在 5G 首次推出五年后,东盟地区领先的移动运营商之间的讨论已不再局限于网络部署和速度基准,而是正转向利用人工智能 (AI) 来推动企业用例和构建可持续商业模式,这是一组业界领袖在 Gitex Asia 2025 上达成的共识。
由 GSMA 亚太区常务董事 Julian Gorman 主持的讨论涵盖了该区域内各不相同的 5G 发展之路,但大家一致认为,AI 在释放 5G 潜力方面扮演着至关重要的角色。
讨论伊始,Singtel 国际数字服务 CEO Anna Yip 指出了最近在 700MHz 频段上部署的 5G+ 服务,该服务使信号强度提升了 40%,并改善了地下及城市密集区域的覆盖情况。
Yip 指出,虽然消费者已经享受到无延迟的游戏体验和不卡顿的视频播放,但 Singtel 也在着力推进利用 5G 网络切片和 AI 技术驱动的企业用例。她表示:“我们正在将这些技术引入医疗和安全等领域,在这些领域中,5G+ 与其他新技术的融合有望为企业带来更优的表现。”
相较之下,马来西亚采用了一种独特的批发网络模式。马来西亚最大运营商 CelcomDigi 的首席创新官 T Kugan 表示,这一模式涉及将电信运营商的 4G 网络与 5G 批发网络进行整合。凭借超过 2000 万用户,他指出,该运营商更注重用户留存和提升每用户平均收入 (ARPU),并补充道:“近期 AI 的迅速普及加速了我们在 5G 领域的发展进程。”
T Kugan 表示,5G 与 AI 的结合能够为企业释放商业价值,他举例说明了与全球物流巨头 DHL 合作的成功项目。“以 5G 作为接入技术,并利用 AI 与机器人技术改造仓库运营,他们由原先的手动扫描条形码转变为使用无人机和预测性 AI 对仓库内物品进行扫描,”他说明道,“这种方法使绩效提高了 20 倍,准确率达到了 100%,因为他们不再依赖手工操作。”
印尼 Indosat Ooredoo Hutchison 的 CEO Vikram Sinha 则从印尼这个尚未在遍布群岛的市场上广泛普及 5G 的国家分享了他的看法,他认为,作为后来者反而可能成为一种优势。
对于印尼来说,Sinha 表示,5G 与 AI 的第一道曙光在于自主型 AI。这需要借助具体应用案例来提升 ARPU,并大规模造福用户——不过他也指出,企业以及国家的 5G 生态系统需要做好充分准备才能采用这一技术。
“第二道曙光是——我在印度和菲律宾已经观察到——5G 数据的生产成本低于 4G 的成本,所以如果我们能够提前准备好设备和其他配套设施,那么当我们准备好将 4G 流量卸载到 5G 上时,就会有用户愿意使用它,”他补充道。
Ericsson 亚太区首席技术官 Magnus Ewerbring 从供应商的角度分享了他的看法,他指出,今年早些时候全球 5G 用户渗透率仅约为 26%,并且仍有大量工作需要开展,以便使运营商能够提供可实现货币化且具备差异化的服务,从而创造出更多价值。他举了优先保障警用随身摄像机通信以及 Singtel 与新加坡国立大学医院合作,在医疗环境中利用混合现实技术(借助私有 5G 网络实现)的案例作为实例。
谈及 AI,Ewerbring 强调了其双重作用:一方面推动网络运营向更高自主性的转变,另一方面使新型的基于 AI 的应用成为可能,而这些应用需要低延迟的 5G 连接,且有望改变从设备向网络传输的流量模式,促使上行通信比例增加。他表示:“未来 AI、云和 5G 网络协同工作的顺畅性将变得非常重要。”
讨论中还触及了不可避免的 6G 问题,但共识明确:当前的重点应该放在最大化对 5G 的投资回报上。Singtel 的 Yip 指出:“我们已经在 5G 乃至 5G+ 上投入了巨资,现在应当专注于确保充分利用这些投资的潜力。”
Ewerbring 预测,到 2027 年,5G 将成为主导技术,其普及高峰将在五年后的 2032 年达到。初步的 6G 推出预计将于 2030 年左右开始,但广泛普及 6G 则预计要到 2038 年左右才能实现。他补充道:“5G 将长期保持其重要性,并将持续进化,推动数据流量的发展。”
在讨论的最后,CelcomDigi 的 Kugan 强调,衡量 5G 成效的行业指标需要超越仅仅以人口覆盖率为标准。“在未来,关键在于衡量实际应用所带来的影响——无论是智能制造中的停机时间还是物流行业中的正常运行时间,”他说。“传统上以人口覆盖率、用户数量等指标进行的衡量正在变得毫无意义。”
好文章,需要你的鼓励
ServiceNow宣布将以超过10亿美元收购身份安全平台Veza,这是该公司2025年一系列AI和数据重点收购的最新举措。此次收购正值企业加速部署AI代理之际,而如何管理这些非人类身份的访问权限和输出已成为普遍难题。该交易将为ServiceNow的AI控制塔提供关键的身份治理能力,帮助企业建立统一的控制平面来定义上下文相关的权限、监控代理行为并大规模执行最小权限访问策略。
北京大学团队开发的DragMesh系统通过简单拖拽操作实现3D物体的物理真实交互。该系统采用分工合作架构,结合语义理解、几何预测和动画生成三个模块,在保证运动精度的同时将计算开销降至现有方法的五分之一。系统支持实时交互,无需重新训练即可处理新物体,为虚拟现实和游戏开发提供了高效解决方案。
在生成式AI热潮中,只有英伟达和台积电真正赚到钱,其他AI产业链公司要么亏损要么利润被稀释。博通虽然在数据中心网络领域有不错的利润率,但为了不被AI浪潮抛弃,也选择进入AI业务。博通拥有730亿美元的AI积压订单,但被迫成为AI系统集成商,进一步稀释利润。第四季度博通收入180亿美元,同比增长28.2%,AI芯片收入达65亿美元。
达尔豪斯大学研究团队系统性批判了当前AI多智能体模拟的静态框架局限,提出以"动态场景演化、智能体-环境共同演化、生成式智能体架构"为核心的开放式模拟范式。该研究突破传统任务导向模式,强调AI智能体应具备自主探索、社会学习和环境重塑能力,为政策制定、教育创新和社会治理提供前所未有的模拟工具。