市场研究公司Dell'Oro Group副总裁兼分析师Stefan Pongratz近日在一篇博客文章中对AI引入RAN市场后发生的变化及未来发展预期进行了分析。他指出，4G和5G部署已经大量利用自动化和智能来取代人工任务，并在不增加成本的情况下管理日益增加的复杂性。在RAN中使用AI已经在网络部署、优化和修复方面带来了好处，最终有助于提高网络性能和质量。展望未来，AI在RAN中的份额无疑会持续上升。
以下为这篇博客的主要内容：
在无线接入网（RAN）中使用人工智能（AI）并不是什么新鲜事。事实上，4G和5G部署已经大量利用自动化和智能来取代人工任务，并在不增加成本的情况下管理日益增加的复杂性。4G和5G部署也在使用AI来提高网络性能和改善用户体验。不过，也出现了一种新的现象，那就是消费者AI和企业AI的普及，以及人们对这一工具的态度变化。随着关于AI对整个社会的影响的讨论逐渐成为焦点，现在正是审视AI可能如何直接或间接影响RAN市场的时机。在这篇博客文章中，我们将重点关注四个具体领域：移动数据流量、运营商收入、RAN经济性和RAN架构。
消费者AI和企业AI的普及是否会推动移动数据流量的增加？
初步调查结果表明，ChatGPT和Google Bard等AI工具目前并未直接影响移动数据的使用。由此带来的数据增长有限。沃达丰2023年第一季度的数据使用情况显示，其总体数据消耗量相对于趋势线没有明显变化。同时，根据爱立信最新的移动报告，移动数据流量在2023年第一季度增长了36%，与过去两到三年的同比增长轨迹一致。虽然AI正在改变数据中心内部的计算、电力和冷却需求，但迄今为止，它对移动网络的影响可以忽略不计。当然，随着时间的推移，这种情况可能会直接或间接地发生变化，例如，如果AI触发更多的视频使用或者计算位置发生变化。但就目前而言，我们认为没有必要迎合消费者AI的崛起来改变对移动数据流量的预测。根据爱立信的移动报告，预计2022年至2027年间移动数据流量将以25%-30%的复合年增长率增长。
这对运营商收入意味着什么？
在移动用户激增的1G-3G时代，全球无线运营商收入以两位数的速度增长。4G时代开始出现增长放缓，最新数据显示，无线收入在过去10年里一直持平。根本原因并不是签约用户数增长不足。相反，我们将无线收入持平的趋势归因于ARPU的下降，ARPU在过去十年里下降了约20%。尽I正在提升对于潜在的收入增长的乐观情绪，但ARPU的下行压力加上用户数增长的放缓，将继续影响消费者移动宽带（MBB）领域的增长前景。
AI不太可能改变这些力量，而这些力量目前支撑着运营商无线收入的大部分份额。然而，运营商对这些工具的投资仍然是至关重要的，这样他们才能从企业和垂直行业获取更多价值，并改善FWA的业务案例，同时提高他们在所有领域的竞争地位，包括消费者MBB。除了提高性能和客户体验（这将通过最大限度地减少客户流失来间接提高收入）之外，AI还可以帮助实现数据货币化，特别是在企业中，该工具可以帮助优化5G用例的用户体验，并确保QoS水平，这是提供优质服务的关键。未来，AI也可能在网络切片方面发挥作用。
AI和Intelligent RAN将如何改变RAN的经济性和性能？
随着移动数据流量持续以每年25%至30%的速度增长，而运营商的收入增长却处于持平状态，运营商在扩大资本支出和运营支出方面的回旋余地有限，难以应对技术和架构进步所带来的固有的复杂性，而运营商需要这些技术和架构进步才能提供适当的网络性能，同时支持更苛刻和多样化的终端用户需求。AI对营收增长的影响将是有限的，但AI能力与最新的技术进步相结合，使供应商能够实现基站内置智能，这对于提高RAN的经济性和性能至关重要。最近生成式AI的普及提高了人们的期望，这种趋势的持续将：
提高性能和改善体验
最大化网络投资的投资回报率
改进vRAN业务案例
提高网络质量
加快（产品/服务）上市时间
降低复杂性
减少能源消耗
减少二氧化碳排放
在RAN中使用AI已经在网络部署、优化和修复方面带来了好处，最终有助于提高网络性能和质量。这些AI工具可用于分析终端用户程序和流量模式，同时提高资源利用率。此外，Intelligent RAN和AI支持的分析将帮助运营商在网络问题变成大问题之前主动解决它们。例如，沃达丰的零接触运营策略（Zero Touch Operation Strategy）旨在防止50%的故障。一家北美的电信服务提供商通过使用诺基亚AI/ML支持的SON，将检测RAN问题的速度提高了120倍。
爱立信表示，如果在部署、管理和运营方面没有引入更多的自动化，仅仅是为了支持MBB带来的变化，运营商的运营成本在未来五年内就可能会翻一番。AI将在简化复杂性和抑制运营成本增长方面发挥重要作用。大多数新建网络（greenfield networks）显然正在朝着更有利于自动化的新架构发展（Rakuten Mobile的运维人员仅有大约250人）。然而，对于拥有2G/3G等遗留系统的传统网络（brownfield networks）来说，变化通常不会发生得那么快。目前，传统运营商的平均水平介于L2（部分自治网络）和L3（有条件的自治网络）之间，距离达到L4（高度自治网络）和L5（完全自治网络）还有很长的路要走。
尽管如此，中国移动正积极推动在2025年实现L4自动化。华为仍然乐观地认为，L4自动驾驶网络（ADN）将在2025年左右更加普及（其70%的客户群计划到2025年实现L3 ADN）。Rakuten Mobile此前表示，其网络可在2022年底之前实现L4自动化。沃达丰也设定了到2025年实现零接触智能网络的目标，而Zain的目标是到2025年实现L4自动化。
AI和Intelligent RAN所带来的性能提升会有所不同，具体取决于多种因素。爱立信估计，Intelligent RAN自动化解决方案可以将频谱效率提高15%，而华为的演示显示，其Intelligent RAN多频段/多站点3D协调功能在某些设置下可以将用户体验提高高达50%。中兴通讯和中国移动展示了小区边缘吞吐量提高3倍，并且切换延迟降低了50%。
RAN约占全球电力消耗的1%至2%（ITU数据），气候变化的加剧加上目前的发电厂的发展轨迹，构成了行业更加关注能源效率和二氧化碳减排的基矗初步研究结果表明，Intelligent RAN可以在控制排放方面发挥关键作用，将能耗降低15%-25%。例如，Zain在科威特的一个试验场使用华为基于智能的节能解决方案实现了23%的节能。一些运营商对此的态度甚至更加乐观：Tele2最近发布的一份报告展示了智能移动网络如何能够在长期内将能源消耗降低30%-40%。
现在，AI的普及也为提高vRAN的经济性提供了潜力。vRAN/Cloud RAN的主要TCO挑战之一是难以通过编排多个工作负载来实现效率提升。因此，一些企业现在正在探索通过在其他方式之间（例如5G和AI之间）实现协同效应来改善vRAN业务案例的可能性。软银和英伟达最近宣布，他们正在研究在运行AI的同一台服务器上部署5G vRAN的利用率和经济效益。虽然集中式vDU实施的TAM有限，但软银的相关是值得关注的。
AI对于未来的RAN架构意味着什么？
如今，AI已经在一定程度上应用于RAN当中，尽管程度还比较有限。然而，展望未来，AI在RAN中的份额无疑会上升。除了在现有5G网络中增加对AI的使用外，5G-Advanced还承诺在RAN中引入更多的人工智能和机器学习（AI/ML）增强，包括空口在内。虽然我们仍处于6G的早期阶段，但目前的观点是，AI原生空口将成为基础技术之一。
在这个早期阶段，试图描绘一幅关于AI将如何改变社会和电信网络的全面图景还为时过早。但与之前大肆炒作的技术相比，AI的一个不同之处在于，人们普遍认为所有的道路都会通向更多的人工智能。因此，即使这不是运营商提高消费者ARPU的灵丹妙药，但毫无疑问，供应商和运营商将逐渐增加在RAN及其相邻领域中对AI的使用。（C114通信网 艾斯）
