爱立信破解运营商“管道化”困局:可编程网络与AI双轮驱动

爱立信破解运营商“管道化”困局:可编程网络与AI双轮驱动

文章图片

爱立信破解运营商“管道化”困局:可编程网络与AI双轮驱动

【爱立信破解运营商“管道化”困局:可编程网络与AI双轮驱动】【环球网科技报道 记者 张阳】当前 , 全球电信行业正面临“增量不增收”的发展瓶颈 。 5G网络建设虽持续推进 , 但运营商普遍陷入“管道化”困境——网络流量增长未能转化为相应的收入提升 , 甚至出现“增量减收”现象 。 这一问题的根源在于传统网络服务模式的同质化:标准化的连接服务难以满足多样化的市场需求 , 高价值业务与普通业务无法在网络资源分配中体现差异 。

在此背景下 , “差异化连接”成为行业共识 。 爱立信中国网络产品方案总经理吴日平认为 , 差异化连接的核心是通过技术手段识别不同业务的价值 , 为高优先级应用提供定制化网络保障 , 同时实现资源的动态高效调度 。 例如 , 在商务会议、远程医疗等场景中 , 网络需优先保障低时延、高可靠性的连接质量 , 而在普通浏览场景中则可采用弹性资源分配 。 这种模式不仅能提升运营商的收入结构 , 更能通过优化用户体验创造社会价值 。
他举例说:“新加坡电信(Singtel)的实践颇具代表性 。 该运营商通过5G+新商业模式 , 将用户需求分层 , 提供不同速率等级的服务套餐 , 类似于航空业的舱位分级 。 这种创新使运营商从单纯的流量提供者转型为‘服务价值定义者’ , 为行业转型提供了可借鉴的范本 。 ”
爱立信全球先进技术亚太区主管Sheng-Ann Yu补充道 , “网络差异化服务的体验在拥堵场景下尤为明显 。 比如 , 在音乐会等高密度场景中 , 新加坡电信实现了网络切片动态调度 , VIP用户在人群拥堵时段仍能保持4倍于普通用户的带宽保障 。 这种‘钻石级服务’不仅带来了套餐溢价空间 , 更创造了打车的场景化商业闭环——优先保障高价值用户的即时出行需求 , 间接拉动了合作伙伴的收益分成 。 此外 , 随着5G-A技术的发展 , 低空经济、通感一体等新兴应用也将进一步丰富差异化服务的内涵 。 ”

爱立信全球先进技术亚太区主管Sheng-Ann Yu
可编程网络与AI的深度融合
爱立信将可编程网络视为5G-A的核心发展目标 , 其本质是通过软件定义网络(SDN)与网络功能虚拟化(NFV)技术 , 使网络能够根据业务需求动态调整配置 , 实现“意图到执行”的自动化转换 。 吴日平解释道 , 可编程网络需解决两大核心问题:一是快速将业务需求转化为网络配置 , 缩短新业务上线周期;二是通过自动化降低运维成本 。 例如 , 当用户提出“保障视频会议20Mbps速率”的需求时 , 网络可自动生成资源调度方案 , 无需人工干预 。
这种架构变革使5G-A超越了简单的技术升级 , 成为支撑5G商业化的关键引擎 。 Sheng-Ann Yu强调 , 5G-A的目标不仅是提升网络性能(如低空经济、通感一体等新增能力) , 更重要的是通过可编程网络实现“5G货币化” , 即通过差异化服务创造新的收入来源 。
AI驱动自智网络:从被动到主动的管理革新
AI技术的融入正在重塑网络管理范式 , 并且 , AI不再局限于传统的网络优化工具 , 而是被赋予了\"网络大脑\"的重任 。 \"未来的自智网络将实现全栈自主决策 , 就像自动驾驶汽车一样 , 从L3的有限条件自动化迈向L5的全域自治 。 \"爱立信全球AI与自动化研发主管Thomas Kinnman说 。

爱立信全球AI与自动化研发主管Thomas Kinnman
值得关注的是 , 在技术实现上 , 爱立信采用“集中式与分布式AI协同”的架构:毫秒级实时AI用于基站侧的无线资源调度与节能优化(如AI in RAN) , 分钟级至数周级AI则用于跨网络协同与运维成本优化(如AI for RAN) 。 这种闭环架构使网络能够根据实时数据动态调整策略 , 同时通过人工审核机制确保决策可靠性 。 例如 , 在大型活动中 , AI可实时识别高价值业务并优先分配资源 , 活动结束后自动释放资源 , 实现效率与公平的平衡 。
中国运营商的探索同样引人注目 。 中国移动在核心网领域率先实现L4级自智网络 , 通过意图驱动的网络编排系统 , 将新业务上线周期从传统的3个月缩短至72小时 。
AI并非独立于可编程网络存在 , 而是其内生能力 。 吴日平以意图转换为例:当用户通过自然语言描述业务需求时 , AI可将其解析为网络可执行的参数 , 并通过开放接口(如rApp、API)调用网络能力 。 此外 , 在EIAP(爱立信智能平台)中 , AI还可辅助开发者编写意图代码 , 降低应用开发门槛 。 这种深度融合使网络不仅是连接载体 , 更成为“智能服务平台” 。
生态构建:开放合作与全球化布局
爱立信通过开放生态吸引第三方开发者 , 构建“网络即服务”的新经济模式 。 在无线应用领域 , 其RAN生态系统已汇聚56个成员 , 包括12家运营商与44家独立软件开发商 。 开发者可通过开放测试平台快速验证应用 , 与运营商合作实现数据迁移与商业化落地 。
在API经济层面 , 爱立信通过收购Vonage与成立Aduna , 构建了覆盖140万开发者的CPaaS(通信平台即服务)生态 。 Aduna作为运营商API聚合器 , 旨在打破网络能力开放的碎片化瓶颈 , 通过集中管理与标准化接口吸引更多应用场景 。 例如 , 与Google合作可触达超10万开发者 , 推动AI眼镜、智能机器人等新兴设备与5G网络的深度融合 。
尽管5G-A已进入商用阶段 , 但其发展仍面临多重挑战:部分国家(如欧洲)仍在纠结5G SA部署策略 , 延缓了5G-A推广进程;除手机外 , 5G-A笔记本、XR设备等新型终端渗透率较低 , 企业用户对5G价值认知不足;海外市场对网络切片与差异化服务存在监管疑虑 , 需通过技术透明化与政策沟通化解 。
对此 , 爱立信提出双轨发展策略:一方面持续提升5G-A基础能力(如增强AI赋能、扩展低空经济场景) , 另一方面联合运营商推动端到端差异化服务落地 。 爱立信东北亚区副总裁吴立东以5G笔记本为例指出 , 尽管其流量需求对网络容量构成挑战 , 但其在安全、移动性方面的优势将催生新的企业级市场 , 未来两年内5G与XR设备、智能眼镜的融合将成为重要增长点 。
电信行业正站在“从管道到平台”的转型临界点 。 爱立信通过可编程网络与AI技术的深度融合 , 为运营商提供了跳出“增量不增收”陷阱的方法论——即通过技术创新定义服务差异 , 通过生态开放拓展价值边界 。 正如Sheng-Ann Yu所言:“5G-A的终极目标不是技术竞赛 , 而是让网络成为社会数字化的智能底座 , 使AI、云与移动技术真正形成协同效应 。 ”这一路径不仅关乎企业盈利模式的转变 , 更将重塑整个社会的数字化基础设施格局 , 为万物互联时代奠定基础 。

    推荐阅读