/記得星標(biāo)我/

比大部分人早一步看見未來

當(dāng)流量紅利逐步觸頂，傳統(tǒng)運營商的下一輪增長錨點究竟在哪里？

這是整個通信行業(yè)討論了數(shù)年的命題。從云業(yè)務(wù)到產(chǎn)業(yè)互聯(lián)網(wǎng)，各家都在尋找第二曲線，卻始終沒有跳出管道化的隱憂。生成式AI的普及，把Token推到了行業(yè)舞臺中央，也讓這個問題有了新的解題思路。

在2026年MWC上海的行業(yè)智躍峰會上，聯(lián)通數(shù)智副總經(jīng)理丁鼎系統(tǒng)分享了中國聯(lián)通Token經(jīng)營時代的業(yè)務(wù)發(fā)展戰(zhàn)略。這套打法，與其說是一家企業(yè)的轉(zhuǎn)型方案，不如說是運營商群體在AI浪潮下，一次立足自身稟賦、錨定應(yīng)用價值的路徑探索。

從流量到Token：一場底層經(jīng)營邏輯的重構(gòu)

很多人會把Token經(jīng)營視作新一輪流量經(jīng)營，覺得只是換了個計費單位。這種認(rèn)知恰恰忽略了兩者最核心的底層差異。

流量經(jīng)營的本質(zhì)是網(wǎng)絡(luò)經(jīng)濟學(xué)。核心價值是標(biāo)準(zhǔn)化的網(wǎng)絡(luò)連接，基礎(chǔ)設(shè)施成本相對固定，用戶規(guī)模越大，邊際成本被攤得越薄，規(guī)模效應(yīng)非常顯著。所以過去二十年，行業(yè)的核心打法就是做大規(guī)模、拼用戶數(shù)。

Token經(jīng)營的本質(zhì)是算力經(jīng)濟學(xué)。核心價值是算力、模型與應(yīng)用結(jié)合產(chǎn)生的智能服務(wù)，每一次調(diào)用都對應(yīng)真實的算力消耗，邊際成本剛性很強。調(diào)用量越大，總成本同步上升，傳統(tǒng)的規(guī)模效應(yīng)暫時無法體現(xiàn)。這也是當(dāng)前全行業(yè)普遍面臨算力成本倒掛的根本原因。

底層邏輯變了，經(jīng)營模式自然會分化。目前行業(yè)已經(jīng)走出三條清晰的路徑。一類是全棧布局的廠商，從芯片、云到模型、應(yīng)用全部自研，構(gòu)建完整的閉環(huán)體系。一類是專注模型與應(yīng)用的廠商，依托高質(zhì)量基座深耕垂直行業(yè)。還有一類是模型聚合平臺，本身沒有基礎(chǔ)設(shè)施和核心模型，靠整合主流產(chǎn)品賺取渠道差價。

對運營商而言，這三條路都不能直接照搬。走全棧路線投入過重，周期太長，不符合運營商的資源稟賦。走純聚合路線，又很容易滑回管道角色，失去價值主導(dǎo)權(quán)。如何在現(xiàn)有優(yōu)勢上找到新的定位，是整個行業(yè)都在求解的問題。

集約化底座：以算網(wǎng)為基，以元景為核

中國聯(lián)通Token業(yè)務(wù)發(fā)展戰(zhàn)略的核心是以應(yīng)用定價值的差異化路線。整套戰(zhàn)略的底層支撐是統(tǒng)一的集約化Token運營體系，用算力底座托底，用統(tǒng)一調(diào)度提效，用元景MaaS平臺承載核心服務(wù)能力。

算力層面，聯(lián)通在全國布局超萬卡算力集群，通過統(tǒng)籌避免分散重復(fù)建設(shè)，同時推進算電協(xié)同，以綠電直連和源網(wǎng)荷儲模式壓降用電成本，配合技術(shù)優(yōu)化實現(xiàn)單卡算效提升，從源頭控制Token的單位生成成本。配套400G高速互聯(lián)網(wǎng)絡(luò)，保障算力跨域調(diào)度的傳輸效率。

調(diào)度層面，依托星羅調(diào)度平臺實現(xiàn)全量算力跨域調(diào)度，解決算力資源分布不均、利用率不足的問題，讓存量資源發(fā)揮最大效用。

整個體系的核心載體，是元景MaaS平臺，也是聯(lián)通Token經(jīng)營的核心分發(fā)與能力中樞。作為全集團統(tǒng)一的模型與Token分發(fā)平臺，元景MaaS一方面搭建TokenHub能力，提供一站式Token運營入口，對接客戶與生態(tài)伙伴；另一方面深耕推理服務(wù)優(yōu)化，通過算網(wǎng)模協(xié)同、模算融合、模型調(diào)優(yōu)、多模智選四大技術(shù)棧協(xié)同發(fā)力，全方位壓降單位Token成本，提升服務(wù)質(zhì)量。

對聯(lián)通來說，集約化不是簡單的資源集中，而是把運營商全域統(tǒng)籌的傳統(tǒng)優(yōu)勢，轉(zhuǎn)化為算網(wǎng)時代的成本與能力優(yōu)勢。而元景MaaS平臺正是把算力資源轉(zhuǎn)化為可交付服務(wù)的核心樞紐，是所有應(yīng)用場景落地的能力底座。

先內(nèi)后外：用自身場景跑通價值閉環(huán)

和很多企業(yè)優(yōu)先推出對外產(chǎn)品不同，中國聯(lián)通把內(nèi)部智能化應(yīng)用放在了非?？壳暗奈恢?。這個選擇看似保守，實則非常務(wù)實。內(nèi)部應(yīng)用既是Token經(jīng)營的起點，也是對外服務(wù)的試驗田，所有能力都先在自有場景驗證成熟，再封裝輸出。

目前聯(lián)通已經(jīng)在辦公管理、市場營銷、政企發(fā)展、服務(wù)感知、供應(yīng)鏈、安全防控、技術(shù)創(chuàng)新七大領(lǐng)域，落地了四十余項AI應(yīng)用，覆蓋從前臺辦公到后臺管理的全業(yè)務(wù)流程。所有內(nèi)部應(yīng)用均基于元景平臺能力搭建，在真實業(yè)務(wù)環(huán)境中持續(xù)打磨模型效果與智能體體驗。

這種先內(nèi)部打磨的思路，有兩層核心價值。

第一層，是直接消化算力產(chǎn)能，驗證投入產(chǎn)出。內(nèi)部消耗的Token，沒有直接產(chǎn)生外部收入，卻轉(zhuǎn)化成了實實在在的運營效率提升。比如文稿撰寫、風(fēng)險防控、經(jīng)分報告生成這些場景，AI替代了大量重復(fù)性工作，本質(zhì)上是企業(yè)自己先為AI價值買單，先跑通最小商業(yè)閉環(huán)。

第二層，是把自身作為最佳實踐樣本，降低對外落地的門檻。ToB產(chǎn)品最大的痛點是水土不服，實驗室里打磨的功能，放到真實業(yè)務(wù)場景里往往大打折扣。聯(lián)通在自身業(yè)務(wù)場景里反復(fù)驗證模型和智能體，成熟之后再封裝成標(biāo)準(zhǔn)化產(chǎn)品對外輸出，相當(dāng)于自帶了落地驗證的背書，客戶接受度會高很多。

簡單來說，自己用得好，才好意思賣給別人。這個樸素的道理，恰恰是很多AI廠商容易忽略的。

- 04 -

政企主戰(zhàn)場：深耕場景落地，以行業(yè)應(yīng)用賦能產(chǎn)業(yè)

政企市場是Token經(jīng)營的主戰(zhàn)場，也是聯(lián)通差異化價值最集中的體現(xiàn)領(lǐng)域。聯(lián)通的打法非常明確，不拼通用模型參數(shù)，而是依托行業(yè)專有數(shù)據(jù)與場景沉淀，打造高價值場景智能體，把AI能力落到產(chǎn)業(yè)實際流程中，讓客戶為真實的應(yīng)用價值付費。

在通用企業(yè)服務(wù)領(lǐng)域，聯(lián)通全面升級云犀平臺，打造業(yè)界領(lǐng)先的工作流智能體平臺，推出AI數(shù)析、AI助銷、AI助手三大核心能力，覆蓋企業(yè)經(jīng)營分析、銷售輔助、日常辦公等多個場景。在快遞行業(yè)，這套能力已經(jīng)服務(wù)頭部企業(yè)，覆蓋十萬以上快遞網(wǎng)點、百萬級快遞員。對一線快遞員，結(jié)合工作手機卡與智能調(diào)度，攬派件效率提升11%；對運營管理者，通過AI數(shù)析實現(xiàn)全量服務(wù)智能質(zhì)檢，客訴風(fēng)險降低10%；對企業(yè)決策層，智能經(jīng)營報告驅(qū)動攬收成功率提升17%，實實在在把Token消耗轉(zhuǎn)化為業(yè)務(wù)增量。

在工業(yè)領(lǐng)域，聯(lián)通發(fā)揮工業(yè)互聯(lián)網(wǎng)領(lǐng)域的沉淀優(yōu)勢，以平臺加應(yīng)用的模式服務(wù)企業(yè)私域Token市場。在航空制造場景，服務(wù)頭部飛機制造企業(yè)，一方面夯實航空數(shù)據(jù)底座，通過多模態(tài)數(shù)據(jù)治理與智能標(biāo)注工具構(gòu)建行業(yè)通識數(shù)據(jù)集，另一方面落地國產(chǎn)化MoE領(lǐng)域模型，基于30B以上基座參數(shù)搭建層級模型，同時搭建智能體研發(fā)平臺，沉淀業(yè)務(wù)經(jīng)驗實現(xiàn)組件復(fù)用。目前已落地AO編制、適航核查等場景智能體，依托兩萬四千條評測數(shù)據(jù)集，場景準(zhǔn)確率提升至82.22%，切實助力航空制造環(huán)節(jié)的效率升級。

在醫(yī)療領(lǐng)域，依托醫(yī)療健康中試基地打造專業(yè)AI應(yīng)用高地，服務(wù)北京頭部三甲醫(yī)院打造先天性心臟病篩查智能體。項目積累了十萬例以上胎兒心臟訓(xùn)練數(shù)據(jù)，覆蓋八十余種解剖標(biāo)注結(jié)構(gòu)，通過多模態(tài)融合與多對抗遷移學(xué)習(xí)模型，實現(xiàn)識別準(zhǔn)確度99.7%、篩查準(zhǔn)確度85%的臨床級表現(xiàn)，用AI能力助力醫(yī)療診斷效率與精準(zhǔn)度提升。

在教育領(lǐng)域，打造高校私域算力、私域數(shù)據(jù)、私域模型的3S模式，探索2B2C協(xié)同的高校AI應(yīng)用新范式。以南昌大學(xué)實訓(xùn)平臺建設(shè)為例，服務(wù)校內(nèi)三萬以上用戶，師生滿意度達95%，全校三成以上專業(yè)課深度嵌入AI能力，開發(fā)出AI加食品、歷史、生物、藝術(shù)等十門特色課程，把AI能力融入教學(xué)、科研、管理全流程。

這些落地案例的核心共性，是不做泛化的能力輸出，而是深入產(chǎn)業(yè)流程，用獨有的行業(yè)數(shù)據(jù)與場景積累形成競爭壁壘。這也是運營商做政企AI的核心優(yōu)勢，多年行業(yè)深耕積累的客戶觸點與數(shù)據(jù)沉淀，是純大模型廠商很難在短期內(nèi)復(fù)制的。

- 05 -

連接再升級：讓存量管道變成AI服務(wù)入口

深耕政企的同時，聯(lián)通沒有丟掉自己的基本盤。反而把海量連接資源，轉(zhuǎn)化成了AI時代的入口優(yōu)勢，讓每一個連接都成為AI服務(wù)的觸點，用戶在日常通信和交互中就能自然獲得智能價值。

個人與家庭場景，基于元景平臺能力推出AI原生通信、云智能體、安全管家等一系列產(chǎn)品，把AI能力和通信服務(wù)深度綁定。通話降噪、多語種實時翻譯、語音智能轉(zhuǎn)寫、智能反詐這些功能，不需要用戶額外部署，直接內(nèi)嵌在通信服務(wù)里，感知非常自然。計費模式也同步創(chuàng)新，除了傳統(tǒng)套餐，還推出按量計費、按次計費、模型按需選購等多種方式，降低用戶接受門檻，讓市場從熟悉的流量計費平滑過渡到Token計費。

物聯(lián)場景同樣在向Token經(jīng)營轉(zhuǎn)型。依托消費終端中試基地與物聯(lián)用戶規(guī)模優(yōu)勢，把AI能力下沉到邊緣網(wǎng)關(guān)、AI攝像頭、工業(yè)終端等設(shè)備，廣泛覆蓋家庭、園區(qū)、工業(yè)、城市治理等場景，從單純的連接管理，轉(zhuǎn)向持續(xù)性的AI服務(wù)調(diào)用。相當(dāng)于給每一個存量連接，都附加了新的價值增量。

- 06 -

開放生態(tài)：以元景為樞紐，共建Token經(jīng)營新格局

Token經(jīng)營產(chǎn)業(yè)鏈條很長，從算力、模型到應(yīng)用、終端，沒有任何一家企業(yè)能通吃全環(huán)節(jié)。生態(tài)構(gòu)建的核心，是找準(zhǔn)自身定位，發(fā)揮長板價值，和伙伴共享收益。

中國聯(lián)通的生態(tài)布局，核心以元景MaaS平臺和數(shù)智產(chǎn)品超市為載體，搭建開放的合作體系，和伙伴同向共行。模型層面，匯聚主流開源與閉源模型，用戶通過平臺即可一鍵調(diào)用，滿足不同場景的模型需求；應(yīng)用層面，引入各類成熟智能體合作應(yīng)用，打造智能體專區(qū)，快速豐富場景覆蓋；算力層面，與算力服務(wù)商共同投資、共享收益，分?jǐn)傊刭Y產(chǎn)投入的壓力。同時聯(lián)合高校、科研院所開展技術(shù)攻關(guān)，持續(xù)提升國產(chǎn)算力與模型的算效比，夯實產(chǎn)業(yè)底層能力。

這種定位非常契合運營商的角色。聯(lián)通不追求全環(huán)節(jié)自研，而是發(fā)揮算力調(diào)度、客戶觸達、場景落地的核心優(yōu)勢，通過元景MaaS平臺把上游模型廠商、中游應(yīng)用開發(fā)商、下游行業(yè)客戶串聯(lián)起來，各自發(fā)揮所長，共同做大Token市場的整體蛋糕，在產(chǎn)業(yè)協(xié)同中實現(xiàn)自身的價值增長。

回到開頭的問題，運營商的下一輪增長錨點究竟在哪里？

聯(lián)通的探索給出了一個很務(wù)實的答案。它沒有盲目追逐通用模型的風(fēng)口，也沒有固守傳統(tǒng)的管道思維，而是立足自身的資源、連接與場景優(yōu)勢，以元景MaaS為能力中樞，從內(nèi)部驗證到行業(yè)落地，從連接升級到生態(tài)共建，把應(yīng)用價值作為核心錨點，形成了一套完整的閉環(huán)邏輯。

當(dāng)然，Token經(jīng)營對整個行業(yè)都是新課題。算力成本如何持續(xù)下降，成熟的行業(yè)應(yīng)用如何快速規(guī)?；瘡?fù)制，規(guī)模效應(yīng)何時能夠真正顯現(xiàn)，這些都是擺在面前的現(xiàn)實挑戰(zhàn)。

但可以確定的是，Token時代的運營商競爭，最終拼的不是誰的算力更大、模型參數(shù)更高，而是誰能更快把AI能力轉(zhuǎn)化為可落地的產(chǎn)業(yè)價值，讓每一個Token都產(chǎn)生真實的收益。這既是聯(lián)通的轉(zhuǎn)型方向，也是整個行業(yè)的長期命題。