6月10日，工业和信息化部正式对外公布了《“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》），为人工智能与信息通信的深度融合描绘了宏伟蓝图。

《意见》明确指出，到2028年，人工智能与信息通信将初步形成融合互促的创新发展格局。届时，信息通信的智能运营和服务能力将达到国际领先水平，信息通信网络将初步实现高等级自智，涌现出30个以上高价值典型应用场景，并打造出一批具有示范意义的典型应用和特色智能体。同时，网络、算力等信息基础设施对人工智能的支撑能力将进一步提升，城域算力1毫秒时延圈的覆盖率将不低于75%，为人工智能的广泛应用提供坚实保障。

展望2030年，《意见》提出，人工智能与信息通信网络的融合关键核心技术将取得重大突破，通感算智一体化服务能力将大幅提升，形成完备的协同创新和产业生态体系。届时，“人工智能+信息通信”将步入技术引领、产业繁荣、安全可靠、智能普惠的全新发展阶段。

人工智能与信息通信融合仍面临诸多挑战

工业和信息化部相关负责人在解读《意见》时表示，当前，人工智能技术正以前所未有的速度迭代演进，与实体经济的深度融合已成为不可逆转的趋势，成为驱动产业升级、重塑全球竞争格局的关键力量。

党中央、国务院对人工智能发展给予了高度重视。“十五五”规划纲要明确提出，要全面实施“人工智能+”行动，加强人工智能与科技创新、产业发展、文化建设、民生保障、社会治理等领域的深度融合，抢占人工智能产业应用的制高点，全方位赋能各行各业。国务院也发布了相关意见，推动人工智能与科技、产业、消费、民生等重点领域的广泛深度融合。

该负责人指出，与人工智能的融合创新已成为信息通信行业的重要发展方向，主要体现在“应用AI”、“支撑AI”和“融合AI”三个方面。

在应用AI方面，人工智能正推动信息通信网络从传统的“连接”向“智能连接”转变。目前，基础电信企业正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了显著成效。

在支撑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基站总数已突破500.9万个，400Gbps广域长距传输已在现网部署应用，智能算力规模达到1882 EFLOPS（FP16），为我国AI的发展和普及应用提供了强有力的支撑。

在融合AI方面，基于5G、光网等提供的网络连接，信息通信业正积极引入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。目前，已形成机器视觉检测、精准设备控制等一批典型应用场景，为人工智能的广泛应用提供了有力探索。

然而，该负责人也坦言，人工智能与信息通信的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诸多问题和挑战，需要行业内外共同努力，加以克服。

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日接受徽声在线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仍存在不少技术难点有待解决。

盘和林举例道，比如异构算力协同效率较低，算力调度缺乏统一协议；通信网络和智能的融合过程中，工程化难度较大；安全和能效之间的矛盾突出，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。这些问题都需要行业内外共同努力，加以研究和解决。

专家：新一轮硬件升级将为设备商带来巨大商机

《意见》提出，要推动信息通信行业的智能化升级，夯实人工智能发展底座，深化融合应用创新推广，增强信息通信行业的治理能力。为此，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，以加快人工智能与信息通信的深度融合。

《意见》还提出，要推动信息通信智能化技术的演进发展。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的融合发展，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的攻关。

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、文娱等场景的应用提供通感算智一体边缘计算服务。同时，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，实现大小模型的协同工作。

在盘和林看来，工业互联网主导的“黑灯工厂”将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将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，如手机、PC（个人电脑）和机器人等，这些领域也将迎来巨大的发展机遇。

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，新一轮的硬件升级将带来大量订单，为行业发展注入新的活力。

不过，盘和林也直言不讳地指出，当前该领域仍存在一些问题，如技术标准碎片化、商业模式不清晰、融合人才短缺等。要补齐这些短板，需要在国家层面扩建科研基础设施，如中试平台等；同时，构建算力一体化网络，建立跨领域培养人才机制，调整高校的人才培养模式，以适应行业发展的需求。

盘和林还表示，当前我国“东数西算”工程中，算力主要分布在西部地区，而大量需要实时算力的AI应用却缺乏实时供给，只能从东部购买高价算力。当网络升级后，东部将能够用上西部的AI实时算力，“东数西算”工程将加速落地。未来，东部将聚焦高价值AI场景，西部则聚焦能源和土地等资源供应，形成优势互补的发展格局，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。