爱立信解构AI时代的网络底座：新能力与新业务
C114讯 9月1日消息（艾斯）移动网络已经成为决定AI体验优劣的关键变量。未来的网络必须从一条尽力而为的宽带通道，进化为可编程、可感知、能够为AI量身定制服务的智能平台。唯有如此，电信运营商才能在AI时代持续保持网络性能优势，并在全球AI经济中赢得战略性地位。
这是爱立信最新《面向AI体验的网络》白皮书的核心信息与重要结论。
面对以生成式AI为代表的AI应用持续兴起，这份报告详细梳理了AI驱动下网络流量和能力需求的新特征，同时也给出了运营商可通过哪些关键技术应对当下及未来AI浪潮严苛需求与挑战的解题思路。
在C114看来，这不仅是一份针对行业与技术发展趋势的全面洞察解析，更是一份全球移动运营商探索未来演进路径的重要启示录：电信业的商业逻辑将从“卖流量”转为“卖确定性”。
AI重塑网络需求：上行、时延与可信连接成为刚需
首先我们来看一组白皮书中提到的关键数字：
上行流量占比：生成式AI 26%（传统网络约10%）
上行流量复合年增长率：30%（下行约15%）
生成式AI网络流量总占比：约0.06%（增长空间巨大）
传统移动网络的设计逻辑以向下行主导——绝大部分频谱与调度资源都向用户浏览与下载行为进行倾斜。如今，AI对网络的影响并非均匀增加流量压力，而是带来了一场结构性变革：AI正在将物理世界“数字化上传”。
图1：由AI支撑的面向行业和消费者的新兴用例示意。资料来源：爱立信。 爱立信指出，在消费者领域，AI最深远的影响在于赋予了每位用户专业内容生产者的能力：AI编辑、实时翻译、文生图/视频等工具，让UGC的质量与数量都呈指数级上升，随之而来的是一项关键结构性变化——网络流量模型不再由下行主导。以生成式AI会话为例，其上行流量占比约为26%，远超传统网络约10%的上行流量占比水平。
更为关键的是，跨终端、跨场景的个人智能体正在兴起。它需要无缝集成手机、眼镜、车辆与家庭系统，频繁与附近边缘AI集群进行短时延的交互，要求网络支持高效的本地断点接入，避免因数据绕行远距离云端而造成体验损耗。
在企业与行业领域，自动驾驶车辆高度依赖5G网络提供高比特率上行，用于实时传输摄像头与激光雷达数据进行模型训练或远程监控。同时，工业物联网正迎来“文艺复兴”——运行在边缘设备上的小型AI模型，在本地预处理数据后会触发计算密集型的突发流量。智能仓储、港口及制造现场，普遍依赖集成边缘AI的5G专网进行实时视频分析与预测性维护，这些场景对时间敏感网络（TSN）特性和确定性网络性能有刚性需求。
白皮书写到，AI应用在时延与质量方面具有一致的要求，并希望始终基于最新、最准确的信息进行决策。值得注意的是，网络成为数据源的趋势正在显现——为了精准理解物理世界，AI应用迫切需要网络提供定位、无线感知等额外信息，以此提升决策的上下文感知能力。
爱立信预测，未来几年下行流量的复合年增长率约为15%，而上行流量的复合年增长率将高达30%。这意味着，在未来的网络规划中，上行链路预算、TDD配比和宏站密度，必须获得和下行同等甚至更高的优先级。网络可靠性、低时延与确定性服务，已经从锦上添花的附加能力，变成了关乎应用成败的核心基石。
网络能力与价值跃迁：关于商业逻辑的再思考
C114注意到，AI应用对网络的最大需求，并非带宽本身，而是“在正确的时间，把正确的数据，以正确的姿态送达”。
为此，爱立信明确发出行动号召：业界需优先推进以上行能力为核心的网络演进，把上行性能作为新的核心度量指标；将差异化连接运营转化为可售卖的商业产品，瞄准高价值AI场景布局；将网络暴露为数据与能力平台，通过API创造连接之外的增量价值；并最终实现AI原生运营，让网络本身成为可编程、云原生的智能体。