这份题为“5G价值:将性能转化为价值”的报告强调了在全球越来越多用户对5G表示满意背景下5G的CSP商业案例潜力。该研究报告是基于今年5月和6月对28个国家37000多名消费者进行的采访,研究范围覆盖了约15亿消费者的观点,其中包括6.5亿5G用户。

此外该报告还指出,体育场、娱乐场馆和机场等关键地点的5G连接体验不佳,可能会使客户更换CSP的可能性增加3倍。
这项综合研究反映了全球约15亿消费者的观点,其中包括约6.5亿5G客户,是爱立信自2019年以来一直追踪5G消费市场演变趋势的研究系列之一。
爱立信消费者实验室的研究进一步证明,影响消费者满意度的因素发生了转变,从重点关注5G地理覆盖范围转变为以应用体验为中心的指标,这些指标涵盖了视频流质量、手机游戏和视频通话体验、以及5G速度的一致性等方面,特别是在早期5G采用者中。
接受调查的5G消费者中,有约37%的受访者认为,增加5G计划中的数据流量可以证明CSP收取额外费率是合理的。
爱立信消费者实验室负责人Jasmeet Singh Sethi表示:“有趣的是,大约五分之一的5G智能手机受访用户明确表示偏好差异化的服务连接质量。这些用户并没有满足于通用的5G性能,而是积极寻求更高且一致的网络性能,特别是针对要求苛刻的应用和特定关键位置量身定制的。研究表明,如果他们的服务提供商提供此服务,他们愿意支付11%的溢价。”
Sethi表示:“这就是很多5G消费者明确期望5G能够为他们带来增值体验的方面,例如增强在主要娱乐场所夜间外出或在机场旅行时的体验。如果他们在这些地方的体验很差,那么他们转向能够提供最佳5G体验的提供商的可能性就会增加3倍。”
该报告证实了网络应用编程接口(API)对于开发人员的潜力,是通信服务提供商给那些愿意付费的客户提供增强网络体验的一种方式。
爱立信首席技术官Erik Ekudden表示:“在5G时代,网络应用编程接口是面向开发人员和应用提供商的业务接口,使他们能够通过熟悉且易于使用的界面访问网络功能。当我们观察到消费者愿意为新功能和差异化服务质量付费时,很明显这些API正在改变行业。这营造了一个环境,让开发人员能够利用5G功能来提供独特的优质体验。对于通信服务提供商来说,API通过发挥网络内在价值带来新的收入。”
该报告探讨了5G计划中捆绑的5G增强视频(例如4K、360度体验、多视图视频和增强现实应用)是如何推动5G用户参与度、移动数据使用量增长的。
平均来看,过去两年中5G用户花在增强视频上的时间增加了47%。自2020年底以来,每日AR应用的用户数量增加了一倍。
该报告确定了四个趋势:
5G网络满意度驱动因素正在不断发展,已经不再局限于5G网络的覆盖范围。5G新用户依然很看重5G的室外覆盖和速度。在5G人口覆盖率超过80%的市场中,长期用户优先考虑他们使用的应用视频质量和上传速度,这反映了用户期望的不断变化。
5G正在重塑视频流和AR使用方式。随着服务提供商将富媒体内容捆绑到5G计划中,新兴格式日益推动着5G的使用和5G数据消耗。
关键地点的5G性能会影响消费者忠诚度。自5G推出以来,28个市场中约有17%的消费者更换了服务提供商,主要是由于5G网络性能上的问题,其中一个重要的影响因素是体育场馆和机场等关键地点的5G体验。
5G消费者将为差异化连接支付溢价。有20%的智能手机用户期望获得差异化的5G连接。这些人看重优质连接,并愿意为确保提升网络性能的5G套餐支付高达11%的溢价。
好文章,需要你的鼓励
随着生成式人工智能系统提供直接答案而非链接列表,传统搜索引擎优化正面临重大变革。谷歌AI概述功能已覆盖约30%的美国搜索,导致网站点击率大幅下降。专家预测,到2030年AI将占B2B软件研究的70%以上。AI引擎更重视结构化数据、实体识别和权威性,而非传统的关键词和反向链接。营销人员需要采用实体权威工程等新策略来优化AI可见性。
这项研究由北京交通大学研究团队完成,系统阐述了人工智能智能体从"流水线"范式向"模型原生"范式的转变。研究表明,通过强化学习,AI可以自主学会规划、使用工具和管理记忆等核心能力,而不再依赖外部脚本。论文详细分析了这一范式转变如何重塑深度研究助手和GUI智能体等实际应用,并探讨了未来多智能体协作和自我反思等新兴能力的发展方向。
本文推荐五款Mac必装应用:Timery用于时间追踪管理,支持菜单栏快捷操作和详细报表;TextExpander提供强大的文本扩展和变量功能,比系统自带快捷键更灵活;AirBuddy管理蓝牙设备连接,支持多种自动化操作;Keyboard Maestro是功能强大的自动化工具,可创建复杂的工作流程;Ulysses专注写作体验,提供清爽界面和Markdown支持。这些应用能显著提升工作效率。
Prime Intellect团队发布开源AI训练全栈INTELLECT-3,这个106亿参数模型在数学、编程等测试中超越多个大型前沿模型。团队完全开源了包括prime-rl训练框架、环境库、代码执行系统在内的完整基础设施,为AI研究社区提供了高质量的训练工具,推动AI技术民主化发展。