川海智库

报告概述

本报告是NVIDIA第四期年度电信行业AI现状调研，于2025年9月至11月进行，收集了全球1038名受访者的反馈，涵盖电信运营商、网络设备提供商、系统集成商等。报告重点分析了电信行业AI采用率、投资回报、自主网络建设进展、生成式AI和代理式AI的应用现状，以及AI原生无线网络和6G的部署规划。通过调研数据，展示了AI如何提升收入、降低成本、提高生产力，并识别了数据问题和技能短缺等关键挑战。报告旨在帮助行业领导者了解AI趋势、评估自身阶段、制定投资策略。

报告的核心结论

电信行业AI采用率达到历史最高水平

66%的受访者表示其组织正在积极使用AI，较2024年的49%和2023年的41%显著提升。行业已跨越试点阶段，进入规模化部署，AI预算也大幅增加，89%的受访者计划未来一年增加AI投入。

网络自动化超越客户体验成为首要AI用例

54%的受访者正在使用AI实现网络自动化，较2024年上升17个百分点。50%的受访者认为网络自动化是投资回报率最高的用例。自主网络建设加速，65%的电信运营商表示网络自动化由AI驱动，但多数仍处较低自主等级。

AI原生无线网络将在6G之前部署

77%的受访者预计在2030年6G推出前就能看到AI原生无线网络部署，20%认为一年内即可实现。AI-RAN架构走向现场部署，主要目标是提升频谱效率和能效，并整合AI与RAN工作负载。

生成式AI广泛采用，代理式AI初露锋芒

60%的受访者使用生成式AI，较2024年上升11个百分点。48%的受访者正在使用或评估代理式AI，其中23%已部署AI智能体，41%将其用于网络自动化。代理式AI被视为下一阶段关键创新。

数据问题和AI人才短缺成为主要挑战

54%的受访者认为数据相关问题（隐私、孤岛、规模、复杂性）是实现AI目标的最大障碍，较2024年上升34个百分点。47%的受访者表示缺乏AI专家和数据科学家。这两大挑战制约了AI从试点到生产的扩展。

报告回答的关键问题

电信行业AI采用率有多高？

根据报告，2026年电信行业AI采用率达到历史最高，66%的受访者表示其组织正在积极使用AI，较2024年的49%大幅提升。其中大型公司采用率更高，80%的大型公司已使用生成式AI。行业正加速从试点阶段转向规模化部署。

AI如何影响电信公司的收入和成本？

90%的受访者表示AI帮助增加了年收入，其中67%实现超过5%的增长；同时90%的受访者表示AI降低了年成本，54%实现超过5%的成本降低。AI在客户服务、网络自动化和内部流程优化等领域产生了显著投资回报。

自主网络建设进展如何？

大多数电信运营商处于TM Forum自主网络等级1-3级（19%为1级，35%为2级，36%为3级），仍有很大提升空间。65%的运营商表示网络自动化由AI驱动，59%视其为投资回报率最高的AI用例。生成式和代理式AI有望加速向更高自主等级演进。

代理式AI在电信行业有何应用？

48%的受访者正在使用或评估代理式AI，其中已部署的比例为23%。最主要用例是网络自动化（41%），其次是客户服务和体验自动化（35%）、内部流程优化（28%）。电信运营商使用代理式AI进行网络自动化的比例更高（53%）。

AI原生无线网络何时会部署？

77%的受访者认为AI原生无线网络将在6G发布（2030年）之前推出，其中20%预计一年内即可部署。主要驱动力是提升频谱效率和能效（65%），以及将AI和RAN工作负载整合到共享基础设施上（56%）。

报告中的代表性数据

66%

AI采用率

2026年，表示其组织正在积极使用AI的受访者比例，较2024年的49%和2023年的41%持续上升。

90%的受访者表示AI帮助增加年收入；其中67%实现超过5%的增长

AI对年收入增长的影响

2026年，受访者自我报告AI对收入的影响，41%表示收入增加5%-10%，26%表示增加超过10%。

89%

未来一年AI预算增加比例

2026年，表示计划在未来12个月内增加AI预算的受访者比例，较2024年的65%显著上升。

以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。

完整报告包含什么

  • 完整的调研方法论：包括受访者构成（管理层与AI从业者比例60/40）、公司规模分布、地区覆盖等，确保数据代表性。
  • 按公司规模和地区划分的AI采用率、用例、挑战等详细对比图表，帮助用户评估自身位置。
  • TM Forum自主网络等级现状及提升路径，以及生成式AI和代理式AI如何加速自主网络演进。
  • AI原生无线网络（AI-RAN）的部署计划、目标、障碍分析，包括对5G-Advanced和6G的影响。
  • 代理式AI的部署现状、预期时间线、主要用例和挑战，以及按公司规模的详细数据。
  • AI推理的关键考虑因素（成本、灵活性、延迟等）以及边缘计算投资现状与规划。
  • 电信公司提供AI服务（GPU即服务、AI即平台等）的商业机会分析，以及垂直行业拓展策略。
  • 开源AI模型和工具的重要性评分，以及公司开发AI解决方案的偏好（自研、合作、外包）。

本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。

相关报告