|
周末两天把三大运营商年中、三季度财报看了一遍，同时也研读了运营商官方渠道传递出来的战略规划信息，一个明显的感受是：三大运营商当前都在All in AI。
几年前，三大运营商都在All in Cloud，建了大量通算算力中心，这两年又都在All in AI，又建了大量智算算力中心，比如，中国移动2025年要投373亿元布局算力，占资本开支的25%，还喊出“推理资源投资不设上限”；中国电信的算力投资计划增长超20%，同样“不设限”；中国联通也跟上节奏，算力投资同比增长28%。
今天，智算中心建设、AI大模型研发、行业解决方案落地，已经成了运营商日常工作的核心主旋律，这种转型决心和投入力度，在通信行业发展史上并不多见。
- 01 - 但热闹背后，风险的阴影也在逐渐扩大。 业界对AI泡沫的预警从来没停过，安永的报告就提到，AI行业正处于资本追逐与产业升级的交汇点，泡沫与价值的边界越来越模糊。更值得警惕的是，近期AI行业的波动已经释放出明确的风险信号：OpenAI首席财务官一句“需要政府为AI投资担保”的表述，就引发美股科技股巨震，六大科技巨头及多家算力厂商总市值一夜蒸发近5000亿美元，折合超3.3万亿元。 市场之所以反应如此激烈，本质是对AI行业“高投入、低回报”的泡沫隐忧早已存在——OpenAI与算力厂商签下1.4万亿美元的基础设施订单承诺，但当前年化收入仅超200亿美元，营收能力远难覆盖巨额资本支出，这种豪赌式投资正是泡沫膨胀的典型特征。
对运营商来说，这种泡沫风险尤为致命。 运营商的AI投入大多集中在智算中心、服务器、芯片等重资产领域，中国移动2025年智算规模要从29.2EFlops提升到34EFlops，中国电信仅自有智能算力就达35EFlops，接入合作伙伴后更是冲到62EFlops。中国联通情况也类似。 这些设施建设周期长、回收慢，一旦AI泡沫破裂，市场需求骤减，这些巨额投入很可能变成“沉没成本”，连本带利都难以收回。要知道，AI硬件市场的利润率正随着竞争加剧下滑，24.6%的增速远低于软件和服务板块，运营商押注重资产的选择，本身就面临着市场规律的考验。
- 02 - 就算AI泡沫不会快速破灭，运营商在市场竞争中落败的可能性也不小。
AI行业的核心增长点在服务领域，能提供定制化解决方案、深入垂直行业的服务商才是最大受益者。
IDC最新报告明确指出，当前各行业已不再满足于通用大模型，而是转向训练和部署贴合业务场景的行业模型，从金融风控、药物研发到智能制造，行业模型的持续性需求正在主导智算服务市场的增长。这种转型意味着AI服务的核心竞争力，已从单纯的算力供给转向“算力+行业知识+场景适配”的综合能力，而这恰恰是运营商的短板。
一个简单的例子，垂直行业的AI解决方案需要深度嵌入具体业务流程，比如工业制造中的质检模型要理解生产线工艺参数，金融领域的反欺诈系统需熟悉监管政策和交易场景，医疗AI则要对接临床诊断逻辑。但运营商长期聚焦通信网络建设，缺乏跨行业的业务沉淀和数据积累。反观互联网巨头，阿里云依托电商生态打磨出的供应链AI解决方案，火山引擎凭借字节跳动的内容生态形成的智能推荐服务，都能直接对接行业痛点；而AI初创公司更是深耕细分赛道，有的专注工业设备预测性维护，有的专攻政务数据治理，形成了难以替代的专业壁垒。相比之下，运营商推出的行业解决方案往往停留在“通用算力+基础算法”的浅层组合，难以满足客户的深度定制需求。
还有，服务模式的僵化让运营商难以适应AI服务的迭代节奏。AI服务的核心价值在于持续优化，需要根据客户反馈快速调整模型参数、升级功能模块，这就要求服务商具备敏捷的研发响应机制。IDC观察到，互联网智算阵营普遍采用“内部孵化+外部输出”的模式，将自身业务中验证成熟的技术快速产品化，形成“算力+模型训练+推理部署+应用开发”的一体化服务体系。而运营商的服务模式仍受传统通信业务影响，习惯于“标准化产品+一次性交付”，缺乏持续服务的意识和能力。更关键的是，AI服务的盈利模式正在向“订阅制”“按效果付费”转型，而运营商仍依赖硬件销售和项目制收费，这种模式错位进一步削弱了其市场竞争力。
再者，生态协同能力的不足让运营商在垂直领域举步维艰。AI行业解决方案的落地需要上下游资源联动，比如对接行业专用数据、整合第三方工具插件、适配特定硬件设备等。互联网厂商通过开放平台聚集了大量开发者和合作伙伴，形成了丰富的生态资源，能够快速响应客户的多元化需求；而运营商的生态构建仍以自身为中心，更注重“算网融合”的基础设施整合，缺乏对行业应用层资源的吸纳和联动。IDC数据显示，当前互联网电商、自动驾驶、金融支付等核心AI需求领域，客户普遍采用多云架构和弹性智算服务，更倾向于选择生态完善的服务商。运营商若无法打破封闭的生态格局，即便拥有强大的算力资源，也难以转化为行业服务的竞争优势。
- 03 - 更关键的是，运营商的竞争赛道已经被挤压得越来越窄。国外运营商Orange早就看清了这一点，明确表示不打算和互联网巨头竞争，而是通过合作获取技术和经验。国内运营商虽然也在搞合作，但仍执着于自建大模型、自建算力生态，这种“大而全”的思路很难对抗灵活的AI企业。 互联网公司懂用户需求、迭代速度快，专业AI服务商深耕行业多年，而运营商的AI人才储备本就不足——顶尖AI人才更倾向于选择薪酬高、机制活的互联网公司或创业企业，运营商的人才结构难以支撑深度创新。这种竞争劣势不是靠砸钱就能弥补的，反而可能越投入越被动。
- 04 - 现在的运营商管理层，正站在一个两难的十字路口。 不跟进AI战略，肯定会落后于时代，传统通信业务增长放缓，AI已经成了为数不多的新增长点，中国移动的数字化转型收入占比都冲到31.3%了，没人敢轻易放弃这个机会。 但盲目跟进，风险又实在太大：不仅可能面临投资打水漂的财务风险，还可能因为战略路径偏差，错过真正适合自己的发展方向。Orange的做法或许能提供一些参考，他们不盲目投资高价GPU，不纠结于自建特定大模型，而是聚焦网络优化和客户体验，通过边缘计算和模型微调发挥自身优势。 运营商的AI转型，不该是“为了转型而转型”的跟风行为。与其在重资产和全面竞争中硬扛风险，不如找准自己的核心优势——强大的网络资源、广泛的客户基础、稳定的算力调度能力，在AI基础设施服务、网络智能优化等细分领域做深做透。毕竟，AI浪潮的本质是产业升级，而不是新一轮的“军备竞赛”，谨慎布局、精准发力，远比盲目“Allin”更能走得长远。 白犀牛通信
| 
181
发表于 2025-11-24 22:36:47
