6 月 10 日，工业和信息化部发布《" 人工智能 + 信息通信 " 创新发展实施意见（2026 — 2028 年）》（以下简称《意见》）。

《意见》明确，到 2028 年，人工智能与信息通信初步构建融合互促的创新发展格局。信息通信智能运营和服务能力达到国际先进水平，信息通信网络初步实现高等级自智，形成 30 个以上高价值典型场景，打造一批典型应用和特色智能体。网络、算力等信息基础设施支撑人工智能能力进一步提升，城域算力 1 毫秒时延圈覆盖率不低于 75%。

到 2030 年，人工智能与信息通信网络融合关键核心技术取得显著突破，通感算智一体化服务能力大幅提升，形成完备的协同创新和产业生态体系，" 人工智能 + 信息通信 " 步入技术引领、产业繁荣、安全可靠、智能普惠的发展新阶段。

人工智能与信息通信深度融合仍面临系列问题和挑战

工业和信息化部相关负责人在解读《意见》时表示，当前，人工智能技术加速迭代演进，正与实体经济深度融合，成为驱动产业升级、重塑全球竞争格局的关键变量。

党中央、国务院高度重视人工智能发展。" 十五五 " 规划纲要提出，全面实施 " 人工智能 +" 行动，加强人工智能同科技创新、产业发展、文化建设、民生保障、社会治理相结合，抢占人工智能产业应用制高点，全方位赋能千行百业。国务院发布《关于深入实施 " 人工智能 +" 行动的意见》，推动人工智能与科技、产业、消费、民生等重点领域广泛深度融合。

该负责人表示，与人工智能融合创新已成为信息通信行业的重要发展趋势，主要体现在 " 应用 AI"" 支撑 AI"" 融合 AI" 三方面。

具体而言，应用 AI 方面，人工智能正推动信息通信网络从 " 连接 " 到 " 智能连接 " 跃迁。目前，基础电信企业积极将人工智能能力融入网络规划、建设、运维、优化、运营等全生命周期，在故障预测、绿色节能、智能客服等方面取得实效。

支撑 AI 方面，信息通信业通过网络和算力设施等支撑 AI 从单点智能向泛在智能发展。截至目前，我国 5G 基站总数已达 500.9 万个，400Gbps（千兆比特每秒）广域长距传输现网部署应用，智能算力规模达 1882 EFLOPS（FP16），为我国 AI 的发展和普及应用提供了坚实底座。

融合 AI 方面，在 5G、光网等提供网络连接基础上，积极引入 AI 技术充分释放数据价值，为行业用户提供更加综合化的新型信息服务，形成机器视觉检测、精准设备控制等一批典型应用场景。

不过，该负责人也指出，人工智能技术正处于快速迭代、加速突破的爆发期，人工智能与信息通信深度融合作为新兴研究方向，具有较强的复杂性与系统性，在关键技术突破、融合路径探索、商业模式创新等方面仍面临系列问题和挑战。

知名经济学家、工信部信息通信经济专家委员会委员盘和林在 6 月 10 日接受《每日经济新闻》记者微信采访时表示，目前人工智能与信息通信融合发展方面待解决的技术难点还很多。

盘和林举例道，比如异构算力协同效率低，算力调度缺乏统一协议；又比如通信网络和智能的融合中，工程化难度较大；再比如安全和能效矛盾突出，数据跨域传输存在隐私风险，而为了保护隐私的加密计算又会加剧能耗压力等。

专家：新一轮硬件升级将给设备商带来大量订单

《意见》提出，要推动信息通信行业智能化升级、夯实人工智能发展底座、深化融合应用创新推广、增强信息通信行业治理能力等几项主要内容，并部署了网络自智能力提升行动、智算网络技术产业能力提升行动、智算业务服务能力提升行动三大行动。

《意见》还提出，推动信息通信智能化技术演进发展。聚焦 5G-A/6G、新一代光网络、"IPv6+"、工业互联网等领域与人工智能融合发展，开展人工智能驱动的新型网络架构研究，加强移动通信空口智能化、网络高等级自智、网络内生智能、天基计算网络、智能体互联网等一批关键核心技术攻关。

在增强网络边缘推理能力方面，《意见》提出以场景需求为导向，探索在 5G/5G-A 网络、光网络、IP 网络、新型工业网络的边缘设备部署推理算力，为人工智能在交通、低空经济、制造、文娱等场景应用提供通感算智一体边缘计算服务。探索云网边端协同推理技术，降低推理时延和终端算力需求，实现大小模型协同。

在盘和林看来，工业互联网主导的 " 黑灯工厂 " 需要大量的网络部署和人工智能装备，人工智能和信息通信融合发展的成果会最先在这个场景实现规模化落地；其次是 AI 原生终端和具身智能，比如手机、PC（个人电脑）和机器人。

盘和林认为，对于运营商来说，通过网络 + 模型 + 算力的一体化服务可以实现增收；而对于设备商来说，新一轮硬件升级将带来大量订单。

不过，盘和林直言，当前该领域还存在一些问题，比如技术标准碎片化、商业模式不清晰、融合人才短缺等。" 要补齐短板，需要在国家层面扩建科研基础设施。比如中试平台，要构建算力一体化网络，也需要跨领域培养人才机制，需要调整高校的人才培养模式。"

盘和林表示，当前我国 " 东数西算 " 工程中，算力在西部，而大量需要实时算力的 AI 应用缺乏实时供给，只能从东部购买高价算力。" 当网络升级后，东部就能够用上西部的 AI 实时算力，‘东数西算’可以加速落地。未来，东部聚焦高价值 AI 场景，西部聚焦能源和土地等资源供应，可以提高算力成本优势。"

免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。

每日经济新闻