在国内光纤光缆企业取得巨大成就的同时,我们也要清醒地看到,规模巨大并不意味着就是我国已经成为产业强国。如何从光纤光缆制造大国向制造强国成为摆在国内光纤光缆企业面前的课题。
2014年作为中国4G元年,4G网络将迎来建设热潮,国内光纤光缆企业再次迎来了一个良好的发展机遇。还记得,国内光纤光缆企业就是抓住2009 年左右的3G网络建设之机实现了长足的发展。这一次,他们又该如何抓住4G机遇,让梦想照进现实,笔者采访了烽火通信线缆产出线项目管理部总经理刘骋,听 他来谈一谈当下国内光纤光缆市场的机遇和挑战。
话题1:2014年的光纤光缆市场走势
Q:2014年,既是宽带中国战略落地第一年,又是中国4G元年。这一年对于国内光纤光缆市场来说,无疑是利好的一年。请您首先对今年的光纤光缆市场做一个预判。
刘骋:等待多年,宽带中国战略终于正式落地。但是,宽带中国目前仍然面临着政策、资金和技术创新三大待解困局。在这种背景下,2014年,运营商固 网投资明显放缓已成不争的事实, FTTH用蝶形光缆、室内光缆用量将减少。因此,今年宽带中国战略和宽带中国2014专项行动的实施并不能显着提升光纤光缆市场的规模。
硬币的另一面,是俨然到来的4G建设热潮。2014年,三大运营商的投资重点转向4G网络建设,成为2014年的线缆产业发展的核心驱动力。在"宽 带中国2014专项行动"的引导目标中提出,2014年新建TD-LTE基站30万个,发展TD-LTE用户3000万户,这将有效带动相关线缆产品的市 场需求。今年以来,用于移动通信传输的室外光缆需求增长强劲,用于基站的射频拉远光缆需求呈现井喷态势。
与此同时,CATV和电力网络用光缆需求量持平,信息化大市场对光纤光缆的需求量仍然增长较快。
综上所述,2014年光纤光缆市场将保持持续增长态势。粗略预测,2014年中国光缆需求达到1.41亿芯公里,占全球光缆总需求2.82亿芯公里 的50%,中国光缆需求全年增长率将达到14%。以第1季度为例,工业与信息化部统计信息显示,全国新建光缆线路72.4万公里皮长,相比于2013年第 1季度实现了18.8%增长。
2018年中国光纤光缆市场收入或达1650亿
近日,知名市场报告网站“企业与市场”发布“中国光纤光缆制造市场报告”。
报告指出,2013年中国光纤制造市场和光缆制造市场收入增长18.4%,达153亿美元(约合人民币948.6亿元)。到2013年的过去5年, 行业收入年利率达17.2%。2008-2013年,高度的国内市场增长率每年达17.6%,这得益于大量信息技术和通信项目需要光缆市场的产品。
由于对网络和移动手机服务的强劲家用需求,信息技术和通信领域成为光纤光缆的主要市场。另外,发电企业是行业的另一大重要市场。
2013年,中国约有280家光纤光缆制造企业,雇佣员工11.315万人,工资支付总额达10亿美元(约合人民币62亿元)。2008年,中国光 纤光缆制造业仅165家企业,员工约4310万人。2008-2013年,由于行业利润及需求增长,新企业以每年11.2%增长进入市场。2013年,行 业利润约占行业收入的9.2%。
2013至2018年的5年中,光纤光缆制造业收入预计以年利率11.6%增长,到2018年达266亿美元(约合人民币1650亿元),这是由通信领域光纤光缆替代铜缆应用驱动。然而,2013年后,由于行业趋向成熟,市场增长将开始减缓。
好文章,需要你的鼓励
谷歌发布代理支付协议AP2,支持AI代理代表用户自动购物和决策。该开放协议获得60多家商户和金融机构支持,旨在实现AI平台、支付系统和供应商间的互操作性。协议要求两级审批机制:意图授权和购物车授权,确保交易可追溯。支持全自动购买和加密货币支付。万事达、美国运通、PayPal等主要金融服务商已表示支持。
NVIDIA Research推出了革命性的UDR系统,让用户可以完全自定义AI研究助手的工作策略。该系统解决了传统研究工具固化、难以专业化定制的问题,支持任意语言模型,用户可用自然语言编写研究策略,系统自动转换为可执行代码。提供三种示例策略和直观界面,实现了AI工具的民主化定制,为专业研究和个人调研提供了前所未有的灵活性。
CrowdStrike在其年度Fal.Con 2025大会上发布了智能代理安全平台和智能代理安全团队两款新产品,旨在应对AI时代日益增长的安全需求。新平台基于企业图谱架构,统一企业遥测数据,配备AI优化查询语言。Charlotte AI AgentWorks提供无代码平台,让安全团队可轻松构建和部署可信安全代理。智能代理安全团队则通过AI驱动的代理直接服务客户,解决传统防御无法应对AI速度威胁的问题。
加州大学圣地亚哥分校研究团队创建了首个"野生"乐谱理解AI测试平台WildScore,通过807个来自Reddit音乐社区的真实问题,系统评估了多模态AI模型的乐谱解读能力。测试结果显示,即使最先进的GPT-4.1模型准确率也仅为68%,在节拍识别等方面表现尤其困难。研究揭示了AI在专业符号系统理解方面的局限性。