全球电信网络是运营商最庞大的运营成本，但人工智能在这一领域的部署规模仍然有限。
GSMA（全球移动通信系统协会）数据显示，目前专注于网络侧的生成式AI部署仅占16%。即便采用业界精度较高的模型，在电信场景下准确率也仅能达到75%。近期，GSMA大中华区总裁斯寒接受新京报贝壳财经专访时提出，这一错误率将影响运营商网络的可信度，也会拖累行业的AI投资回报预期。
这是GSMA今年在MWC（世界移动通信大会）上正式推出Open Telco AI倡议的原因。误读网络数据、无力处理标准文档、输出结果不稳定，这些在消费者眼里或许是小概率会遇到的体验瑕疵，但放到电信网络里却可能造成难以承受的运营风险。
斯寒认为，破局关键在于电信AI的能力体系建设而非单点突破。GSMA援引AI在计算、编程、逻辑推理等领域的经验提出，电信AI同样需要开放数据集、开放模型、评测基准与开放社区生态四个要素的协同发力。其中，斯寒将评测基准视为最优先的环节，并为这套基准划定了四条刻度，即准确性高、响应速度快、成本效益和安全性。
在斯寒看来，当前是AI与移动通信融合的过渡期。“技术已趋于成熟，场景需求也已浮现，但两者之间仍需磨合。”她认为，在这一阶段，企业战略判断的准确性、投入力度与定力，将在很大程度上决定谁会留在未来的牌桌上。
从更长的周期看，汽车、机器人、可穿戴设备等新型智能终端的多元化，正在向移动网络提出新需求，推动网络标准迭代。斯寒强调，产业规模化的前提始终是统一标准和开放生态。在当前地缘政治背景下，这一点尤为关键。
准确性高、响应速度快、成本效益、安全性，电信AI的“最优方向”？
新京报贝壳财经：GSMA出于哪些考虑选择今年在MWC上推出Open Telco AI这一倡议？
斯寒：主要是看到了人工智能在电信领域的潜力，但现有模型无法满足电信行业的特定需求，包括误读网络数据、难以有效处理标准文档，以及产生不确定性输出结果，而电信网络这些问题的容忍度极低。
尽管网络是运营商最大的运营成本，但目前专注于网络侧的生成式AI部署仅占16%。即便采用高精密模型设计，准确率当前也仅能达到75%。这对运营商网络的可信度、运营风险以及AI投资回报率均构成重大障碍。
Open Telco AI最终产出的是面向电信网络应用的开放模型，以供运营商在自有网络上落地应用，实现网络的智能化。此外，还将通过“电信能力指数”（Technical Capability Index）对模型展开基准评估，推动构建协同生态。目前已有35个国家的46个机构表态支持，包括中国移动（600941）、中国电信（601728）、中国联通、华为等。
我们借鉴人工智能在计算、编程、逻辑推理等领域迅猛发展的经验，提出四个要素的协同，即开放数据集、开放模型、强有力的评测基准，以及活跃的开放社区生态。GSMA以此为基础，构建Open Telco AI的能力体系。
新京报贝壳财经：数据、模型和标准，哪个维度有可能率先突破或需要优先解决？
斯寒：最关键的仍是评测基准。只有建立一套完善的评测体系，才能清晰定义行业最优方向，引导行业发力。这套基准应涵盖准确性高、响应速度快、成本效益以及安全性四个核心维度。只有高标准满足这四个维度，才能称得上合乎标准、卓越的Open Telco AI。
新京报贝壳财经：这四个维度中，安全性可能容易形成共识，但在成本效益方面，各国可能会受供应链水平差异的影响。如果此时分歧较大，如何寻找共识？
斯寒：成本效益作为基准存在，各国差异属于执行层面的细节。设立基准的意义在于，当某套方案在实际操作时投入产出比持续偏低时，自然会倒逼寻求新的解决方案。各方在共同目标下，实现路径可以不同。
新京报贝壳财经：国内运营商在倡议中显示的伙伴名称与其他机构有所不同，两者区别是什么？
斯寒：中国运营商目前均为参与方（participants partners），参与方会参与整个项目，分享案例和反馈意见。贡献方（contributing partners）直接投入开放资产，包括开放数据集、模型、评测基准等，并与我们联合或独立举办各类挑战赛。以华为为例，他们贡献了相关数据集，并联合主办了智能体故障排查挑战赛（Authentic Troubleshooting Challenges）。今年MWC上海将公布该挑战赛的最终结果。
新京报贝壳财经：标准往往涉及话语权争夺，中国厂商在6G及网络演进、终端形态等领域的国际标准参与度和话语权表现如何？
斯寒：国内厂商在众多标准组织中均积极参与，包括GSMA工作组中针对预标准和规范化议题的讨论。近年来，中国企业整体上表现出很强的开放性，有意愿参与国际对话，这是非常积极的信号。我也希望看到更多中国企业在国际舞台和各类国际组织中发挥重要作用。
AI+移动通信进入过渡期，战略判断、投入、定力很重要
新京报贝壳财经：对未来的网络产品、服务形态而言，您认为目前更多是场景还是技术驱动？
斯寒：两者共同驱动，但我们更希望是场景驱动。一个典型案例是在3G时代，网络铺开后有几年相当沉寂，直到2007年iPhone问世，场景才逐渐清晰。这说明技术与场景相辅相成，不应该只单纯追求其中一个方面。技术成熟到一定程度会带来新的思考空间，场景可能滞后；而场景驱动更容易形成商业闭环，这在任何技术发展过程中都至关重要。目前来看，很多时候是技术先出现，大家探索应用场景，最终形成商业闭环。也存在场景先出现，再通过技术解决痛点问题的情况。
当前AI与移动通信的技术迭代正处于“过渡阶段”，技术已趋于成熟，场景需求也已浮现，但两者之间仍需时间磨合，找到最佳结合点。这时候，企业战略判断的准确性、战略投入、对未来发展的定力，都变得非常重要。
新京报贝壳财经：智能体兴起后，Token经济正在重塑行业商业模式，通信行业如何把握这波机会？
斯寒：不同运营商有不同应对方案。许多运营商已紧抓机会布局Token经济或Token驱动的业务，部分企业甚至设立了独立部门专门推进。但整体而言仍处于早期阶段，各方都在探索机会所在，以及如何将其规模化并转化为实际收益。
新京报贝壳财经：GSMA对于推动产业形成规模效益有哪些思考？
斯寒：规模化的前提首先是统一标准，其次需要全球协同，需要产业链上不同角色、利益相关方在合作中找到良性商业模式，实现共赢而非互相消耗。
在当前地缘政治背景下，GSMA要坚持统一标准，更应发挥聚合作用，为产业链上不同角色提供一个公平展示与交流的平台，营造商业合作的开放环境。没有这种开放协同的生态，规模化便无从谈起。再往上一层是创新。面对智能体互联等新兴议题，其中既有商机，也有亟待解决的问题，这些都需要各方共同应对。
回到GSMA的使命，就是构建一个全球性的产业平台，让产业链上的参与者能够公平地寻找机会，互相理解、求同存异、实现共赢。
新京报贝壳财经：眼镜、手机、机器人等终端形态日益多元，目前终端的形态或技术层面是否已经收敛？
斯寒：终端智能化是明确的趋势。新型智能终端形态正在变得越来越多样，大至汽车、具身智能，小至戒指、耳环、眼镜、玩偶等。它们通过网络接触物理世界产生的数据传输、交互，机器人间自主通信，都需要解决大量的技术、标准和安全问题。并非任何一家企业能独立完成，需要政府监管部门从芯片、模组到网络智能化、智慧大脑等大大小小的产业链玩家共同参与。这是整个人类面临的重大工程。
终端形态本身对标准影响不大，但终端所处的应用场景可能会产生影响。例如汽车行驶于路面与机器人工作于工厂或家庭，对智能化水平、数据处理、算力和通信的要求各不相同。汽车有汽车的标准，家电有家电的标准，这是必然的。
益丰配资提示：文章来自网络，不代表本站观点。
