2026 年的上市公司财报季，AI 几乎出现在每一份业绩公告的第一页。但当企业的转型成果逐渐反映在财务数据中，一个明显的差异开始浮现：同样是 AI 转型，有的企业已经把 AI 写进了收入表，有的企业却仍将 AI 写进费用表。前者在用 AI 挣钱，后者只是在用 AI 省钱。

8 月 13 日，联想集团公布 2026/27 财年第一财季业绩，营收达到 1,834 亿元，同比增长 43%。其中，AI 相关业务收入 634 亿元，占集团总营收约 35%，AI 服务器订单储备在一个季度内由 1,400 亿元增至 3,600 亿元。财报发布当天，联想港股股价上涨 20.18%。

几乎同一时期，中国三大运营商也陆续披露了 2026 年上半年业绩：中国移动智算收入同比增长 130%，中国联通算力收入增长 13%，中国电信智算收入增长 95%。三家企业不约而同地将目光投向 Token 经营，试图在传统通信业务之外开辟新的增长空间。

相比之下，美国电信巨头 AT&T 的财报呈现出另一番景象。2026 年第二季度，其调整后 EBITDA 利润率达到 39.1% 的历史高位，公司将 2026 年股票回购计划规模提高至约 100 亿美元。AI 同样出现在 AT&T 的战略布局中，但更多服务于网络优化、运营效率提升和成本控制。公司还计划到 2028 年底实现额外约 40 亿美元的年度成本节约。

同样面对 AI 浪潮，为什么中国与海外运营商走上了不同的转型道路？

艾瑞咨询将以电信行业为切入点，通过 HRI 指数这一全新视角，来回答这一问题。

电信行业整体分值不高，但改善速度却位居前列

首先来看 HRI 的评价逻辑。

艾瑞咨询 AI 转型对冲韧性指数（HRI，Hedge Resilience Index）以上市公司财报、官方披露文件及行业基准数据为基础，通过七项核心指标、五大转型范式和 AI 实际业务判别，把企业的 AI 转型状态翻译成可计算、可追踪、可横向比较的坐标。

U 形曲线是 HRI 评价企业 AI 转型状态的重要工具。随着传统业务的衰退与 AI 新业务的发展，企业的转型价值呈现出先下行、再回升的变化轨迹。随着传统业务增长承压、AI 新业务尚未接棒，企业处于承压衰退期（0 — 25 分）。当新旧业务交替的压力达到峰值，企业便进入转型成本最高的低谷徘徊期（25 — 45 分）。只有当 AI 新收入的增量首次弥补并超过传统业务的减量，企业才跨过关键节点，进入加速上升期（45 — 60 分），并进一步迈向转型领先（60 分以上）。

AI 收入的对冲检验是 HRI 的另一项重要评价工具。其中，对冲比率（HRR）用于衡量 AI 及新业务收入对传统业务的实际对冲能力，AI 实际业务判别用于识别企业将传统业务包装为 AI 业务的情况。

以这套评价体系观察 2026H1 企业 AI 转型表现，可以看到不同行业的转型差异。

2026H1 HRI 榜单覆盖 204 家企业、8 大行业，其中 113 家企业具备两期可比数据。在八大行业中，" 电脑与外围设备 " 以 52.7 分位居首位，两期增幅达到 12.7 分，提升速度同样排名第一。相比之下，" 综合电信业务 " 以 43.6 分位列末位，但两期增幅达到 9.7 分，提升速度排名第二。

这一看似矛盾的表现，反映出电信行业内部明显的转型分化。在 9 家样本运营商中，中国移动、中国电信、中国联通包揽前三，平均得分 52.0 分，已接近 U 形曲线右侧加速区的门槛。海外六家运营商则全部位于榜单下半区，其中 Verizon 得分 46.0 分，T-Mobile 为 43.2 分，AT&T 为 42.3 分，Lumen、康卡斯特和特许通信分别为 40.1 分、35.1 分和 30.2 分。

双方的差异还体现在新业务的对冲能力上。中国三大运营商的 HRR 均值达到 51.6，而海外六家运营商全部处于个位数，最高的 Verizon 也只有 7.8，AT&T 则为 3.8。

中国三大运营商在 AI 转型进展和新业务对冲能力方面，已经与海外样本运营商拉开明显差距。因此，不能仅凭电信行业整体得分偏低，就将运营商视为 AI 转型中的落后者。中国三大运营商的表现，恰恰说明行业内部已经出现不同的转型轨迹。

同样面对 AI 浪潮，为什么中外运营商会出现如此明显的差异？

中国运营商：寻找流量之外的新增长

过去三年，中国移动、中国电信和中国联通相继加大算力基础设施投入，并将 AI 服务纳入新的业务增长体系。

流量增长放缓，Token 需求崛起

2025 年，中国移动互联网接入流量同比增长 17.3%，月户均流量（DOU）创历史新高，5G 流量占比接近七成。然而，流量使用量的增长并未带来同等幅度的收入增长。截至 2026 年 2 月末，全国移动电话用户总数为 18.26 亿户。流量仍在增长，传统通信业务的增长空间却在收窄。

与此同时，AI 应用的普及正在催生新的算力需求。中国信通院副院长敖立在 MWC 上海 2026 期间披露，我国日均 Token 调用量已突破 180 万亿，较 2024 年初增长约千倍。华为轮值董事长汪涛预测，未来热点区域每平方公里将承载超过千万级智能体连接。英伟达 CEO 黄仁勋则在 GTC 2026 上提出，未来的数据中心将成为生产 Token 的工厂，每瓦性能将成为影响其商业价值的关键因素。

传统通信业务以流量和连接为核心，AI 应用则催生了 Token 调用和算力服务的新需求。对于拥有网络基础设施和算力资源的运营商而言，这些需求正在打开传统通信业务之外的市场空间，也为从流量经营向 Token 经营转型提供了基础。

总投入收缩，算力投资逆势增长

战略方向的变化，首先反映在资本开支结构上。2026 年，三大运营商的总体资本开支均有所收缩。中国移动计划投入 1,366 亿元，同比下降 9.5%；中国电信为 730 亿元，同比下降 9.2%；中国联通约 500 亿元，延续近年来的下降趋势。与此同时，算力投资却持续增加：中国移动算力网络投资 378 亿元，同比增长 62.4%；中国电信算力基础设施投资 255 亿元，同比增长 26%；中国联通的算力投资占比则超过 35%。总盘子收缩，算力投资却逆势增长。三大运营商正在通过资本开支的重新分配，为下一轮业务增长寻找新的支点。

前期大规模网络建设为这一调整提供了基础。截至 2025 年底，中国移动 5G 基站数量已超过 277 万座，实现乡镇以上区域连续覆盖。随着传统通信网络逐步完善，算力网络成为新的投资重点。截至 2026 年上半年，中国移动智算总规模达到 112.7 EFLOPS（FP16 口径），中国电信 " 息壤 " 平台纳管智算规模超过 118.8 EFLOPS，中国联通智算规模超过 45 EFLOPS。三家运营商已经形成相当规模的算力供给能力，接下来的关键，是如何将这些资源持续转化为业务收入。

从算力建设到商业变现

算力基础设施的持续扩张，也推动运营商探索新的商业模式。2026 年上半年，中国电信推出全国 Token 套餐，中国移动则在部分省份开展面向个人用户的 Token 算力套餐探索，将大模型调用和推理能力转化为可计量、可定价的服务。对于长期依赖流量、带宽和连接收费的运营商而言，Token 经营使 AI 能力开始以具体产品和服务的形式进入经营体系。

相关业务的增长已开始体现在财报中。2026 年上半年，中国移动算力服务收入达到 529 亿元，同比增长 14%，其中智算服务收入同比增长 130.1%，AIDC 业务收入同比增长 486.1%，智算项目新增签约金额超过 200 亿元；中国电信智能收入达到 311 亿元，同比增长 7.1%，占主营业务收入比重升至 12.8%，其中智算收入同比增长 95%；中国联通算力业务收入达到 419 亿元，同比增长 13%，人工智能相关业务也延续了此前的增长态势。

这些数据表明，三大运营商的算力与 AI 业务已经形成实际收入，部分细分业务正处于快速增长阶段。正如银河证券所指出的，运营商正从" 流量管道商 " 向 " 算力服务商 "转型。

三家运营商的差异化布局

在共同加大 AI 投入的同时，中国移动、中国电信和中国联通也形成了各自的业务重点。

中国移动重点布局模型服务平台，并同步调整组织架构。2026 年 5 月，中国移动发布模型服务平台 MoMA，接入超过 300 款主流大模型，通过智能路由、缓存复用和 Token 压缩等技术优化模型调用效率，将单位 Token 推理成本降低约 30%。围绕这一平台，中国移动进一步推出智能体框架 MobileClaw 和面向政企客户的 MoMA 版本，拓展模型服务的应用场景。在组织层面，中国移动将原 " 九天 " 团队重组为中移九天公司，并陆续设立算力办公室、Token 办公室等机构，推动 AI 从技术能力建设进一步融入集团业务经营体系。

中国电信重点构建覆盖算力、模型与应用的全栈 AI 服务体系。依托 " 息壤 " 算力调度平台，中国电信将 AI 能力延伸至模型服务和行业应用。其中，星辰 TokenHub 汇聚 142 个大模型，开发推广 420 余个行业智能体，并推出 AI 原生应用星辰超级智能体 TeleAgent。通过 AI 内部应用和外部赋能，中国电信实现降本增效合计超过 14 亿元。此外，中国电信宁夏分公司启动 Token 工厂生成能力服务集中采购项目，整体预估含税规模约 174.38 亿元，探索 Token 生成能力的规模化供给。在 HRI 评价中，中国电信的得分已超过 55 分，成为样本中率先进入 U 形曲线右侧加速区的运营商。

中国联通则侧重算网协同调度及行业场景应用。通过升级 " 星罗 " 算力调度平台，中国联通进一步提升跨网络、跨区域的算力资源协调能力，并围绕政务、医疗、金融等领域推进模型及智能体应用。中国联通持续拓展模型服务供给，建设可信数据空间、开发行业智能体，推动相关能力在政企场景中落地。其算力业务收入占比已超过 15%，在三大运营商中处于较高水平。新业务持续拓展，企业的利润表现却仍面临压力。2026 年第一季度，中国联通归母净利润同比下降 18%。

三家运营商的转型远未结束。Token 套餐的实际落地、算力投入的持续回报，以及 AI 新业务能否形成稳定的收入对冲能力，都还需要更多经营数据验证。但从 HRI 评价结果来看，三大运营商已经站在 U 形曲线底部的右缘，有望集体跨过转型门槛。其平均得分达到 52.0 分，HRR 均值为 51.6，两期平均提升 12.1 分。对于传统通信业务增长承压的运营商而言，新的增长曲线已经开始显现。

海外运营商：AI 价值更多体现在成本端

在 2026H1 HRI 榜单中，AT&T 的得分为 42.3 分，仍处于 U 形曲线底部，对冲比率（HRR）仅为 3.8。与中国三大运营商相比，AT&T 的 AI 应用更多集中于内部运营和成本优化，尚未形成能够显著改变收入结构的新业务。

从财务数据来看，AT&T 仍保持着较好的经营表现。2026 年第二季度，公司实现营收 316 亿美元，同比增长 2.3%，调整后 EBITDA 利润率达到 39.1%，创 2020 年战略转型以来的新高。其中，收入增长主要来自光纤和无线等连接业务，而 Legacy 传统业务收入同比下降 25.9%。随着铜缆网络逐步退役，AT&T 正在通过光纤和无线业务升级维持增长，但收入增长仍主要依赖既有连接业务的升级，AI 尚未成为独立披露的新增长来源。

实际上，AT&T 在 AI 技术应用方面已经取得一定成效。其自研 AI Gateway 每天处理约 450 亿 Token，最高可降低 90% 的推理成本；与爱立信、英特尔合作测试的 AI 链路自适应技术，相较于传统规则驱动方案，实现了最高 20% 的无线网络吞吐量提升。在 AI 应用之外，公司也持续推进整体成本优化，计划到 2028 年底实现额外约 40 亿美元的年度成本节约。这些技术应用展现了 AI 改善网络运营效率的潜力，但从经营结果来看，AI 尚未带来同等程度的收入结构变化。

这一战略取向也反映在资本配置中。2026 年第二季度，AT&T 自由现金流达到 47 亿美元，公司计划在 2026 年回购约 100 亿美元股票。相较于中国运营商持续增加智算投资，AT&T 更侧重现有连接业务的升级、经营效率改善和股东回报。其 AI 应用已经展现出实际效益，但从 HRI 的评价维度来看，尚未体现出明显的新业务收入对冲能力。

AT&T 的情况并非个例。Verizon 于 2025 年推出 AI Connect 战略，尝试利用现有通信基础设施承接 AI 产业需求，包括数据中心互联、暗光纤服务，以及利用部分现有设施支持 AI 工作负载。2026 年，公司进一步与 Google 签署价值超过 10 亿美元的暗光纤协议，为数据中心提供连接服务。这意味着 AI 产业的扩张已经开始为 Verizon 带来新的业务订单，但其商业化路径仍主要依托既有的网络基础设施能力。目前，Verizon 的 HRR 为 7.8，虽然在六家海外样本运营商中最高，但与中国三大运营商仍有较大差距。

其他海外运营商也呈现出相似特征。T-Mobile、康卡斯特、Lumen 和特许通信的 HRR 分别为 2.3、3.7、2.9 和 2.3，均处于较低水平。其中，特许通信还是九家样本运营商中唯一两期 HRI 得分下降的企业。

综合来看，海外运营商并未缺席 AI 转型，但其 AI 布局更多服务于传统业务的效率提升，以及面向 AI 产业的连接基础设施升级。相比之下，中国三大运营商正尝试将算力、模型调用和智能服务发展为新的经营业务。双方的差异已经超出技术应用层面，延伸至 AI 在企业经营中承担什么角色、创造何种收入。

转型路径分化的背后

中外运营商的 AI 转型路径差异，既受到产业环境的影响，也源于企业不同的战略选择，主要体现在价值链位置、需求生态和资本配置三个方面。

价值链位置影响业务空间

在美国市场，亚马逊 AWS、微软 Azure 和谷歌云等大型云服务商占据了 AI 算力供给和企业服务的重要位置，电信运营商更多承担数据中心互联、光纤网络建设等连接服务。以 Verizon 的 AI Connect 战略为例，其与 Google 签订的暗光纤协议，仍主要依托传统网络基础设施能力承接 AI 产业需求。

相比之下，中国三大运营商依托云网融合能力、算力网络和政企客户资源，能够直接参与算力供给、模型服务及行业应用，并进一步向 Token 经营和智能服务延伸，从提供连接服务向直接提供 AI 能力拓展，在 AI 产业链中开辟新的收入来源。

需求生态影响商业化路径

中国运营商长期参与政企数字化建设，积累了广泛的行业客户资源。随着 " 人工智能 +" 行动推进，政务、工业、金融、医疗等领域的 AI 需求持续增长，为智算服务和行业解决方案提供了市场空间。三大运营商借助已有的网络、算力及客户基础，能够直接承接部分行业 AI 需求，并逐步将其转化为实际业务收入。

美国市场同样拥有旺盛的 AI 需求，但大型云厂商在算力供给、平台服务和企业 AI 应用中占据主导地位，电信运营商更多通过网络连接和基础设施配套参与产业发展。AI 需求同样增长，进入市场的方式却不同：一方正在争取直接提供算力与智能服务，另一方的业务机会则更多集中于为 AI 产业提供连接支撑。

经营压力影响资本配置

中国三大运营商面临传统通信业务增长放缓的压力。2026 年起，部分电信服务适用增值税税率由 6% 调整为 9%，进一步增加了经营压力。在此背景下，三家企业加快培育新增长点，即使总体资本开支收缩，仍持续增加智算投资。资源配置的变化表明，AI 新业务已经成为中国运营商应对传统业务增长压力的重要战略方向。

相比之下，美国运营商仍能通过光纤升级、无线业务增长和运营提效维持经营表现，更加重视现金流与股东回报。AT&T 在推进网络升级和成本优化的同时，于 2026 年进一步加大股票回购力度。同样面对 AI 带来的产业机会，中国运营商选择加大新业务投入，AT&T 则更侧重现有业务优化和股东回报。不同的资本配置取向，也进一步拉开了双方的转型进展差距。

总体而言，产业分工和需求生态影响了中外运营商能够获得的市场机会，而经营压力与资本配置则决定了企业如何把握这些机会。产业环境提供了不同的起点，战略选择进一步拉开了转型差距。

给我们哪些启示？

中外运营商的 AI 转型实践，为判断其他企业的转型成效提供了参考。技术投入、产品布局和战略规划固然重要，但要衡量 AI 是否真正成为新的增长动力，最终仍需要回到企业的实际经营表现。

将 HRI 评价结果与企业经营数据放在一起，两种转型路径的差异更加直观。

榜单和案例会随时间变化，但判断企业 AI 转型成效的方法具有更广泛的适用价值。面对一家宣称正在推进 AI 转型的企业，可以从三个方面审视其财务数据和经营变化。

第一，看收入占比，判断 AI 及新业务收入在总收入中的比重是否持续提升。以中国电信为例，2026 年上半年智能收入达到 311 亿元，占主营业务收入的 12.8%。相比单纯披露 AI 投入或产品数量，收入占比的持续变化更能反映新业务的实际经营进展。

第二，看增长速度，判断新业务能否弥补传统业务的增长放缓或收入下滑。2026 年上半年，中国移动智算收入同比增长 130.1%，中国电信智算收入增长 95%，均表现出较快的增长势头。但要进一步判断转型成效，还需要结合新旧业务的收入规模及变化情况，这也是 HRI 通过对冲比率（HRR）重点衡量的内容。

第三，看组织变化，判断 AI 是否真正进入企业的业务经营体系。中国移动设立 Token 办公室、重组中移九天公司，中国电信构建覆盖算力、模型及应用的全栈服务体系，都体现了 AI 业务在企业经营中的地位变化。这些调整有助于明确 AI 业务的经营责任，使技术投入、资源配置与商业化目标形成更紧密的联系。

收入结构反映转型成果，增长速度检验业务潜力，组织变化则体现企业是否为新业务建立了持续经营的基础。三个维度相结合，才能更完整地判断 AI 是否正在成为企业新的增长动力。

对企业而言，AI 降本增效能够改善经营表现，但要进一步突破传统业务的增长限制，还需要将技术能力转化为可持续的产品、服务和收入。从提高现有业务效率，到培育能够独立创造收入的新业务，企业 AI 转型的价值也随之发生变化。

要实现这一转变，企业还需要从自身条件、行业环境和产业趋势出发，明确适合自己的转型方向。

看清自己，需要明确所处的转型阶段，判断传统业务的增长空间与新业务的对冲能力；

看清行业，需要识别产业链分工和市场需求变化中的新机会；

看清大势，则需要把握技术发展与产业变革带来的转型窗口。

AI 转型的竞争，最终要接受经营成果的检验。随着 AI 技术持续进入企业的生产经营环节，谁能率先将 AI 能力转化为稳定的新业务收入，谁就更有机会在下一轮增长中占据主动。

| 关于 HRI 与企业AI转型的下一步

看清位置只是起点，跨越位置才是目的。

艾瑞咨询目前提供行业产业HRI（企业 AI 韧性指数）与EAI（企业 AI 能力评估）等多项服务。HRI 帮助企业在统一坐标系下定位自身的转型阶段、范式与资本风险；EAI 则从战略、组织、数据、技术、场景等维度，系统评估企业的 AI 能力成熟度。

在诊断之外，艾瑞咨询还基于评估结果提供FDE（Forward Deployed Engineering）陪伴式提升服务，深入企业业务一线，与管理层和团队并肩工作，将评估结论转化为可落地的能力建设路线，推动 AI 能力建设与实际业务成果相结合，帮助企业从看清转型方向走向实现转型目标。

本文基于公开财报、产业动态与 HRI 6.0 指数 2026H1 榜单撰写，仅供研究参考，不构成任何投资建议。HRI 指标体系、计算模型与评级算法已申请专利保护，未经授权不得用于商业评级或对外发布。

End