尽管在主要经济体中光纤宽带服务已趋成熟,并且这些地区的 5G 网络已部署超过五年,但经合组织 ( OECD ) 的一项研究显示,这两项技术的市场份额依然在增长,同时固定无线接入 ( FWA ) 与机器对机器 ( M2M ) 通信在所覆盖国家中也正在逐步扩大。
综观研究所揭示的整体趋势,该全球政策论坛( 38 个成员国 )指出,数据表明全球正持续向高质量连接转型。
目前,光纤已占经合组织各类固定宽带连接总量的 44.6%,其中有四个国家的光纤固定宽带连接比例超过 80%,分别是冰岛 ( 91% )、韩国 ( 90% )、西班牙 ( 88% ) 和立陶宛 ( 80% )。过去一年,5G 总订阅量增长了 48%,如今在经合组织提供数据的国家中占移动订阅总量的 33%。
研究数据还显示,尽管固定无线接入仅占经合组织固定宽带订阅总量的 5.8%,但从 2023 年 6 月到 2024 年 6 月,其订阅量增长了 17%。在此期间,匈牙利 ( 71% )、美国 ( 39% ) 和英国 ( 30.4% ) 的 FWA 连接增速最高。
经合组织认为,FWA 提供了一种切实可行且具成本效益的替代方案,尤其是在那些高质量连接接入较为困难的欠服务地区。
在一些国家中,FWA 在固定宽带订阅中的比重更高。经合组织指出,捷克 ( 39% )、斯洛伐克 ( 23% )、新西兰 ( 20% )、爱沙尼亚 ( 18.7% ) 和意大利 ( 12% ) 的固定宽带订阅中,FWA 分别占据相当比例。
此外,上述一些高于经合组织平均水平的国家,例如新西兰,由于面临地理条件的挑战,使得固定无线服务更具吸引力。这也涵盖了那些地域辽阔且人口稀疏的国家,如澳大利亚 ( 10% )、加拿大 ( 7% ) 和美国。
与其他研究显示通信平台日益重要的趋势一致,卫星技术同样在扩大其影响力,因为欠服务地区对连接需求的增长促使其发展。仅在过去一年,卫星订阅量就增长了 22.6%,其中美国在经合组织提供数据的国家中几乎占总卫星订阅量的四分之三。
移动宽带订阅也呈现稳步增长态势。尽管渗透率已相当高,但从 2021 年 6 月到 2024 年 6 月,订阅量增加了 16%,到 2024 年年中已达到 19 亿,而三年前为 16.6 亿。
日本和美国的渗透率最高,分别达到每百人 206 和 197 个订阅,爱沙尼亚 ( 173 ) 与芬兰 ( 159 ) 紧随其后。经合组织表示,这一持续增长在很大程度上反映了 5G 网络的不断扩展,目前已在其 38 个成员国中的 37 个部署。
固定宽带订阅数量亦在不断增加。截至 2024 年 6 月底,经合组织各国固定宽带订阅总量达到 5.04 亿,相当于每百人平均 36.3 个订阅。在固定宽带渗透率方面,法国领先,每百人拥有 47.5 个订阅,其次是韩国 ( 47.3 )、瑞士 ( 46.8 ) 与挪威 ( 46.4 )。
经合组织还指出,随着成员国对高质量网络需求的不断上升,移动数据使用量也在迅速增长。经合组织国家中,每个移动宽带订阅的平均月数据消耗在短短一年内增长了 65%,并在两年内翻倍,从 2022 年 6 月的 8 GB 上升到 2024 年 6 月的 17 GB。
这反映了政策论坛对于数据密集型移动应用和服务不断增长的需求,以及对基于 5G 与下一代网络的强大且可扩展的连接服务日益迫切的关注。
M2M 连接同样呈现出非常高的增长率。在短短一年内,M2M SIM 卡数量增加了 14%,延续了强劲的上升趋势。
瑞典与奥地利依然遥遥领先,每百人分别拥有 267 与 233 张 M2M SIM 卡,其后分别为冰岛 ( 109 )、荷兰 ( 99 ) 与德国 ( 96 )。瑞典、奥地利与冰岛的高数字主要是由于国内运营商为国际用途注册了大量 M2M SIM 卡。
好文章,需要你的鼓励
从浙江安吉的桌椅,到广东佛山的沙发床垫、河南洛阳的钢制家具,再到福建福州的竹藤制品,中国各大高度专业化的家具产业带,都在不约而同地探索各自的数字化出海路径。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。