運營商全面向AI轉型，其實是有風險的……

/記得星標我/

比大部分人早一步看見未來

周末兩天把三大運營商年中、三季度財報看了一遍，同時也研讀了運營商官方渠道傳遞出來的戰略規劃信息，一個明顯的感受是：三大運營商當前都在All in AI。

幾年前，三大運營商都在All in Cloud，建了大量通算算力中心，這兩年又都在All in AI，又建了大量智算算力中心，比如，中國移動2025年要投373億元布局算力，占資本開支的25%，還喊出“推理資源投資不設上限”；中國電信的算力投資計劃增長超20%，同樣“不設限”；中國聯通也跟上節奏，算力投資同比增長28%。

今天，智算中心建設、AI大模型研發、行業解決方案落地，已經成了運營商日常工作的核心主旋律，這種轉型決心和投入力度，在通信行業發展史上并不多見。

但熱鬧背后，風險的陰影也在逐漸擴大。

業界對AI泡沫的預警從來沒停過，安永的報告就提到，AI行業正處于資本追逐與產業升級的交匯點，泡沫與價值的邊界越來越模糊。更值得警惕的是，近期AI行業的波動已經釋放出明確的風險信號：OpenAI首席財務官一句“需要政府為AI投資擔保”的表述，就引發美股科技股巨震，六大科技巨頭及多家算力廠商總市值一夜蒸發近5000億美元，折合超3.3萬億元。

市場之所以反應如此激烈，本質是對AI行業“高投入、低回報”的泡沫隱憂早已存在——OpenAI與算力廠商簽下1.4萬億美元的基礎設施訂單承諾，但當前年化收入僅超200億美元，營收能力遠難覆蓋巨額資本支出，這種豪賭式投資正是泡沫膨脹的典型特征。

對運營商來說，這種泡沫風險尤為致命。

運營商的AI投入大多集中在智算中心、服務器、芯片等重資產領域，中國移動2025年智算規模要從29.2EFlops提升到34EFlops，中國電信僅自有智能算力就達35EFlops，接入合作伙伴后更是沖到62EFlops。中國聯通情況也類似。

這些設施建設周期長、回收慢，一旦AI泡沫破裂，市場需求驟減，這些巨額投入很可能變成“沉沒成本”，連本帶利都難以收回。要知道，AI硬件市場的利潤率正隨著競爭加劇下滑，24.6%的增速遠低于軟件和服務板塊，運營商押注重資產的選擇，本身就面臨著市場規律的考驗。

就算AI泡沫不會快速破滅，運營商在市場競爭中落敗的可能性也不小。

AI行業的核心增長點在服務領域，能提供定制化解決方案、深入垂直行業的服務商才是最大受益者。

IDC最新報告明確指出，當前各行業已不再滿足于通用大模型，而是轉向訓練和部署貼合業務場景的行業模型，從金融風控、藥物研發到智能制造，行業模型的持續性需求正在主導智算服務市場的增長。這種轉型意味著AI服務的核心競爭力，已從單純的算力供給轉向“算力+行業知識+場景適配”的綜合能力，而這恰恰是運營商的短板。

一個簡單的例子，垂直行業的AI解決方案需要深度嵌入具體業務流程，比如工業制造中的質檢模型要理解生產線工藝參數，金融領域的反欺詐系統需熟悉監管政策和交易場景，醫療AI則要對接臨床診斷邏輯。但運營商長期聚焦通信網絡建設，缺乏跨行業的業務沉淀和數據積累。反觀互聯網巨頭，阿里云依托電商生態打磨出的供應鏈AI解決方案，火山引擎憑借字節跳動的內容生態形成的智能推薦服務，都能直接對接行業痛點；而AI初創公司更是深耕細分賽道，有的專注工業設備預測性維護，有的專攻政務數據治理，形成了難以替代的專業壁壘。相比之下，運營商推出的行業解決方案往往停留在“通用算力+基礎算法”的淺層組合，難以滿足客戶的深度定制需求。

還有，服務模式的僵化讓運營商難以適應AI服務的迭代節奏。AI服務的核心價值在于持續優化，需要根據客戶反饋快速調整模型參數、升級功能模塊，這就要求服務商具備敏捷的研發響應機制。IDC觀察到，互聯網智算陣營普遍采用“內部孵化+外部輸出”的模式，將自身業務中驗證成熟的技術快速產品化，形成“算力+模型訓練+推理部署+應用開發”的一體化服務體系。而運營商的服務模式仍受傳統通信業務影響，習慣于“標準化產品+一次性交付”，缺乏持續服務的意識和能力。更關鍵的是，AI服務的盈利模式正在向“訂閱制”“按效果付費”轉型，而運營商仍依賴硬件銷售和項目制收費，這種模式錯位進一步削弱了其市場競爭力。

再者，生態協同能力的不足讓運營商在垂直領域舉步維艱。AI行業解決方案的落地需要上下游資源聯動，比如對接行業專用數據、整合第三方工具插件、適配特定硬件設備等。互聯網廠商通過開放平臺聚集了大量開發者和合作伙伴，形成了豐富的生態資源，能夠快速響應客戶的多元化需求；而運營商的生態構建仍以自身為中心，更注重“算網融合”的基礎設施整合，缺乏對行業應用層資源的吸納和聯動。IDC數據顯示，當前互聯網電商、自動駕駛、金融支付等核心AI需求領域，客戶普遍采用多云架構和彈性智算服務，更傾向于選擇生態完善的服務商。運營商若無法打破封閉的生態格局，即便擁有強大的算力資源，也難以轉化為行業服務的競爭優勢。

更關鍵的是，運營商的競爭賽道已經被擠壓得越來越窄。國外運營商Orange早就看清了這一點，明確表示不打算和互聯網巨頭競爭，而是通過合作獲取技術和經驗。國內運營商雖然也在搞合作，但仍執著于自建大模型、自建算力生態，這種“大而全”的思路很難對抗靈活的AI企業。

互聯網公司懂用戶需求、迭代速度快，專業AI服務商深耕行業多年，而運營商的AI人才儲備本就不足——頂尖AI人才更傾向于選擇薪酬高、機制活的互聯網公司或創業企業，運營商的人才結構難以支撐深度創新。這種競爭劣勢不是靠砸錢就能彌補的，反而可能越投入越被動。

- 04 -

現在的運營商管理層，正站在一個兩難的十字路口。

不跟進AI戰略，肯定會落后于時代，傳統通信業務增長放緩，AI已經成了為數不多的新增長點，中國移動的數字化轉型收入占比都沖到31.3%了，沒人敢輕易放棄這個機會。

但盲目跟進，風險又實在太大：不僅可能面臨投資打水漂的財務風險，還可能因為戰略路徑偏差，錯過真正適合自己的發展方向。Orange的做法或許能提供一些參考，他們不盲目投資高價GPU，不糾結于自建特定大模型，而是聚焦網絡優化和客戶體驗，通過邊緣計算和模型微調發揮自身優勢。

運營商的AI轉型，不該是“為了轉型而轉型”的跟風行為。與其在重資產和全面競爭中硬扛風險，不如找準自己的核心優勢——強大的網絡資源、廣泛的客戶基礎、穩定的算力調度能力，在AI基礎設施服務、網絡智能優化等細分領域做深做透。畢竟，AI浪潮的本質是產業升級，而不是新一輪的“軍備競賽”，謹慎布局、精準發力，遠比盲目“Allin”更能走得長遠。

- END -

如有合作，請聯系