繁體
  • 简体中文
  • 繁體中文

熱門資訊> 正文

Open RAN的經驗和教訓:AI Native電信網絡的真正門檻是什麼?

2026-07-13 21:14

  炒股就看金麒麟分析師研報,權威,專業,及時,全面,助您挖掘潛力主題機會!

(來源:科技行者)

作者:周雅

Open RAN是電信業最具想象力的賽道之一。

它想解決的問題很直接:把長期封閉的無線接入網打開,讓不同廠商的設備和軟件可以組合使用,減少運營商對單一供應商的依賴。

但現在行業發現,開放接口只是第一步。真正難的,是讓一套開放架構在真實網絡里穩定、可靠、可規模化運行。

Azita Arvani見過Open RAN最好的年代,也見過它最艱難的時刻。

大約在2018年到2023年間,Azita作為Rakuten Symphony Americas的前任CEO,參與推動了日本樂天移動的全雲原生Open RAN網絡從架構走向商用,樂天移動是全球最早用這種開放架構、從零搭建商用移動網絡的運營商之一,高峰期同時使用了超過15家供應商的設備。

而現在,Azita創辦了一家Arvani Group Inc.公司,以顧問身份服務電信運營商、投資人和技術公司,同時擔任Tennant Company獨立董事。

Azita近期接受了科技行者Techwalker的專訪,回顧那段經歷,她在開場時強調:「Open RAN從期望的高峰走進了一個更務實的階段,討論比過去更成熟,少了炒作,多了工程紀律。」

Open RAN的那段經歷,讓她的思考延伸到一個更大的命題:當整個行業競相把AI加進網絡的時候,「加」這個動作本身,可能就是問題的起點。

01

Open RAN邁入現實階段

先做個背景説明。

RAN(Radio Access Network,無線接入網),是移動通信網絡里最貼近用户的一層,手機和基站之間的數據傳輸,首先經過的就是它。

這層網絡極其昂貴,也極其複雜,在很多運營商的網絡投資中,RAN都是最大的成本項之一。過去數十年,該市場一直由少數幾家大型設備廠商主導,包括射頻單元、基帶處理、軟件和管理系統等等,通常來自幾家供應商,是一個完整的垂直堆棧。

Open RAN最初想解決的問題,就是把這個堆棧打開,通過標準化接口,不同廠商的射頻、基帶、軟件可以組合使用。理想狀態下,運營商能夠獲得更多供應商選擇,降低鎖定風險,提高供應鏈韌性,同時推動RAN向雲原生轉型。「從2018年到2023年,這條路確實有真實的動能。」Azita回憶。

2018年,AT&T、中國移動、Deutsche Telekom、NTT DOCOMO和Orange五家運營商聯合成立了O-RAN聯盟(O-RAN Alliance),目標是把RAN的關鍵接口打開,讓不同廠商的軟硬件可以混合搭配,打破單一供應商的鎖定。這個聯盟至今有超過300家成員企業。

放在八年前,這個數字讓行業興奮。更多廠商參與意味着更開放的生態,更開放的生態意味着更好的網絡。

但問題在於,全球絕大多數運營商並不是 greenfield(新建網),它們面對的是 brownfield(存量改造),也就是已經擁有數萬甚至數十萬個基站的存量網絡。

這兩者的難度完全不同。

greenfield是白紙建網,可以從一開始按照新架構設計。brownfield是存量網絡改造,則要考慮既有設備、軟件版本、運維繫統、人員體系,以及不同年代技術之間的兼容關係。Open RAN的理想架構一旦進入brownfield,工程複雜度會迅速上升。

更重要的是,RAN是mission-critical infrastructure,任務關鍵型基礎設施。運營商真正關心的東西非常多:性能是否穩定,覆蓋是否達標,能效是否有優勢,故障以后誰負責,安全如何保證,軟件如何升級,系統能不能連續運行十年。

因此,在大量5G網絡部署中,尤其是brownfield市場,運營商最終仍然選擇了傳統的集成堆棧,因為它的運營風險相對更低。

Azita對Open RAN第一階段的總結很直接:「架構仍然重要,但行業已經學到,只靠好架構遠遠不夠。」她把這件事壓縮成了一句話:「優秀的架構,和真正實現大規模的、電信級的運營,是兩個完全不同的挑戰(Great architecture and carrier-grade operations at scale are two very different challenges.)」

在Azita看來,Open RAN的下一階段,是「讓它的運營可複製、可靠、可規模化」。

事實上就目前而言,Open RAN也正在朝這個方向走。列舉來看,AT&T簽下了與Ericsson的140億美元合同,目標是到2026年底讓70%的無線流量跑在開放平臺上。Vodafone在英國和羅馬尼亞推進了商用部署。Deutsche Telekom在德國部署了超過3000個Open RAN站點。

顯然,Open RAN已經從熱議走進了落地。

02

「行業不能永遠待在PoC煉獄里」

Open RAN進入務實階段之后,一個常見的問題也隨之出現:早期行業一直談多廠商、開放接口、解除鎖定,為什麼現在討論越來越多地轉向 RIC、rApps、xApps、AI和自動化?

Open RAN的價值主張變了嗎?

這里需要先解釋一組術語。RIC,也就是RAN智能控制器(RAN Intelligent Controller),是Open RAN架構里專門負責智能決策和策略控制的組件。它分成兩類:Near-RT RIC,也就是近實時RIC,主要處理毫秒到秒級的網絡決策;Non-RT RIC,也就是非實時RIC,處理時間尺度更長的優化和策略問題。

運行在RIC上的應用,被稱為xApps和rApps,前者主要對應近實時場景,后者主要對應非實時場景。你可以把它們粗略理解成「RAN網絡里的App Store」:過去很多網絡能力寫死在設備和軟件里,現在運營商理論上可以通過不同應用,為網絡增加新的智能能力。

RIC、rApps、xApps之所以重要,是因為它們提供了一種路徑,運營商不必一上來就重構整個網絡,而是可以先從一個具體場景切入,把AI和自動化引入RAN。這個用例可以是能效、流量導向、QoS優化、策略控制、異常檢測、AI/ML生命周期管理等等。「換句話説,RIC可以是一個更聚焦的入口(a more focused entry point)。」Azita説。

總而言之,RIC和xApps/rApps真正改變的,是給Open RAN增加了另一層價值:網絡走向可編程性和智能。

Azita進一步指出,「開放接口、供應商多樣性、減少鎖定、提高供應鏈韌性,這些Open Ran的原始價值仍然重要,其中已經留下最具影響力的一個方向,是Open Fronthaul(開放前傳接口)。」

Fronthaul 是基站內部射頻單元與基帶處理單元之間的連接。過去,這部分接口通常是廠商私有的。Open Fronthaul 的意義,就是把這層接口標準化。比如,這個接口可以讓運營商可以用一家廠商的射頻單元,搭配另一家廠商的基帶堆棧。在Azita看來,「Open Fronthaul依然是Open RAN的重要架構槓桿。」

但另一方面,行業也不得不面對現實:「多廠商RAN部署,運營上非常複雜,特別是在 brownfield網絡里,集成、功能一致性、性能優化和責任歸屬,都可能變得棘手。」就拿最后的責任歸屬這一點來説,如果基站出了故障,到底是誰的問題?是射頻單元?是基帶?是軟件?還是系統集成?過去,運營商只需要找一家廠商。現在,可能需要讓三四家公司坐下來一起排查。

這個排查的成本,是Open RAN原本承諾的降本增效面對的真實阻力。既然多廠商的運營複雜性一時半會兒難以徹底解決,業界就開始把Open RAN的價值重心,轉向另一個不需要「推倒重來」的維度,也就是在保留現有架構的前提下,把智能「注入」網絡。這也是為什麼,Open RAN第二階段的討論開始從「多供應商網絡」,進一步轉向「讓網絡變得可編程與智能」。

不過,她同樣不希望行業高估現狀。「我們要謹慎,不能高估現在的位置。RIC、rApps 和 xApps 在標準、測試和用例定義上有進展,但它們還沒有作為開放的第三方應用市場,在真實的宏站網絡中得到大規模部署。」

至於下一個挑戰,Azita認為是「operational trust(運營信任)」,她説:「運營商必須知道,如何驗證、治理和安全地在真實網絡中運行這些應用程序。」她在專訪中直指:「The industry cannot stay in PoC purgatory. We need to scale beyond pilots.(行業不能永遠待在PoC煉獄里,必須要走出試點)。」

PoC煉獄,指的是當新技術來臨,概念驗證(Proof of Concept)做了一輪又一輪,但真正的規模部署迟迟不來。Azita不希望電信行業重複這條路徑。

03

AI原生,是架構級別的重構

Open RAN讓「智能注入RAN」成為可能,但這只是把「智能」帶到了一個網絡域(radio access)。Azita更關心的問題是:整張網絡的智能能不能被打通,以及「打通」這件事,是不是等於「AI原生」?

之所以特別強調 「AI原生」,是因為電信網絡其實早就開始使用AI和自動化工具。比如SON(Self-Organizing Network,自組織網絡),過去十多年里,它做的就是讓基站在部署和運行中「自己調參數」,典型場景比如自動優化覆蓋、平衡負載、檢測鄰區干擾。「問題在於,很多這類工具都是domain-specific(域相關)、vendor-specific(廠商相關),範圍也相對狹窄。」

近年來AI被加進了很多workflow里。Azita説:「這有用、也重要,但很多情況下AI仍然是一個overlay(覆蓋層)。它幫助人做出更好的決策,或者在現有架構里自動化了某個具體流程。」也就是説:網絡架構先存在,然后再把「AI+」上去,讓它優化某一個流程。這和真正的「AI原生網絡」還是有本質區別。

Azita在與大阪大學教授Minoru (Mick) Etoh合著的白皮書《Beyond Connectivity:Telecom's AI-Driven Future in 5G-Advanced——Transforming Networks Through Intelligent Infrastructure(超越連接:5G先進時代的電信AI未來——通過智能基礎設施重塑網絡)》里,畫了一條清晰界線:

一種是「數據驅動網絡(data-driven networks)」。這也是今天5G-Advanced更接近實現的階段:網絡架構本身沒有發生根本變化,只是「加入」更多AI能力,幫它預測、分析和優化。

另一種是「AI原生網絡(AI-native networks)」。AI是被設計到架構里,網絡具備數據架構、計算架構、控制迴路、治理、安全和編排,能感知條件、推理權衡、在策略下行動、隨時間學習。

換句話説,前者是用AI把今天的網絡做得更好,后者則是按照AI時代的需求,重新設計網絡本身。

Azita用一句話概括這種差別:「差異是從自動化(automation)走向自主(autonomy)。自動化是執行指令;AI 原生網絡,是在治理框架下,主動實現意圖。(Automation follows instructions; AI-native networks pursue intent under governance.)」

這並不是説,人會被排除在網絡運營之外。Azita補充説:「人的位置向上移動了一層:從執行具體操作,轉向定義策略、意圖、治理邊界和責任。」

這條從「AI疊加」到「AI原生」的路徑,在她與Minoru合著的白皮書里被畫成了一條演進圖:從傳統電信運營商,到數據驅動網絡運營商,到AI原生運營商。傳統階段,聚焦連接、人工運維、被動維修;數據驅動階段,引入特定網絡域的智能工具、半自動化運營、預測能力;真正進入AI原生階段以后,纔會出現跨網絡域的智能平臺、主動運營、自主運營、自優化系統。

問題在於:今天的電信業,其實大部分還停留在第二階段。

04

5G-A已經在給AI鋪路,但它還不是AI原生

這條演進路徑,在全球移動通信標準的路線圖里也能找到技術對應。3GPP是全球移動通信標準的制定組織,它把每一代技術的能力打包成一個個版本(Release):5G從Release 15開始,隨后經過 Release 16(增強了工業物聯網)和Release 17(精細化定位和車聯網)的增強。到Release 18,5G-Advanced 正式開啟,首次引入AI/ML的基礎框架。Release 19進一步推進相關工作,把一部分AI/ML能力從研究討論轉向規範。

不過需要注意的是,3GPP標準化的只是接口、信令和管理流程,而不是具體的AI算法,這為設備廠商在AI/ML算法上保留了創新空間,同時讓不同廠商的模型可以互操作。這個「標準化接口但不標準化算法」的設計,正是「數據驅動網絡」能夠跨廠商落地的機制。

「數據驅動網絡」已經有大量實踐,根據Azita和Minoru的白皮書中指出:

在客户體驗層面,AT&T推出的GenAI助手「Ask AT&T」已經部署給超過10萬員工,GenAI工具每投入1美元,一年內獲得2倍ROI;Deutsche Telekom用GenAI客服助手,能自動解決約40%的客户查詢。在網絡運營層面,中國移動在31個省份部署GenAI驅動的寬帶服務助手,縮短重大故障恢復時間;華為提出RAN Intelligent Agents,聲稱能把服務開通周期從3-5周縮短到一天。在能源效率層面,歐洲運營商用AI優化網絡能耗,3年內把網絡相關電力排放削減了50%;Vodafone德國用AI每年節省數百萬歐元電費。這些都是實實在在的回報。

Azita強調:「如果不在5G-A這幾年里主動搭建AI原生的基礎,這些能力不會在6G到來時憑空出現。」她寫道,「AI原生能力必須從現在開始被工程化地寫進網絡的基因。」

NVIDIA 2026年的《電信AI現狀》報告提供了一個耐人尋味的數據點:77%的電信運營商認為AI原生網絡將在第一批完整6G部署之前推出。

那麼真正的AI原生架構長什麼樣?白皮書畫出了六個關鍵要素:

第一,智能平面(Intelligent Plane),獨立於控制面和數據面的第三個平面,專門聚合遙測數據、運行模型、把預測和策略反饋到RAN、核心網、傳輸網、OSS/BSS的閉環里;

第二,意圖驅動的網絡管理(Intent-Driven Network Management),運營商只需指定高層業務目標,網絡自己去實現自愈、自優化、自組織;

第三,分佈式智能(Distributed Intelligence),AI能力嵌入從基站到核心網的每一層;

第四,認知無線電系統(Cognitive Radio Systems),基站的無線電動態適應波形、星座圖、資源分配,空口本身變得自適應;

第五,計算與網絡融合(Computing-Network Convergence),基站轉型成配GPU或專用AI加速器的強大計算平臺,能同時跑網絡功能和第三方AI應用,「AI工廠(AI factory)」的概念由此浮現;

第六,安全與隔離作為原生設計(Security & isolation by design),零信任(Zero Trust)控制嵌入每個切片和租户,不是事后打補丁。

這六層里最有想象空間的是第五條的「計算與網絡融合」,基站不再只是「傳數據的設備」,而是「能算數據的算力節點」。當AI推理需要貼近數據發生的地方,運營商已經在城市里散佈了幾十萬個「迷你數據中心」的雛形。這是超大規模雲廠商都做不到的物理佈局優勢,也是下一節要討論的AI-RAN趨勢的鋪墊。

05

開放與智能的雙螺旋

基站變算力節點這件事,不只是Azita在白皮書里的暢想,它有一個正在快速起勢的產業名字——AI-RAN。NVIDIA近兩年在AI-RAN上的推動引起了大量關注。

當我問Azita兩者之間的關係時,她的回答很明確:「Open RAN和AI-RAN不同,但是互補的。」她解釋説,「Open RAN是關於開放網絡架構,通過標準化接口、解耦和互操作性來實現。AI-RAN是關於讓RAN工作負載和AI工作負載,運行在共享或融合的計算基礎設施上。」

她還給出了一個技術層面的補充:「AI-RAN所依賴的「共同計算(common compute)」,可以是GPU,可以是x86架構的CPU(就像Open RAN那樣),也可以是ARM架構的CPU。」「共同計算」的意思是,同一台服務器既跑RAN基帶處理,也跑AI推理任務,過去這兩件事往往需要獨立的專用硬件,現在合併到通用計算平臺上,一臺服務器就是一個「多任務AI節點」。

這條路已經有具體的動作。T-Mobile與NVIDIA、Ericsson、Nokia聯合成立了AI-RAN Innovation Center;韓國SK Telecom與Intel合作探索AI-RAN在CPU架構上的落地。這些合作代表了兩條不同的技術路徑——GPU路線和CPU/ARM路線,它們在未來幾年會真正比拼商業化速度。

如果借用分子生物學的比喻,它們更像DNA的雙螺旋。兩條鏈各自有結構,但只有交織在一起才能承載完整的遺傳信息。Azita把兩者的價值主張也做了明確區分:「Open RAN處理的是開放和選擇;AI-RAN處理的是智能、計算和新價值創造。機會是把它們放在一起,而不損害任何一方的原則。」

她強調:「最好的結果是這樣一種架構,加速計算帶來真正的性能提升,但運營商仍然保持選擇、互操作性和控制權。AI-RAN不應該成為一個封閉平臺的故事,它應該成為一個開放的、智能的基礎設施的故事。」

但這也帶來了一個新風險。她給出警告:「要讓AI-RAN既強大又保持開放,行業需要在多個層級上保持開放,包括radio和前傳接口、工作負載可移植性、編排、APIs、模型生命周期管理和治理。否則,我們可能會用一種新的鎖定形式,替換掉舊的鎖定形式。」

換言之,如果AI-RAN只能跑在某一家的GPU上,只能對接某一家的AI軟件棧,那麼Open RAN花了十年好不容易掙脱的「廠商鎖定」,可能在AI時代重新以另一種方式迴歸。

06

電信業的戰略轉折:承載AI、還是驅動AI

這對開放和智能的交織,指向了Azita和Minoru在白皮書中提出的一個更大的框架:飛輪效應。

用AI讓網絡更智能、更自主、更高效,這是「AI for networking」;反過來,智能化、低延迟、分佈式的網絡又成為AI在各行業落地的關鍵基礎設施,這是「networking for AI」。兩個方向互相強化,形成正向循環。

但這個飛輪有一個啟動條件:智能必須是網絡架構內生的能力,而不是外掛的工具,如果智能只是貼在網絡表面的一層,飛輪的兩側就接不上。

這個飛輪邏輯也重新定義了電信運營商在AI時代的角色。Azita在專訪中把它濃縮成一個判斷:「AI需要的不只是模型和芯片,它需要分佈式基礎設施、可信連接、邊緣推理、網絡智能,以及新形式的身份和服務保障。」

「電信運營商有一個機會:超越傳統連接,成為AI時代的關鍵貢獻者。」她説,她在MWC上海2026的主旨演講里,提出過一個框架:「智能基礎設施的五大前沿:AI原生網絡、邊緣AI、AI-RAN、智能體AI,以及AI經濟正在變化的三要素是:詞元、電力、芯片(tokens、watts、chips)。」

這個判斷在過去兩年變得越來越具體,因為AI本身正在落地。她觀察到:「AI不會只存在於集中式雲端。當AI變得更加物理化、實時化、且嵌入到機器人、製造、交通、醫療、能源和物流中時,推理越來越需要發生在數據產生和行動執行的地方。」

「貼近數據」這件事,是電信運營商真正有話語權的一層。超大規模雲廠商的數據中心可能在幾百甚至幾千公里之外;而運營商在每個城市都有中心機房、每個城市街區都有基站,這就是「邊緣」。

Azita提到運營商的優勢:「這正是運營商擁有的資產:分佈式基礎設施、頻譜、邊緣站點、可信客户關係、運營經驗、以及規模化的安全可靠連接能力。」Verizon與AWS Wavelength合作的Mobile Edge Computing、AT&T與Microsoft Azure合作的Edge Zones、Vodafone與AWS的分佈式雲區域、Deutsche Telekom與Google Cloud的合作,都是這個方向的早期落子。

Azita還提出了前瞻性的概念。一個叫「瞭解你的智能體」(Know Your Agent),意思是AI智能體的身份、安全和信任;另一個叫「服務你的智能體」(Serve Your Agent),意思是為AI智能體提供差異化的網絡和平臺服務。

對運營商來説,Know Your Agent對應的是「KYC(Know Your Customer,瞭解你的客户)」在AI時代的延伸;Serve Your Agent則意味着,未來運營商的套餐可能不是賣給人,而是賣給某家企業的100萬個AI智能體,它們要接入網絡、要計算資源、要身份認證、要SLA保障。

從這個角度看,運營商有機會從「賣帶寬」進化為「賣信任」,但前提是,這種信任能力必須內嵌於網絡架構,而不是在出了安全事故之后才匆忙搭建。

目前已經有運營商在做出選擇。白皮書里有一個具體案例:印度的Reliance Jio與NVIDIA合作,目標是建成2000MW規模的AI數據中心,潛在算力將超過印度目前最強的超級計算機。SoftBank、Telenor和TELUS也在探索「主權AI雲(sovereign AI clouds)」,利用電信基礎設施和監管地位,建設服務本國市場的AI數據中心,讓AI推理和數據留在國境內。

「電信運營商不再只是連接的提供者,而是國家AI基礎設施的託管者」,這是白皮書里的判斷。這個轉變一旦發生,電信業的戰略地位就不再依附於雲和模型公司,而是與它們並列。

07

中國市場的規模和速度

在這套全球電信業AI化的進程里,中國市場尤其值得單獨説一説。Azita曾經在全球多個市場都工作過,對中國市場有明確判斷。

「中國扮演了一個非常重要的角色。」Azita給出的理由是複合的:「中國擁有非同尋常的網絡規模、強大的運營商、主要的設備廠商、雲和AI能力,以及快速演進的應用生態系統。這個組合本身就很強大。當中國決定往某個技術方向移動的時候,它可以通過部署規模和生態系統協同,創造巨大的動能。」

Azita進一步強調:「中國市場在早期也沒有缺席這一歷程。中國移動是O-RAN Alliance的創始運營商之一,而且中國移動更早的C-RAN工作,是今天開放和雲化RAN的思想源流之一。」

C-RAN(Cloud-RAN或Centralized-RAN,雲化RAN或集中化RAN)是中國移動在2010年前后提出的架構,把原本分散在每個基站的基帶處理集中到「雲端」(實際上是一個物理機房),這既能提升處理效率,也能降低單站成本。這個思路后來影響了整個行業對「RAN如何雲化」的思考,也為Open RAN鋪了路。

白皮書還舉了個例子,「5G + BeiDou」地下導航系統。中國移動利用5G-A網絡本身作為傳感器,結合北斗系統,實現了在隧道、地下停車場這些GPS完全失效的場景下的釐米級定位。換句話説,即使衞星信號完全屏蔽,你的手機在地下車庫里也能導航到目標車位。這類「網絡即傳感器」的能力,在5G-A階段就已經落地,是「數據驅動網絡」最生動的實證之一,也是6G通感一體化(ISAC)的產業先聲。

中國市場在網絡創新中的角色,是毋庸置疑的重要,不過Azita也直言:「在Open RAN這件事上,到目前為止,中國並不是全球Open RAN最強推動者,尤其是相比一些其他市場的運營商和政策社區。」

這個觀察背后,Azita想強調的其實是一個更大立場:全球互操作性。

「3G以來,移動行業最了不起的成就之一,就是全球互操作性,一個人可以從一個國家飛到另一個國家,口袋里的手機就能工作,這是全球標準、行業對齊和深度技術協作的產物。」她説,「當我們走向Open RAN、AI原生網絡、5G-A和6G,我們應該儘可能保留這種全球協同。」

她的這句判斷,可以被電信業作為綱領:

「當我們創造出一個良性循環、建立起飛輪效應時,機會是巨大的,用AI讓網絡變得更好,用網絡讓AI變得更可規模化、可信、對各行各業更有用。」

08

窗口就在5G-A這幾年

在採訪最后,我問Azita對行業有什麼具體建議。她給了三條。

第一,做「AI原生」的架構,不是做「AI疊加」(architect for AI-native, not AI-added)。她指出:「智能需要成為設計的一部分,而非事后的覆蓋層。」

第二,讓AI-RAN和邊緣AI從試點走向生產。她説:「行業不缺有前景的技術,缺的是規模化部署的決心和能力。」

第三,為智能體AI建立信任層,以及為AI經濟構建商業模式。她説,「出色的架構很重要,但運營商級別的運營和可持續的經濟模型,纔是贏得機會的地方。」

這三條建議看似平行,其實有一個共同的時間維度:現在。

Azita和Minoru在白皮書中反覆強調,5G-A時代不應該被當作一個例行升級周期,而應該被當作AI原生網絡的準備階段。3GPP Release 20採用了雙軌策略,一邊繼續演進5G-A的AI/ML能力,一邊開始6G研究準備。但研究準備,不等於地基已打。

中國運營商的數據讓這個緊迫感更加具象。中國移動2026年一季度通信服務收入同比下降1.1%,中國電信總營收下降2.32%,中國聯通下降0.5%。顯然,賣連接,本身已經不是增長業務。

中國三大運營商的應對是把資本大幅向AI和算力傾斜。中國移動的token生態聯盟接入了約300個AI模型,聲稱集中運營可以降低約30%的單token成本。這不只是中國的故事,而是全球電信行業的縮影:傳統收入見頂,新的增長需要完全不同的土壤。

我們可以用Azita白皮書中的一句話作為收尾:「電信的未來不只是連接更多設備,而是智能地連接智能。」

風險及免責提示:以上內容僅代表作者的個人立場和觀點,不代表華盛的任何立場,華盛亦無法證實上述內容的真實性、準確性和原創性。投資者在做出任何投資決定前,應結合自身情況,考慮投資產品的風險。必要時,請諮詢專業投資顧問的意見。華盛不提供任何投資建議,對此亦不做任何承諾和保證。