一、园区业务发展趋势

• AI应用改变企业办公业务交互模式：预计2026年40%企业应用将嵌入Agent，端侧Agent数量将从人均1个迈向人均5-10个，总带宽需求呈指数级攀升，推动园区网络接入带宽向Wi-Fi 7以及2.5G/10G演进。
• AI应用推动企业业务平台间、数据流互联互通：传统垂直应用体系将向工作流和数据湖演进，园区网络需构建融合架构，承载数据传输并具备融合感知能力，降低TCO并提升运营效率。
• AI应用加剧企业业务安全威胁：AI Agent的自主性带来新的安全风险，园区安全从传统边界防御向智能体安全治理演进，需构筑“内生安全”新架构，实现威胁的自动识别、秒级溯源与自主闭环。
• AI应用催生海量终端、智能体接入，终端管理和运维模式发生剧变：智能体7×24小时不间断执行任务，要求网络运维实现7×24小时实时响应，快速自主感知、关联拓扑、自动识别异常并生成修复建议，网络运维从“人操作”迈向“人监督”。

二、园区网络关键挑战

• 千兆接入带宽受限：AI Agent规模化落地导致上行流量占比增大，传统无线网络难以应对高密部署下的无线带宽和上行竞争冲突，需加速向万兆接入阶段演进。
• 传统烟囱式建网无法适应AI时代的园区业务模型：数据孤岛严重，智能业务终端和物联终端协议碎片化，需融合建网，实现“一张网”全承载，架构兼容多种频段和协议。
• 传统的网络安全技术在AI时代不再可靠：传统指纹库无法应对终端形态及版本快速更新迭代，传统加密算法安全根基被动摇，网络难以捕捉入侵异常并及时告警，AI Agent自主行为加剧风险管控难度。
• 网络运维管理复杂度激增：智能终端、哑终端、具身终端大规模接入，传统人工运维模式无法满足业务对网络的敏捷性和实时可靠性要求。

三、万兆AI园区网络关键特征和技术

• 万兆接入：通过有线万兆演进（mGE、光纤、无源以太网络）、无线接入跃升（Wi-Fi 7、数字预失真、多AP协同调度、精细化资源调度、无损漫游）、确定性低时延（TSN）等技术，提供万兆接入能力，满足高带宽、低时延需求。
• 无线融合：将AP升级为“通感一体”锚点，原生融合物联、感知与定位能力，实现数据融合，打破数据割裂困局。
  • 物联融合：统一接入Wi-Fi、蓝牙、射频识别（RFID）等主流协议，简化架构，降低成本。
  • 感知融合：利用Wi-Fi信号结合毫米波雷达实现空间感知，无需额外硬件，降低部署与运维成本。
  • 定位融合：基于Wi-Fi网络提供区域统计到厘米级追踪的定位能力，赋能多样化业务场景。
• 全域安全：基于资产、连接、空间与隐私四个维度构筑纵深防护体系，应对安全威胁的泛化。
  • 资产安全：通过资产识别、准入认证、防私接与防仿冒、AI异常流量分析等手段，实现终端安全合规准入。
  • 连接安全：通过物理层空口加扰、媒体访问控制安全（MACsec）逐跳加密、抗量子密码（PQC）等技术，保障链路安全。
  • 入侵监测：利用AP内生的CSI信息，基于AI算法实现敏感物理空间的全天候监测。
  • 偷拍防护：利用AP感知电子设备的电磁特征信号，基于AI算法实现对Wi-Fi、蜂窝网络及本地存储类针孔摄像头的有效检测。
• 网络自智：通过网络数字孪生与网络智能体实现网络的自主运行。
  • 网络数字孪生：基于SDN技术提供园区数据采集和标准化加工，实现物理网络的精准数字映射，实现“规划即所见、建设即所得、运维即所优”。
  • 网络智能体：由面向网络自主运行的优化Agent和面向运维人员交互的网络运维Copilot构成，实现网络的自主运行和智能化运维。

四、万兆AI园区网络典型应用

• 智慧校园：通过高速教学（支持VR虚拟仿真教学、4K/8K高清互动课堂等）和智能运维（AI大模型驱动的智能运维平台，实现自然语言交互排障、分钟级定位卡顿、掉线等网络质差问题），提升教学效果和运维效率。
• 电子政务：通过电子政务资产安全和电子政务连接安全（Wi-Fi AI空口加扰技术、有线链路MACsec加密），保障政务数据安全，满足等保2.0三级要求及商用密码应用安全性评估标准。
• 安全金融：通过金融万兆接入（Wi-Fi 7 + mGE）和金融终端管理（AI聚类资产识别方案），满足金融行业高并发、低时延的数据处理需求和终端安全合规准入。
• 智慧医院：通过高速品质医疗网络（Wi-Fi 7无感漫游、万兆到病房一体化）和物联感知融合部署（多协议融合的物联AP、毫米波雷达设备），提升诊疗效率和患者安全。
• 智能制造：通过高可靠生产（万兆大带宽、TSN确定性网络、高可靠工业环网）和柔性制造（Wi-Fi 7零漫游AI网络），保障稳定生产和柔性制造。
• 智慧酒店：通过智慧客房（融合感知能力、融合物联能力）和安心酒店（AP内置AI探测引擎），实现酒店智慧化升级和主动防御。
• 智慧零售：通过智慧门店（AP具备物联网融合能力）和门店极简运维（设备即插即用、AI智能运维），实现门店快速开局、远程统一管理和智能运维。

五、展望

• Agentic AI将重构AI的业务流和园区网络的运维模式：Agent将取代传统网络专家进行7×24小时不间断值守，人工将转向业务流的监控、关键策略的审批及端到端业务流的优化。
• 园区网络需在大带宽、低时延及高并发调度方面持续发力：应对智能眼镜、具身机器人等新型设备的大规模接入带来的巨大带宽压力和多Agent协同控制业务形态的出现。
• 未来网络将实现从“单一通信”向“通感算一体”分布式传感底座的跨越：在应用层面实现泛办公场景的人员跌倒即时预警与区域热力分析、智慧安防的无摄像头隐私防护、工业领域的万物永续互联与免电池极简运维。
• 企业Agent的广泛应用引入了新型攻击面：需构建高安全、强隐私的Agentic自主治理架构，应对数实融合带来的全新安全挑战。
• 园区网络与AI已形成深度共生、双向驱动的演进关系：网络通过通感算一体化升级，为AI模型的持续迭代提供保障；AI原生技术全面融入网络的运维与安全架构，驱动网络实现高程度的自主治理，成为企业数智化转型的核心驱动力。

2026年6月，通信行业指数强于沪深300指数，上涨12.05%。行业核心观点包括：

• 全球云基础设施数据跟踪：AI应用推动云计算巨头加大投资，北美四大云厂商2025年资本开支同比增长67.3%，预计2026年将大幅增长。谷歌上调2026年资本开支指引至1950亿至2050亿美元，预计同比增长118.7%。国内云厂商也将持续加大AI基础设施建设的资本开支。
• 通信设备行业跟踪：
  • 光模块：中国光模块出口额高速增长，6月出口额同比+484.15%。行业向东南亚转移趋势显著，中际旭创、新易盛等在泰国建设工厂。全球AI专用光模块市场进入高速成长阶段，预计2026年市场规模将达到260亿美元。硅光技术成为下一代光互连的主导平台，预计2026年市场份额将逐步提升。
  • 服务器：信骅科技作为全球服务器BMC芯片龙头厂商，2026年6月营收同比+67.5%。
  • 交换机：数据中心交换机市场预计将保持高速增长，2026年销售额同比增长86%。
• 光纤光缆行业跟踪：AI数据中心和无人机等应用持续分流产能，G.657.A2等高附加值产品对产线的挤占效应依旧明显。2026年6月，中国光纤光缆出口额为5.41亿美元，同比+484.15%。国内G.652.D光纤价格均价为105元/芯公里，同比+425%。
• 国内电信行业跟踪：
  • 电信业务使用情况：移动互联网流量较快增长，5月DOU值创新高。
  • 运营商向Token经营转型：中国移动、中国电信、中国联通均推出Token套餐，标志着“Token经营”从地方试点走向体系化布局。
  • 通信能力情况：千兆光纤宽带网络建设以及5G网络建设稳步推进。
  • 运营商资本开支跟踪：预计2026年三大运营商资本开支合计2596亿元，同比-9.1%。
  • 运营商股息率跟踪：三大运营商重视股东回报，近年来股息率维持较高水平。
• 行业动态：光通信领域，中际旭创回应行业1.6T光模块价格降幅较大的市场传闻，表示行业不存在恶性竞争。人工智能领域，月之暗面开源Kimi K3模型，参数规模达2.8万亿。电信运营领域，中国移动智算规模超107EFLOPS，将规模建设AIDC，布局吉瓦级园区。卫星互联网领域，亚马逊申请发射5105颗D2D卫星，2028年启动全球部署。
• 投资建议：下调行业“同步大市”投资评级，建议关注光模块/光芯片/光器件、光纤光缆、电信运营商板块。
• 风险提示：资本开支不及预期；AI发展不及预期；行业竞争加剧；原油价格波动风险；供应链稳定性风险。

核心观点与关键数据

• 行业增长：2026年上半年，国内游戏市场实际销售收入1884.5亿元，同比增长12.17%；移动游戏市场1352.1亿元（增长7.9%），客户端游戏市场452.88亿元（增长27.92%）。海外市场自研游戏实际销售收入123.72亿美元，同比增长30.22%。
• 版号供给：2026年7月共获批197款游戏，高频稳定发放有利于维持研发投入和产品上线节奏，竞争重心转向产品品质和全球化发行能力。
• 业绩兑现：世纪华通预计归母净利润同比增长61.87%-79.57%，巨人网络受《超自然行动组》带动增长157.38%-183.12%，恺英网络和吉比特分别体现IP矩阵和存量产品盈利改善。

研究结论

• 估值偏低：代表性游戏公司2026年PE普遍低于15倍，与增长明显错配。
• 投资逻辑：游戏板块具备“行业增长—中报兑现—估值偏低”的完整逻辑链，短期股价波动后有望从交易性反弹转向基本面驱动的估值修复。
• 建议关注：腾讯控股、网易、恺英网络、吉比特、完美世界、巨人网络、世纪华通、贪玩、心动公司、三七互娱、神州泰岳等。

风险提示

• 新游上线或流水不及预期、成熟产品流水下降、推广费用超预期、海外政策及汇率波动、版号与行业监管变化。

核心观点与关键数据

AI红利分层： 工程底座决定AI红利获取程度。持续交付基础扎实的团队经历短期阵痛后呈V型反弹，超越初始水平。夯实工程底座（如CI/CD）是获取AI红利的最佳路径。

质量领域分化： 中位值企业千当量缺陷密度下降，但尾部企业问题密度均值三年翻倍。AI放大效率，也拉大质量差距。

AI落地深水区： 超过96%的企业采用AI生成代码，但半数以上仍将大模型定位为“辅助工具”。竞争从“用不用”转向“用多深”，投入深度是未来核心方向。

效能度量与管理挑战： AI普及后，如何有效投入决策成为关键。报告提出分层度量体系，从“数据记录”到“数据印证/推翻直觉”，再到“数据辅助决策”。

研究结论

1. AI效能收益受持续交付能力制约： AI红利更偏向具备稳定交付能力、清晰工程规范和持续改进机制的团队。
2. AI工具普及未导致生产稳定性恶化： 人均生产率离散系数中位值三年下降，团队内部产出波动未扩大。
3. 代码产出集中度阶段性上升： 贡献80%代码的人员占比中位值下降，需关注关键人员依赖风险。
4. 单元测试覆盖度底线抬高： 半数企业单元测试覆盖度不超过16%，但整体呈现收敛特征。
5. 缺陷修复工作量分化： 少数高工作量缺陷拉高整体均值，行业差异持续扩大。
6. 千当量缺陷密度小幅增加： 平均值从1.787升到1.928，单位代码量缺陷密度略增。
7. 代码复杂度整体处于较低水平： 约98%的函数圈复杂度低于10，整体代码结构质量稳步提升。

AI应用现状与趋势

• 高渗透、浅深度、局部提效： AI辅助开发已形成较高渗透，但尚未成为主导力量。
• 编码场景渗透率领先： 设计、构建、测试等环节开始形成较高渗透。
• AI应用时长较短： 绝大多数企业应用时长在1年以内。
• AI代码合入比例有限： 87.6%的企业合入主干的AI代码占比不超过50%。
• 未来投入方向： 超过三分之一的企业计划进行大模型相关投入，路线选择均衡。
• AI应用成熟度： 从“遇到困难任务时才考虑使用”到“以LLM为主，人工为辅”。
• 质量保障措施： AI代码质量自动化校验、数据驱动效能提效方案受到关注。
• 私有化需求： 三分之一以上企业认为私有化行业大模型会成为主流。

度量体系创新

• 分层度量体系： 从“数据记录”到“数据印证/推翻直觉”，再到“数据辅助决策”。
• 工程化AI编程： AI更擅长执行人力难以持续、难以量化的工程实践。
• 超级个人现象： AI放大研发团队中的个体产能差距，需关注高杠杆人才和知识沉淀。

行业建议

• 平衡AI机遇与风险： 搭建适配自身的度量体系，实现研发效能长效提升。
• 关注质量保障： 建立自动化测试、代码评审和质量门禁机制。
• 加快AI工具全流程深度融合： 打破“大型团队存在产能天花板”的固有认知。
• 重新审视产品边界： AI工具不能只做“编辑器里的魔法”，必须嵌入工程流、守住质量门。