AI-RAN 现阶段更接近“由技术方向走向基础设施验证”的中期阶段，而不是已经进入可兑现的大规模资本开支释放期。现有信息能够支持三个层次的判断：第一，运营商确实在把 AI 从内部提效工具升级为收入创造工具；第二，AI 与 RAN 共享基础设施的方向已经被产业明确提出，且概念验证将在本十年余下阶段加速；第三，行业同时仍在等待 AI-RAN 的全面规模化落地，现阶段更应把重点放在架构验证、资源调度、自动化与算力网络能力是否真正成形，而不是提前把技术路线等同于订单兑现。
这一判断之所以重要，在于 AI-RAN 讨论的核心已经不只是无线接入网如何“用 AI 优化自己”，而是运营商能否借助网络、云与算力的重组，把基础设施从成本中心推向能力变现平台。如果这个传导链条成立，受益顺序将首先落在网络云、编排与自动化，再逐步向分布式算力基础设施和高速互联外溢；如果验证停留在 PoC 和叙事层，资本开支释放节奏就会慢于市场对“AI+通信”题材的直觉预期。
AI-RAN 的产业问题：为什么现在讨论重点不是全面商用，而是基础设施验证
当前证据更支持把 AI-RAN 视为运营商基础设施重构的验证期，而不是商用部署的终局阶段。RCR Wireless 引述 Red Hat 的判断很明确：运营商将逐步走向 AI 与 RAN 共用基础设施，且概念验证会在本十年剩余时间内加速，时间点早于 6G 商用。这一定义本身已经划出阶段边界——方向是成立的，但推进方式是逐步的，核心任务是验证共用底座的可行性，而不是马上启动全面替换。来源：RCR Wireless《Red Hat outlines AI-RAN roadmap》
与之相互印证的是，行业层面的表述仍然是“等待 AI-RAN 的全面落地”。RCR Wireless 在讨论爱立信与行业景气时，将 AI-RAN 与 5G SA、API 以及更远期的 6G 升级并列，归入尚待全面释放的周期变量。这个表述的含义不是否定 AI-RAN，而是强调它尚未成为普遍确认的规模收入来源。来源：RCR Wireless《Tuesday (telco diary) | Ericsson holds the line》
因此，现阶段讨论 AI-RAN，重点不应落在“会不会发生”，而应落在“先验证什么”。最先被验证的是两件事：一是共用基础设施是否真的能在不大幅改造现有 RAN 的前提下带来可衡量收益；二是这种收益能否从单点运维优化，扩展到更广义的资源复用与业务承载。只要行业表述仍以 PoC 加速、等待全面落地为主，就不能把试点、架构发布或论坛路线图直接外推为规模采购周期启动。
下一阶段是否到来，可以观察三类信号：其一，运营商公开表述从“探索”“试验”转向“商用部署”或“规模推广”；其二，设备商与平台商从展示架构愿景转向披露明确的现网集成与长期合同；其三，资本开支口径中出现与共享基础设施、自动化平台、边缘 AI 站点相关的可识别项目，而不只是泛化的 AI 投资描述。
从内部提效到收入创造：运营商为什么需要 AI-RAN 的商业叙事
AI-RAN 之所以在当前时间点被反复讨论，根本原因不只是技术成熟，而是运营商需要一个新的 AI 商业叙事。GSMA 在 MENA 相关研究中指出，运营商正逐步从内部 AI 用例转向更关注收入创造，45% 的运营商把 AI 变现视为战略优先事项；同时，与 hyperscaler、AI 平台和 IT 公司的合作，被用于缩短产品上市时间、缓释资本风险并支持差异化服务交付。来源：GSMA Mobile Economy MENA（https://www.gsma.com/solutions-and-impact/connectivity-for-good/mobile-economy/mena/）
这意味着运营商对 AI 的诉求已经发生变化。过去，AI 更容易以降本、节能、优化网络性能的方式进入预算；现在，仅靠内部效率提升已经不足以支撑长期估值和资本投入逻辑，运营商需要回答“AI 能带来什么新增收入”。AI-RAN 的价值正是在这里被放大：arXiv 论文《Beyond Connectivity: An Open Architecture for AI-RAN Convergence in 6G》将其描述为网络运营商利用现有基础设施实现 AI 变现的重要机会。这个说法并未证明变现已经发生，但它说明 AI-RAN 被赋予的角色，已经从单纯网络优化延伸到商业模式扩展。来源：http://arxiv.org/abs/2507.06911v2
这类商业叙事的现实意义在于，运营商不必等待全新的独立基础设施完全建成，才开始讨论 AI 服务承载与变现，而是希望在现有网络、边缘站点、云化平台之上，寻找新增价值空间。尤其在传统连接业务增长承压时，任何能把既有资产利用率抬高、并把网络能力封装成更高价值服务的路径，都会获得战略关注。
但边界同样清晰：现有材料支持“AI-RAN 被视为变现机会”，并不支持“运营商已经形成清晰、可复核的大规模收入模型”。在缺少收入拆分、客户案例和长期合同验证之前，更稳妥的解读是，AI-RAN 先完成商业含义的确立，再等待具体商业机制跑通。后续验证不应只看高层谈及 AI monetisation 的频次，更应看是否出现与边缘 AI、共享算力、行业能力开放相关的可计费服务描述。
共享基础设施的关键机制：AI 与 RAN 为什么会走向同一底座
AI 与 RAN 走向同一底座，不是因为二者天然属于同一系统，而是因为运营商需要在既有网络资产之上提高资源利用率、缩短能力上线周期，并降低重复建设的资本压力。Red Hat 的判断点出了方向：运营商最初聚焦“AI for RAN”，因为它可以在不需要大规模升级现有无线网络的前提下，带来更低运营成本、更高能效和更好的网络性能；再往前一步，才是走向 AI 与 RAN 共用基础设施。来源：RCR Wireless《Red Hat outlines AI-RAN roadmap》
这里的关键不在于把 AI 工作负载简单叠加到无线网络上，而在于形成统一编排与资源分配能力。前述 arXiv 论文提出的 converged O-RAN 与 AI-RAN 架构，核心就是在共享基础设施上统一管理电信与 AI 工作负载，并保持开放接口和多厂商互操作。即便这是研究型架构而非商用结果，它仍揭示了一个清晰机制：若没有统一编排、异构资源调度和时间尺度不同的工作负载管理，共享底座就只是口号。
因此，网络云和自动化不是 AI-RAN 的附属品，而是前提条件。Analysis Mason 关于 Broadcom/VMware Telco Cloud Platform 的研究指出，运营商需要横向网络云，并推进包括 GitOps 在内的网络自动化。来源：Analysys Mason《Broadcom supports cloud automation via VMware's Telco Cloud Platform》
“横向”二字非常关键。传统按单一网络域或单一设备栈构建的垂直云平台，不利于 AI 与 RAN 共用资源池；而横向网络云强调基础资源的通用化承载能力，才可能把 RAN 功能、AI 推理或其他边缘工作负载纳入同一个调度平面。GitOps 式自动化则对应另一个现实问题：共享基础设施一旦引入多类工作负载，人工配置和孤岛式运维将迅速成为瓶颈，自动化不只是提效工具，更是控制复杂度和保障一致性的必要能力。
这条路径的边界在于，共享底座成立，不代表资源冲突、实时性约束和现网可靠性问题已经被解决。尤其 RAN 对时延、确定性和稳定性有天然高要求，AI 工作负载则可能在资源占用和波动性上带来额外压力。下一步验证信号，应看运营商是否披露统一编排、共享站点、边缘 AI 平台等更具体的部署形态，以及是否强调现网级自动化和跨域资源调度，而不只是泛泛谈云原生。
算力网络如何成为 AI-RAN 的外部约束与放大器
AI-RAN 的演进不是孤立事件，它嵌入的是更大的算力网络重组周期。虎嗅援引产业论坛信息显示，随着大模型参数规模增长，训练需求已从“千卡级”跃迁至“十万卡级”，超大规模智算平台成为 AI 竞争的重要基础设施；截至 2025 年底，中国智能算力规模超过 1590EFLOPS，并建成 42 个万卡级智算集群，传统单点式数据中心架构已难满足 AI 时代需求，基础设施开始向大规模、分布式集群演进。来源：虎嗅《“卖网速”不再是唯一答案，智能网络时代该按什么收费？》https://www.huxiu.com/article/4870891.html
这对 AI-RAN 的含义有两层。第一，AI-RAN 不只是接入网的局部升级，而是接入侧、边缘侧与更大范围算力网络之间的重新分工。若上层 AI 业务越来越依赖分布式集群，接入网络的角色就不再只是把流量送到中心云，而是要更紧密参与任务调度、实时交互和端边云协同。第二，AI-RAN 的商业价值不取决于无线侧单点优化本身，而取决于它是否能接入更大的算网协同体系，成为智能能力交付链条的一部分。
也正因为如此，算力网络既是放大器，也是约束条件。它能放大 AI-RAN 的原因在于，分布式集群和端边云协同会提高对网络智能化、低时延与资源调度的要求，反过来抬高共享基础设施的价值；它构成约束的原因在于，如果算力调度体系、集群互联能力、网络自动化与业务编排能力跟不上，AI-RAN 就很难从局部试验跨越到可规模复制的基础设施模式。
更实质的观察点，不应只看“AI 原生网络”这类口号，而应看运营商是否把网络、算力、模型调用和服务能力放在同一个价值体系里描述。虎嗅文中关于“从流量经营走向 Token 经营”“从卖带宽转向卖能力”的表述，恰恰说明产业已经开始按能力而非单纯连接来重估基础设施价值。但这种价值重估要真正落地，仍依赖底层算力网络从单点资源供给转向跨域、分布式、可调度的系统能力。
供应链传导看哪里：先看能力栈，再看高速互联需求是否外溢
AI-RAN 对供应链的传导，不宜从“哪些公司会先接单”开始看，而应先分能力栈。当前最有机制支撑的受益环节，是网络云平台、资源编排和自动化能力栈。原因很直接：如果 AI 与 RAN 需要共用底座，横向网络云与 GitOps 式自动化就是先决条件，而不是可有可无的优化项。Analysys Mason 对 Broadcom 相关方案的描述，正好对应这一层——帮助运营商采用横向网络云，并推进网络自动化。来源：Analysys Mason
第二层才是更广义的算力基础设施与集群组网。虎嗅所反映的趋势表明，算力网络已经从单点数据中心转向大规模分布式集群。只要 AI-RAN 逐步嵌入这种体系，边缘站点、区域资源池和中心集群之间的协同需求就会上升，网络侧不再只是承载通信流量，也要承载更复杂的任务协同与数据交换。
第三层才轮到高速互联与光通信弹性。关于这一层，现有证据支持的是机制，而不是订单：大规模 AI 组网和更高交换速率，会放大光互联需求并带来代际升级。这个判断成立的前提，并不是“AI-RAN 本身直接带来光模块采购”，而是共享基础设施与分布式集群如果同步推进，互联带宽、时延和扩展性要求就可能外溢到更高规格的交换与光互联。也就是说，光互联更像二阶受益，而不是 AI-RAN 主题下最先兑现的环节。
这里最容易出现的误读，是把 AI-RAN 与数据中心 AI 组网需求机械相加。更审慎的框架应当是：先确认运营商是否真的在建设可共享的网络云与自动化底座，再看这些底座是否与分布式算力资源形成稳定协同，最后才判断高速互联需求是否从中心集群向更广泛的云网一体化架构扩散。没有前两步，第三步就很难从主题叙事变成供应链业绩。
可观察的验证信号包括：运营商是否公开采购或部署跨域编排、网络云底座和自动化平台；设备商是否强调 AI 与 RAN 共享资源池的现网集成；以及产业公告中是否开始出现与更高交换速率、跨站点互联升级相关的明确项目描述。若只有“支持 AI-RAN”式表述，而没有资源池、编排或互联层面的具体建设内容，供应链外溢仍应视作预期而非现实。
资本开支与披露应如何解读：哪些表述意味着进入下一阶段
AI-RAN 何时从中期验证转入可兑现的资本开支阶段，不能只看技术名词出现得有多频繁，而要看披露口径是否发生结构性变化。现阶段，最应避免的误判，是把“AI 变现优先级上升”“AI-RAN 是机会”“PoC 将加速”直接理解为大规模 CAPEX 已经启动。GSMA 证明的是战略重心变化，Red Hat 证明的是共享基础设施方向与 PoC 时间线，RCR Wireless 关于行业等待 AI-RAN 全面落地的表述则提醒，三者合在一起，支持的是“进入中期验证”，而不是“进入全面放量”。
真正意味着进入下一阶段的披露，至少应包含四类更强信号。
第一，运营商从战略语言切换到建设语言。比如从“将 AI monetisation 视为优先事项”，转向明确的网络云扩容、边缘 AI 站点部署、统一编排平台建设或现网级自动化改造。只有当底层基础设施项目被单独命名或归入资本开支框架，才说明 AI-RAN 开始从愿景进入实施。
第二，技术验证从实验室或论坛表达，转向现网与商用场景表达。Red Hat 所说的 PoC 加速，意味着未来一段时间会有更多验证，但 PoC 本身不等于收入确认。下一阶段的关键，是公告是否开始出现跨区域、跨业务线、可复制的部署口径，而不是单点演示。
第三，设备商与平台商披露从“支持 AI-RAN”转向“承接共享基础设施项目”。如果公告中出现统一编排、共享资源池、横向网络云、GitOps 自动化等具体交付内容，其可信度高于抽象的 AI-RAN 愿景表达。因为前者直接对应基础设施层的实际建设要素，后者更多是技术方向认同。
第四，资本开支传导开始出现次序。正常路径应是先软件化、云化、自动化，再逐步牵引更大范围的算网协同与互联升级；如果市场预期一开始就押注最下游硬件全面放量，往往容易高估节奏。RCR Wireless 对行业景气的描述已经提示，通信行业仍处在等待若干关键升级周期完成的阶段，AI-RAN 也不例外。
综合来看，当前更可靠的结论是：AI-RAN 已经越过纯概念阶段，正在进入运营商基础设施验证与商业叙事重构的中期窗口；但资本开支释放的确认，需要看到共享底座、自动化能力和算力网络协同被写进更具体的部署与投资口径。已被支持的事实是方向明确、PoC 将加速、行业仍等待全面落地；基于这些事实的判断是，产业链受益顺序更可能先落在能力底座而非全面硬件放量；仍待验证的假设，则是 AI-RAN 能否在现有基础设施上形成可规模复制、可单独计量的收入与 CAPEX 周期。
参考来源
- https://www.gsma.com/solutions-and-impact/connectivity-for-good/mobile-economy/mena/
- http://arxiv.org/abs/2507.06911v2
- https://www.rcrwireless.com/20260717/carriers/red-hat-outlines-ai-ran
- https://www.rcrwireless.com/20260715/network-infrastructure/telco-diary-ericsson-holds-the-line
- https://www.huxiu.com/article/4870891.html
- https://www.analysysmason.com/research/content/perspectives/broadcom-vmware-telco-cloud-rma16/
- https://stock.10jqka.com.cn/20260612/c677411083.shtml