推动运营商智能业务更好更快地发展

chzh4719

胡世良 天翼智库

当前，人工智能发展进入加速落地、深度赋能的全新阶段，正成为发展新质生产力、推动经济高质量发展的重要力量。为顺应新一轮科技革命和产业变革趋势，运营商积极拥抱人工智能，深入推进聚焦AI转型战略，将加快智能业务发展上升为公司战略。毫无疑问，智能业务发展怎样直接决定运营商战略转型升级的成败。面对近几年我国电信业务收入增长持续下行的压力和充分竞争的AI市场格局，加快智能业务规模化、高质量发展，培育全新增长极，已成为运营商突破发展瓶颈、走出增长低谷的核心课题。

01
智能业务发展取得积极成效

近年来，运营商紧抓AI产业发展风口，深入推进“AI+”行动计划，持续加快算网建设、技术创新与场景落地，不断完善AI业务布局，智能业务呈现良好的发展态势。

中国电信持续深化“算力、平台、数据、模型、应用”五位一体的智能云体系，依托星辰大模型，加快AI规模应用，推出TeleAgent超级智能体，在行业内率先推出Token套餐，发布并持续打造星辰TokenHub，星辰TokenHub平台汇聚了142个大模型，为广大客户提供便捷优质的算力、数据、模型与AI应用，Token消耗量高速增长。2026年上半年，中国电信实现智能收入311亿元，同比增长7.1%，增速高出主营收入增速9.1个百分点，增长拉动作用凸显，智能收入占主营收入的比重达到12.8%，同比提升1.1个百分点。

中国移动持续推动数智技术赋能千行百业、服务千家万户，大力推进产品服务AI化，聚焦公众、政企场景各类 AI 服务消费需求，丰富Token产品体系，探索AI原生应用，推广灵犀智能体、MobileClaw等新型应用，灵犀智能体月活跃客户超过1.3亿户。2026年上半年，中国移动智能服务收入达到493亿元，占主营业务收入的比重达到10.9%，同比增长0.9%，增速高于主营收入增速4个百分点。

中国联通推进产品智能化升级，打造领先的工作流智能体平台——联通云犀，全面推广应用UniClaw智能体，升级联通元景MaaS平台，汇聚200多款主流大模型，积累超过500TB高质量数据集，推出Token Plan个人版与企业版，聚焦工业、政务、医疗、教育等重点行业，培育75个工业大模型，上线150多个行业智能体。2026年上半年，中国联通算力收入达到419亿元，同比增长13%，有效带动智能业务的快速发展。

02
智能业务发展存在主要问题

在取得阶段性成效的同时，智能业务深层次发展短板逐步显现，增速换挡、创新不足、变现不畅、机制滞后等问题越加突出，制约智能业务高质量可持续发展。

一是业务增长增速换挡，增长动能持续弱化。智能业务高速增长态势逐步回落，增长压力超出市场预期。中国电信智能收入增长率、中国移动智能服务收入增长率分别由2025年的38.2%和5.3%分别下降到2026年上半年的7.1%和0.9%，增速分别下降31.1个百分点和4.4个百分点，下降幅度较大，标志着智能业务从高速扩张阶段转入低速提质阶段，进一步说明新旧增长动能转换仍需时日。

二是AI原生创新供给不足，产品竞争力不强。多数智能产品仍是传统信息通信业务叠加AI能力，真正自主可控、具有核心壁垒的AI原生产品供给不足。同时，SaaS层垂直应用创新不力，行业解决方案附加值低、深度融合不够，相较于专业AI科技企业，场景适配度、落地实用性和市场竞争力存在明显短板。

三是商业化变现路径单一，价值转化低。目前智能服务收入高度依赖项目制一次性收费，Token经营、模型订阅服务、模型API服务、场景分成等新型盈利模式尚未跑通，算力、模型、智能体等核心资源的商业价值未充分释放，可持续、可复购的常态化营收体系尚未建立，全链条价值转化机制尚未成型。

四是人才与体制机制适应性不足。目前运营商人才结构不尽合理，大模型研发、智能体架构、数据工程、AI行业解决方案等AI高端人才严重不足。同时，人才评价、考核激励、组织架构、选人用人、市场化运营机制、企业文化等尚不完善，难以适应AI业务快速发展。

五是业务统计口径不够规范。当前运营商中存在将AIDC、智算中心等算力服务收入归入智能业务范畴，此类收入应属于算力收入，并非真正的智能化应用服务收入，这样做必将导致智能业务数据失真，掩盖真实发展质效，最终影响战略决策。

03
加快智能业务高质量发展的对策与建议

智能业务是运营商智能化转型的战略重点。针对当前智能业务发展存在的短板弱项，需系统施策、精准发力，应从应用创新、模式变革、场景落地、机制保障、统计口径规范等多方面整体推进，破解发展瓶颈，推动智能业务高质量发展。

一是聚焦原生创新，构建差异化AI产品体系。扭转“重基建、轻应用”的发展惯性，将SaaS层垂直应用创新作为核心突破口。重点布局行业智能体、垂类大模型、AI智能终端三大核心原生产品，持续迭代优化、做精做响MobileClaw、TeleAgent、UniClaw等AI原生产品，打造自主可控的核心产品矩阵。坚持差异化发展思路，面向政务、工业、能源、文旅、教育等重点赛道打造定制化AI行业解决方案，面向公众市场推出轻量化、普惠型AI应用。建立产品快速迭代孵化机制，压缩研发、测试、商用全流程周期，批量打造可复制、可规模推广的爆款产品，补齐原生AI创新供给短板。

二是创新盈利模式，打造开放共赢AI生态。跳出传统管道经营思维，规避算力基础设施同质化、管道化风险。主动探索按模型调用量收费、订阅制服务收费、场景收益分成等新型盈利模式，构建持续性、复购式、多元化的营收体系。完善平台化运营模式，持续做优MoMA、星辰TokenHub、联通星罗Token开放平台，整合算力、模型、数据、安全等原子能力，降低中小客户AI应用门槛。构建“运营商+头部模型厂商+行业服务商”协同生态，立足自身云网、交付、安全核心优势，通过能力开放、收益共享广聚生态合作伙伴，共建产业价值共同体。

三是深化全域落地，推进“AI+”全场景融合。适度超前布局智算中心、AIDC等算力基础设施，优化算力网络调度体系，实现算电协同、普惠供给，夯实AI发展基础设施底座。分类推进多赛道“AI+”专项行动，工业领域深耕5G工厂、工业智能体规模化落地；政务领域深化全场景AI渗透，赋能数字政务升级；家庭领域打造全屋智能体服务，激活民生消费市场。同时，以企业内部数字化转型为试验田，将AI技术全面融入研发、运维、客服、经营全流程，沉淀成熟可对外输出的解决方案，打通算力、模型、平台、应用、终端全链条闭环。

四是夯实人才支撑，完善配套体制机制。构建“外引内培”的AI人才梯队，精准引进算法研究、大模型架构、智能体研发、数据工程、AI场景落地等AI高端人才，常态化开展内部员工AI技能专项培训和实战训练，加快培养一批AI复合型人才队伍。优化人才评价与激励机制，建立以创新成果、价值贡献、市场效益为核心的考核体系，实施市场化薪酬、创新专项激励、中长期激励等制度，不断激发AI人才创新活力。

五是统一统计口径，精准反映智能业务发展质效。明确智能业务内涵，聚焦面向客户的非连接型智能应用与服务，严格剥离AIDC、智算中心等算力收入，厘清算力服务与智能应用服务的边界。通过标准化、规范化统计，把握智能业务发展水平，为战略调整、资源投放和经营决策提供强有力的数据支持。

04
结束语

当前智能业务增速出现阶段性放缓，这既是挑战更是结构调整、模式重塑、深化改革的关键窗口期。面向未来，运营商应坚守智能化战略定力，以技术创新为核心、场景落地为抓手、模式创新为动力、机制体制改革为牵引，持续破解AI商业化落地难题，持续做强做优做大智能业务，努力将智能业务打造成为企业“第二增长曲线”，在服务网络强国、数字中国建设中发挥央企更大作用。