电信人工智能：2024年第三季度市场状况

市场背景

• 电信行业正面临能源效率与快速技术进步的交叉点。
• 5G 和 AI 技术虽然具有变革性，但显著增加了能源消耗。
• 电信网络和数据中心各占全球电力约 1%，绝对值来看不容忽视。
• 预计到 2030 年，云能源消耗将增长 30-60%，占全球能源的 1.5-2.0%。
• AI 驱动的计算能力将进一步增加超大规模企业的负担。

AI 对能源的影响

• AI 可以通过 RAN 关闭和动态频谱管理等方式显著提高能源效率。
• 未来三年，能源需求可能达到峰值，但 AI 投资将从降低运营支出和资本支出开始。
• AI 也会增加网络容量需求，帮助企业从 AI 中受益（“电信为 AI”）。

长期影响评估

• 运营商将分三个阶段使用 AI：早期采用者、过渡期和 AI 原生业务模式。
• 早期采用者将逐步使用 AI，最终实现 AI 和自动化在各个部门的融合，目标是能源中性。

能源压力

• 电信接入网络和云数据中心是互联网经济的支柱，能源消耗巨大。
• AI 计算需求大幅增加，预计到 2030 年，数据中心能源使用量将增加 60%。
• 运营商需要升级基础设施以应对不断增长的计算需求。

能源抵消

• 数据流量需求持续增长，预计到 2030 年，运营商数据中心流量将增长六倍。
• AI 可以帮助运营商在网络的多个层面减少能源消耗，包括：
  • 站点选择
  • 设备使用寿命延长
  • 更智能的能源使用
  • 性能监控
  • 动态流量流
  • 边缘红利
• 网络设备供应商已将 AI 驱动的节能作为主要卖点，年化功率降低率范围为 15% 到 50%。

AI 对运营商业务的影响

• AI 对运营商业务的影响将分三个阶段展开：
  • 早期采用者（2024 年）：主要受超大规模企业数据中心的影响。
  • 过渡期（2025-2027 年）：AI 使用范围扩大，运营商面临更高的能源成本。
  • AI 原生（2027 年以后）：AI 和自动化在整个运营商业务中融合，实现能源平衡。
• 从能源角度来看，未来三年将是最密集的时期，但目前的投资将在三年后开始产生规模效应，降低能源运营支出和（在一定程度上）资本支出。