> **来源：[研报客](https://pc.yanbaoke.cn)** # 人工智能时代的网络总结 ## 核心内容 随着人工智能（AI）技术的快速发展，网络运营商（MNO）正在将AI体验作为客户差异化竞争的新焦点。这一趋势标志着网络领导力的定义正在从传统的覆盖范围、语音可靠性、吞吐量、视频质量和游戏延迟，转向更关注AI服务的性能指标，如首包延迟、流媒体流畅度、多模态上行链路和一致性等。 ## 主要观点 1. **速度的重新定义** - 传统网络性能指标依然重要，但AI工作负载关注的是另一种速度，即首包延迟、流媒体流畅度、多模态提示上传的可靠性以及速度的一致性。 - AI体验的关键在于首包延迟（TTFT）和流媒体平滑度等指标，这些指标能更准确地反映用户对AI服务的感知。 2. **AI体验可衡量** - P3的2026基准测试框架新增了专门用于AI服务的层级，测试AI端点的连接性、实时提示功能等。 - 该框架测量延迟、抖动、成功率和百分位数性能，并通过DriveTest流程运行真实提示，以评估会话成功率、TTFT和响应时间。 3. **网络竞争力的关键绩效指标（KPI）** - P3预计未来几个基准周期内，六个KPI将成为网络竞争力的主要驱动因素： - TTFT（首令牌响应时间） - 令牌流平滑度（流媒体平滑度） - 多模态上行链路（上传吞吐量） - 终端可达性（服务可达性） - 一致性得分（会话级一致性） - 边缘人工智能延迟（MEC与公共云延迟对比） 4. **AI网络是端到端性能系统** - 对于首席技术官（CTO），AI体验将网络重新定义为一个端到端的性能系统，涉及RAN、核心网、传输网和云等多个层级。 - 会话级别的成果必须涵盖这些层级，而不能仅关注单一领域。 5. **AI KPI与B2B市场密切相关** - 对于首席战略官（CSO），AI工作负载的领先网络是与B2B市场相关的差异化方向，如联络中心语音AI、现场多模态助手和CPaaS路由等。 - 在共享层市场中，AI KPI也映射到选择性去共享或高级SLA层级的案例。 6. **治理举措** - 在共享层市场中，AI KPI对调度器、QoS、路由等控制功能敏感，且对不透明行为容忍度低。 - 为确保AI服务的质量，需要采取以下治理举措： - 明确AI KPI在零售运营商、共享合作伙伴及NetCo/ServCo架构中的责任归属。 - 扩展共享SLA的涵盖范围，包括抖动、最坏情况上行性能和会话级一致性。 - 为影响AI KPI的控制功能获取安全配置权限。 - 建立跨RAN、传输、核心和云的联合可观测性。 - 通过特定服务类别和企业级SLA保留零售差异化空间，防止共享层影响商业故事。 ## 关键信息 - AI体验已成为移动网络运营商（MNO）差异化竞争的核心。 - 传统KPI无法准确反映AI服务的用户体验，因此需要新的衡量方式。 - AI KPI包括TTFT、流媒体平滑度、多模态上行链路、终端可达性、一致性得分和边缘人工智能延迟。 - AI网络是端到端性能系统，涉及多个网络层级。 - AI KPI在B2B市场中具有重要价值，尤其在共享层市场中。 - 为确保AI服务的高质量，需要在治理层面采取一系列举措，包括责任划分、SLA扩展、控制功能权限获取、联合可观测性和保留零售差异化。