商傳媒｜何映辰／台北報導
人工智慧浪潮正把電信業推向新轉折。過去電信商主要靠語音、行動數據、企業專線與雲端連線服務創造收入，如今隨著生成式AI與代理式AI快速發展，電信基礎設施不再只是資料傳輸管道，而可能成為支撐AI運算、邊緣服務與企業數位轉型的重要骨幹。對電信服務供應商而言，AI帶來的機會不只在降低成本，更在能否把網路、機房、資安與邊緣節點重新包裝成新服務。
目前，全球電信業者最明確的AI應用，仍是內部營運優化。電信網路規模龐大，基地台、傳輸設備、核心網路、客服系統與企業服務平台每天都會產生大量資料。若能透過AI協助偵測異常、預測故障、調整流量、優化能源與自動排除問題，便有機會降低營運支出，並改善服務品質。
電信管理論壇（TM Forum）推動的自主網路成熟度評估，將網路自動化能力分成多個層級，從人工維運、部分自動化，到高度自主與完全自主。根據TM Forum案例，中國移動已在網路營運中心導入智慧代理與生成式AI，使自主網路水準由3.2提升至第4級，並帶來超過30%的後台營運維護人力下降，以及平均30%的故障與客訴修復時間縮短。這代表AI對電信業的第一層價值，是把原本高度依賴人工排查的網路維運，逐步轉成資料驅動與閉環管理。(inform.tmforum.org)
其他業者也開始出現實際案例。Rakuten Mobile 於2026年取得TM Forum第4級自主驗證，應用場景聚焦在即時Open RAN網路中的無線電存取網路能源效率最佳化，業者估計可帶來約20%的RAN能源節省。(corp.mobile.rakuten.co.jp) Swisscom 則透過雲原生與自主化IP傳輸架構，加快服務擴充速度，部分服務延伸從過去最長可能需要數月，縮短到約兩週，同時降低變更後事故。(inform.tmforum.org)
不過，AI對電信業的想像不應只停在「省人、省電、省時間」。更大的問題是，電信商能否在AI價值鏈中重新找到位置。AI工作負載需要大量頻寬、低延遲、安全連線、資料所在位置附近的運算能力，以及穩定可靠的網路控制。這些條件正好是電信業長期累積的核心資產。過去老舊機房、小型資料中心與區域節點，若能升級為邊緣AI運算節點，便可能服務製造、醫療、零售、交通、金融與政府等需要即時回應的場景。
所謂邊緣AI，可以理解為把部分運算能力放到更靠近資料產生的地方。例如工廠機器視覺檢測、醫療影像初步判讀、門市即時客流分析、自駕與智慧交通、企業資安監控等場景，若所有資料都送到遠端雲端再回傳，可能面臨延遲、頻寬、隱私與成本問題。若電信商能提供連線、邊緣運算、資安控管與服務等級保證，就有機會從傳統連線商，升級為AI基礎設施服務商。
對台灣市場而言，這項趨勢尤其值得重視。台灣具備半導體、伺服器、網通設備、資安與系統整合優勢，但企業導入AI時，常卡在資料能不能外流、模型要跑在哪裡、延遲是否足夠、成本是否可控，以及資安責任如何分工。電信商若能與雲端業者、伺服器供應鏈、資安公司、系統整合商與產業場域合作，推出主權AI、GPU即服務、企業邊緣AI與低延遲專網方案，將有機會成為AI落地的重要媒合者。
但這條路並非沒有風險。過去行動邊緣運算與企業專網5G曾被高度期待，卻也出現「基礎設施建好了，應用需求沒有同步成熟」的落差。AI時代的邊緣運算同樣不能只靠硬體投資與口號推進。企業真正關心的是能否降低成本、提升效率、確保安全、符合法規，並產生可衡量的商業成果。若電信商只是把機房改名為AI節點，把GPU租賃包裝成新服務，卻缺乏產業應用與導入顧問能力，仍可能面臨投資回收壓力。
未來，代理式AI的興起還會讓網路流量型態更複雜。當AI代理開始代表企業系統、員工、設備與應用程式自動溝通，網路不再只是單向承載資料，而必須判斷誰可以連線、資料能去哪裡、任務優先順序如何安排，以及異常行為如何即時阻擋。這意味著電信網路將從「水管」變成「交通號誌與海關」，同時管理效能、安全、成本與政策。
電信業的AI新戰場，表面上是頻寬、GPU與邊緣機房，真正比拚的卻是場景整合能力。誰能把網路能力翻譯成企業聽得懂的解決方案，誰就有機會在AI基礎設施時代取得新位置。對台灣電信業而言，下一步不只是導入AI降低維運成本，而是與產業供應鏈共同打造可驗證、可收費、可規模化的AI服務模式。
