电信人工智能：2025年第一季度市场状况

核心观点与关键数据

• AI 驱动网络效率与成本优化：AI 技术正使网络变得更智能、高效和成本效益高。从自动化任务到优化大型系统，AI 已广泛应用于网络运营，实现预测性维护、自我修复能力和智能流量管理，从而降低停机时间和提高成本效率。生成式 AI（genAI）通过实时决策、优化资源分配和个性化客户互动，进一步增强自动化，使网络更具适应性。
• AI for Networks：
  • 流量与带宽管理：随着 5G 采用和 AI 驱动应用的推动，网络流量呈指数级增长。AI 解决方案通过动态流量路由、智能负载均衡和自动拥塞管理，帮助网络应对带宽需求，优化性能并保持服务质量。
  • 能源与可持续性：AI 驱动的 RAN 智能控制器和流量转向可以优化资源分配，自动检测故障，并通过减少网络运营中的功耗来支持可持续性努力。将 AI 集成到 RAN 运营中可以捕获下游的能源效率，抵消 AI 驱动的 LLM 和其他模型训练在数据中心带来的能源增长。
• Networks for AI：
  • 推理与边缘计算：更智能、更敏捷的网络基础设施对于支持 AI 应用至关重要。AI 需要大量的处理和计算能力。云集成支持 AI 训练和大规模计算，而边缘计算通过在数据源附近处理数据来减少延迟和运营成本。边缘在战略上也很重要，因为它允许分布式计算，这将成为一个关键竞争优势，因为 AI 带来的数据流量预计将大幅增长。
  • 新的收入模式：AI 推理为工业机器人、数字孪生、物联网和虚拟现实/增强现实等领域开辟了新的用例，使运营商能够为企业客户创造新的收入来源。GPU 即服务、AI 模型许可和本地化 AI 基础设施都为运营商提供了货币化机会。本地 AI 处理也正在增长需求。同时，分布式计算降低了能源成本，使 AI 采用既成为企业客户的收入驱动因素，也成为成本节约策略。
• 市场背景：
  • 增长动力：改善客户体验和支持新服务比运营支出和资本支出节省更受关注，其中 80% 专注于能产生收入的活动。
  • 专业知识和经验至关重要：在许多 AI 投资需求中，63% 的运营商优先考虑 AI 投资于技能提升，其次是网络容量（62%）。这表明对持续培训和专业知识发展的需求，而使用 AI。
  • AI 投资影响：15% 的运营商预计增加的数据流量将是 genAI 对网络的最大影响。三倍于此百分比的运营商认为内部影响将占主导地位（例如，规划/优化、改进软件开发和预测性维护）。
• 领导者简介：
  • Nokia AI 和分析解决方案：Nokia 的 AVA AI 和分析解决方案通过集成 genAI，使员工能够使用自主代理进行自我服务数据访问，民主化知识检索并加速决策。AVA 数据套件支持自主网络，通过数据网格架构进行自动、领域无关的数据标准化，确保运营商能够及时访问必要的数据。
  • LG Uplus AI 代理计划：LG Uplus 的 ixi-O AI 电话代理旨在为 Gen Z 群体提供安全和无缝的呼叫体验，通过 AI 接听电话、记录对话和提供文本转录等功能重新想象电话呼叫。ixi Work Agent 基于 ixi-GEN，旨在通过自动化决策代理检测网络问题并自主采取纠正措施，以及决策支持副驾驶和网络运营知识库聊天机器人提供即时访问运营知识，提高效率。
• 研究结论：
  • AI for Networks 和 Networks for AI 都是运营商实现网络效率、降低成本、改善客户体验和创造新收入来源的关键。
  • 运营商需要投资于网络容量扩展、工作负载弹性和云与边缘资源之间的协调，为 AI 的蓬勃发展奠定基础。
  • 云集成和边缘计算对于支持 AI 应用至关重要，而 AI 推理为各种新的用例和应用开辟了道路。
  • 运营商应积极探索各种 AI 收入模式，如 GPU 即服务、AI 模型许可和 AI 工厂，以实现可持续发展。