电信行业现状报告

内容 电信业正处在一个结构性拐点。核心连接收入趋于平稳。资本密集度、自动化需求和企业期望都在上升。传统运营模式正面临压力。 执行摘要 人工智能现在定义了电信行业的发展议程。收入取决于执行力，而非雄心。大多数通信服务提供商（CSP）部署了人工智能，但很少将其转化为持续的资金影响。执行力正是区分领先者与落后者的关键。 运营执行优先创造价值。安全与合规不再仅仅是成本中心——它们能创造收入。 大型企业已经与云服务提供商（CSP）签约，以获取托管安全服务、合规云服务和主权基础设施。中小企业（SME）则代表了另一条平行增长路径：全球90%的企业愿意为CSP尚未提供的大多数托管捆绑服务支付30%至35%的溢价。¹ 两类企业都是CSP因等待而错失的收入来源。 而非意图。88%的电信高管预计到2030年将实现人工智能驱动的收入，但只有28%的人能说出收入将来自何处。第三执行纪律弥合了这一差距。 期回报。目前，仅有25%的人工智能计 核心收入增长停滞在2.9%的复合 年均增长率。现在迫切需要新的价值来源，而非可有可无。 划能够实现预期的投资回报率。基于平台的运营模式能够实现人工智能的规模化应用，并缩小这一差距。 电信 市场与技术趋势 – 宏观趋势 – 主要挑战与机遇 – 关键技术与影响 – 重点行业关键绩效指标 人工智能、主权和自动化重塑电信经济 宏观趋势 企业人工智能从试点转向平台化 资本压力加速自主运营 主权AI开放受监管行业市 企业正将人工智能推向生产领域。如今，领先的云服务提供商已在客户服务、财务、销售和IT运营中运行嵌入人工智能的工作流程。 经过多年在网络和频谱上的巨额投资，核心连接业务的年收入增长率为2%至3%。 企业及公共部门采购商现在需要在当地部署AI、确保数据本地化存储、具备可审计性，并实施合法访问控制，才能在受监管的市场中应用AI。 与此同时，资本密集度、能源成本和服务期望都在更快地增长。利润空间受到挤压，而这个差距现在已成为董事会层面的关注焦点。 先的部署，优先支持主权人工智能（数据加工保持在国家边界内的AI基础设施）。主权是一项商业能力，而非合规义务。与政府合作建设国家数字基础设施的云服务提供商，可优先获得受监管的工作负载访问权限。 到生产阶段）正让位于具有可衡量回报的生产级AI。 网络和IT运营。自主运营有助于保护利润空间、提升韧性，并为创新创造空间。 和可重复交付能力的工业级AI CSP。 网络正从连接工具转变为分布式人工智能平台。边缘推理和人工智能增强的网络功能支持工业、运 仅靠连接性已无法形成差异。企业重视通过API提供的可编程能力。服务质量、身份、安全 网络曝光运作如同一项产品。领先的云服务提性和边缘接入，在带宽本身无法形成差异的地方，现在起到了区分作用。 营技术（OT）和关键任务应用场景。物理人工智能在连接之外开辟了新的收入机会。 行变现。 关键挑战与机遇 雄心超越了企业整体的AI、自动化和治理。 成本压力与自主运营 碎片化AI执行与企业级转型 主权人工智能要求与部署速度 挑战：不断上涨的运营成本和资本密集度挤压利润空间。陈旧的工装设备和部门分割的流程限制了灵活性。 机遇：人工智能作为企业能力带来回报。集中治挑战：执行块碎片化导致AI价值无法充分发挥。数据孤岛、人才短缺和部署缓慢，使回报被困在试点阶段。 挑战：在受监管的市场中，企业及公共部门采购方在采用人工智能（AI）前，要求本地化AI、数据本地存储和可审计性。这些要求增加了复杂性，但也解锁了受监管的工作负载。 理、共享数据基础和可重复的交付使其在整个组织中规模化。 机遇：自主运营有助于保护利润空间并为增长创造空间。由人工智能引领的闭环执行可降低成本波动性，同时提升韧性。 结合内置管控，将合规转化为商业准入。 挑战：企业买家要求以服务水平协议（SLA）来保 挑战：销售、产品和网络团队之间缺乏协同，阻 机遇：当能力达到产品就绪状态时，边缘变现，并不总是被包装或定位为可销售的产品。 机遇：当CSP（云服务提供商）拥有编排和保障能护工作，使得CSP（云服务提供商）仅限于承担基础设施角色。 可能性转化为收入。 销售在CSP保留服务层和客户关系时效果显著。 技术通过将智能、安全和自动化嵌入网络平台来驱动AI优先执行。 关键技术及其影响 设计型混合云混合云定义了电信运营架构。云服务提供商在本 数据、自动化和人工智能数据、自动化和人工智能构成了现代CSP运营 设计安全安全现在影响着收入、信任和客户选择。基于平 地、私有云、公共云和边缘处运行网络、IT、OT和人工智能工作负载，以平衡性能、成本和监管要求。 台的方案整合了零散的工具，嵌入零信任原则，并在不同环境中整合了检测与响应。 的执行核心。可信数据带来洞察，自动化实现规模化，人工智能则将决策与客户服务、OSS/BSS及网络运营中的行动联系起来。 CSPs以受管理的、结果导向的服务形式（即提供商对结果负责而非仅仅负责连接）提供安全和合规服务。 建筑灵活性使人工智能驱动运营成为可能，并加速了服务的推出。执行速度则追踪CSP从一开始就为混合环境进行设计的好坏程度。 有相当一部分电信CEO表示，自动化带来的 57%据电信高管们表示，云和人工智能在加速向先 2024年网络安全事故的平均估算成本 生产力提升非常显著，以至于他们必须承担重大风险才能保持竞争力。 进自主网络转型中发挥着决定性作用。 量子计算需要的是准备，而非部署。近期重点是量子后安全准备，而长期潜力则在于优化和 自主AI将自动化从任务执行扩展到决策层面。AI代理在目标工作流程中感知、决策和行动， 密码学。 从而加速服务解决和提升运营效率。 防御、网络安全和国家竞争力方面做好准备。 ）创造价值的方式和领域。 电信CEO们将量子计算视为其组织的机会。 据电信组织报告，其客户服务聊天机器人已全面实现代理式人工智能。 选择行业关键绩效指标 电信领域人工智能与云计算早期影响证据 人工智能驱动的客户服务已从试点阶段转向正式生产，改变了大规模服务交付和控制的成本效益。 人工智能的采用正在转化为可衡量的损益影响，利润率的提升现在在云服务提供商的运营中可见。 混合云的采用正在带来实质性的网络性能提升，为人工智能就绪型运营奠定基础。 8% 65% 85% 过去12个月AI对CSP运营利润率 对话式AI解决率：由AI完全解决 网络性能的提升归因于云 的影响估计 计算的采用 无需人工升级的入站联系人比例 电信 战略要务 – 商业创新 – 战略灵活性 – 运营效率 – 合规性 需要了解什么商业创新 连接性不再承载增长故事 连接经济已无法支撑增长。企业及中小企业客户只为那些他们能够看见、衡量并信任的结果付费。 63%据电信高管中的一部分人表示，自主网 增长正转向基于平台的数字服务。通过API提供的可编程网络和数据能力创造了新的差异化优势。自主网络为SLA（服务水平协议）支持的服务铺平了道路。在每种情况下，价值都集中在CSP（云服务提供商）保留对编排、策略和保障控制权的地方。 络能够实现新的服务模式并推动收入增 云服务提供商）的两倍，这表明了当前的问责制和感知价值所在。1 大型企业信任CSP在受监管和任务关键领域，但将更广泛的网络安全支出导向超大规模服务商和专业服务商商业创新体现了运营模式的转变。收入从销售渠道转向通过网络、数据和人工智能 88%到2030年，预计电信高管中有相当一部分 人希望人工智能能贡献收入，然而只有 交付成果。 28%能够说出那部分收入将来自哪里 有相当一部分中小企业表示，他们的主要云服务提供商并不理解他们的业务需 求——而商业创新正是旨在弥合这一可触及的差距。 将人工智能、自主权和生态系统转化为差异化增长 该做什么 商业创新 从连接转向结果：围绕性能、保障和业务成果重新构建产品，将自主网络、人工智能和平台作为基础。 69%据电信高管们表示，自主网络对于提升 将网络、数据和人工智能能力转化为客户愿意付费的成果导向型 客户体验至关重要。 变现可编程能力：将网络曝光、可编程服务质量、身份、安全和边缘能力产品化。将API与清晰的商业模型配对，使技术能力转化为收入。 方案，为监管严格和数字化程度高的客户配备可见的服务水平协议、保障措施和投资回报透明度。运用自主权促进增长：实现AI驱动的闭环自动化以降低运营成本。将收益再投资于加 更适用于提供整体解决方案、结果导向的打包服务，旨在提高效率、减少停机时间并加强合规性。中小企业表示他们愿意支付34%。 速上市时间和提供差异化服务。 售，同时保留编排、策略和SLA执行的所有权。通过拥有保障层并保留客户关系来捕获价值。 需要了解什么战略灵活性 将建筑的灵活性锚定，而非野心 电信行业领导者认识到创新的需求，但许多人在维持日常运营的同时进行创新方面面临困难。制约因素是架构准备情况——而非意图或投资。 59%当意外变化发生时，电信公司CEO们 难以在维持现有运营和投资创新之间取得平衡。 云服务采用正在进行中，但进展不均衡。没有AI集成，云服务仅是部署选择，而非转型杠杆。割裂的平台将价值困于试点项目。编排能力决定了CSP是销售连接性还是结果电信网络现已成为关键的国家基础设施。主权要求在整个技术栈中展现出可证明的权威 ，而非狭隘的数据本地化，后者会减缓创新并加剧集中风险。主权增加了依赖于设计而非默认设置的建筑要求。 42%据电信公司CEO们表示，由于近期投资步 伐加快，他们的组织已断开技术连接。 有网络高管将跨云服务提供商的互操作性难题视为主要障碍。 将云基础设施转化为可支持人工智能、协同管理的平台 该做什么 战略灵活性 构建中立编排层：通过供应商中立编排，连接跨业务和网络领域的AI模型、平台和应用。 58%对CSPs而言，担心依赖单一云服务提供 战略灵活性源于能够使CSP（云服务提供商）无需每次都重新设计业务即可进行适应的架构。 商会限制灵活性。 现代化 BSS/OSS 和企业平台以提升敏捷性：转向以 AI 为首的平台，支持快速产品发布、全渠道互动和基于成果的商业模式。 有内置驻留和审计控制的跨域架构。与政府合作，为国家级数字基础设施定义共同优先事项。将主权视为一种商业能力，而非合规负担。 62%有百分之二电信首席执行官表示 ，为数字机遇分配更多预算灵活性对长期发展至关重要。 。应用FinOps原则将云支出与可衡量的成果挂钩。 能力。架构的灵活性取决于能够跨越这三个领域进行设计和运营的团队。 需要了解什么运营效率 人工智能能提高生产力，真正的挑战在于执行 人工智能（AI）已提升电信运营各环节的生产力，涵盖客户服务、网络保障及能源管理。83%的电信高管计划将所获收益再投资以支持增长。¹ 效率就是增长资本，而非成本削减。 42%到2030年，人工智能预计带来的平均 生产力提升 结果仍然参差不齐。许多CSP（云服务提供商）难以超越试点项目。按实际运行率运营会侵蚀收益，而非将其转化为利润率的提升。在所有工作流程中推行AI并建立一致的治理和问责机制才是制约因素——而非雄心或工具。 的人工智能计划实现了预期的投资回 在规模化水平上实现检测、决策、行动和验证的系统。 截至去年年底，有CSP报告称其 拥有高度自主的网络。 将人工智能工业化，将生产力转化为可扩展的优势 该做什么 运营效率 以AI优先的方式实现客户服务的现代化：在客户服务、销售和服务管理——这些ROI最高的领域——部署应用型及能动型AI。 83%超过电信高管表示，他们将以AI的增值 运营效率已不再仅仅是提高工作速度，而是要将人工智能产业化，以支撑增长和韧性。 来为整个组织的投资和增长提供资金。 先进闭环操作：从任务自动化转向网络和IT运营中的AI驱动、检测-决策-执行-验证循环。将数据视为