C114讯 11月9日消息（艾斯）网络的下一个十亿级用户正呼之欲出。
爱立信的调研结果显示，当前全球仅有4%的用户在使用智能体（Agentic AI），预计到2030年这一比例将攀升至38%。中国市场的相关数据高于全球平均水平，使用比例将从当前的15%增长至2030年的53%。
这些Agentic AI能够全天在线，持续代为处理各类任务，正是它们代表着电信网络下一个十亿级“隐形”用户。这类用户的出现，不仅会为网络带来了全新的“使用者”群体，也对网络提出了更明确的需求方向，包括确定性低时延、上行容量、突发负载的可靠性等。
“随着Agentic AI与Physical AI逐步落地应用，智能业务将需要一个智能网络底座（Intelligent Fabric）来提供承载支撑。” 爱立信中国区技术部副总经理张永涛在2026年第九届中国国际进口博览会期间表示，这张网络不仅将实现不同终端设备之间、信息世界与物理世界之间的交互，同时网络本身也具备自适应、自进化的智能化能力。
AI超级用户正在迅速增加
来自爱立信的最新报告显示，当前超级用户（Super User）占全部AI使用者的10%，预计到2030年这一比例将增长三倍，达到30%。而且，由于中国市场起步更早，目前超级用户占比已有15%，预计到2030年接近半数（46%）会呈现超级用户的使用特征。
那么，何为超级用户呢？
在爱立信的定义里，超级用户每天使用AI超过5.5小时，使用5款以上AI应用，每日通过AI完成60余项任务，上传内容15次以上；并且会在至少4台不同终端、3个不同地点（包含移动场景）使用AI。
尤其值得关注的是，AI超级用户对响应时延的敏感度远高于普通用户，时延对其体验的重要性是普通用户的2.5倍。
张永涛分析道，这对网络容量，特别是上行容量以及容量密度，都提出了很高要求。AI业务上下行交互流量很多为突发性，需要稳定保障；同时还要提供可信的身份与安全。这些都是运营商未来网络需要支撑的能力。
在Physical AI的发展预判上，爱立信在《2026 CTO Trend》报告中指出，随着具身智能的大量涌现，网络连接模式将从传统的B2C、B2B，演进至全新的B2A，这里的A代表Agent。
Agent的完整闭环需要具备感知、决策与执行能力，并且以机器速率运行。Physical AI的规模化发展则依赖于智能在终端、边缘和云端的分布式部署、持续自我提升的“共享神经系统”，以及信息与物理世界的操作系统。
具体来说，“不同类型的AI负载适合放在不同位置运行，以此满足差异化诉求。例如在工厂场景，出于隐私考虑会倾向于把AI运算放在企业边缘。而为了满足高智能处理的需求，在终端算力有限的情况下，复杂任务需要调度到上层节点，依靠更强算力获得更好的性能。”张永涛还谈到，在终端、边缘和云端之间实现分布式算力调度，也即智能化编排，对Physical AI的规模化落地至关重要。
他表示，当某一个智能体习得新能力、积累新经验后，依托网络，全球其他联网智能体均能共享这份知识。从这个角度来看，网络就像是一套分布式、能够持续自主迭代升级的“共享神经系统”。
此外，传感器、算力、AI等各类复杂能力，都可以被抽象整合为统一平台。基于这一定位，网络也可被视为“信息物理世界的操作系统”，支撑着信息世界与物理世界之间的交互。
同时，网络将逐步进化成为具备智能体管理能力的核心载体，能够完成身份核验、权限授权，明确其可执行的操作范围，并根据不同智能体的差异化需求，提供适配的资源调度。
显然，网络需要持续演进为远超基础连接的“超级形态”，而这正是爱立信打造Intelligent Fabric的核心驱动力。
Intelligent Fabric要如何实现？
“Intelligent fabric之于AI经济，就像过去尽力而为的移动宽带服务之于互联网经济：它是让其他一切成为可能的连接层，也是决定谁领先、谁跟随的差异化因素。”这是爱立信CTO Erik Ekudden就Intelligent fabric提出的顶层定义。
张永涛进一步阐述了其中的内涵。Intelligent fabric需要支撑多维度能力：首先是大规模个性化体验，不同应用、用户和终端的需求存在显著差异；其次是实现实时、泛在的高性能连接；同时需适配AI计算重心向推理环节转移的趋势，支持AI计算卸载；此外，还要拓展连接范畴外的能力，比如通感一体、精准定位技术等。
当然，这绝非停留于概念维度的长远蓝图，从MWC24爱立信最早提出“可编程网络”开始，这家公司就一直在躬身践行，推动Intelligent fabric的一步步落地——抽象来讲，Intelligent fabric就是把可编程性、感知与实时仿真汇聚到单一网络层，使物理世界变得规模性可编程。
差异化连接、基于意图、开放网络API是上述可编程网络的几大技术基础。
“我们正逐层构建可编程网络：近期重点是差异化连接与API的规模化变现以及意图驱动的管理，中期机遇在于感知即服务与认知数字孪生的规模化。”张永涛告诉C114，开放接口的主要使用者将逐步从人类开发者转向自主Agent，未来Agent可以直接调用网络能力，Agent之间也能够相互协商、调度使用网络。
当前，爱立信正携手全球各大头部运营商，开展各类可编程网络的试点验证工作。
今年进博会，爱立信就围绕“差异化连接”、“智联无界”、“AI RAN”与“6G生态”四大主题进行了全面展示。
其中，“AI RAN”强调的是“为AI而建，为AI运行”。爱立信在这一板块集中呈现了面向AI原生网络的整体技术方案（AI RAN story）。这无疑是当下电信业最热门的技术趋势之一。
在爱立信看来，对于电信业而言，向AI原生网络转型，需要一套专门适配运营商诉求的计算方案，兼顾性能、实时响应及能效。这其中涉及多天线通道、带宽波束赋形、并行实时信号处理等诸多方面，需要多样化的架构加以支撑，而6G将进一步放大这类需求。
对此，张永涛表示，爱立信主张以异构计算满足不同AI的算力需求。他谈到，从顶层思路来看，通用算力并非一定是最优解，需要通过专用加速器和通用加速器的合理搭配，充分发挥各类算力的自身优势。
“面向AI原生的RAN，爱立信正在搭建异构架构：结合实时性能优异的专用数字信号处理器、擅长AI密集矩阵运算的张量计算核心，以及面向电信场景定制的专用加速器，发挥它们高性能、高能效的特点。通过异构协同，满足通信网络的要求。”他表示，“无线底层L1、L2的大量功能需要微秒级时延，异构架构可以保障这类实时无线业务，同时实现全网效率，尤其是能效的最优，这对运营商规模化部署至关重要。”
这位技术专家称，综合性能、网络实时性、能耗及部署成本等多维度评估，爱立信判断，自研ASIC搭配异构算力，是现阶段最优的技术路线。
其中，爱立信自研ASIC芯片EMCA，即爱立信众核架构，正是这套思路的落地载体：通过自研ASIC定制芯片融合异构算力架构，再搭载专属神经网络加速器，形成适配无线网络特性的算力组合，这便是爱立信面向AI in RAN的核心实现路径。在自研路线之外，该公司也在持续跟进产业生态演进，与英伟达、英特尔、AMD和ARM等均在同步开展平台协同。
进博会已连续举办九届。期间，我们见证了从4G到5G的时代更替，如今又迎来Pre-6G发展序幕的开启。毫无疑问，AI已成为驱动下一阶段网络演进的核心变量，而Intelligent fabric则为行业提供了极具前瞻性与启示性的“平台化”路径参考。 
