AI技术正在为电信运营商的边缘计算带来新的价值，通过分布式推理实现AI推理的加速、数据主权和安全保障、能源效率提升、确定性服务和弹性，以及财务收益（成本节约和新的收入来源）。
AI正推动移动数据流量增长，预计到2030年，公共云和企业边缘将新增700 EB的企业蜂窝数据流量。这要求运营商将处理能力转移到更靠近终端用户的边缘，以适应AI带来的计算需求增长。
AI推理的最佳位置取决于服务性质、计算和带宽需求以及客户收益。运营商将根据服务类型、计算和带宽需求以及客户收益，在网络的不同位置处理AI推理工作负载。例如，核心计算、通用人工智能（GenAI）和大型语言模型（LLM）训练适合在核心数据中心进行，而工业机器人、数字孪生、物联网、安全摄像头、预维护性网络维护和故障排除等则更适合在边缘进行。
AI推理的优先级用例包括机器人、摄像头、数字孪生和其他物联网应用。这些用例与电信运营商向企业客户销售低延迟服务的5G销售推动战略一致。运营商将AI视为扩展其企业服务组合的工具。
AI推理在网络中的分布有助于减少拥塞风险、防止过载并确保高质量的服务交付，即使需求不断增长。这要求运营商调整其处理能力，预计到2030年，公共云和企业边缘将分别处理400 EB和300 EB的企业蜂窝数据流量。
物联网的快速增长进一步凸显了对边缘AI推理的需求。预计到2030年，物联网设备总数将达到380亿台，其中企业客户将推动三分之二的新增增长。这为电信运营商提供了巨大的商业机会。
电信运营商认为，汽车和医疗保健行业是未来五年最具边缘计算需求的行业。虽然5G的企业收入正在增长，但企业部门目前仅占全球最大运营商收入的25-30%。边缘计算是电信运营商在新兴AI时代支持广泛用例的关键销售点，但AI也带来了巨大的紧迫性，因为超大规模企业和其他目标相同的机会提供者之间的竞争正在加剧。
