Dette er kjernen i Huaweis idé om en «tokenøkonomi». I stedet for bare å levere forbindelsen mellom brukeren og en tjeneste, skal operatøren også kunne ta del i verdien av selve AI-beregningen.

For å støtte denne overgangen viste Huawei frem en integrert Service-Network-Compute-strategi. Den kobler sammen intelligente tjenester, nettverk tilpasset AI-belastning og høyytelseslagring og datakraft . Målet er at operatørene skal kunne hente inntekter både fra tradisjonell datatrafikk og fra AI-arbeidslaster.

Blant lanseringene var:

• Ti AI-Optical Network-produkter (AI-ON): En serie optiske nettverksløsninger som skal gjøre det mulig å bygge AI-sentrerte nettverk for bred utrulling av AI-tjenester .
• Raskere AI-inferens i mobilnettet: Sammen med China Mobile Hubei gjennomførte Huawei det som omtales som Kinas første validering av en AI-inferensløsning i et operatørnett i drift. Løsningen, som bruker OceanStor A800-lagring, ga opptil 372 prosent høyere token-gjennomstrømming i AI-inferens med lange sekvenser .
• Plattformer for samarbeid mellom AI-agenter: På tjenestesiden hjelper Huawei operatører med å ta i bruk spesialiserte agenter for blant annet telefoni, inntekter fra brukeropplevelse og bredbånd i hjemmet .

Huawei-direktør Yang Chaobin beskrev «5G-A x AI» som en strategisk oppgraderingsvei for operatørene. Tanken er at selskapene ikke bare skal tjene penger på trafikk og nettverkskvalitet, men også på AI-tjenestene som kjører over og i nettverket .

ZTE bygger agentisk AI inn i kjernenettet

ZTE presenterte sitt AI-baserte kjernenett, AIR Core, med støtte for agentiske funksjoner. Det innebærer at AI bygges direkte inn i kjernen av mobilnettet, slik at systemet kan bidra til mer autonome driftsprosesser og levering av AI-arbeidslaster .

For operatørene handler dette først og fremst om å gjøre nettverket mer selvstyrende. I et slikt oppsett kan AI-agenter overvåke situasjonen, tolke hendelser og bidra til å sette i verk tiltak uten at hvert steg må håndteres manuelt.

GSMA vil lage en felles AI-grunnmur

GSMA lanserte Open Telco AI under MWC Barcelona 2. mars 2026, med AT&T og AMD som grunnleggende støttespillere. Initiativet skal tilby åpne byggesteiner for det GSMA kaller «Telco-Grade AI»: blant annet delte datasett, åpne telekommodeller og en portal for samarbeid i bransjen .

På MWC Shanghai var initiativet fortsatt et sentralt tema. GSMA arrangerte et rundebord for AI-ledere og opplyste at Open Telco AI hadde vokst til 46 medlemsorganisasjoner i 35 land . Det sørkoreanske selskapet Selectstar, som arbeider med evaluering av AI-data, ble også med som offisiell partner for dataevaluering .

Bakgrunnen er et tydelig effektiviseringsproblem: Nettverksdrift står for 34 prosent av operatørenes driftskostnader, men bare 16 prosent av generativ-AI-utrullingene retter seg mot dette området . En felles tilgang til data og modeller kan derfor gjøre det enklere å utvikle AI som faktisk forstår telekomspesifikke oppgaver – fra nettverksdiagnostikk til tolkning av standarder.

Billigere kinesiske AI-modeller øker presset

Diskusjonene i Shanghai fant sted samtidig som økonomien i AI-markedet er i rask endring. DeepSeek lanserte V4-modellen i april 2026, en Mixture-of-Experts-modell med 1,6 billioner parametere. Ifølge omtalen ble den trent utelukkende på kinesiske Huawei Ascend- og Cambricon-brikker, uten avhengighet av Nvidias CUDA-plattform . Modellen er blitt beskrevet som kostnadsmessig konkurransedyktig med ledende, lukkede modeller fra OpenAI og Google DeepMind .

Mer generelt lå prisene per token for kinesiske AI-modeller i andre kvartal 2026 ofte tre til ti ganger lavere enn for amerikanske frontmodeller . Step 3.5 Flash ble for eksempel tilbudt til 0,10 dollar per million inndatatokens og 0,30 dollar per million utdata-tokens – rundt 25 ganger billigere enn GPT-4o, med sammenlignbar matematisk resonnering . Kinesiske AI-laboratorier hadde samtidig fire av de fem øverste plassene på rangeringer for åpne modellvekter .

For teleoperatørene betyr dette at kostnaden ved å kjøre AI kan falle raskt. Det skaper nye muligheter for å tilby AI-tjenester, men gjør det også vanskeligere å forsvare tunge investeringer i infrastruktur og beregningskapasitet. Operatørene må derfor revurdere både teknologipartnere, prismodeller og hvor mye AI-arbeid som bør gjøres lokalt i nettverket.

Nokia satser på AI-agenter i hele nettverket

Nokia kom med flere AI-relaterte kunngjøringer på MWC Shanghai og det parallelle DTW26-arrangementet.

• Google Gemini i Nokia Assurance Center: Nokia skal integrere Googles Gemini-modeller i Assurance Center, plattformen for overvåking og administrasjon av nettverk. Selskapet planlegger seks spesialiserte agenter. To av dem, Router og Event Triage, var allerede operative .
• Oppgradert portefølje for autonome nettverk: Nokia lanserte nye agentiske funksjoner gjennom blant annet Autonomous Networks Agent Library, Autonomous Networks Suite og MantaRay SMO. Målet er bedre nettverksytelse, høyere pålitelighet og mer effektiv drift i stor skala .
• AI for fastnett og hjemmenettverk: Nokia lanserte også agentisk AI for bredbånds- og hjemmenettverk. Løsningene bygger på erfaring fra mer enn 600 millioner utplasserte bredbåndslinjer .
• AI-RAN i samarbeid med NVIDIA: Nokia viste til nye kundeintegrasjoner med T-Mobile, Indosat og SoftBank Corp., samt funksjonstester av anyRAN-programvaren på Nvidias GPU-akselererte AI-RAN-plattform .

Samlet peker Nokias lanseringer mot en modell der AI-agenter ikke bare svarer på spørsmål, men følger med på nettverket, oppdager avvik, foreslår tiltak og i økende grad kan gjennomføre endringer på egen hånd.

Fire trender som peker seg ut

Kunngjøringene fra MWC Shanghai viser en tydelig felles retning i bransjen:

• Inntektene skal komme fra mer enn forbindelsen. Huaweis tokenøkonomi, ZTEs agentiske kjernenett og Nokias AI-baserte nettverksfunksjoner bygger på samme idé: Operatørene må hente verdi fra AI-arbeidslastene, ikke bare transportere dataene.
• Åpent samarbeid blir viktigere. Open Telco AI viser at bransjen mener det trengs delte datasett, modeller og standarder for å utvikle AI som fungerer godt i telekom. Ingen enkeltoperatør kan nødvendigvis løse dette alene.
• Prispresset fra kinesiske modeller endrer regnestykket. Rimelige modeller fra DeepSeek og andre kinesiske utviklere kan gjøre avansert AI mer tilgjengelig, samtidig som de utfordrer etablerte partnerskap og investeringsplaner globalt.
• Agentisk AI er neste steg. Huawei og Nokia investerer tungt i AI-agenter som kan drifte nettverk, forbedre kundeopplevelsen og skape nye tjenester med mindre menneskelig inngripen.

Budskapet fra MWC Shanghai 2026 var dermed klart: AI skal ikke bare gjøre telekombransjen mer effektiv. Den skal også bli en ny inntektsmotor – gjennom tokens, AI-agenter og intelligent infrastruktur.

Dette er kjernen i Huaweis idé om en «tokenøkonomi». I stedet for bare å levere forbindelsen mellom brukeren og en tjeneste, skal operatøren også kunne ta del i verdien av selve AI-beregningen.

For å støtte denne overgangen viste Huawei frem en integrert Service-Network-Compute-strategi. Den kobler sammen intelligente tjenester, nettverk tilpasset AI-belastning og høyytelseslagring og datakraft . Målet er at operatørene skal kunne hente inntekter både fra tradisjonell datatrafikk og fra AI-arbeidslaster.

Blant lanseringene var:

• Ti AI-Optical Network-produkter (AI-ON): En serie optiske nettverksløsninger som skal gjøre det mulig å bygge AI-sentrerte nettverk for bred utrulling av AI-tjenester .
• Raskere AI-inferens i mobilnettet: Sammen med China Mobile Hubei gjennomførte Huawei det som omtales som Kinas første validering av en AI-inferensløsning i et operatørnett i drift. Løsningen, som bruker OceanStor A800-lagring, ga opptil 372 prosent høyere token-gjennomstrømming i AI-inferens med lange sekvenser .
• Plattformer for samarbeid mellom AI-agenter: På tjenestesiden hjelper Huawei operatører med å ta i bruk spesialiserte agenter for blant annet telefoni, inntekter fra brukeropplevelse og bredbånd i hjemmet .

Huawei-direktør Yang Chaobin beskrev «5G-A x AI» som en strategisk oppgraderingsvei for operatørene. Tanken er at selskapene ikke bare skal tjene penger på trafikk og nettverkskvalitet, men også på AI-tjenestene som kjører over og i nettverket .

ZTE bygger agentisk AI inn i kjernenettet

ZTE presenterte sitt AI-baserte kjernenett, AIR Core, med støtte for agentiske funksjoner. Det innebærer at AI bygges direkte inn i kjernen av mobilnettet, slik at systemet kan bidra til mer autonome driftsprosesser og levering av AI-arbeidslaster .

For operatørene handler dette først og fremst om å gjøre nettverket mer selvstyrende. I et slikt oppsett kan AI-agenter overvåke situasjonen, tolke hendelser og bidra til å sette i verk tiltak uten at hvert steg må håndteres manuelt.

GSMA vil lage en felles AI-grunnmur

GSMA lanserte Open Telco AI under MWC Barcelona 2. mars 2026, med AT&T og AMD som grunnleggende støttespillere. Initiativet skal tilby åpne byggesteiner for det GSMA kaller «Telco-Grade AI»: blant annet delte datasett, åpne telekommodeller og en portal for samarbeid i bransjen .

På MWC Shanghai var initiativet fortsatt et sentralt tema. GSMA arrangerte et rundebord for AI-ledere og opplyste at Open Telco AI hadde vokst til 46 medlemsorganisasjoner i 35 land . Det sørkoreanske selskapet Selectstar, som arbeider med evaluering av AI-data, ble også med som offisiell partner for dataevaluering .

Bakgrunnen er et tydelig effektiviseringsproblem: Nettverksdrift står for 34 prosent av operatørenes driftskostnader, men bare 16 prosent av generativ-AI-utrullingene retter seg mot dette området . En felles tilgang til data og modeller kan derfor gjøre det enklere å utvikle AI som faktisk forstår telekomspesifikke oppgaver – fra nettverksdiagnostikk til tolkning av standarder.

Billigere kinesiske AI-modeller øker presset

Diskusjonene i Shanghai fant sted samtidig som økonomien i AI-markedet er i rask endring. DeepSeek lanserte V4-modellen i april 2026, en Mixture-of-Experts-modell med 1,6 billioner parametere. Ifølge omtalen ble den trent utelukkende på kinesiske Huawei Ascend- og Cambricon-brikker, uten avhengighet av Nvidias CUDA-plattform . Modellen er blitt beskrevet som kostnadsmessig konkurransedyktig med ledende, lukkede modeller fra OpenAI og Google DeepMind .

Mer generelt lå prisene per token for kinesiske AI-modeller i andre kvartal 2026 ofte tre til ti ganger lavere enn for amerikanske frontmodeller . Step 3.5 Flash ble for eksempel tilbudt til 0,10 dollar per million inndatatokens og 0,30 dollar per million utdata-tokens – rundt 25 ganger billigere enn GPT-4o, med sammenlignbar matematisk resonnering . Kinesiske AI-laboratorier hadde samtidig fire av de fem øverste plassene på rangeringer for åpne modellvekter .

For teleoperatørene betyr dette at kostnaden ved å kjøre AI kan falle raskt. Det skaper nye muligheter for å tilby AI-tjenester, men gjør det også vanskeligere å forsvare tunge investeringer i infrastruktur og beregningskapasitet. Operatørene må derfor revurdere både teknologipartnere, prismodeller og hvor mye AI-arbeid som bør gjøres lokalt i nettverket.

Nokia satser på AI-agenter i hele nettverket

Nokia kom med flere AI-relaterte kunngjøringer på MWC Shanghai og det parallelle DTW26-arrangementet.

• Google Gemini i Nokia Assurance Center: Nokia skal integrere Googles Gemini-modeller i Assurance Center, plattformen for overvåking og administrasjon av nettverk. Selskapet planlegger seks spesialiserte agenter. To av dem, Router og Event Triage, var allerede operative .
• Oppgradert portefølje for autonome nettverk: Nokia lanserte nye agentiske funksjoner gjennom blant annet Autonomous Networks Agent Library, Autonomous Networks Suite og MantaRay SMO. Målet er bedre nettverksytelse, høyere pålitelighet og mer effektiv drift i stor skala .
• AI for fastnett og hjemmenettverk: Nokia lanserte også agentisk AI for bredbånds- og hjemmenettverk. Løsningene bygger på erfaring fra mer enn 600 millioner utplasserte bredbåndslinjer .
• AI-RAN i samarbeid med NVIDIA: Nokia viste til nye kundeintegrasjoner med T-Mobile, Indosat og SoftBank Corp., samt funksjonstester av anyRAN-programvaren på Nvidias GPU-akselererte AI-RAN-plattform .

Samlet peker Nokias lanseringer mot en modell der AI-agenter ikke bare svarer på spørsmål, men følger med på nettverket, oppdager avvik, foreslår tiltak og i økende grad kan gjennomføre endringer på egen hånd.

Fire trender som peker seg ut

Kunngjøringene fra MWC Shanghai viser en tydelig felles retning i bransjen:

• Inntektene skal komme fra mer enn forbindelsen. Huaweis tokenøkonomi, ZTEs agentiske kjernenett og Nokias AI-baserte nettverksfunksjoner bygger på samme idé: Operatørene må hente verdi fra AI-arbeidslastene, ikke bare transportere dataene.
• Åpent samarbeid blir viktigere. Open Telco AI viser at bransjen mener det trengs delte datasett, modeller og standarder for å utvikle AI som fungerer godt i telekom. Ingen enkeltoperatør kan nødvendigvis løse dette alene.
• Prispresset fra kinesiske modeller endrer regnestykket. Rimelige modeller fra DeepSeek og andre kinesiske utviklere kan gjøre avansert AI mer tilgjengelig, samtidig som de utfordrer etablerte partnerskap og investeringsplaner globalt.
• Agentisk AI er neste steg. Huawei og Nokia investerer tungt i AI-agenter som kan drifte nettverk, forbedre kundeopplevelsen og skape nye tjenester med mindre menneskelig inngripen.

Budskapet fra MWC Shanghai 2026 var dermed klart: AI skal ikke bare gjøre telekombransjen mer effektiv. Den skal også bli en ny inntektsmotor – gjennom tokens, AI-agenter og intelligent infrastruktur.