GSMA最新洞察：全球电信行业AI部署怎么样？|三大运营商|中国电信|电信行业|运维|通信

电信AI正呈现出“战略转型、多点突破、能耗承压”的鲜明特征。

2026年1月，GSMA（全球移动通信系统协会）发布《电信行业人工智能：2025年第四季度市场现状》报告。该报告基于全球240个国家760余家电信运营商的公开数据，从核心趋势转变、最新行业动态、全球部署格局、主权AI（Sovereign AI）发展以及AI与能源的关联等多个维度，全面剖析了2025年下半年全球电信行业人工智能的发展现状，为行业发展提供权威参考。

转变

从成本节约到增长驱动主权AI构建竞争优势

过去半年，全球电信运营商的AI应用战略发生了根本性转变。此前，AI部署的核心目标集中于内部成本优化，如今运营商正积极将AI技术融入产品组合，强化商业化运营，尤其针对企业客户群体开拓新的收入增长点。

在技术先行的美国与韩国市场，这一趋势表现尤为突出。2025年6月以来，两国新增的AI部署中，有50%以创收为核心目标，应用场景涵盖推理服务、GPUaaS等多个领域。这一趋势正逐步向其他地区蔓延，与早期实现的成本优化成效形成互补，推动行业进入“降本+增收”双轮驱动的新阶段。

为抓住市场机遇，运营商需构建具体的AI商业化模式，例如面向企业客户的GPUaaS、企业级AI解决方案、智能自动化服务等。在这个快速发展的赛道中，威瑞森、德国电信、韩国电信、阿联酋电信集团（e&）、卡塔尔电信等先行者已抢占先机。那些未能及时推出面向企业的AI产品的运营商，将面临被市场淘汰的风险。GSMA智研院预计，2026年行业将披露更多与AI相关的营收数据，这将成为衡量AI商业化成效的重要指标。

从全球部署目标的分布来看，截至2025年第四季度，80%的AI部署仍以成本节约为目的，仅有20%聚焦创收。不过区域差异显著，北美地区的创收型部署占比高达50%，远超亚太（30%）、欧洲（20%）等地区，凸显出不同区域在AI商业化进程中的发展差距。

此外，主权AI正成为电信运营商的差异化竞争优势，而私有数据中心则是承载主权AI的核心基础设施，二者的协同发展成为行业新的增长引擎。

报告指出，电信私有数据中心的建设进程正在加速，截至2025年12月，50%的AI相关部署已进入商用阶段，这一比例较2025年9月的25%实现翻倍增长。这一增长背后，是各国政府对数据主权的重视程度不断提升。全球范围内，政府正收紧数据主权相关法规，要求企业将数据本土留存，这一政策导向成为推动运营商在本土部署AI工作负载的关键动力。

运营商的商业机遇在于将数据中心资产转化为“人工智能工厂”，即推理与计算枢纽，通过为企业客户提供算力支持、数据处理等服务实现商业化变现。值得注意的是，即便部分国家暂未出台明确的数据主权相关要求，由于该趋势尚处于萌芽阶段，先行布局的运营商仍可抢占市场先机。

若运营商不通过组建合资企业等方式自主研发电信行业专用大语言模型（LLM），就需要与专业的模型供应商或GPU制造商建立合作，例如英伟达、Cohere、Perplexity、Anthropic等企业，以此弥补技术短板，快速切入市场。在私有数据中心的应用方向上，部分部署用于运营支撑系统/业务支撑系统（OSS/BSS）的自动化，以提升内部运营效率；但更多的是为了满足企业客户的高性能计算需求，以及政府提出的数据本土留存要求而进行的新建项目。报告预测，2026年，数据主权相关要求将进一步推动私有云建设加速发展。

商业、技术与监管领域多点突破

2025年下半年，全球电信行业在AI的商业应用、技术创新与监管政策方面均取得了诸多突破性进展，为行业发展注入新活力。

在商业领域，运营商纷纷推出面向市场的AI产品与服务。澳都斯电信（Optus）推出“澳都斯专家人工智能”（Optus Expert AI），这是一款面向一线团队的智能体AI解决方案；印尼电信（Indosat）推出基于AI的智能监控解决方案“视觉人工智能”（Vision AI）；韩国电信（KT）打造“韩国电信人工智能体验站”（KT AI Station），为用户提供沉浸式的AI体验；泰国电信（True）部署AI驱动的运营数据中心系统（AI-CODC），用于提升网络性能与稳定性；卡塔尔电信（Ooredoo Qatar）推出由英伟达Hopper系列GPU提供算力支持的主权AI云平台，强化本土算力服务能力。

在技术领域，AI与网络技术的融合不断加深。乌姆尼亚电信（Umniah）与爱立信合作，部署AI/机器学习解决方案，降低网络能耗；美国电话电报公司（AT&T）联合艾拉科技（Aira Technology）与爱立信，在爱立信智能自动化平台上测试AI生成的无线应用（rApp）；加拿大贝尔公司（Bell Canada）与Cohere达成战略合作，为政府与企业客户提供基于主权AI的解决方案；阿联酋电信集团（e&）推出AI无人机解决方案，用于通信基站巡检，提升运维效率；芬兰电信（Elisa）深化与谷歌云的合作，打造AI驱动的自主运维网络；Anthropic公司发布Claude Opus 4.5大语言模型，为电信AI应用提供更强大的技术支撑。值得关注的是，2025年第四季度，英伟达宣布向诺基亚投资10亿美元，助力AI无线接入网的研发，成为行业焦点事件。

在监管领域，各国政府加快了AI相关政策的制定与落地。韩国选定五支精英团队，启动“自主可控人工智能基础模型项目”，推动本土AI技术研发；英国通信管理局（Ofcom）发布战略规划，旨在支持AI在电信、广播、邮政及在线平台领域的安全创新应用；巴西启动关于AI在电信网络与网络安全领域应用的行业咨询，为后续政策制定收集意见。这些监管政策的出台，将进一步规范行业发展，同时也推动运营商加快私有云建设，以满足数据本土留存的合规要求。

从这些动态中可以提炼出三大行业启示：商业层面，运营商正从成本优化转向创收目标，合作成为丰富产品组合的关键；技术层面，AI智能体崛起、边缘计算需求提升、能源优化成为核心技术方向；监管层面，主权AI加速私有云投资，提前布局合规体系成为运营商的重要任务。

全球电信AI部署格局

客户服务占主导，多领域协同发展

GSMA智研院的电信AI数据库涵盖全球240个国家的760余家电信运营商，尽管该数据库基于公开披露的信息，并非穷尽所有案例，但仍能清晰反映全球电信AI的部署格局。在部署地区分布上呈现出“欧洲领先，多区域跟进”的特点，在应用领域分布上呈现出“客户服务占主导，多领域协同发展”的特征。

从部署地区来看，全球共有158个国家落地了AI解决方案。其中，欧洲以39个国家位居首位，展现出领先的技术应用水平；拉丁美洲（29个）、亚太地区（21个）紧随其后，成为AI部署的重要阵地；撒哈拉以南非洲（19个）、中东及北非地区（8个）、欧亚地区（3个）、北美地区（10个）依次排列。

在国家内部的运营商参与度上，72个国家仅有1家运营商部署AI，35个国家有2家运营商部署，51个国家有超过2家运营商布局，体现出不同国家对AI技术的接纳程度与发展阶段存在差异。

从应用领域分布来看，电信AI的部署呈现出明显的集中化特征。客户服务是最核心的应用领域，占比高达47%，典型应用场景包括AI聊天机器人、垃圾信息过滤、用户体验优化等，这些场景具有低风险、易落地的特点，能快速为运营商带来效益。

网络优化与销售及市场营销领域的部署占比均为16%。网络领域的应用包括前瞻性维护、AI驱动的RAN优化、节能降耗等；销售及市场营销领域则聚焦于客户销售、应用开发、为企业客户提供AI赋能服务等。此外，企业职能、数据中心及其他领域的部署占比分别为9%、3%、9%，整体占比较低，但随着行业发展，这些领域的重要性将逐步提升。

运营商规模差异

大型运营商优势显著

从运营商规模来看，规模效应在AI部署中表现得十分显著。数据显示，大型运营商的平均AI部署数量为1.7个，中小型运营商则为1.3个。大型运营商的部署数量比中小型运营商高出约20%，这一差距源于大型运营商具备更充足的资金、更完善的研发体系，以及更强的抢占先发优势的战略意愿。

从区域来看，北美地区的大型运营商平均部署数量最高，达到2.4个，亚太地区为2.1个、欧亚地区为1.8个紧随其后，凸显出这些地区大型运营商在AI布局上的积极性。

从部署成熟度来看，截至2025年第四季度，全球66%的AI部署已进入商用阶段，3%处于试点阶段，31%处于规划阶段。区域层面，拉丁美洲的商用化比例最高，达到85%，欧洲（71%）、欧亚地区（72%）次之，撒哈拉以南非洲（56%）、中东及北非地区（55%）商用化比例相对较低，反映出不同区域在AI技术落地应用进程中的差异。

从电信人工智能部署的领域占比分布来看，运营商的核心发力点高度集中，其中客户服务以 47% 的占比成为最主要的应用领域，凸显出运营商借助 AI 技术优化服务体验、提升服务效率的核心诉求；网络与销售与市场营销领域的部署占比相同，均为 16%，反映出运营商在强化网络性能优化、拓展商业变现渠道两大方向上的均衡投入；企业职能与其他领域的部署占比均为 9%，是 AI 应用的重要补充场景；而数据中心领域的部署占比相对较低，仅为 3%，在整体 AI 布局中处于次要位置。

在合作生态方面，运营商需在通用大语言模型与专用大语言模型之间找到平衡点。GSMA的开源大语言模型基准测试表明，混合使用现成模型与定制化模型的方案，对运营商而言最为合理。这也解释了为何相较于谷歌、OpenAI等AI行业巨头，规模较小的Perplexity能成为电信AI项目中最常见的模型合作伙伴。在GPU供应商与超大规模云计算服务商领域，不同规模的运营商选择存在差异，大型运营商更倾向于英伟达、谷歌，而中小型运营商则更偏好微软、亚马逊云科技（AWS）。

关键议题

AI驱动的能耗挑战与应对路径

报告着重强调，AI技术在推动电信行业发展的同时，也带来了严峻的能耗挑战，能源管理正成为运营商的核心战略议题。

当前，AI相关业务仅占蜂窝网络流量的0.1%，但这一占比正以每月翻倍的速度增长。按照这一趋势，AI流量将快速攀升，进而推高运营商的能源消耗。 GSMA智研院通过不同场景建模预测，到2030年，在基准场景下，AI或将导致运营商能耗提升25%；在低增长场景下，能耗增幅为10%-15%；在高增长场景下，增幅将高达50%。

人工智能对流量格局的间接影响或被低估。其更大作用在于推动用户增加网页浏览、视频观看、拓展现实内容消费等互联网服务使用，且AI技术将嵌入各类品牌网站与应用，带来的流量增长远超AI原生应用本身。在未计入AI因素时，个人用户流量占移动总流量的80%，多项估算显示，到2030年AI或将推动整体流量至少增长15%，且大部分增长源于对非原生应用的流量带动。

报告指出，每1字节流量的增长都与能耗直接相关，流量并非抽象的统计数据，其增长背后是运营商为满足需求而进行的网络扩容，以及随之而来的能耗上升。通过对不同人工智能流量场景的分析，可预判未来移动网络的能耗压力：在最可能的基准场景下，到2030年电信运营商年能耗将因AI应用增长约 25%，低增长场景增幅为10%-15%，高增长场景则高达50%。尽管具体增幅存在变数，但运营商的网络战略必须将能源管理置于优先地位，同时充分评估云端外数据处理的投资回报率；当前边缘推理需求持续增长，应用于工业物联网、拓展现实、图像分析等场景，虽相比公有云具备成本优势，但其成本与能耗依然较高，需重点关注。

从行业整体能耗来看，电信运营商的能耗约占全球总能耗的1%，这一比例在过去数年基本保持稳定。但这一稳定状态正面临多重挑战：一方面，5G网络迁移带来了更高的性能需求，高性能计算设施的普及进一步增加了电力消耗；另一方面，2G和3G网络的能效较低，抵消了部分5G网络的节能效益。而AI流量的快速上升，无疑将打破这一能耗平衡，给运营商的能源管理带来巨大压力。

从区域能耗分布来看，中国电信行业的能耗占全球行业总能耗的40%，但移动用户数量仅占全球的20%。美国的情况与之类似，两国高能耗的原因在于5G渗透率较高，且大规模布局私有云与边缘计算设施，企业级计算需求与早期AI应用进一步推高了电力消耗。

面对日益严峻的能耗挑战，运营商需将能源管理提升至战略高度，而非仅将其视为成本或公共事业开支。报告提出，运营商应优先部署基于AI的节能方案，以此抵消或缓解能耗增长。具体的节能举措包括AI驱动的网络休眠（时域优化）、智能电池管理、动态流量分流、AI辅助的基站规划与选址、全网络流量智能管理、计算负载从云端向边缘迁移、运维与故障修复自动化等。

此外，GSMA还提出了AI部署成熟度与节能效果的对应层级，为运营商的节能工作提供了清晰的路径指引。层级1为基础构建与认知普及，核心是建立能源管理量化指标，优先确定干预领域；层级2为探索尝试与早期应用，开展AI节能方案的试点与部署；层级3为融合应用与运营落地，实现节能方案的规模化应用；层级4为全面转型与创新突破，打造AI原生无线接入网，实现多频段协同优化，最终达成全网络的智能节能。同时，运营商在计算AI投资回报率时，需纳入能源因素，以全面评估长期收益。

2025年第四季度，全球电信行业AI发展呈现出“战略转型、多点突破、基建提速、能耗承压”的鲜明特征。运营商正从成本优化向创收增长转型，商业、技术与监管领域的创新为行业注入新活力，主权AI与私有数据中心建设成为竞争焦点，而AI驱动的能耗挑战则倒逼行业加快节能技术的研发与应用。随着行业的持续发展，未来电信AI将朝着更成熟、更可持续的方向迈进，为全球通信行业的变革与升级提供强大动力。