爱立信四大关键举措助力AI原生网络发展

当前，围绕电信领域AI的讨论多聚焦于其带来的流量增长，但在AI时代，真正的机遇在于行为层面的变化。

爱立信正试图引入一种新的流量类型，用以补充为人们消耗习惯而优化的网络。现有网络的特点是下行流量大、突发性强且对时延容忍度较高，而新增流量类型则必须支持实时、交互式的AI应用。多模态助手、企业级实时引导系统以及自主智能体，不再只是消耗数据，而是在设备与云之间持续进行交互。这类应用所产生的流量模式，较传统移动宽带而言，更依赖上行链路、对时延更敏感，并且会话更加密集。

对运营商而言，这意味着“尽力而为”的连接模式正迅速成为制约企业生产力、用户体验和收入增长的瓶颈。网络也不再只是数据传输通道，而是正在演变为支持分布式AI推理与学习的活力枢纽，即一张“智能编织”网络。

人们的直觉可能是暂缓应对。然而，为AI时代做准备并不是一个需要等到2030年再进行的“推倒重来”式工程，而是一个从5G SA迈向AI赋能5G，再到6G的渐进式之路。行动的关键窗口期，正是当下。

本文作者

Erik Ekudden

爱立信首席技术官

AI原生网络意味着什么

AI原生是指在网络的设计、部署、运行和维护全过程中，内生且可信的AI能力成为其自然组成部分。在AI原生网络中，AI被嵌入至无线接入网、核心网、传输网以及OSS/BSS系统，而不是作为一个外挂组件或独立的AI层存在。

有两点需要明确：首先，AI原生并不意味着由单一模型包打天下。不同场景需要匹配不同类型的AI技术，从专用的网络模型到小模型、大语言模型（LLMs）等，形成多样化组合。其次，AI原生并不等同于“处处皆边缘”。其核心原则是在合适的位置部署合适的AI能力，综合考虑时延、数据可获取性、成本以及可持续性等因素。

这种“双重视角”也体现了其战略意义所在。一方面，是指利用AI提升网络自身能力，通过持续的学习闭环优化能效、检测异常，并逐步实现更高程度的自主化运行。

另一方面，意味着将连接能力演进为分布式AI的关键使能能力，包括提供现代AI系统所依赖的上行带宽、低时延和高可靠性。这两个方向都能够创造可量化的商业价值。

未来几年：四大关键举措

举措一：

以5G SA作为AI原生演进的起点

AI原生是一种演进，而非重构。移动通信系统将通过引入AI能力持续增强，在优化现有能力的同时，释放新的能力边界。5G SA为逐步引入AI能力提供了基础架构与运营模型。

短期内的重点在于提升5G SA的成熟度，使网络能够承载AI驱动的流量，并支持差异化创新。成熟的SA基础有助于强化策略控制能力，支持API开放，并实现企业与开发者生态日益期待的服务模式。如果缺乏这一基础，后续举措的落地难度将大幅提升。

举措二：

推进跨域，迈向L4自智

自智网络通过基于意图的控制、智能体编排、实时可观测性以及闭环AI，实现网络的自优化能力。

对于运营商而言，关键问题不在于能实现多高程度的自动化，而在于自智网络的效率与可信度如何。专用AI智能体在无线接入网、传输网、核心网及OSS/BSS等多个网络域协同工作，并在统一策略与边界约束下运行。这些智能体可协同完成网络优化、执行变更，并在关键指标退化时自动回滚。网络数字孪生为策略执行前提供安全的仿真环境，用于验证决策效果并对比预测与实际结果。同时，通过策略约束、高影响操作分级审批机制以及持续的KPI验证，构建明确的安全护栏，确保网络运行安全可控。

举措三：

构建AI可用的数据基础

许多AI项目失败的根本原因在于数据基础薄弱。在5G阶段，数据往往围绕单一用例进行采集，导致数据管道碎片化，难以规模化复用。AI原生系统需要具备一致性、实时性与可信度的数据，以支持跨域使用。

其中有三点尤为关键：

01统一语义：AI智能体必须能够在不同网络域中以一致方式理解数据，否则将导致错误判断与决策。

02全局可视：当数百个智能体在网络中协同运行时，必须能够实时追踪“发生了什么、为何发生、产生了何种影响”。

03内建治理与安全：策略校验、隐私保护与决策可追溯性必须从数据管道设计之初即纳入体系。当数据跨组织流动时，安全与合规能力也必须同步保障。

举措四：

在网络中合理部署AI能力

将AI负载与网络负载部署在同一计算资源上，可能引发资源争用与时延风险。AI原生架构对此进行了针对性设计。在无线接入网节点侧进行分布式推理，以满足对微秒级响应的业务需求；而区域或中心化AI集群则承载对算力要求更高、但不依赖本地处理的任务。

这种分层部署方式在性能、总体拥有成本与能效之间实现平衡，同时避免陷入“全部下沉至边缘”或“全部集中于云端”的极端模式。

四大举措：通往6G的最佳入口

6G将在设计之初即具备AI原生特性。目前，首个6G标准的制定工作已启动，预计将在2030年前开展预商用试验，并在生态成熟后一至两年实现初期商用。6G将进一步增强包括AI在内的多项能力，并在空口接口、调度机制、多频段系统设计以及自智运维等方面实现原生集成。

然而，面向6G最关键的准备并非等待新标准的到来。那些已经完成以下能力建设的运营商，将在6G演进中占据优势：成熟的5G SA基础、安全且可审计的自智能力、统一的数据基础与合理的AI部署能力，上述四大举措，既是应对当前AI驱动需求的现实路径，也是迈向2030年AI原生网络的清晰起点。

收入将首先从何处体现？

AI原生架构能够帮助运营商降低运维成本与能耗，同时提升网络性能与用户体验。但核心商业问题依然是：新增收入来自哪里？

短期内，有三大机会尤为突出：

网络能力开放通过API形式，将位置、服务质量、路由等连接能力转化为可编程、可交易的服务，面向开发者与企业开放。AI将在性能优化、API可用性提升以及动态变现模式方面发挥重要作用。

差异化连接为上行性能提供保障、低时延和高可靠性的AI应用提供高价值连接服务，形成高端服务分层。

企业边缘面向对数据主权、处理时效与合规要求较高的行业，提供靠近数据源的高性能托管计算能力，从而形成付费意愿。

AI原生之路，始于当下

迈向AI原生、构建“智能编织”是一个渐进式过程。首要步骤是在5G SA基础上演进至AI赋能5G，同时安全推进自智能力、合理部署AI，并将数据与治理能力视为核心资产。

上述四大举措并非线性推进，而是相互强化、协同演进，任一方向的进展都将加速整体转型。对于行业领先者而言，当务之急是从架构、运营与数据基础三个维度评估自身准备度，选择少量高价值场景，实现可量化成果，并逐步规模化推广。AI时代所青睐的网络，不仅要更快，更要可信、自适应，并围绕AI需求进行体系化设计。