电信运营商AI布局路线分化：中国全栈、美国重基础设施、欧洲主打合规、日韩双线并行

事件概述

生成式人工智能、大模型和智能体技术快速发展，正推动全球电信行业进入新一轮战略转型期。过去，电信运营商主要依靠移动通信、固定宽带、专线和流量业务获得收入；进入AI时代后，单纯依靠连接规模和流量增长已难以支撑长期发展。AI对电信行业的影响主要体现在两个方向：一是“AI for Network”，即利用AI改造网络规划、运维、客服和内部管理，降本增效；二是“Network for AI”，即利用5G、光纤、数据中心、边缘节点和算力调度体系，为AI训练、推理和行业应用提供基础设施支撑。

核心信息

中国运营商：全栈AI布局，聚焦政企综合交付

中国移动、中国电信和中国联通普遍将AI视为继连接和云计算之后的新增长引擎，目标是转型为覆盖算力供给、模型服务、平台运营和行业解决方案的综合型数字服务商。

• 中国移动：截至2025年上半年总智算规模达61.3 EFLOPS，“九天”大模型矩阵升级至3.0；已建设覆盖32个行业、规模超3500TB的高质量数据集，推出多模型和智能体聚合平台MoMA。2025年算力服务收入898亿元，智能服务收入908亿元。
• 中国电信：以“云、网、算、数、智、安”一体化布局，天翼云、息壤平台和星辰大模型协同；2025年形成超110个行业大模型和350个行业智能体，服务超3.7万家行业客户；天翼云收入1207亿元，AIDC收入345亿元，智能收入123亿元。
• 中国联通：走多模型开放和场景编排路线，2025年智算规模达45 EFLOPS，云AI产品用户超3亿；通过“元景”大模型和“元景万悟”智能体平台推动AI在工业制造、城市治理、医疗健康等领域落地；AI相关收入同比增长超140%，算力业务收入占服务收入比重达15.4%。

中国运营商的AI布局呈现明显全栈化特征，主要客户集中在政府、央国企、工业、能源、交通、教育和医疗领域，项目以“云资源、网络、算力、安全、平台和应用”组合交付。不过，同质化建设、成本过高、算力利用率不足等问题也较为突出，能否将定制化项目沉淀为标准化、可复制的产品，是未来利润稳定性的关键。

美国运营商：聚焦AI基础设施，绑定连接业务商业化

美国运营商通常不将自主研发通用大模型作为核心战略，而是围绕光纤、5G、边缘节点、数据中心、安全连接和企业网络构建AI基础设施业务。这与其拥有成熟的云计算、芯片和基础模型产业有关，运营商不必与云厂商和模型公司在底层技术直接竞争。

• Verizon：推出AI Connect业务，将高容量网络、计算资源、数据中心托管、安全能力和芯片生态结合，重点服务超大规模云厂商、AI平台和全球企业。
• AT&T：与Cisco、NVIDIA合作，将近实时AI能力推向网络边缘，并通过高速光纤和400G波长连接强化数据中心、云平台与企业节点间的数据传输能力。

美国运营商的AI商业模式更接近“AI增强型连接”，AI首先用于优化网络运行、客服、营销、软件开发和安全检测，其次作为企业服务对外输出。但Verizon的客户体验研究显示，部分消费者认为AI客服降低了服务质量，说明仅从减少人工坐席和降低成本出发部署AI，可能削弱客户信任。

欧洲运营商：以可信、合规和数字主权打造差异化优势

欧洲运营商普遍采取与云厂商和模型企业合作的方式，但比美国更重视可信、安全、合规和数字主权。

• Vodafone：与Microsoft、Google Cloud等合作，将生成式AI用于客服助手、个性化营销、软件开发、网络运维和内部办公；智能客服SuperTOBi已在多个欧洲市场部署。
• Deutsche Telekom：在消费者侧推出Magenta AI、AI Phone等服务；在网络侧与Google Cloud合作开发RAN Guardian Agent和MINDR网络智能体，部分案例显示大型网络事件处置时间已从数小时缩短至约1分钟。
• Orange：强调可信数字服务商定位，将AI与可信云、网络安全、数据治理和主权服务结合。

欧洲运营商的战略与欧盟《人工智能法案》和GDPR约束高度相关。严格监管提高了AI应用成本，但合规能力也被转化为面向政府、金融、医疗和大型企业客户的差异化竞争力。

日韩运营商：自主研发与全球合作并行

日韩运营商的路线介于中国与欧美之间，既重视自主模型、AI数据中心和网络智能化，也积极与全球云厂商、芯片企业和模型公司合作。

• SK Telecom：提出“AI金字塔”战略，划分AI基础设施、AI转型和AI服务三层，布局AI数据中心、GPU服务、自有大模型、企业解决方案和个人AI助手。
• NTT：依托长期研发推出轻量级日语大模型tsuzumi，侧重本土语言能力、低成本推理、私有化部署和敏感数据保护；同时通过IOWN构想整合光网络、GPU、边缘计算和能源调度。
• NTT DOCOMO：推进AI-RAN、vRAN与AI资源共用，以及智能网络维护和自动优化；智能体可用于网络行为分析、故障排查和处置建议。

日韩运营商还比欧美更积极尝试消费级AI业务，包括AI通话、个人助手、生活服务智能体和终端入口。

布局差异的四个维度

• 战略定位：中国追求覆盖基础设施、模型平台和行业应用的综合AI服务商；美国更接近AI时代的网络和数据中心基础设施提供者；欧洲强调可信云、安全、合规和数字主权；日韩希望同时掌握基础设施、自主模型和消费级AI入口。
• 技术获取：中国强调自主可控和自有品牌；欧美更多与外部科技企业合作；日韩采取“自主研发+全球合作”并行路线。
• 商业化对象：中国重点服务政府和央国企及重点行业；美国主要满足云厂商和大型企业的连接、边缘计算及数据中心需求；欧洲侧重企业数字化、可信云和主权服务；日韩除企业市场外还探索个人助手和消费级智能体。
• 监管与价值表达：中国强调数据安全、国产化适配和产业数字化；欧洲重视个人隐私、算法透明、人工监督和数字主权；美国更强调投资回报和企业风险管理；日韩把可信AI、本土语言能力和产业竞争力结合。

这些差异的根本原因在于各地产业结构不同。中国运营商规模大、政企客户集中度高，适合构建全国性算力网络和综合解决方案；美国云计算和模型产业成熟，运营商更适合发挥连接和基础设施优势；欧洲监管严格，必须将合规和安全转化为产品价值；日韩本土市场有限但技术研发和产业协同能力强，因此重视自主模型、AI数据中心和特色消费应用。

值得关注

• 网络向自治化发展：网络AI将从故障预测和辅助分析，发展到由智能体驱动的网络规划、告警研判、故障处置、节能控制和资源编排，推动网络由自动化走向自治化和自愈化。
• 边缘推理提升网络价值：机器人、智能汽车、工业视觉、实时视频等应用将推动AI推理从中心云向区域和边缘节点分布，运营商的光纤、机房、5G网络和低时延连接将成为承载实时AI的重要基础设施。
• 企业AI进入多模型和多智能体阶段：多模型接入、模型路由、智能体编排、行业数据治理、安全控制和算网协同，将成为运营商AI平台的核心能力。
• 主权AI成为全球共同需求：中国强调自主可控，欧洲强调主权云和监管合规，日韩强调本土语言和产业能力，美国企业也日益重视私有化部署和数据安全。
• 标准化服务能力决定竞争力：真正有竞争力的运营商未必拥有参数规模最大的模型，而是能将网络、算力、云、数据、安全和行业场景组织成标准化、可复制、可持续收费的服务体系，推动网络从数据传输通道升级为连接算力、模型、设备和用户的智能底座。