调查概述
AI已成为电信行业不可或缺的部分，带来生产力提升、网络优化和客户体验改善等显著收益，并成为自主网络和下一代连接技术的核心。行业AI采用率达历史新高（66%），从试点阶段转向规模化部署，实现切实的投资回报。AI推动收入增长（67%受访者报告年收入增长超5%）、成本降低（55%受访者报告年成本降低超5%），并推动AI预算增加（89%受访者计划增加预算）。
深入调研结果
- AI目标：提高员工生产力（43%）、提高运营效率并降低成本（42%）、开辟新的商业机会和收入来源（40%）。
- AI工作负载：生成式AI（60%）为主，其次是数据处理和分析（58%）、代理式AI（48%）。
- AI用例：网络自动化（54%）、优化客户服务和体验（46%）、后台流程优化（43%）、无线网络研发（28%）。
- 主要挑战：数据相关问题（54%）、缺乏AI专家和数据科学家（47%）、量化投资回报率（34%）。
- 开源投入：89%受访者认为开源模型和软件对其AI战略很重要，42%首选自行开发解决方案，38%选择与合作伙伴共同开发。
加速推进自主AI网络的建设
- 自主网络等级（ANL）：19%处于1级，35%处于2级，36%处于3级，多数运营商处于起步或中期阶段。
- 挑战：数据相关问题、内部技能不足。
- AI原生无线网络：65%受访者将提升频谱效率和能效视为主要目标，77%预计在2030年6G发布前实现整合。
- 部署障碍：传统设备提供商缺乏AI原生RAN解决方案（27%）、难以量化投资回报率（22%）、缺乏熟练员工（19%）。
实质性影响带来投资增长
- 收入增长：90%受访者表示AI帮助增加年收入，43%增幅5-10%，22%增幅超10%。
- 成本降低：90%受访者认为AI正在降低成本，32%降幅5-10%，22%降幅超10%。
- 员工生产力：99%受访者表示AI推动生产力提升，10%影响显著，16%大幅提升。
- 投资回报最高的用例：网络自动化（50%）、客户服务和体验优化（41%）、内部流程优化（33%）。
- AI预算增长：89%受访者表示AI预算将增加，54%增幅达10%以下，35%增幅超10%。
- 投资重点：聘请第三方合作伙伴加速AI采用（38%）、优化AI工作流和生产周期（37%）。
代理式AI初露锋芒
- 采用情况：48%受访者正在使用或评估代理式AI，23%已部署，其余处于评估和试点阶段。
- 主要用例：网络自动化（41%）、客户服务和体验自动化（35%）、内部流程优化（28%）。
- 挑战：数据相关问题（37%）、缺乏内部技能和专家（29%）、性能和可靠性问题（29%）。
推理的重要性
- 运行推理时最重要的因素：成本效率和TCO（45%）、模型部署位置灵活性（45%）、延迟、准确性和吞吐量（39%）。
- 边缘计算投资：40%受访者正在投资边缘计算用于推理，38%计划不久进行投资。
- 推理运行位置：55%采用混合架构（云端和本地），31%仅在云端，14%仅在本地。
展望未来
生成式AI和代理式AI引领变革，推动电信行业从自动化网络转向自主网络，构建AI原生无线网络。AI开辟新的收入渠道，降低行业成本，塑造充满增长潜力的未来。
