2025 AItoB元年：運營商如何破解落地困局？

文/黃海峰的通信生活

2025年是AI大規模應用元年，對運營商而言，這場技術革命的真正價值藏在ToB市場的增量空間里。

第三方咨詢機構TBR的報告顯示，到2030年，通信服務提供商 (CSPs) 的AI相關機會將達到1700億美元，其中約53%屬于新增營收機會。

運營商該如何抓住這一機遇，加速企業數字化轉型？

動作紛紛：全球運營商押注AItoB，面臨雙重挑戰

當行業邊界被AI重構，全球運營商正加速擁抱AI。截至目前，全球65%的主流電信運營商已經發布或實施了AI戰略，不少運營商開始通過AI向科技公司轉型，90%以上的運營商正將AI技術融入自身生產流程，重塑生產模式。

除中國運營商全面領跑外，海外運營商的動作同樣密集。例如德國電信將AI深度嵌入醫療領域打造AI醫療影像、AI病例等應用，法國電信則聚焦工業場景打造數字孿生、智能運維等方案，韓國SKT打造出AI Agent用于網絡維護，紛紛在優勢賽道構建差異化競爭力。

從表面看，AItoB的賽道一片火熱，但深入行業便會發現，落地難題正層層顯現。

一方面，算力需求與成本、運維能力存在錯配。以教育行業為例，學校的算力需求具有極強的分時性，智慧考務僅在考試期間需要密集算力，國家教委要求中小學開展的AI通識課因終端成本限制難以普及，而中小學自身運維能力薄弱，自建算力中心無疑是重資產陷阱。

另一方面，標準化供給與個性化需求存在脫節。AI應用的行業屬性極強，醫療領域的肺結節篩查模型無法直接復制到工業質檢場景，某醫院訓練的專屬模型難以適配另一家醫院的需求。這種場景碎片化導致通用AI方案水土不服，定制化方案又難以實現規模化復制。

華為破局：AItoB融合算網架構與五大行業方案

面對這些難題，深耕運營商toB領域的華為給出了自己的解法。

9月24日，在中國國際信息通信展期間舉辦的AItoB行業數智化轉型高峰論壇上，華為運營商XtoB領域總裁王永德發布了AItoB融合算網方案架構，并針對工業、醫療、政務等五大場景發布系列產品與解決方案。

這些方案的推出恰好為運營商提供了破局思路。“我們通過提煉各行業應用的共性功能，聯合合作伙伴驗證，支撐運營商為各行業提供場景化解決方案，目前AItoB融合算網方案已在電力、地鐵、煤礦、制造等多個行業落地應用。”王永德表示。

據了解，AItoB算網融合目標網架構正推動“算”與“網”從獨立協同向深度一體化轉變，實現資源、服務、技術的融合演進，在算力與網絡基礎能力上疊加融合服務，包括單網絡服務、單算力服務及融合能力，為運營商賦能行業提供全棧式支撐。

具體來說，AItoB融合算網目標架構主要分為四層，第一層是算法基礎設施，整合分層分級的算力池與可切片的網絡，解決算力錯配問題；第二層是算網使能，負責資源調度、AI 智能審核與企業運營服務；第三層是端到端安全，除傳統防攻擊外，重點覆蓋AI特有的數據安全、模型安全、算法安全；第四層則依托華為5G、工業網絡、計算存儲等產品線，支撐運營商為各行業提供場景化解決方案。

不僅如此，王永德還在會上分享了華為在教育、醫療、工業等五大領域的實踐成果。

其一，在教育行業，針對學校巡考負擔重、算力缺口大等挑戰，華為聯合運營商推出一體化服務，使得視頻巡考效率提升2倍，備課批改耗時下降50%，切實減輕了教學管理壓力。

其二，在醫療行業，針對醫療資源不足、區域間醫療水平差距大等難題，華為打造智慧超聲方案，識別準確率達95%以上。同時，運營商可依托下沉市場的銷售網絡，將云服務、算力、模型打包為基層醫療一攬子方案，讓優質醫療資源觸達縣鄉醫院。

其三，在工業行業，針對規劃難、訓練難和維護難等挑戰，華為將行業Konw-How和ICT技術打包，提供全棧服務，使得某油氣企業的故障診斷時長縮短至4小時，巖層識別準確率提升至90%，某合作運營商的合作范圍擴大了10倍。

其四，在基層政務領域，針對公文寫作易錯、效率低的問題，華為以技術支撐者身份聯合合作伙伴，為運營商提供核心能力，助力運營商構建企業AI智慧辦公一體化的標品方案，提供基礎公文寫作、智能校對等服務。此外，運營商還可在原有網絡套餐基礎上，增加算力套餐及辦公增值服務，為基層政務提供全方位支持。

其五，在商超場景中，面向視頻監控、Wi-Fi組網等需求，華為在原有寬帶基礎上推出組網安防AI一體化套餐，使得設備能耗降低30%、APP自管理效率提升30%。

多方共振：三大運營商的差異化實踐路徑

AItoB的落地從來不是單一主體的獨角戲，三大運營商的差異化探索與圓桌論壇上的行業發聲，勾勒出更完整的產業圖景。

中國電信的核心路徑是國產自主與多模態能力，其推出的全自研大模型，實現了訓練與推理全在國產芯片上完成，芯片切換效率提升至94.7%，解決了信創場景下的掉點難題。在語音識別領域，單一模型已支持粵語、上海話等幾十個方言，廣泛應用于企業熱線與反詐場景；視覺大模型通過1.4億參數預訓練，微調后識別率可達80%，大幅降低企業落地成本。

中國移動則聚焦算力網絡與生態開放，已建成呼和浩特、哈爾濱兩大兩萬卡智算中心，整合10萬卡社會算力，通過算網大腦實現資源利用率提升15%，AI推理成本降低20%。在蘇州低空經濟場景中，中國移動將算力網與視聯網結合，讓無人機5分鐘完成一次河道巡查與垃圾識別，大幅提升了城市治理的效率與精準度。

中國聯通的特色在于網絡化—數字化—智能化的階梯式賦能，其5G智聯專網已在施耐德實現柔性生產效率提升20%，格物工業互聯網平臺通過2000多個數字孿生模型，為長城汽車帶來億元級產能提升。在智能化階段，在北京12345熱線場景中，中國聯通通過AI將平均處置時間壓縮至3天，居民服務滿意率提升35%，為多行業的智能升級提供了范本。

在圓桌論壇環節，行業嘉賓的補充讓思考更接地氣。談及AItoB未來發展趨勢，博特智能的嘉賓認為，終端化演進存在兩條路徑，一是從云側直接到端側，二是從云側到邊側再到終端，目前博特智能正聯合華為及運營商探索云邊協同，已在網關設備上實現相關落地。

華為的嘉賓表示，未來AI輔助將向行業縱深滲透，場景覆蓋快速擴充，同時會逐步向自主決策演進，如工業產線智能調度、質量實時溯源及自我調整優化等。這些聲音既印證了AI落地的復雜性，也指向了生態協同的必然方向。

筆者觀察：以協同共生釋放技術價值

這場論壇為運營商、設備商、行業應用企業搭建起實踐交流的橋梁，在AItoB轉型進入深水區的關鍵階段，正成為指引行業方向的重要風向標。從各方分享的實踐與思考中，不難窺見AItoB落地的核心邏輯——以優勢聚合破解落地難題，以協同共生釋放技術價值。

在這場轉型中，運營商的核心價值愈發凸顯。在行客市場，運營商的分層分級、全程全域的云網資源優勢，疊加AI新能力，在優勢行業提供場景化的解決方案；在商客市場，運營商的FTTO全光底座，為中小微企業提供一站式標品服務；在廣域場景，運營商憑借全程全域、分層分級的網+算能力，為低空、具身智能等領域企業提供全程全域的AI服務。

同時，運營商還擁有其他行業難以比擬的“全程全域網絡+全程全域分層算力”優勢，當前已在視聯網等場景實現成熟應用，為行業提供全流程AI服務，同時正聯合華為及合作伙伴探索自駕云、低空經濟等新領域。

此外，運營商依托網絡切片能力，結合多級算力與存儲隔離技術，通過華為提出的“AI切片”概念，為不同行業提供匹配專屬SLA與安全需求的差異化服務。

而在長期演進中，行業智能體正在進入辦公、生產系統，加速業務流智能化，預計2030年企業級智能體應用、智能機器人、智能網聯汽車的應用規模將分別達13億元、30億元、5億元規模，三大運營商也已規劃構建行業智能體平臺，以滿足智能體對算網的更高要求。

華為作為運營商轉型的技術合伙人，為這種優勢的放大提供了關鍵技術支撐，雙方的協同正是破解AI規模化落地難題的核心路徑。華為提出的AItoB融合算網方案，既幫運營商盤活閑置算力、精準匹配行業需求，又讓不同行業能獲得量身定制的AI服務。

在AItoB這場轉型浪潮中，每一個參與者的實踐與探索，都在為AI賦能新質生產力注入堅實動力，而這樣的合力前行，正是AItoB從技術熱走向產業實的最可靠路徑。