AI-RAN商用前夜：技术里程碑与商业算账的正面交锋

AI-RAN商用前夜：技术里程碑与商业算账的正面交锋

当诺基亚CEO Justin Hotard在财报电话会上说出“AI-RAN正临近商用部署”时，他身后的筹码已经不再是PPT上的概念渲染，而是一连串发生在现网中的真实事件：T-Mobile在其生产网络完成首次AI-RAN语音通话，芬兰运营商Elisa在同一平台上同时运行语音、移动数据和AI负载，近20家电信运营商公开宣布与诺基亚和英伟达合作推进AI-RAN。

这并非孤立的技术演示。过去一个月，从柏林GTC大会到各家财报电话会，一条清晰的主线正在浮现：AI-RAN正在经历从展会概念到现网商用的关键跨越，而与之同步进行的，是商业逻辑的严格检验——客户是否已经为这项技术付费。

从“能不能跑”到“有没有人买单”

AI-RAN的技术可行性正在被一家接一家的运营商验证。T-Mobile在华盛顿州贝尔维尤的商用网络上，使用商用ARC服务器、诺基亚的CUDA加速RAN软件和Massive MIMO无线电设备完成了全球首个现网AI-RAN通话。德国电信正在其现网分布式站点试点AI-RAN，Orange和BT也在推进各自的试验项目。

这些进展说明AI-RAN已经从实验室走进了真实网络环境。但技术跑通了，不代表商业就跑通了。

1Finity无线市场负责人Rob Hughes在Intelligent RAN Forum上的发言切中要害：运营商基于AI-RAN的性能提升（如小区边缘上行吞吐量的显著改善）仍然难以独立支撑投资决策。“性能提升是真实的，但还不够大到足以单独承载资本开支的理由。”他的建议是，运营商不应等待性能数据完全成熟，而应从已有明确商业场景和付费客户的项目入手，逐步建立AI-RAN的运营能力。

这实际上是给整个产业的热情浇了一盆理性的冷水。RAN网络本身为峰值容量而设计，其背后的计算资源在大部分时间内利用率不高。Hughes认为，将这些闲置算力整合并转售给企业客户，运营商就能从已经通电、已经维护的基础设施中获得新的收入流。但他同时强调，这不是“第一天就在所有地方部署GPU”的激进扩张，而是在需求已能证明支出的地方先行部署。

英伟达的算盘与运营商的算盘

英伟达CEO黄仁勋在GTC柏林 keynote 中的表述一如既往地宏大：未来每个拥有10万个站点的电信运营商，将演变为分布式AI网络。他估算这些分布式电信基站和数据中心总计约100GW的容量，将成为AI计算的物理基础设施。

这个数字是否经过严格审计存疑，但它指向了一个真实的产业动向：EMEA地区的运营商正在快速涌入AI-RAN生态。除了前面提到的T-Mobile、德国电信、Orange、Elisa和BT，还有9家EMEA运营商正在其网络资产上构建或扩展英伟达基础设施。德国电信正在将其Industrial AI Cloud扩展至企业AI和机器人领域。

诺基亚与英伟达的合作是一年前英伟达向诺基亚注资10亿美元的延续。如今，诺基亚的AI-native anyRAN软件运行在英伟达Aerial-RAN计算平台上，提供集成AI无线功能的软件定义基础。诺基亚CEO形容这是将无线网络转变为“物理AI平台”，面向自动驾驶、工业自动化、机器人和增强现实等新兴应用。

但值得注意的细节是，诺基亚同时提到RAN正经历向通用计算的转型，类似于科技行业其他领域此前发生的变化。这意味着运营商在采购RAN设备时，将越来越多地面对通用服务器而非专用硬件，决策逻辑和成本结构都会发生变化。

运营商的态度则更加务实。Rakuten Mobile的网络从2019年O-RAN商用起步，至今已发展到超过15.2万个站点和33万个小区。其RAN负责人Sudhakar Pandey强调，O-RAN的软件定义云原生架构为添加AI智能提供了基础。该运营商已在现网中实现TM Forum Level 4自治验证（针对RAN能效），节省了超过20%的能耗，且部署后4-6周内即见成效。

Pandey同时给出了一个重要的警示：自治并不意味着消除人工干预。人类仍需决定做什么、风险偏好如何、自动化运行的护栏在哪里。当模型遇到未经训练的情况时，人工介入仍然是必要的。这种“有护栏的自治”或许是运营商在引入AI时更为现实的姿态。

现网验证：开放接口成为AI落地的关键管道

在AI-RAN走向商用的进程中，开放接口和标准化扮演着“管道”角色。AT&T与爱立信近期完成的第三方rApp现网部署是一个标志性事件——AT&T声称是全球首个在现网中部署第三方RAN自动化应用的运营商。该rApp运行在爱立信智能自动化平台（EIAP）之上，通过Open RAN R1接口与SMO平台通信，利用AI和策略规则实时优化网络性能。

爱立信将此次部署形容为“从封闭的单厂商自组织网络（SON）向开放、面向未来架构的转变”，其意义在于：运营商可以从多个厂商选择最佳rApp，而不必被锁定在专有系统中。AT&T的RAN技术副总裁Rob Soni称这是“对开放和协作承诺的重大飞跃”。

这类部署的价值在于验证了多厂商可编程性的实际可行性。rApp作为非实时RIC上运行的软件模块，以分钟到小时的节奏执行KPI监控、网络自愈、预测性维护等任务。其生态仍在早期，但AT&T的现网集成已为更广泛的采用设立了先例。

补齐能力拼图：诺基亚吸收Juniper的RIC资产

在产业整合层面，诺基亚从HPE手中获取了Juniper的RAN智能控制器（RIC）知识产权，并吸收了45人的开发团队。这并非全面收购，而是一笔IP许可交易——但在当前Open RAN和AI-RAN竞争格局下，其战略意义不亚于收购。

这笔交易的背景是HPE完成对Juniper的140亿美元收购后，美国司法部附加了反垄断条件，要求其向竞争对手授权部分软件资产。诺基亚在180天窗口期内达成的这项安排，实际上将Juniper面向Open RAN市场开发的RIC平台纳入了自己的移动网络业务，并集成到MantaRay服务管理和编排（SMO）平台中。

RIC机制不仅是编排工具，更是基于网络的AI智能层。它将原始网络遥测数据转化为可操作的洞察，用于预测性维护、动态资源分配和零接触运营。诺基亚将借此强化多厂商5G和Open RAN网络的AI驱动自动化能力，并为6G时代的演进做准备。MantaRay已具备TM Forum四级自治能力，完全兼容Open RAN并支持R1接口。诺基亚移动网络总裁Tommi Uitto表示，客户将从增强的AI驱动自动化、编排和开放生态系统中受益。

从白皮书到实施蓝图：联盟的转向

AI-RAN联盟正在经历从“务虚”到“务实”的转变。该联盟主席、软银技术部门研究员Alex Jinsung Choi强调：“我们不是一个标准制定组织。”这句话的潜台词是，联盟的使命是推动AI-RAN从理论研究走向可部署的系统和商业收入。

联盟目前拥有超过142个成员组织，分布在17个以上国家，其工作按三个方向展开：AI for RAN（用AI改善RAN性能）、AI and RAN（RAN工作负载与AI计算共享基础设施）、AI on RAN（利用网络和边缘基础设施提供AI服务）。Choi指出，这三个方向被两个实际问题的纽带连接：如何确保AI工作负载与关键网络功能的安全隔离，以及AI计算应该在哪里进行——边缘还是中心。

这些问题直指商业落地的核心矛盾。边缘AI的吸引力在于靠近用户和设备，但经济性取决于需求、计算能力和可靠服务的交付能力。联盟的第三个工作组已围绕边缘推理、物理AI、语义通信和多模态频谱感知四个服务主题展开工作，试图让商业需求成为技术讨论的一部分。

平衡木上的产业拐点

综合来看，AI-RAN正处于一个微妙的产业拐点。技术侧，现网验证密集发生：T-Mobile的AI-RAN语音通话、AT&T的第三方rApp部署、Rakuten的L4自治节能、Elisa的多负载并行。生态侧，联盟在推动实施蓝图，诺基亚在补齐RIC能力，英伟达在拉拢更多运营商入场。商业侧，1Finity的提醒冷峻而现实：在客户尚未付费的地方，AI-RAN的扩张仍需谨慎。

诺基亚财报中无线网络10%的增长率（按固定汇率计算）提供了一个乐观注脚，但核心软件13%的下滑也表明，向AI-RAN的转型并非一路坦途。AI和云业务123%的增长固然亮眼，但这种增长能否持续传导至传统电信客户群，仍需时间检验。

对于中国通信产业而言，这些进展提供了一个值得关注的参照系。中国运营商在5G-A和智算融合方面的探索已在进行中，O-RAN在中国的推进步伐相对审慎，但在网络智能化、自智网络等方向上，中国运营商的目标和路径与全球趋势存在诸多共鸣。AI-RAN如果真如诺基亚所言临近商用，那么围绕算力供给、开放接口、边缘商业模式等维度的竞争将加速展开——这也意味着中国通信产业需要在自主创新与开放生态之间找到自己的平衡点。

归根结底，AI-RAN的产业故事正在经历一次关键的叙事升级：从“AI能改变RAN”到“AI-RAN能赚钱”。前者已经基本被验证，后者才有待市场给出答案。技术演进与商业算账这两条线正在收敛，而收敛的结果，将决定AI-RAN是成为通信产业的下一个增长引擎，还是另一个停留在演示阶段的技术理想。