/記得星標我/

比大部分人早一步看見未來

最近兩年，AI成了整個科技行業(yè)最熱門的話題，但落到通信行業(yè)，很多從業(yè)者或許有一些困惑——大家都在談AI，但很少有人能說清楚：AI到底能給通信行業(yè)帶來什么不可替代的價值？是跟風做幾個行業(yè)大模型，還是真正解決網(wǎng)絡(luò)運營中最核心的痛點？更進一步，當AI應用開始大規(guī)模爆發(fā)，網(wǎng)絡(luò)不再只是傳輸數(shù)據(jù)的管道，它的定位應該如何重新定義？通信企業(yè)的AI戰(zhàn)略，又該如何平衡當下的落地需求和未來十年的技術(shù)演進？

作為全球通信行業(yè)的核心參與者，愛立信用過去十幾年的持續(xù)探索和實踐，給出了一個清晰且系統(tǒng)的答案：AI與網(wǎng)絡(luò)不是簡單的技術(shù)疊加，而是深度綁定、相互驅(qū)動的共生關(guān)系。基于這一核心判斷，愛立信形成了“Networks for AI（面向AI的網(wǎng)絡(luò)）”與“AI for Networks（AI賦能網(wǎng)絡(luò)）”雙向驅(qū)動的完整AI戰(zhàn)略。這一戰(zhàn)略從4G時代開始萌芽，在5G周期逐步成熟落地，并將成為6G時代網(wǎng)絡(luò)架構(gòu)的核心基石。

核心判斷：AI與網(wǎng)絡(luò)是相互依存的共生關(guān)系

愛立信對AI與網(wǎng)絡(luò)關(guān)系的判斷，是其整個AI戰(zhàn)略的出發(fā)點。正如愛立信官網(wǎng)明確提出的：“移動網(wǎng)絡(luò)需要AI，AI也需要移動網(wǎng)絡(luò)”。這不是一句營銷口號，而是對兩個行業(yè)發(fā)展底層邏輯的深刻洞察。

從網(wǎng)絡(luò)的角度看，傳統(tǒng)的運營模式已經(jīng)走到了盡頭。隨著5G網(wǎng)絡(luò)的全球部署，連接設(shè)備數(shù)量、數(shù)據(jù)流量和網(wǎng)絡(luò)復雜度都在呈指數(shù)級增長。一張現(xiàn)代5G網(wǎng)絡(luò)包含數(shù)百萬個基站、數(shù)十億個參數(shù)，僅靠人力和傳統(tǒng)的規(guī)則化算法，根本無法實現(xiàn)精細化管理和持續(xù)優(yōu)化。如果沒有AI的介入，網(wǎng)絡(luò)的運營成本會隨著規(guī)模擴大而失控，最終無法支撐未來的業(yè)務(wù)增長。

從AI的角度看，沒有移動網(wǎng)絡(luò)的支撐，絕大多數(shù)AI應用都無法實現(xiàn)規(guī)模化落地。現(xiàn)在大家討論的AI應用，無論是消費端的AR眼鏡、人形機器人，還是產(chǎn)業(yè)端的工業(yè)數(shù)字孿生、自動駕駛、遠程醫(yī)療，本質(zhì)上都是“網(wǎng)絡(luò)依賴型”應用。它們對連接的要求已經(jīng)遠超傳統(tǒng)的網(wǎng)頁瀏覽和視頻流媒體，需要穩(wěn)定、可靠、確定性的網(wǎng)絡(luò)性能。沒有適配AI工作負載的網(wǎng)絡(luò)，再先進的算法和算力都無法轉(zhuǎn)化為實際的用戶體驗和產(chǎn)業(yè)價值。

基于這一判斷，愛立信的AI戰(zhàn)略沒有走“為AI而AI”的路線，也沒有把AI僅僅當作一個降本增效的工具。它始終圍繞網(wǎng)絡(luò)這個核心，形成了兩個相互支撐、缺一不可的戰(zhàn)略方向：一方面打造能夠支撐AI應用規(guī)模化運行的網(wǎng)絡(luò)基礎(chǔ)設(shè)施，另一方面用AI重構(gòu)網(wǎng)絡(luò)自身的設(shè)計、建設(shè)和運營模式。

（圖片來源：愛立信網(wǎng)站）

Networks for AI：構(gòu)建適配AI工作負載的網(wǎng)絡(luò)基礎(chǔ)設(shè)施

Networks for AI的核心，是回答“AI時代需要什么樣的網(wǎng)絡(luò)”這個問題。愛立信專家明確指出，與傳統(tǒng)互聯(lián)網(wǎng)應用相比，AI應用對網(wǎng)絡(luò)有三個獨特且確定性的要求，這三個要求也定義了未來網(wǎng)絡(luò)的演進方向。

第一是高可靠的上行帶寬。傳統(tǒng)網(wǎng)絡(luò)的流量模型以下行為主，上下行帶寬比例通常在1:4甚至1:8。但AI應用徹底打破了這個格局，大量終端需要實時上傳傳感器數(shù)據(jù)、高清視頻、點云數(shù)據(jù)等原始信息用于云端或邊緣推理。這就要求網(wǎng)絡(luò)不僅要提升整體帶寬，更要重構(gòu)上下行資源分配機制，提供穩(wěn)定、低抖動的上行連接。

第二是低且穩(wěn)定的時延。對于大多數(shù)傳統(tǒng)應用來說，平均時延是最關(guān)鍵的指標。但對于與物理世界交互的AI應用來說，時延抖動比平均時延更致命。比如AR眼鏡的端到端時延如果波動超過10毫秒，用戶就會產(chǎn)生明顯的眩暈感；工業(yè)機器人的控制指令如果出現(xiàn)時延抖動，可能會造成生產(chǎn)事故。因此，網(wǎng)絡(luò)需要提供的不是“盡力而為”的低時延，而是“確定性”的低時延。

第三是超大規(guī)模的連接與計算卸載能力。未來將有數(shù)十億級的AI智能體和設(shè)備接入網(wǎng)絡(luò)，這對網(wǎng)絡(luò)的連接密度提出了前所未有的要求。同時，很多終端受限于體積和功耗，無法在本地完成復雜的AI推理任務(wù)，需要網(wǎng)絡(luò)提供實時的計算卸載服務(wù)。這意味著網(wǎng)絡(luò)不能再只做數(shù)據(jù)傳輸，還要成為分布式的算力平臺。

針對這些需求，愛立信認為5G已經(jīng)打下了堅實的基礎(chǔ)。5G獨立組網(wǎng)（SA）、網(wǎng)絡(luò)切片、能力開放API等技術(shù)，能夠為不同類型的AI應用提供差異化的服務(wù)保障。在此基礎(chǔ)上，愛立信提出了“在合適的位置部署合適的算力”的原則。其算力網(wǎng)絡(luò)采用集中式與分布式協(xié)同的模式：集中式數(shù)據(jù)中心負責大語言模型訓練、大規(guī)模數(shù)據(jù)分析等非實時、高算力需求的任務(wù)；分布式邊緣節(jié)點則將算力下沉到靠近用戶的位置，將關(guān)鍵任務(wù)的時延控制在10毫秒以內(nèi)。移動運營商將在這一架構(gòu)中扮演核心角色，成為連接與算力一體化服務(wù)的提供者。

（圖片來源：愛立信網(wǎng)站）

AI for Networks：用AI實現(xiàn)網(wǎng)絡(luò)的自主化運行

AI for Networks的核心，是回答“如何用AI管理日益復雜的網(wǎng)絡(luò)”這個問題。愛立信認為，AI在網(wǎng)絡(luò)中的應用正在經(jīng)歷一場根本性的轉(zhuǎn)變，從“局部工具”走向“原生內(nèi)核”。

過去，網(wǎng)絡(luò)中的AI應用多是零散的。工程師會在某個局部環(huán)節(jié)添加一個算法，比如用AI預測基站流量，或者用AI識別網(wǎng)絡(luò)故障。這種方式雖然能解決一些特定問題，但無法應對系統(tǒng)性的復雜度。更嚴重的是，不同環(huán)節(jié)的算法可能會有不同的優(yōu)化目標，甚至會產(chǎn)生策略沖突，反而增加了網(wǎng)絡(luò)的管理難度。

現(xiàn)在，愛立信正在推動AI向端到端的網(wǎng)絡(luò)智能演進。也就是將AI貫穿于網(wǎng)絡(luò)的物理層、無線接入網(wǎng)、核心網(wǎng)、運營支撐系統(tǒng)等所有環(huán)節(jié)，實現(xiàn)從網(wǎng)絡(luò)規(guī)劃、建設(shè)到運維、優(yōu)化的全流程智能化。

實現(xiàn)端到端智能的關(guān)鍵，是意圖驅(qū)動的網(wǎng)絡(luò)管理模式。傳統(tǒng)的網(wǎng)絡(luò)管理是任務(wù)驅(qū)動的，工程師需要逐個配置網(wǎng)絡(luò)參數(shù)，告訴網(wǎng)絡(luò)“做什么”和“怎么做”。而在意圖驅(qū)動模式下，運營商只需要給出高層的業(yè)務(wù)目標，比如“降低某區(qū)域網(wǎng)絡(luò)能耗10%”“提升某體育場演唱會期間的用戶吞吐率”。網(wǎng)絡(luò)會通過AI自動將這個高層意圖分解為多個低層級的子意圖，再協(xié)調(diào)網(wǎng)絡(luò)中的各個智能體執(zhí)行具體的技術(shù)動作，最終達成預設(shè)目標。

這種模式已經(jīng)在現(xiàn)網(wǎng)中得到了驗證，并取得了可量化的收益。愛立信的數(shù)據(jù)顯示，AI已經(jīng)幫助現(xiàn)網(wǎng)實現(xiàn)了約10%的頻譜效率提升，相當于在不新增頻譜和基站的情況下，多承載10%的業(yè)務(wù)流量；用戶吞吐率提升約20%，顯著改善了高密度場景下的體驗；網(wǎng)絡(luò)能耗降低14%-33%，對于電費占運營成本30%-40%的5G網(wǎng)絡(luò)來說，這是非常可觀的成本節(jié)約；此外，AI還幫助提升了25%的5G有效覆蓋范圍。

- 04 -

支撐戰(zhàn)略落地的四大核心基礎(chǔ)

為什么愛立信的AI戰(zhàn)略能夠走出一條有自身特色的道路？我認為離不開其長期積累的四大技術(shù)基礎(chǔ)。這些基礎(chǔ)不是一蹴而就的，而是愛立信過去十幾年持續(xù)投入的結(jié)果。

首先是自研芯片。為了提升網(wǎng)絡(luò)側(cè)AI推理的效率和能效，愛立信研發(fā)了Ericsson Silicon系列芯片。該芯片針對網(wǎng)絡(luò)AI工作負載進行了深度優(yōu)化，能夠在提供高性能推理能力的同時，保持業(yè)界領(lǐng)先的能效比，避免了網(wǎng)絡(luò)智能化帶來的算力成本爆炸。

其次是開放性。愛立信強調(diào)，網(wǎng)絡(luò)必須具備開放性，避免被單一技術(shù)路徑或廠商鎖定。其AI解決方案支持在不同廠商的硬件平臺上運行，同時通過開放API將網(wǎng)絡(luò)能力和AI能力輸出給第三方開發(fā)者，構(gòu)建開放的產(chǎn)業(yè)生態(tài)。

第三是可信AI。愛立信專家指出，AI如果配置不當，可能會出現(xiàn)自主異常行為。因此，愛立信從設(shè)計之初就將可信AI納入系統(tǒng)架構(gòu)，通過AI可解釋性技術(shù)和系統(tǒng)安全護欄，確保AI在網(wǎng)絡(luò)中的應用是可控、可靠的。同時，愛立信建立了覆蓋軟件全生命周期的安全體系，保障網(wǎng)絡(luò)和AI應用的安全。

第四是數(shù)字孿生技術(shù)。數(shù)字孿生可以構(gòu)建與真實網(wǎng)絡(luò)高度一致的虛擬環(huán)境，讓愛立信能夠在不影響現(xiàn)網(wǎng)運行的情況下，安全地測試和優(yōu)化AI模型，模擬各種極端場景下的網(wǎng)絡(luò)表現(xiàn)，降低AI模型現(xiàn)網(wǎng)部署的風險。

- 05 -

未來演進：從5GAI增強到6G AI原生

愛立信的AI戰(zhàn)略是一個長期的、持續(xù)演進的規(guī)劃，當前正處于從5G AI增強向6G AI原生過渡的關(guān)鍵階段。

在5G周期的后半段，愛立信正在將AI原生地融入所有5G產(chǎn)品和功能中，進一步深化端到端網(wǎng)絡(luò)智能，同時持續(xù)提升網(wǎng)絡(luò)對AI應用的支撐能力。這些在5G中驗證過的技術(shù)和架構(gòu)，也將成為6G設(shè)計的基礎(chǔ)。

對于6G，愛立信的愿景是打造完全AI原生的網(wǎng)絡(luò)。與5G中“在現(xiàn)有網(wǎng)絡(luò)架構(gòu)上添加AI能力”不同，6G將從設(shè)計之初就以AI為核心，將AI嵌入到網(wǎng)絡(luò)的每一層和每一個節(jié)點。6G網(wǎng)絡(luò)將具備自學習、自預測、自適應和自進化的能力，能夠支撐個人XR、全息通信、全自動駕駛、全域數(shù)字孿生等下一代AI應用。

目前，愛立信正在積極參與全球6G標準的制定工作，推動AI原生網(wǎng)絡(luò)的技術(shù)標準化，確保未來6G網(wǎng)絡(luò)能夠?qū)崿F(xiàn)跨廠商、跨國家的互聯(lián)互通。

（圖片來源：愛立信網(wǎng)站）

愛立信的AI戰(zhàn)略最鮮明的特點，是始終立足于通信行業(yè)的本質(zhì)需求。它沒有追逐短期的技術(shù)熱點，也沒有脫離自己的核心業(yè)務(wù)去做不擅長的事情。它圍繞“AI與網(wǎng)絡(luò)雙向共生”這一核心規(guī)律，構(gòu)建了從底層硬件到上層應用、從現(xiàn)網(wǎng)落地到未來演進的完整體系。

當前，AI與網(wǎng)絡(luò)的融合才剛剛起步。愛立信通過Networks for AI與AI for Networks的雙向驅(qū)動，正在推動通信網(wǎng)絡(luò)從單純的信息傳輸管道，向支撐AI時代的智能基礎(chǔ)設(shè)施升級。這不僅是愛立信自身的戰(zhàn)略選擇，也為整個通信行業(yè)的AI發(fā)展指明了方向。