电信人工智能：2025年第三季度市场状况

迈向收入与主权人工智能 全球移动通信系统协会（GSMA）是一个致力于整合移动生态系统，以发现、发展和交付对积极商业环境和社会变革具有基础性意义的创新的组织。我们的愿景是释放连接的全面力量，使人们、行业和社会蓬勃发展。代表移动运营商和移动生态系统及相邻行业的组织，GSMA为其会员在三大核心支柱领域提供支持：善用连接（Connectivity for Good）、行业服务和解决方案（Industry Services and Solutions），以及对外拓展（Outreach）。这项活动包括推动政策、应对当今最大的社会挑战、支撑使移动通信得以运作的技术和互操作性，并在MWC及M360系列活动中提供全球最大的平台，以汇聚移动生态系统。 gsma intelligence是全球移动运营商数据、分析和预测的权威来源，也是权威行业报告和研究的发布者。我们的数据涵盖了全球每个国家的所有运营商集团、网络和mvno——从阿富汗到津巴布韦。它是目前最准确和最完整的行业指标集，包含数百万个独立数据点，每日更新。 gsma Intelligence被领先的运营商、供应商、监管机构、金融机构和第三方行业参与者所信赖，以支持战略决策和长期投资规划。这些数据被用作行业参考点，并经常被媒体和行业本身引用。 我们邀请您访问 www.gsma.com 了解更多信息 我们的分析师和专家团队定期就一系列行业主题发布思想领先的研究报告。 www.gsmaintelligence.cominfo@gsmaintelligence.com 作者 亚西卡·尚卡尔研究员 安克特·索恩尼高级研究经理 蒂姆·哈特研究与咨询负责人 01 执行摘要 02 近期发展第6页03 深入分析：变现策略第 19 页 摘要 03 Nvidia 与整个领域对决？ 迈向收入目标 01 GPU位于人工智能基础设施金字塔的底部，最终为OpenAI、Anthropic、DeepSeek（中国）、Perplexity和Cohere等专家的大型语言模型（LLM）训练和推理提供动力。英伟达在多个指标上的地位已经非常稳固，其在电信AI部署中的GPU代表性仍然排名第一。AMD和英特尔分别排名第二和第三，但与英伟达之间存在显著差距。虽然我们可能会看到GPU领域的一些变动，除非中国（这本身就需要中美之间的地缘政治缓和）增加竞争，否则这仍然是英伟达的游戏，他们需要输掉。然而，在云方面，情况更为开放，谷歌和微软分别在与大型和小型/中型运营商的电信AI合作中位于顶端。 2024年电信AI部署主要集中于通过客户服务、网络自动化和预防性维护等易取胜或低风险解决方案来节省成本。尽管这些方案仍占据部署的大头，但越来越多的趋势是使用AI在服务组合中实现创收目标。这一点在美国最为突出（占AI部署的20%）、在中国和亚洲其他地区（占25%）也较为明显，反映了在GPU作为服务（GPUaaS）、推理和（在某些情况下）AI工厂方面的实验；例如威瑞森和SK电信。2025年第四季度及2026年的成果和商业绩效披露将是理解创收效果的关键。 利用主权人工智能 02 主权人工智能是指将人工智能工作负载保留在它们生成所在的国家或司法管辖区。人工智能提高了赌注，因为涉及的计算工作负载巨大，且其基础设施——数据中心和电信接入网络——被指定为关键国家基础设施。2025年第三季度的例子包括卡塔尔的Ooredoo（与爱立信合作）、Indosat和加拿大贝尔（与Cohere合作）。鉴于其作为本地/国家连接提供商的角色，这为运营商提供了相对于超大规模企业和计算价值链其他企业的一个关键竞争优势。运营商需要尽可能地利用这一地位。 用数字展现 AI 47% ~20% 现场与试用/计划 带有收入目标的电信AI 尺寸溢价 客户服务 大型运营商平均拥有比其小型和中型企业竞争对手多20%的AI部署。这种规模溢价通常出现在基础设周期中，得益于更高的投资预算、研发管道以及获取先发优势的愿望。然而，也有显著的例外。 客户服务（呼叫中心和其它销售接触点）仍然是运营商使用人工智能最常见的功能，占GSMA Intelligence追踪的所有部署的近50%。动机包括成本节约、预防性追加销售/交叉销售和客户流失缓解。 约70%的被追踪的人工智能部署已经被运营商作为其日常业务的一部分启动。大约30%处于试验或规划阶段。不同于3G/4G/5G网络，在10年的周期中试验会逐步转变为运行网络，人工智能可能会成为一个“循环中的循环”的重复模式，试验代表部署的大量比例。 电信人工智能部署迄今为止主要集中于内部成本节约和效率提升。利用人工智能推动新业务的普及程度较低，但在第三季度有所增长，使用了GPUaaS和代理式人工智能等模型。随着更多试验转变为新产品，这种情况将在2025年和2026年发生变化。 02 01执行摘要第3页03电信AI追踪器第 9 页04深入分析：变现策略第 19 页02近期发展第6页 近期发展 近期进展：新闻流 商业 澳宝已推出澳宝专家AI——一款面向一线团队的代理式AI解决方案（详情请见澳宝） Umniah已与爱立信合作，部署人工智能/机器学习解决方案以减少其网络能耗（更多内容请参阅爱立信） 韩国为主权人工智能基金会模型项目选拔了五支精英队伍（更多信息请查看科学信息通信部） 印度卫星推出基于人工智能的智能监控解决方案，VisionAI（更多信息请访问印度卫星） at&T与Aira Technology和爱立信在爱立信的智能自动化平台（更多内容请阅读Aira）上测试了一款AI生成的rApp 英国电信监管机构奥夫科姆（Ofcom）已概述了一项支持在电信、广播、邮政服务和在线平台安全和创新使用人工智能的策略（更多内容请访问Ofcom） kt启动kt人工智能站——一个移动式人工智能体验中心（了解更多请访问kt） 贝尔加拿大与Cohere建立战略合作伙伴关系，为政府和商业提供主权人工智能解决方案（更多内容请访问贝尔加拿大） True 部署 AI-CODC 系统用于监控和管理基站信号，以提升网络性能和稳定性（更多信息请访问 True） 巴西就人工智能在电信网络和网络安全中的使用展开咨询（更多内容请访问Anatel） e&推出用于塔体检测的AI驱动无人机解决方案（详情请见e&） Ooredoo卡塔尔已推出由英伟达Hopper GPU驱动的主权AI云（更多信息请访问Ooredoo） 艾丽萨加强与谷歌云的合作，构建人工智能驱动自主网络（更多信息请访问艾丽萨） 新闻流的影响 商业 科技 • 收入聚焦。电信人工智能部署持续增长。虽然大多数部署是出于成本驱动，但运营商也在为企业部署人工智能解决方案。因此，从长远来看，运营商希望通过人工智能的应用，在其损益表（P&L）的收入和利润中看到切实的利益。 • 能量焦点。能源仍占操作支出（opex）的20-30%。人工智能将给数据流量带来压力——无论是直接还是间接（即来自客户行为的变化）——这意味着，在无线接入网（RAN）和核心网中，能源效率的重要性将比目前更加重要。 • 转向主权AI。越来越多部署的电信私有云是为了满足政府关于数据保护合规性的要求，这是一个领先指标。然而，运营商和其他数字基础设施公司面临的数据处理要求尚不明确，例如从AI聊天机器人（如ChatGPT）和企业工作负载中处理数据。了解这些要求将帮助运营商尽早定位自身，这应该有助于在竞争激烈的环境中赢得业务。 • 客户体验。运营商正与多家企业合作，扩大其人工智能产品组合，旨在为客户提供更快、更可靠的网络以及更愉快的交互体验。GSMA Intelligence的数据还显示，已部署的人工智能解决方案中，超过60%集中在客户关怀或网络增强方面。 • 代理式构建块。智能体正成为客户服务、网络运营、计费和产品中基于人工智能服务的事实上的方法。这强调了投资核心和边缘能力以支持较低计算延迟的必要性，特别是对于需要超快响应时间的服务（例如客户查询和故障排除，以及虚拟现实）。 01 03 电信AI追踪器 02执行摘要第3页 近期发展第6页03 深入分析：变现策略第 19 页 • GSMA Intelligence电信AI数据集涵盖超过760操作符从240国家。 • 虽然全面，但这只是基于公开宣布和信息电信部门活动的样本；它并非旨在详尽无遗。 电信人工智能：它被部署在哪里？ 为了帮助展示电信运营商部署人工智能（AI）的领域，各种用例已根据一套标准业务领域进行分类。虽然每家公司都不同，但这些类别在运营商之间大体上是一致的。 每个类别拥有一组 AI（或 genAI）支持用例。例如，网络类别可能包括预维护和通过睡眠状态节能。客户服务可能包括 AI代理或聊天机器人。一些用例（例如节能）可能适用于多个业务领域，并如实反映。 电信人工智能部署指标 人工智能应用：优先考虑客户服务和网络方面的易得胜利 • 这是一场漫长的征程。正如2025年第二季度更新中所指出的，电信AI部署涵盖业务范围内的多种功能，反映了该技术的广泛适用性。然而，并非所有这些功能都同时发生。 • 仍然领先的是易于获得的收益。运营商的活动持续倾向于低风险、易于获得的收益，其中功能可以通过人工智能代理堆栈实现自动化。仅客服就占部署的近50%，而网络仅占近20%。然而，沙子正在转向以创收目标为导向（参见第15页）。 部署强度：规模溢价 • 一个普通的人工智能操作员多少钱？虽然这不是一个完美的科学，因为不是所有的部署都是公开的，但我们可以进行同类比较（即使用公开的数据）。与2025年第二季度250个操作员相比，数据集规模显着增加到700多个操作员。这使得研究结果更具代表性，并使我们能够进行更深入的分析 • 是否存在规模溢价？电信运营商的规模与人工智能部署程度之间存在一致的相关性。这意味着大型运营商每个集团大约比中小型运营商（即2级和3级集团）多出约20%的人工智能部署，这很可能反映了更雄厚的资金资源、研发管道以及争取先发优势的意愿。 人工智能采用：业务目标 • 节省成本是早期优先事项。在低增长环境中，运营成本节省仍然是一个必须，并且持续受到数据流量和能源的压力。人工智能部署反映了这一点，其中大约80%主要针对内部效率（例如客户服务、网络故障检测和OSS/BSS）。 • 收入目标正在浮现。第三季度的管道显示，随着运营商试图从人工智能中获利，正在开始重新平衡。美国、韩国和中国处于前列，但在欧洲，2025年第三季度宣布的25%的人工智能服务都设定了收入目标，这是一个前瞻性指标，预示着新产品的推出和/或收入模式正在落地实践，例如GPU即服务（GPUaaS）和边缘推理。 按商业状态将人工智能部署分开是有用的： • 客户关怀和销售与市场营销是最成熟的。其中约78%和73%已上线，分别（其余的在试用或计划中）。网络和企业职能各自约60%已上线。 • 数据中心正在浮现。电信私有云和数据中心（构成网络核心）中的AI部署处于早期阶段。这预示着在核心网络中编排代理堆栈的复杂性程度。这也反映出，许多核心部署将重点关注变现，因此在产品上市全面商业化之前进行调研是值得的。此外，在数据中心运行大型AI工作负载还会导致能源消耗增加，尽管这更像是一个需要优化的成本而非避免的成本，因此我们预计2025年第四季度及2026年“运行中”的占比将增长。 区域视角：打持久战 • 拉丁美洲和欧洲：成本紧迫性。运营商正在以不同的速度将人工智能引入他们的业务中，即使这些部署的性质是一致的。拉丁美洲和欧洲的运营商平均进展最远，他们的75–85%的人工智能服务产品组合已经上线，而其他地区则是50–60%。 • 这重要吗？在很大程度上，我们相信以上反映了对于现金流量压力最大的那些地区运营商而言，人工智能驱动的成本节约占主导地位——而不是更快的创新周期和上市时间。接下来需要回答的更大问题是电信人工智能部署和服务组合的成本和收入影响。 合作生态系统：英