这种转变，意味着AI正从后台的运维工具，向直接面向客户、能够创造收益的引擎角色演进。服务提供商正积极探索如何将AI驱动的产品，从高级网络切片到AI赋能的企业服务，打造成为真正有意义的销售新渠道 。这标志着一次关键的战略转向：运营商不再满足于用AI让现有的网络跑得更便宜，他们想把注入了AI能力的服务，直接卖给自己的客户。

智能体AI的“就绪鸿沟”：为何57.5%的人说“不”

如果说对收入的乐观情绪是故事的标题，那么副标题就是对智能体AI亮起的一盏坚稳的黄灯。调查发现，57.5%的受访者相信，电信网络的复杂性尚未被妥当地融入智能体AI的开发之中 。在DSP Leaders World Forum的小组讨论中，来自西班牙电信（Telefónica）、风河（Wind River）和阿普尔多尔研究公司（Appledore Research）的高管们，以切身的实际技术论据，印证了这些担忧 。

所谓的智能体AI，指的是能够自主规划、执行多步骤任务，并与其他智能体互动的系统。这远远超越了当前仅限于响应单一指令的AI助手。设想一下，在电信生产网络中，一个智能体系统可能会自主重新规划网络流量、启动虚拟化的网络功能，或是实时与另一个运营商的智能体协商服务级别协议。这听起来强大无比，但这在涉及生命安全与关键服务的基础设施中，也引入了前所未有的故障模式。

协议之殇：智能体间的沟通为何还没准备好

多智能体系统的技术关键，在于通信协议。作为实现AI智能体互操作性的两个新兴标准——模型上下文协议 (MCP) 和 智能体对智能体协议 (A2A) ——是构建这一愿景的核心。然而，调查显示，只有 30% 的受访者认为，理解和使用这些协议在当下对电信公司来说是一场颠覆性的变革 。

DSP Leaders World Forum的小组成员进一步深化了这一批评。他们指出，这些协议极其年轻——最多也不过是近一两年才被构想出来——而且它们在真实世界中的部署，一直局限于非常封闭、单一供应商的环境中 。对于一个异构的、运行着来自不同供应商、跨越不同技术代际的设备的电信网络来说，这种缺乏开放且经过验证的互操作性，不仅是一个成熟度问题——它是一个根本性的架构鸿沟 。

讨论相关发现的专家小组指出，除了AI模型本身的成熟度之外，最大的障碍在于，智能体间的通信目前还没有一条可信的路径，能在跨供应商、生产级的电信基础设施上运作。在这些协议被测试、标准化，并被证明在开放环境中的安全性之前，大规模部署智能体AI依旧是一场多数运营商不愿下注的豪赌。

信任与主权：电信AI落地的双重支柱

贯穿调查报告与论坛讨论始终的，是一对孪生主题：信任与数字主权。信任是一个更广、技术性较弱但至关重要的屏障。电信运营商对网络的正常运行时间、数据安全和法规遵从负有最终责任。将决策权移交给AI智能体，需要一种当前技术尚无法提供的信心 。

而关于主权的讨论，则增添了一层地缘政治与商业的色彩。调查发现，54% 的受访者将主权AI视为电信企业的一个强劲业务机会。另有27%的人认为应该把这块业务留给IT领域的专家，还有19%的人对此持不确定态度 。

“主权AI”这个概念，指的是在一个特定国家或地区内，依照当地法律和数据治理框架来设计、搭建和运营的AI系统与基础设施。对于那些无法容忍自身数据流经外国控制云服务的企业和政府而言，电信公司拥有得天独厚的优势：他们已经运营着可信赖的、受监管的国家基础设施，掌控数据中心的物理资产，并拥有深厚的客户关系。正如一场小组讨论指出的，对于那些需要主权AI保障的企业客户，电信公司正是“对的人” 。

边缘AI：网络与数据的交汇点

边缘计算层——也就是数据在靠近源头而非集中式云端被处理的地方——正是主权、信任和AI在网络本身交汇之处。论坛讨论强调，网络边缘的挣扎与AI和信任的动态直接相关。随着AI工作负载越来越需要低延迟和数据本地化，网络边缘自然而然地就成了执行主权政策的关键点 。

挑战在于成本。数据主权的要求会带来额外的开销：专门的硬件、合规管理成本，以及在成千上万个边缘节点维护分布式计算的复杂性。电信运营商正努力解决如何定价和打包边缘AI服务的问题，而潜藏其下的主权成本仍难以量化，并向客户有效传导 。

电信AI的“分屏”未来

正在形成的图景，并非一个简单的“接纳”或“抗拒”的故事。这是一种关于电信AI的“分屏”视角：这个行业正满怀热情地追寻AI以驱动收入增长和新服务，与此同时，却又对那种最自主的、或许某一天会自行运营整个网络的AI形态，狠狠地踩下了刹车。

当前，AI在电信领域的应用主要集中在异常检测、客户互动和运维支持等领域——在这些工作中，人类的监督仍然是最后的防线 。迈向智能体AI这一步，意味着系统要跨越供应商和网络层级自主行动，这正是信任、协议和主权忧虑汇成一道高墙的地方，而57.5%的行业人士今天还没有准备好跨越这道墙 。

正如DSP Leaders World Forum讨论所明确指出的，整个行业并非拒绝智能体AI，而是强烈要求——在其底层的通信协议、互操作性框架和信任机制成熟之前，不要贸然将其投入生-产环境 。而在此期间，主权AI和边缘服务，代表着一种更近期的、基于信任的业务机遇，这恰好能发挥电信公司现有的基础设施优势。

这种转变，意味着AI正从后台的运维工具，向直接面向客户、能够创造收益的引擎角色演进。服务提供商正积极探索如何将AI驱动的产品，从高级网络切片到AI赋能的企业服务，打造成为真正有意义的销售新渠道 。这标志着一次关键的战略转向：运营商不再满足于用AI让现有的网络跑得更便宜，他们想把注入了AI能力的服务，直接卖给自己的客户。

智能体AI的“就绪鸿沟”：为何57.5%的人说“不”

如果说对收入的乐观情绪是故事的标题，那么副标题就是对智能体AI亮起的一盏坚稳的黄灯。调查发现，57.5%的受访者相信，电信网络的复杂性尚未被妥当地融入智能体AI的开发之中 。在DSP Leaders World Forum的小组讨论中，来自西班牙电信（Telefónica）、风河（Wind River）和阿普尔多尔研究公司（Appledore Research）的高管们，以切身的实际技术论据，印证了这些担忧 。

所谓的智能体AI，指的是能够自主规划、执行多步骤任务，并与其他智能体互动的系统。这远远超越了当前仅限于响应单一指令的AI助手。设想一下，在电信生产网络中，一个智能体系统可能会自主重新规划网络流量、启动虚拟化的网络功能，或是实时与另一个运营商的智能体协商服务级别协议。这听起来强大无比，但这在涉及生命安全与关键服务的基础设施中，也引入了前所未有的故障模式。

协议之殇：智能体间的沟通为何还没准备好

多智能体系统的技术关键，在于通信协议。作为实现AI智能体互操作性的两个新兴标准——模型上下文协议 (MCP) 和 智能体对智能体协议 (A2A) ——是构建这一愿景的核心。然而，调查显示，只有 30% 的受访者认为，理解和使用这些协议在当下对电信公司来说是一场颠覆性的变革 。

DSP Leaders World Forum的小组成员进一步深化了这一批评。他们指出，这些协议极其年轻——最多也不过是近一两年才被构想出来——而且它们在真实世界中的部署，一直局限于非常封闭、单一供应商的环境中 。对于一个异构的、运行着来自不同供应商、跨越不同技术代际的设备的电信网络来说，这种缺乏开放且经过验证的互操作性，不仅是一个成熟度问题——它是一个根本性的架构鸿沟 。

讨论相关发现的专家小组指出，除了AI模型本身的成熟度之外，最大的障碍在于，智能体间的通信目前还没有一条可信的路径，能在跨供应商、生产级的电信基础设施上运作。在这些协议被测试、标准化，并被证明在开放环境中的安全性之前，大规模部署智能体AI依旧是一场多数运营商不愿下注的豪赌。

信任与主权：电信AI落地的双重支柱

贯穿调查报告与论坛讨论始终的，是一对孪生主题：信任与数字主权。信任是一个更广、技术性较弱但至关重要的屏障。电信运营商对网络的正常运行时间、数据安全和法规遵从负有最终责任。将决策权移交给AI智能体，需要一种当前技术尚无法提供的信心 。

而关于主权的讨论，则增添了一层地缘政治与商业的色彩。调查发现，54% 的受访者将主权AI视为电信企业的一个强劲业务机会。另有27%的人认为应该把这块业务留给IT领域的专家，还有19%的人对此持不确定态度 。

“主权AI”这个概念，指的是在一个特定国家或地区内，依照当地法律和数据治理框架来设计、搭建和运营的AI系统与基础设施。对于那些无法容忍自身数据流经外国控制云服务的企业和政府而言，电信公司拥有得天独厚的优势：他们已经运营着可信赖的、受监管的国家基础设施，掌控数据中心的物理资产，并拥有深厚的客户关系。正如一场小组讨论指出的，对于那些需要主权AI保障的企业客户，电信公司正是“对的人” 。

边缘AI：网络与数据的交汇点

边缘计算层——也就是数据在靠近源头而非集中式云端被处理的地方——正是主权、信任和AI在网络本身交汇之处。论坛讨论强调，网络边缘的挣扎与AI和信任的动态直接相关。随着AI工作负载越来越需要低延迟和数据本地化，网络边缘自然而然地就成了执行主权政策的关键点 。

挑战在于成本。数据主权的要求会带来额外的开销：专门的硬件、合规管理成本，以及在成千上万个边缘节点维护分布式计算的复杂性。电信运营商正努力解决如何定价和打包边缘AI服务的问题，而潜藏其下的主权成本仍难以量化，并向客户有效传导 。

电信AI的“分屏”未来

正在形成的图景，并非一个简单的“接纳”或“抗拒”的故事。这是一种关于电信AI的“分屏”视角：这个行业正满怀热情地追寻AI以驱动收入增长和新服务，与此同时，却又对那种最自主的、或许某一天会自行运营整个网络的AI形态，狠狠地踩下了刹车。

当前，AI在电信领域的应用主要集中在异常检测、客户互动和运维支持等领域——在这些工作中，人类的监督仍然是最后的防线 。迈向智能体AI这一步，意味着系统要跨越供应商和网络层级自主行动，这正是信任、协议和主权忧虑汇成一道高墙的地方，而57.5%的行业人士今天还没有准备好跨越这道墙 。

正如DSP Leaders World Forum讨论所明确指出的，整个行业并非拒绝智能体AI，而是强烈要求——在其底层的通信协议、互操作性框架和信任机制成熟之前，不要贸然将其投入生-产环境 。而在此期间，主权AI和边缘服务，代表着一种更近期的、基于信任的业务机遇，这恰好能发挥电信公司现有的基础设施优势。