移动通信网 程然
移动网络正从决定上网速度快慢的变量，转变为决定AI体验优劣的核心要素。爱立信9月1日发布的最新《面向AI体验的网络》白皮书指出，面对生成式AI应用持续兴起，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。白皮书披露的一组关键数据揭示了AI带来的结构性变革：生成式AI会话的上行流量占比约为26%，远超传统网络约10%的水平；爱立信预测未来几年上行流量复合年增长率将达30%，是下行流量约15%增速的两倍；而目前生成式AI网络流量占总流量的比例仅约0.06%，增长空间巨大。这意味着电信业的商业逻辑将从“卖流量”转向“卖确定性”，运营商面临从基础设施提供者向AI生态核心玩家跃迁的历史性机遇。
【关键数据】
[1] 生成式AI会话上行流量占比约26%（传统网络约10%）
[2] 上行流量复合年增长率预测为30%（下行约15%）
[3] 自动驾驶控制指令时延要求低于20ms
[4] 生成式AI网络流量总占比约0.06%
[5] 网络开放API支持MCP及A2A智能体访问协议
传统移动网络的设计逻辑以下行为主导，绝大部分频谱与调度资源都向浏览和下载行为倾斜，而AI正在将物理世界“数字化上传”。在消费者领域，AI赋予每位用户专业内容生产能力，AI编辑、实时翻译、文生图/视频等工具让UGC数量与质量呈指数级上升；跨终端的个人智能体需要无缝集成手机、眼镜、车辆与家庭系统，频繁与边缘AI集群进行短时延交互，要求网络支持高效的本地断点接入。在企业领域，自动驾驶车辆高度依赖5G网络提供高比特率上行，实时传输摄像头与激光雷达数据；智能仓储、港口及制造现场依赖集成边缘AI的5G专网进行实时视频分析与预测性维护，对时间敏感网络（TSN）特性和确定性性能有刚性需求。白皮书特别指出，自动驾驶控制指令的时延要求低于20ms，AI应用无法容忍卡顿或掉线——卡顿导致AI反应失灵，掉线则可能引发事故。网络还正成为数据源，AI应用迫切需要网络提供定位、无线感知等额外信息以提升决策的上下文感知能力。
在技术应对层面，爱立信给出了清晰的解题思路。首先是精细化QoS保障，具体包括低时延、低丢包、可扩展吞吐（如UL L4S）、上行时延状态报告（DSR）、上行精细化缓存状态报告（BSR）以及低时延移动性等机制，确保网络在上行拥塞时仍能保障关键业务流体验。其次是差异化连接，通过组合5G SA的多项能力——高级无线调度、资源划分、网络切片、URSP（用户设备路由选择策略）及核心网API——为不同AI业务提供会话级定制化性能保障。第三是高性能可编程网络，结合Massive MIMO与波束赋形技术，动态配置吞吐、时延与可靠性指标，让AI应用关键流量按需获得优先资源分配。白皮书强调，未来网络规划中，上行链路预算、TDD配比和宏站密度必须获得与下行同等甚至更高的优先级。这种多技术组合的方案设计，本质上是将网络从静态管道改造为可动态调度的资源池。
网络开放API被视为推动网络从管道升级为平台的关键一步。通过标准化API，AI应用和智能体可以编程方式调用网络深层能力：信息类API包括高精度定位、连接状态感知、网络洞察等，为AI决策提供实时上下文；事务类API包括按需专用网络、按需质量保障等，允许应用动态请求具备特定SLA保障的连接资源。对运营商与云服务提供商而言，这将打开新的商业模式，例如面向AI应用提供不同档次的连接能力、定位能力或高级上行服务。更关键的是，这些API将逐步支持面向智能体的访问机制，如MCP或A2A协议，让AI应用自主发现并调用最合适的网络能力——这标志着“电信级”AI智能体平台的雏形正在显现，该平台将网络数据源、开放API、AI服务与自动化接口融为一体。
商业化层面，爱立信明确了运营商的多阶段转型路径：从增强连接，到可编程的AI就绪平台，再到真正的AI原生网络。完成进化的网络将成为AI经济中同时提供三重能力的战略平台：物理世界数字化入口（上行）、实时交互确定性（低时延）和环境感知上下文（定位/感知）。这种转变的本质是运营商商业逻辑的彻底重塑：通信服务将从“离散的流量包”售卖，升级为“连续的确定性时间片”租赁，网络从被动的传输介质，变为AI应用可以订购的可信执行环境。爱立信明确发出四点行动号召：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；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。
从行业格局看，这份白皮书发布正值全球运营商寻求5G投资回报突破口的敏感节点。生成式AI流量目前仅占总流量约0.06%，但30%的上行复合年增长率意味着未来五年上行容量需求可能翻倍以上，网络扩容压力将直接传导至设备供应商。爱立信作为全球主要无线设备商之一，此时推动“上行优先”的网络演进叙事，既是对技术趋势的判断，也与其自身在Massive MIMO、网络切片等领域的设备组合形成呼应。对运营商而言，从“卖流量”到“卖确定性”的转型能否落地，取决于差异化连接能否真正形成可计费的产品体系，以及网络开放API生态能否吸引足够的AI开发者和应用接入。可以确定的是，AI与网络的深度融合已经从概念讨论进入参数定义阶段——上行占比26%、上行增速30%、时延低于20ms、AI流量占比0.06%，这些具体数字正在成为下一代网络建设的硬性标尺，一场围绕上行能力和确定性服务的新型竞争已经开启。
