网络能力，所以我们认为网络将不仅仅是连接的提供者，同时它也是 AI 时代的生态合作伙伴。
我刚才所说的这些只是未来的远景吗？其实不是的，今天我们已经在和全球的运营商一起共同的努力推动 AI 和网络的双向融合。在移动网络方面，我们把电信级的 AI 模型直接应用到无线网络中去，相关的能力已经在全球 15 家运营商得到了部署和验证，在网络运营和数据方面，AI 已经广泛应用于网络规范、故障诊断和用户体验分析等等场景，我们目前也正在与全球超过 250 家运营商开展合作。在这里我想分享 3 个比较典型的用例：
第一个就是我们在美国和 T-Mobile 进行合作，在爱立信的基带硬件上我们开展了 AI 原生调度器的大规模商用验证，结果表明，它可以提高近 10% 的频谱使用效率。
第二个是我们在日本和软银合作，面向机器人，我们验证了网络对于物理 AI 可移动性和可感知性的网络支撑能力。
第三个就是在国内，我们携手中国移动和 OPPO，面向 AI 眼镜在现网验证了 5G 网络对 AI 终端的差异化保障能力。
这三个案例并不是说某一项技术的突破，事实上它指向了一个更大的趋势，当 AI 真正的从聊天的窗口走向物理世界的时候，网络和算力还有模型一起共同决定了 AI 的体验，所以说我们认为网络正在成为 AI 规模化发展以及走向物理世界的关键基础设施。
2026 年，爱立信自豪地迎来 150 周年华诞。而在这段漫长的历史岁月里——确切地说，是长达 134 年的时光中，我们始终耕耘于中国这片热土。作为中国通信发展历程中重要的合作伙伴，爱立信全程参与了从 1G 到 5G 移动通信技术的演进与变革。如今，人工智能等新兴技术正在开启一个充满机遇的新时代，我们将继续秉持初心，依托自身的行业优势，继续坚守对中国及全球客户的承诺，携手共创深远价值。
