新一代 AI 技术产品的应用，也在一定程度上有效提升了我国电信运营企业在各个环节的智能化水平。
面对经济社会数智化转型发展需要，我国电信业果断切入智能化赛道，大举布局算力基础设施，构建算力网络，研发算力调配平台，实现算力基础设施和平台服务的跨越式发展。同时，深入推进网络、算力基础设施深度融合，打造计算、存储、网络资源统一编排能力，满足智能业务对网络、存力、算力灵活泛在、弹性敏捷、智能随机应用需求，有力支撑“东数西算”工程稳步推进。
1. 打造体系化算力基础设施格局算力基础设施成为电信运营企业新的投资重点，投资结构日益向存力、算力资源倾斜。在“东数西算”工程引领下，存力、算力资源分布向高水平“集群”转变，逐步形成热点集约、跨区辐射、边缘覆盖的算力基础设施体系。在功能性能方面，顺应AI 大发展趋势，“通算为主”正在向“通算、智算、超算集成”转变，以支撑多样化、个性化、极致化的存算需求。
智算中心作为智算算力的主要基础设施，成为算力供应的重要依托，电信运营企业纷纷搭建自己的智算体系，加快推进算力布局，整体算力规模迅速扩大。其中，中国电信逐步完善“2+4+31+X+O”多层次算力布局，在京津冀、长三角地区建设两大国产化万卡智算集群，西部地区打造大规模绿色智算池21。中国移动“4+N+31+X”数据中心覆盖全量国家算力枢纽节点，同时加快“N+X”智算中心布局（N为智算中心节点，X 为边缘节点），其呼和浩特智算中心和哈尔滨智算中心分别是全球电信运营企业最大单体智算中心、最大单集群智算中心22。中国联通围绕“5+4+31+X”算力资源布局，完善多级架构，算力中心覆盖国家 8 大枢纽节点和 31 省，骨干云池城市覆盖超230城23。
2. 深化算网融合增强算力服务保障算力集群化发展和算力规模扩张，带来了算力使用新的难题，网络带宽、网络时延、网络可靠性、网络成本等成为算力供给的新制约因素。针对上述痛点，电信运营企业打造超大带宽、超低时延、泛在接入、安全可信、智能管控的全光直连网络，加快“东中西”“云边端”“通智超量”深度融合，推进算力枢纽节点间400G/800G全光高速直连，形成重点省市区域范围的“算力时延圈”，提供强大的数据传输、处理能力和高效、稳定的算力服务保障，支撑和引领多地域、多厂家、多平台间算力与网络资源调度，支持复杂科学计算、AI 大模型训练等场景应用。
3. 搭建集成平台赋能智能化创新建设数据平台、数联网，提供数据支持。电信运营企业依托基础设施和自身海量数据资源优势，建设新型数联网基础设施，为大模型提供安全合规的数据共享、数据流通和数据交易服务。如中国移动在7 家数据交易所、8 个行业落地部署数联网25，在已沉淀的2000PB海量数据基础上，清洗、精标形成超 5 万亿tokens 高质量数据集，携手产业汇聚、共享高质量行业数据集，打造面向大模型的数据供给平台，提供数据清洗、精标、供给等一站式服务，输出多语言、多类型、多模态的大模型高质量训练数据集 200+个，助力AI 产业发展。打造工具平台，赋能技术创新。AI 平台是承载大模型推理、开发、应用工具于一体的平台载体。AI 平台强大的计算资源、高效的算法优化、灵活的模型部署以及丰富的应用场景支持，能够对AI 技术的快速发展和广泛应用起到重要推动作用。电信运营企业依托技术创新能力及丰富应用场景优势，构建 AI 技术平台，以满足日益增长的对大规模模型训练和推理能力的需求。例如，中国电信发布星辰语音、语义、视觉、多模态基础大模型，完成算法及服务双备案，是目前央企首家且唯一开源的通用大模型，新版星辰52B 语义大模型在通用能力上超越 GPT-3.5-Turbo26。中国移动“九天”人工智能平台提供从基础设施、核心算法能力到智能化应用的全栈人工智能服务，支持大小模型训练、微调、压缩、部署、推理、外挂知识库以及国产算力迁移等“全链路”工具，通过九天生态汇聚平台广泛汇聚模型、数据、AI 应用等优质要素，向产业开放一站式模型训推服务27。
构建协同平台，加速行业应用。通过联合行业企业建设协同创新平台，针对国产适配、联合训练、场景落地等开展产学研协同攻关，加速大模型应用落地。如中国移动在国家发改委和国务院国资委指导下牵头成立“中央企业人工智能协同创新平台”，通过组织央企和产学研各界开展协同攻关，共同打造 AI 领域标志性成果，推进中央企业人工智能科技创新，加速各行业智能化转型28；中国联通探索和推进 IT 基础设施与 AI 算力服务器的国产化适配，实现从底层算力资源的构建、操作系统的定制，到 AI 平台的搭建、深度学习框架的优化，直至模型算法的全链路的国产化适配，形成6 套基于国产AI 开发框架的解决方案，服务于 16 家企业或科研机构29。
AI 加快渗透到生产生活的各个领域，为电信业业务形态和商业模式升级注入新动能。电信运营企业结合自身业务布局和资源禀赋，利用 AI 技术赋能发展，有侧重地推进大众市场和政企市场业务革新。当前，AI 赋能的业务革新仍处于碎片化发展阶段，仅在部分业务、甚至是部分功能的升级中展现。未来随着电信运营企业科技创新的不断推进，AI 与业务的融合范畴也将不断深化拓展。
1. 聚焦功能升级和流量入口，推进大众市场业务革新便利性和易用性是消费者的核心需求，AI 赋能的业务和产品创新升级主要聚焦效率提升和娱乐消遣等用户体验相关方向，体现在三个方面：一是以AI助手为代表的业务形态革新，ChatGPT、character.ai、文心一言、豆包、通义千问等 AI 助手具备多模态能力，可实现多轮对话、文本理解与创作、数理逻辑推理、角色扮演等功能；二是多样化、碎片化的 GenAI 原生业务，包括用于设计、写作、编程等的AI 图片、AI 视频、AI 音频、文字编辑等 AI 生成工具；三是传统OTT应用智能化升级，包括教育领域的定制化指导、混合学习功能，健康领域的健康咨询和监控管理等，未来游戏、影视、阅读、家居等也是智能化升级的重要方向。 相比互联网企业的业务升级方向，电信运营企业面向大众市场的业务产品创新展现出一定的独特性，电信运营企业较少为大众市场用户直接提供 GenAI 原生应用，其业务产品革新的重点主要聚焦已有数字化业务的智能化升级。目前只有极少的案例通过AI 助手、AI 终端等新业务，部署新一代流量入口。具体来看：
第一，利用 AI 技术促使大众市场业务更加智慧化。视频彩铃、5G 通话等电信服务，新增 AI 彩铃和内容制作、智能翻译和速记等功能，提升用户通话体验。同时，元宇宙、智能家居、互联网电视等生活服务基于大模型等技术，实现内容更加生动、更符合用户个人偏好，交互方式也进一步优化。例如，中国移动咪咕公司发布AI 视频观赛新产品，在比赛进行时自动生成赛事内容解说，AI 球星点亮一键追踪球星动态30。值得注意的是，AI 对此类业务的影响主要在于业务升级，实现功能的更加完善和智能，尚未实现根本上的业务模式、商业模式创新。
第二，探索 AI 聊天、AI 助手等服务形态，推进终端、应用颠覆式变革。AI 助手从语音问答，到垂直整合端侧应用，使用户一个指令可以调动多个 APP 自动解决需求，提供一站式服务。如中国电信推出了 AI 手机麦芒 30，该款手机搭载中国电信自研星辰大模型，具有 AI 智慧相机、AI 识屏、智能问答、智能搜图、智能绘图以及智能云笔记等功能。无论是对 AI 助手还是 AI 终端的探索，电信运营企业均旨在把握新的流量入口，抢占 AI 价值化的先机31。值得注意的是，已有数字化业务的智能化升级，尽管较难形成直接收入，但能带来用户数量增长和活跃度的激发，间接实现收益增长。长远来看，AI 相关业务、终端、场景的创新能够在一定程度上刺激用户的流量使用，带来传统通信服务新的增长契机，电信运营企业也可为个性化视频制作等内容生成类业务对应提供QoS 差异化服务。
2. 基于 AI 大模型创新，探索政企市场新业态新模式面向政企市场，电信运营企业开展基础大模型和行业大模型的研发和探索，以更好地赋能行业。例如中国电信星辰大模型面向政务、工业等行业推出 32 个行业大模型，在物流、钢铁等十余个行业落地应用，赋能六百多家行业大客户32。中国移动“九天·众擎”基座大模型构建网络、客服、家庭、政务、出行、医疗、工业、综治、企业通话等数十个行业的“大模型谱系”33。
通过大模型开发训练以及平台化建设，电信运营企业政企市场业务产品革新展现出业务产品形态和商业模式拓展，以及定制化项目开发运营服务价值升级。具体来看： MaaS、AI 基础数据服务、智算服务等新业态涌现，商业模式进一步丰富。MaaS 方面，电信运营企业打造高可用跨域模型训练、弹性算力、敏捷网络等 MaaS 一体化服务平台，将AI 算法模型部署在云端，使大模型变成可服务化的产品，为客户提供模型和计算资源结合的服务。MaaS 是 AI 在政企市场商业化的重要路径，通过API 接口调用即可使用，实现按调用次数、点击量、训练次数收费等盈利模式。AI 基础数据服务方面，针对数据来源、格式、维度多样性带来的数据融合问题，集合大模型和先进算法，对数据进行收集、预处理，支撑客户构建多模态高质量数据集能力，进一步用于大模型研发和迭代训练。智算服务方面，电信运营企业积极构建自身的智算资源优势，为政企市场提供一站式智能算力服务。如中国电信打造天翼云智能计算平台“云骁”，聚焦智算、超算、通算多样化算力服务，为客户提供适应 AI 场景的极致算力和高效运维工具34。
垂直行业应用场景智能化引导下，定制化项目开发运营服务价值升级。电信运营企业的行业数字化应用已覆盖金融、医疗、工业、零售、政务等众多行业领域，在大模型加持下，除推动原有行业应用场景的升级外，还进一步引导定制化项目创新升级，同时还形成了一系列 GenAI 原生应用场景。这一过程中，电信运营企业通过不断深入对市场需求的理解，更好地把握大模型对场景赋能的方式。在中国信通院、《通信产业报》报社联合开展的“人工智能+电信业”领航先锋案例征集活动中，电信运营企业申报的政企市场业务相关案例在政务热线和基层治理、医疗行业的传染病风险识别预警、工业领域图像质检等行业应用中，已经显现出一定的创新活力。
相较于大众市场，我国电信运营企业对政企市场业务产品智能化拓展表现得更为积极。目前，三大电信运营企业均已开发了基础大模型，并致力于行业大模型部署，将“基础设施+平台+服务”的一体化服务作为主要发展模式。未来，基础大模型的逐渐强大可能将带来产业数字化服务方式和商业模式的进一步变革，电信运营企业需要在变革中发挥引领、支撑、带动作用。
网络是电信业的核心资产，面向网络全生命周期的AI 应用，对于改善电信业生产效益效率具有至关重要的作用。在大模型等AI 技术的赋能下，网络规、建、运、维、优效益效率得到显著优化。1. 智能化赋能网络规划建设更加精准高效AI 赋能网络规划。5G 高频段、低穿透能力的特性对无线网络规划提出了更高要求，预期的网络速度和覆盖范围需要建设更多数量的基站，这导致了 5G 投资成本显著增加。借助AI 技术发展，结合4G网络大数据与链路差异算法，让 5G 网络规划变得更加精准高效，这不仅降低了投资成本，提升了网络覆盖效率，也可更加便捷地响应市场需求，优化用户体验，显著提升经济效益和社会效益。如中国联通泉州市分公司39基于 4G 大数据和创新算法，采用链路预算、机器学习算法、射线追踪等技术，实现 5G 网络高效精准规划，覆盖608.7平方公里区域，规划基站 2193 个，大幅降低投资成本，显著提升规划效率，为 5G 网络的快速部署提供有力支持。
AI 赋能工程建设。网络建设工程普遍实行“人工现场管理、线下验收、手工结算”的低效管理模式，手段落后、问题突出，长期存在施工监管和验收不规范、不到位、效率低、廉洁风险易发等痛点问题。通过 AI、高清云视频等新兴技术与通信工程建设标准、流程、数据、管理深度融合，打造全流程拉通的工程建设管理数智化运营平台，构建施工远程监管、质量远程验收、工程量远程核验、系统自动结算等功能，依托平台工具，建立全新建设业务流程，实现工程建设管理的可视化、标准化、智能化转型升级。
2. 智能化赋能网络运行更加顺畅安全AI 赋能网络运行优化。一是网络运行方面，3GPP 定义了NWDAF（网络数据分析功能），将数据采集、模型训练、推理分析等AI 基本能力引入网络运行机制，实现核心网智能化演进。基于3GPP的定义，NWDAF 与业务智能运行深度融合，实现逐用户、逐业务的实时数据采集、智能感知、分析推理、决策闭环，为智能业务体验感知与保障提供新思路。例如，中国联通联合上海诺基亚贝尔打造移动网络端到端业务感知评价和自动化保障体系41，以建立“感知、分析、决策、执行和评估”端到端全流程自智为核心，构建意图驱动、跨层跨域的差异化用户体验评估和问题处理机制，打通体验管理与网络管理接口，建立“网络问题处理闭环，客服评价解决效果闭环”双闭环，实现客户感知和网络质量双提升。二是网络配置方面，近年来全球发生多起由于人为引入配置错误导致的 IP 网络重大事故，凸显网络配置工作的高危特征。借助既有的配置规范和现网配置，通过大模型算法自动生成配置模板，并依据维护手册和配置命令手册，构建微调语料，实现智能稽核，增强业务配置和保障、网络安全，提升网络的灵活性和响应能力，同时减少人力依赖，降低长期运维成本。如中国电信江苏分公司42利用 Drain 算法，基于现网高质量配置，自动生成配置模板，再辅以规范 prompt 作为语料，实现大模型稽核能力，在实际生产运营过程中，异常配置召回率达到94%，精确率达到85%，智能稽核逐步嵌入变更操作流程中，实现设备“不带病割接”的目标。
AI 赋能网络安全保障。通过“大模型+小模型+安全工具”的协同模式构建安全行业垂直领域大模型，专注安全运营、安全攻防、安全代码开发等，赋能基础网络安全、内容安全、数据安全和业务安全领域，以智能化自动化方式增强安全防御能力。例如，联通在线信息科技有限公司依托深度伪造内容检测及防范GenAI 诈骗的反诈大模型系统，提高针对变脸、变声等伪造攻击，提高识别精度和泛化能力，提升电信网络的安全性，保护用户信息和通信安全，增强电信网络安全服务水平和用户满意度43。 AI 赋能网络能源效率。基站高能耗问题、现有运维系统缺乏有效的能耗管理和优化手段是电信业迫切需要解决的典型问题。通过引入 AI 智能体和大模型技术，简化运维流程，提高智能化管控，大幅降低运维成本，提高节能效率。此外，通过引入基于意图的节能技术，在特定场景下决定如何启用特定的能源节约特性，并在实现意图的同时执行这些策略，有助于更高效的节能，并确保关键性能指标的稳定性和提升。
3. 智能化赋能网络维护更加智能快捷自动化巡检。基于预设的自动化流程编排工具，接入AI 能力自动生成巡检脚本，打造智慧巡检 AI 智能体，自动监控门户网站、主机运行状态、网络状况，生成相关巡检报告，实时发送给网络运维人员，提高信息透明度与故障处理及时率。例如，安徽移动引入AR技术和机器视觉算法，实现设备对象和环境对象的实时精准检测，有效提高人员信息采集效率及审核准确率，规范现场作业动作和质量，减少漏报和误报等问题，巡检效率提升 50%以上44。
网络运维智能分析。引入大模型学习并理解专业运维知识，通过机器学习算法对海量日志、监控数据进行分析，自动识别异常行为，预测潜在故障，实现从被动响应到主动预防的转变。结合现场工程师的多模态交互输入和实时网络数据分析，以文图形式指导工程师进行端到端的自主高效故障排查和修复。依托区块链去中心化、不可篡改和透明性，将网络与主机巡检数据、运维操作记录实时上链存储，实现运维数据的安全存储与可信追溯。例如，中国电信立足于“懂网络、懂运营、三力定位”愿景，打造了“一五四”启明网络大模型，“一”指聚焦一个领域，即信息通信领域，对内赋能生产，对外服务社会；“五”指覆盖网络规、建、维、优、营全生命周期五大类场景；“四”是构建算法、知识/数据、算力、服务的四类特征，贯通网络大模型语料准备、预训练、全参精调、反馈优化、推理部署的全流程。目前，中国电信完全自主研发的网络大模型已在企业内部成熟应用，提高故障处理效率 30%以上45。浙江移动杭州分公司基于大规模模型预训练和专业运维知识，打造了无线网络基站运维智能助手。该智能助手可以结合现场工程师的多模态交互输入和实时网络数据分析，以文图形式指导工程师进行端到端的自主高效故障排查和修复，单人每月可以节省大约 104-125 小时46。
