2026年电信行业AI发展现状及趋势调研报告

目录 调查概述 AI在电信业：领导者关注的关键趋势3摘要3 深入调研结果 电信行业的AI采用率达到历史最高水平6加速推进自主AI网络的建设10实质性影响带来投资增长11代理式AI初露锋芒15推理的重要性16展望未来16调研方法17 调查概述 AI在电信业：领导者关注的关键趋势 人工智能已经成为电信行业当下和未来不可或缺的一部分。行业正在从使用AI提高生产力、优化网络运营和改善客户体验中获得明显的收益。在不久的将来，AI将成为自主网络的支柱，加速新一代连接技术的研发，并成为5G Advanced、AI-RAN和6G网络的架构基础。 行业对AI的使用程度达到了前所未有的水平。在我们第四期年度NVIDIA电信行业AI现状报告中，66%的调查受访者表示他们的组织正在积极使用AI，这一比例较去年的49%和2023年的41%显著提升。各公司已跨越试点和评估阶段，正在积极扩展经过验证的应用，产生切实的投资回报。调查受访者报告称，收入增加、成本降低，且AI赋能的创新势头强劲，尤其关注AI原生无线网络和代理式AI。 66% 的调查受访者表示，他们的公司正在积极使用AI。 AI也在为行业的销售增长开辟新的道路。各公司正在计划提供多种AI服务，例如GPU即服务、AI即平台或AI即服务，瞄准垂直行业及其庞大的企业客户和消费者群体。 摘要 2026年NVIDIA电信行业AI现状报告的调查回复率创下历史新高，全球共有超过1,000名受访者参与。约四分之一的调查回复来自电信运营商，其余来自网络设备提供商、系统集成商、软件供应商和其他生态系统参与者。 以下是本次调查的一些重要亮点。 AI为电信公司带来切实收益，加速投资 90% 99% 的受访者表示，AI帮助提高了员工生产力，26%的受访者表示取得了重大、显著的改善。 的受访者表示，AI正在帮助提高年收入并降低年成本。 AI对电信业务的影响显而易见。各公司报告称，在特定业务领域，收入持续增加且成本显著降低。67%的受访者表示AI带来了超过5%的年收入增长，而55%的受访者报告表示年成本降低了5%以上。两项投资回报率指标均较去年大幅提升。这一势头正在推动电信行业在2026年增加AI支出，89%的受访者计划增加AI预算，去年有同样计划的受访者仅占65%。 自主网络优先 59% 65% 的电信运营商表示网络自动化正在由AI驱动。 的电信运营商表示，网络自动化是推动投资回报率的主要AI用例之一。 在过去几年的电信行业AI现状报告中，客户体验和支持是排名最高的用例。今年，网络自动化已经超越客户体验，成为投资、部署和投资回报率影响方面的主要用例。这标志着自主网络进入了一个全新阶段，AI不仅提高生产力，还推动网络运营的未来。在已部署代理式AI的受访者中，41%表示将其用于网络自动化，52%认为网络自动化AI智能体将在未来两年内带来可观的投资回报。88%的受访者表示，他们在TM Forum自主网络等级体系中处于1级到3级之间。许多人预计生成式和代理式AI将加速转向更高的自主等级。 分布式AI计算正在兴起，为AI-RAN铺平道路 78% 77% 的受访者表示，他们目前正在投资或计划投资网络边缘计算，以支持AI推理。 的受访者表示，他们预计在2030年6G发布之前，就能看到AI原生无线网络的部署。 对算力的投资激增正在重塑电信网络架构，助力电信公司将AI推理部署得更靠近用户。随着运营商构建分布式算力，他们正在为新一代AI原生RAN奠定基础，其中28%的运营商将使用AI进行无线网络研发。电信公司也在加大对AI原生RAN和6G的投资，这表明行业将在传统的6G部署周期到来之前率先完成布局。主要动因在于提高网络性能和效率，并在同一基础设施上共享AI和RAN工作负载，以支持AI应用和不断增长的AI流量。电信公司目前正致力于将AI融入网络架构，以实现RAN的现代化，并预期更快地部署这种新型AI原生架构。 AI解决方案带来的销售增长机会 电信行业认为，AI不仅仅是提高效率和生产力或驱动网络技术创新的手段。AI还可以成为收入和销售增长的新途径，开辟新的市场和客户细分群体。43%的受访者表示，开辟新的商业机会是其AI计划的首要目标。该行业在全球范围内处于独特的地位，可以成为消费者、政府和企业的AI解决方案中心，尤其是在制造、金融、零售或医疗健康等垂直行业。由于运营商在自身的运营中看到AI带来的投资回报明显，许多企业正在制定和执行新的商业战略，以提供AI赋能的服务、平台和行业特定应用。 46% 的受访者表示AI开辟了新的收入机会，帮助他们改善了业务。 开源推动AI战略 该行业深知开源AI模型、软件和工具的价值。大约十分之九的受访者表示它们很重要，46%的受访者表示非常重要或极其重要。开源模型使各公司能够对模型进行微调，以针对非常具体的解决方案进行部署，例如理解其电信网络或研发。开源助力公司开发自己的AI解决方案，42%的受访者表示这是行业首选的方法。与合作伙伴共同开发解决方案位居第二，占比38%。 89% 的受访者表示开源模型和软件对其组织的AI战略很重要。 生成式AI被广泛使用，代理式AI渐受关注 60% 48% 的受访者表示其公司正在使用生成式AI，这一比例较2024年的49%和2023年的43%有所上升。 的受访者表示其公司正在使用或评估代理式AI。 生成式AI已在电信行业站稳脚跟，其采用率在过去两年迅速上升。各组织现在正转向AI的下一个演进阶段 ——AI智能体，它们已经应用于IT和人力资源等领域的网络运营、客户体验和内部流程优化。 深入调研结果 电信行业的AI采用率达到历史最高水平 调查结果显示，电信行业在部署AI方面有三个明确的目标： >提高员工生产力：43%的受访者 >提高运营效率并降低运营成本：42%的受访者 >开辟新的商业机会和收入来源：40%的受访者 行业已明显从AI解决方案的评估和试点阶段进入部署和规模化阶段。如上所述，66%的受访者表示，他们的组织正积极地在运营中使用AI，这一比例较2024年上升18个百分点。另一方面，28%的受访者表示他们的组织正在评估或试点AI，比上一年下降了21个百分点。趋势很明显，在NVIDIA AI现状调查报告的其他部分也有体现：各公司正在加大对成熟AI用例的投入，并将其扩展到整个运营体系。 生成式AI是电信行业最主要的AI工作负载 60% 为了实现目标，电信公司正在转向各种AI技术和工作负载。最重要的是生成式AI，它是调查受访者中最主要的工作负载，占比60%，高于2024年的49%。特别是，大型公司(员工超过10,000人)大量采用生成式AI，80%的大型公司受访者表示已经采用。第二大热门的AI工作负载是数据处理和分析，占比58%，其次是代理式AI，占比48%。 的受访者表示生成式AI是最主要的AI工作负载。 80% 的大型公司受访者表示他们正在使用生成式AI。 除了上述三大工作负载，约一半(49%)的电信运营商受访者(包括多系统运营商(MSO)表示他们正在使用或评估AI原生网络，包括用于AI-RAN和6G研发。运营商占受访者总数的四分之一以上，他们还报告了其他AI应用的广泛使用情况，包括对话式AI应用(占比50%)和预测分析(占比47%)。 49% 的电信运营商正在使用或评估AI原生网络。 在有助于推动电信业务运营的具体AI用例方面，54%的受访者表示其组织正在使用AI进行网络自动化，包括规划、部署、运营和优化，这一比例较2024年提高了17个百分点。优化客户服务和体验是第二大AI用例，占比46%，其次是后台流程优化(例如IT、人力资源或财务)，占比43%。无线网络研发(包括5G、AI-RAN和6G)占总体受访者的28%。 54% 的受访者表示正在使用AI实现网络自动化，这一比例较2024年上升了17个百分点。 数据问题和AI专业知识缺乏成为最大挑战 阻碍电信行业实现其AI目标的最大障碍与数据相关，包括隐私、主权、数据孤岛、规模和复杂性。总体而言，54%的受访者表示，数据相关问题是他们面临的最大挑战，这一比例较2024年上升了34个百分点。这一急剧增长说明，随着AI从试点阶段转向生产阶段，如何应对电信数据特有的碎片化、庞大规模和敏感性是成功拓展AI项目的关键因素。 54% 的受访者认为数据相关问题是实现AI目标的最大障碍。 调查中提到的第二大挑战是缺乏足够多的熟练人员来理解数据，47%的受访者表示缺乏AI专家和数据科学家。量化投资回报率是第三大挑战，34%的总体受访者提到这一点，较去年同期下降了4个百分点。 应对电信数据特有的碎片化、庞大规模和敏感性是拓展AI项目的关键。 对开源的投入日益增长 89% 借助开源软件和基础模型，组织能够灵活地构建基于自身数据调优的专用AI解决方案。电信行业意识到了开源的价值，89%的受访者表示开源对其公司的AI战略很重要。 的受访者表示开源对其公司的AI战略很重要。 随着AI日趋成熟以及企业扩展更具体的解决方案，42%的受访者表示电信公司更倾向于自行开发解决方案，而38%的受访者表示更愿意与合作伙伴共同开发来直接参与其中。略多于三分之一(36%)的受访者将AI开发外包给第三方咨询公司，这一比例较2024年上升了15个百分点。约五分之一(21%)的受访者表示他们不开发自己的解决方案，而是使用独立软件供应商的第三方企业软件。 加速推进自主AI网络的建设 TM Forum(一个全球电信行业协会)将网络自动化分为五个等级。1级表示没有自动化，5级表示“网络完全自主、自适应和自修复，无需人为干预”。TM Forum的自主网络等级(ANL)既是行业成熟度评估的基准，也是构建自主网络的路线图。 大多数电信运营商处于构建自主网络的初期或中期阶段。 构建自主网络的路线图还有很大的发展空间，大多数运营商仍处于起步或中期阶段。在电信运营商和MSO受访者中，19%表示处于1级，35%表示处于2级，36%表示处于3级。 公司在构建自主网络时和整体实施AI时面临的最大挑战如出一辙：27%的受访者认为是数据相关问题，25%的受访者认为是内部技能不足。 数据相关问题和内部技能不足被认为是构建自主网络的最大挑战。 聚焦AI原生无线网络 下一代无线网络 ——5G-Advanced和6G将是AI原生的。当智能嵌入整个架构后，网络可以实现软件定义，能够预测、学习并持续自我优化。随着AI-RAN架构走向现场部署，AI将整合到无线接入网络本身，利用专用模型在网络利用率、频谱效率和性能方面实现革命性进步。 各电信公司制定了雄心勃勃的AI原生网络计划。在使用AI进行网络研发的公司受访者中，65%将提升频谱效率和能效视为投资AI原生网络的主要目标。提高无线接入网络的整体性能被视为另一个关键目标。56%的受访者强调了将AI和RAN工作负载整合到共享基础设施上以提高网络利用率和投资回报率的重要性，而51%的受访者表示重点是启用新的边缘AI应用，48%的受访者表示提高网络边缘的移动AI流量和推理是关键目标。 行业预见AI原生网络的未来即将到来，77%的受访者表示将在2030年6G网络推出之前实现整合。20%的受访者表示AI原生网络将更早到来，就在未来一年内。22%的受访者认为这项技术将在6G发布后才会推出。 77% 的受访者认为AI原生网络将在6G发布之前推出。 在AI原生网络的采用障碍方面，27%的受访者表示，传统网络设备提供商缺乏可用的AI原生RAN解决方案是最大的部署障碍。另有22%的受访者表示难以量化投资回报率，19%的受访者表示缺乏熟练的员工来部署、操作和管理AI和RAN基础设施。 实质性影响带来投资增长 在全球产业格局中，电信行业在AI部署方面处于一个双重地位。它既是向个人和企业提供关键基础设施和AI服务的提供者，也是AI的主要消费者，同时管理着庞大的后台运营和网络，确保一切顺畅运行。电信业务