它想解决的问题很直接：把恒久关闭的无线接入网翻开，，让差别厂商的装备和软件可以组合使用，，镌汰运营商对简单供应商的依赖。。。。 约莫在2018年到2023年间，，Azita作为Rakuten Symphony Americas的前任CEO，，加入推动了日本乐天移动的全云原生Open RAN网络从架构走向商用，，乐天移动是全球最早用这种开放架构、从零搭建商用移动网络的运营商之一，，岑岭期同时使用了凌驾15家供应商的装备。。。。 Azita近期接受了科技行者Techwalker的专访，，回首那段履历，，她在开场时强调：“Open RAN从期望的岑岭走进了一个更务实的阶段，，讨论比已往更成熟，，少了炒作，，多了工程纪律。。。。” Open RAN的那段履历，，让她的思索延伸到一个更大的命题：当整个行业竞相把AI加进网络的时间，，“加”这个行动自己，，可能就是问题的起点。。。。 这层网络极其腾贵，，也极其重大，，在许多运营商的网络投资中，，RAN都是最大的本钱项之一。。。。已往数十年，，该市场一直由少数几家大型装备厂商主导，，包括射频单位、基带处理、软件和治理系统等等，，通常来自几家供应商，，是一个完整的笔直客栈。。。。 Open RAN最初想解决的问题，，就是把这个客栈翻开，，通过标准化接口，，差别厂商的射频、基带、软件可以组合使用。。。。理想状态下，，运营商能够获得更多供应商选择，，降低锁定风险，，提高供应链韧性，，同时推动RAN向云原生转型。。。。“从2018年到2023年，，这条路确实有真实的动能。。。。”Azita回忆。。。。 2018年，，AT&T、中国移动、Deutsche Telekom、NTT DOCOMO和Orange五家运营商联合建设了O-RAN同盟（O-RAN Alliance），，目的是把RAN的要害接口翻开，，让差别厂商的软硬件可以混淆搭配，，突破简单供应商的锁定。。。。这个同盟至今有凌驾300家成员企业。。。。 但问题在于，，全球绝大大都运营商并不是 greenfield（新建网），，它们面临的是 brownfield（存量刷新），，也就是已经拥有数万甚至数十万个基站的存量网络。。。。 greenfield是白纸建网，，可以从一最先凭证新架构设计。。。。brownfield是存量网络刷新，，则要思量既有装备、软件版本、运维系统、职员系统，，以及差别年月手艺之间的兼容关系。。。。Open RAN的理想架构一旦进入brownfield，，工程重漂后会迅速上升。。。。 更主要的是，，RAN是mission-critical infrastructure，，使命要害型基础设施。。。。运营商真正体贴的工具很是多：性能是否稳固，，笼罩是否达标，，能效是否有优势，，故障以后谁认真，，清静怎样包管，，软件怎样升级，，系统能不可一连运行十年。。。。 Azita对Open RAN第一阶段的总结很直接：“架构仍然主要，，但行业已经学到，，只靠好架构远远不敷。。。。”她把这件事压缩成了一句话：“优异的架构，，和真正实现大规模的、电信级的运营，，是两个完全差别的挑战（Great architecture and carrier-grade operations at scale are two very different challenges.）” 事实上就现在而言，，Open RAN也正在朝这个偏向走。。。。枚举来看，，AT&T签下了与Ericsson的140亿美元条约，，目的是到2026年底让70%的无线流量跑在开放平台上。。。。Vodafone在英国和罗马尼亚推进了商用安排。。。。Deutsche Telekom在德国安排了凌驾3000个Open RAN站点。。。。 Open RAN进入务实阶段之后，，一个常见的问题也随之泛起：早期行业一直谈多厂商、开放接口、扫除锁定，，为什么现在讨论越来越多地转向 RIC、rApps、xApps、AI和自动化？？？？ 这里需要先诠释一组术语。。。。RIC，，也就是RAN智能控制器（RAN Intelligent Controller），，是Open RAN架构里专门认真智能决媾和战略控制的组件。。。。它分成两类：Near-RT RIC，，也就是近实时RIC，，主要处理毫秒到秒级的网络决议；；；Non-RT RIC，，也就是非实时RIC，，处理时间标准更长的优化和战略问题。。。。 运行在RIC上的应用，，被称为xApps和rApps，，前者主要对应近实时场景，，后者主要对应非实时场景。。。。你可以把它们简陋明确成“RAN网络里的App Store”：已往许多网络能力写死在装备和软件里，，现在运营商理论上可以通过差别应用，，为网络增添新的智能能力。。。。 RIC、rApps、xApps之以是主要，，是由于它们提供了一种路径，，运营商不必一上来就重构整个网络，，而是可以先从一个详细场景切入，，把AI和自动化引入RAN。。。。这个用例可以是能效、流量导向、QoS优化、战略控制、异常检测、AI/ML生命周期治理等等。。。。“换句话说，，RIC可以是一个更聚焦的入口(a more focused entry point)。。。。”Azita说。。。。 Azita进一步指出，，“开放接口、供应商多样性、镌汰锁定、提高供应链韧性，，这些Open Ran的原始价值仍然主要，，其中已经留下最具影响力的一个偏向，，是Open Fronthaul（开放前传接口）。。。。” Fronthaul 是基站内部射频单位与基带处理单位之间的毗连。。。。已往，，这部分接口通常是厂商私有的。。。。Open Fronthaul 的意义，，就是把这层接口标准化。。。。好比，，这个接口可以让运营商可以用一家厂商的射频单位，，搭配另一家厂商的基带客栈。。。。在Azita看来，，“Open Fronthaul依然是Open RAN的主要架构杠杆。。。。” 但另一方面，，行业也不得不面临现实：“多厂商RAN安排，，运营上很是重大，，特殊是在 brownfield网络里，，集成、功效一致性、性能优化和责任归属，，都可能变得棘手。。。。”就拿最后的责任归属这一点来说，，若是基站出了故障，，究竟是谁的问题？？？？是射频单位？？？？是基带？？？？是软件？？？？照旧系统集成？？？？已往，，运营商只需要找一家厂商。。。。现在，，可能需要让三四家公司坐下来一起排查。。。。 这个排查的本钱，，是Open RAN原本允许的降本增效面临的真实阻力。。。。既然多厂商的运营重大性一时半会儿难以彻底解决，，业界就最先把Open RAN的价值重心，，转向另一个不需要“推倒重来”的维度，，也就是在保存现有架构的条件下，，把智能“注入”网络。。。。这也是为什么，，Open RAN第二阶段的讨论最先从“多供应商网络”，，进一步转向“让网络变得可编程与智能”。。。。 不过，，她同样不希望行业高估现状。。。。“我们要审慎，，不可高估现在的位置。。。。RIC、rApps 和 xApps 在标准、测试和用例界说上有希望，，但它们还没有作为开放的第三方应用市场，，在真实的宏站网络中获得大规模安排。。。。” 至于下一个挑战，，Azita以为是“operational trust（运营信任）”，，她说：“运营商必需知道，，怎样验证、治理和清静地在真实网络中运行这些应用程序。。。。”她在专访中直指：“The industry cannot stay in PoC purgatory. We need to scale beyond pilots.(行业不可永远待在PoC炼狱里，，必需要走出试点)。。。。” Open RAN让“智能注入RAN”成为可能，，但这只是把“智能”带到了一个网络域(radio access)。。。。Azita更体贴的问题是：整张网络的智能能不可被买通，，以及“买通”这件事，，是不是即是“AI原生”？？？？ 之以是特殊强调 “AI原生”，，是由于电信网络着实早就最先使用AI和自动化工具。。。。好比SON（Self-Organizing Network，，自组织网络），，已往十多年里，，它做的就是让基站在安排和运行中“自己调参数”，，典范场景好比自动优化笼罩、平衡负载、检测邻区滋扰。。。。“问题在于，，许多这类工具都是domain-specific(域相关)、vendor-specific(厂商相关)，，规模也相对狭窄。。。。” 近年来AI被加进了许多workflow里。。。。Azita说：“这有用、也主要，，但许多情形下AI仍然是一个overlay(笼罩层)。。。。它资助人做出更好的决议，，或者在现有架构里自动化了某个详细流程。。。。”也就是说：网络架构先保存，，然后再把“AI+”上去，，让它优化某一个流程。。。。这和真正的「AI原生网络」照旧有实质区别。。。。 一种是「数据驱动网络（data-driven networks）」。。。。这也是今天5G-Advanced更靠近实现的阶段：网络架构自己没有爆发基础转变，，只是“加入”更多AI能力，，帮它展望、剖析和优化。。。。 另一种是「AI原生网络（AI-native networks）」。。。。AI是被设计到架构里，，网络具备数据架构、盘算架构、控制回路、治理、清静和编排，，能感知条件、推理权衡、在战略下行动、随时间学习。。。。 这并不是说，，人会被扫除在网络运营之外。。。。Azita增补说：“人的位置向上移动了一层：从执行详细操作，，转向界说战略、意图、治理界线和责任。。。。” 这条从“AI叠加”到“AI原生”的路径，，在她与Minoru合著的白皮书里被画成了一条演进图：从古板电信运营商，，到数据驱动网络运营商，，到AI原生运营商。。。。古板阶段，，聚焦毗连、人工运维、被动维修；；；数据驱动阶段，，引入特定网络域的智能工具、半自动化运营、展望能力；；；真正进入AI原生阶段以后，，才会泛起跨网络域的智能平台、自动运营、自主运营、自优化系统。。。。 这条演进路径，，在全球移动通讯标准的蹊径图里也能找到手艺对应。。。。3GPP是全球移动通讯标准的制订组织，，它把每一代手艺的能力打包成一个个版本(Release)：5G从Release 15最先，，随后经由 Release 16（增强了工业物联网）和Release 17（细腻化定位和车联网）的增强。。。。到Release 18，，5G-Advanced 正式开启，，首次引入AI/ML的基础框架。。。。Release 19进一步推进相关事情，，把一部分AI/ML能力从研究讨论转向规范。。。。 不过需要注重的是，，3GPP标准化的只是接口、信令和治理流程，，而不是详细的AI算法，，这为装备厂商在AI/ML算法上保存了立异空间，，同时让差别厂商的模子可以互操作。。。。这个“标准化接口但不标准化算法”的设计，，正是“数据驱动网络”能够跨厂商落地的机制。。。。 在客户体验层面，，AT&T推出的GenAI助手“Ask AT&T”已经安排给凌驾10万员工，，GenAI工具每投入1美元，，一年内获得2倍ROI；；；Deutsche Telekom用GenAI客服助手，，能自动解决约40%的客户盘问。。。。在网络运营层面，，中国移动在31个省份安排GenAI驱动的宽带服务助手，，缩短重大故障恢复时间；；；华为提出RAN Intelligent Agents，，声称能把服务开通周期从3-5周缩短到一天。。。。在能源效率层面，，欧洲运营商用AI优化网络能耗，，3年内把网络相关电力排放削减了50%；；；Vodafone德国用AI每年节约数百万欧元电费。。。。这些都是实着实在的回报。。。。 Azita强调：“若是不在5G-A这几年里自动搭建AI原生的基础，，这些能力不会在6G到来时凭空泛起。。。。”她写道，，“AI原生能力必需从现在最先被工程化地写进网络的基因。。。。” 第一，，智能平面(Intelligent Plane)，，自力于控制面和数据面的第三个平面，，专门聚合遥测数据、运行模子、把展望和战略反馈到RAN、焦点网、传输网、OSS/BSS的闭环里；；； 第五，，盘算与网络融合(Computing-Network Convergence)，，基站转型成配GPU或专用AI加速器的强盛盘算平台，，能同时跑网络功效和第三方AI应用，，「AI工厂(AI factory)」的看法由此浮现；；； 这六层里最有想象空间的是第五条的“盘算与网络融合”，，基站不再只是“传数据的装备”，，而是“能算数据的算力节点”。。。。当AI推理需要贴近数据爆发的地方，，运营商已经在都会里散布了几十万个“迷你数据中心”的雏形。。。。这是超大规模云厂商都做不到的物理结构优势，，也是下一节要讨论的AI-RAN趋势的铺垫。。。。 基站变算力节点这件事，，不但是Azita在白皮书里的畅想，，它有一个正在快速起势的工业名字——AI-RAN。。。。NVIDIA近两年在AI-RAN上的推动引起了大宗关注。。。。 当我问Azita两者之间的关系时，，她的回覆很明确：“Open RAN和AI-RAN差别，，可是互补的。。。。”她诠释说，，“Open RAN是关于开放网络架构，，通过标准化接口、解耦和互操作性来实现。。。。AI-RAN是关于让RAN事情负载和AI事情负载，，运行在共享或融合的盘算基础设施上。。。。” 她还给出了一个手艺层面的增补：“AI-RAN所依赖的「配合盘算(common compute)」，，可以是GPU，，可以是x86架构的CPU(就像Open RAN那样），，也可以是ARM架构的CPU。。。。”「配合盘算」的意思是，，统一台服务器既跑RAN基带处理，，也跑AI推理使命，，已往这两件事往往需要自力的专用硬件，，现在合并到通用盘算平台上，，一台服务器就是一个「多使命AI节点」。。。。 这条路已经有详细的行动。。。。T-Mobile与NVIDIA、Ericsson、Nokia联合建设了AI-RAN Innovation Center；；；韩国SK Telecom与Intel相助探索AI-RAN在CPU架构上的落地。。。。这些相助代表了两条差别的手艺路径——GPU蹊径和CPU/ARM蹊径，，它们在未来几年会真正比拼商业化速率。。。。 若是借用分子生物学的比喻，，它们更像DNA的双螺旋。。。。两条链各自有结构，，但只有交织在一起才华承载完整的遗传信息。。。。Azita把两者的价值主张也做了明确区分：“Open RAN处理的是开放和选择；；；AI-RAN处理的是智能、盘算和新价值创立。。。；；Ｊ被前阉欠旁谝黄，，而不损害任何一方的原则。。。。” 她强调：“最好的效果是这样一种架构，，加速盘算带来真正的性能提升，，但运营商仍然坚持选择、互操作性和控制权。。。。AI-RAN不应该成为一个关闭平台的故事，，它应该成为一个开放的、智能的基础设施的故事。。。。” 但这也带来了一个新风险。。。。她给出忠言：“要让AI-RAN既强盛又坚持开放，，行业需要在多个层级上坚持开放，，包括radio和前传接口、事情负载可移植性、编排、APIs、模子生命周期治理和治理。。。。否则，，我们可能会用一种新的锁定形式，，替换掉旧的锁定形式。。。。” 换言之，，若是AI-RAN只能跑在某一家的GPU上，，只能对接某一家的AI软件栈，，那么Open RAN花了十年好禁止易挣脱的“厂商锁定”，，可能在AI时代重新以另一种方式回归。。。。 用AI让网络更智能、更自主、更高效，，这是“AI for networking”；；；反过来，，智能化、低延迟、漫衍式的网络又成为AI在各行业落地的要害基础设施，，这是“networking for AI”。。。。两个偏向相互强化，，形成正向循环。。。。 但这个飞轮有一个启动条件：智能必需是网络架构内生的能力，，而不是外挂的工具，，若是智能只是贴在网络外貌的一层，，飞轮的两侧就接不上。。。。 这个飞轮逻辑也重新界说了电信运营商在AI时代的角色。。。。Azita在专访中把它浓缩成一个判断：“AI需要的不但是模子和芯片，，它需要漫衍式基础设施、可信毗连、边沿推理、网络智能，，以及新形式的身份和服务包管。。。。” “电信运营商有一个时机：逾越古板毗连，，成为AI时代的要害孝顺者。。。。”她说，，她在MWC上海2026的主旨演讲里，，提出过一个框架：“智能基础设施的五大前沿：AI原生网络、边沿AI、AI-RAN、智能体AI，，以及AI经济正在转变的三要素是：词元、电力、芯片（tokens、watts、chips）。。。。” 这个判断在已往两年变得越来越详细，，由于AI自己正在落地。。。。她视察到：“AI不会只保存于集中式云端。。。。当AI变得越发物理化、实时化、且嵌入到机械人、制造、交通、医疗、能源和物流中时，，推理越来越需要爆发在数据爆发和行动执行的地方。。。。” “贴近数据”这件事，，是电信运营商真正有话语权的一层。。。。超大规模云厂商的数据中心可能在几百甚至几千公里之外；；；而运营商在每个都会都有中心机房、每个都会街区都有基站，，这就是「边沿」。。。。 Azita提到运营商的优势：“这正是运营商拥有的资产：漫衍式基础设施、频谱、边沿站点、可信客户关系、运营履历、以及规；；；那寰部煽颗连能力。。。。”Verizon与AWS Wavelength相助的Mobile Edge Computing、AT&T与Microsoft Azure相助的Edge Zones、Vodafone与AWS的漫衍式云区域、Deutsche Telekom与Google Cloud的相助，，都是这个偏向的早期落子。。。。 Azita还提出了前瞻性的看法。。。。一个叫“相识你的智能体”（Know Your Agent），，意思是AI智能体的身份、清静和信任；；；另一个叫“服务你的智能体”（Serve Your Agent），，意思是为AI智能体提供差别化的网络清静台服务。。。。 对运营商来说，，Know Your Agent对应的是「KYC（Know Your Customer，，相识你的客户)」在AI时代的延伸；；；Serve Your Agent则意味着，，未来运营商的套餐可能不是卖给人，，而是卖给某家企业的100万个AI智能体，，它们要接入网络、要盘算资源、要身份认证、要SLA包管。。。。 从这个角度看，，运营商有时机从“卖带宽”进化为“卖信任”，，但条件是，，这种信任能力必需内嵌于网络架构，，而不是在出了清静事故之后才慌忙搭建。。。。 现在已经有运营商在做出选择。。。。白皮书里有一个详细案例：印度的Reliance Jio与NVIDIA相助，，目的是建成2000MW规模的AI数据中心，，潜在算力将凌驾印度现在最强的超等盘算机。。。。SoftBank、Telenor和TELUS也在探索「主权AI云(sovereign AI clouds)」，，使用电信基础设施和羁系职位，，建设服务本国市场的AI数据中心，，让AI推理和数据留在国境内。。。。 “电信运营商不再只是毗连的提供者，，而是国家AI基础设施的托管者”，，这是白皮书里的判断。。。。这个转变一旦爆发，，电信业的战略职位就不再依附于云和模子公司，，而是与它们并列。。。。 “中国饰演了一个很是主要的角色。。。。”Azita给出的理由是复合的：“中国拥有非同寻常的网络规模、强盛的运营商、主要的装备厂商、云和AI能力，，以及快速演进的应用生态系统。。。。这个组合自己就很强盛。。。。当中国决议往某个手艺偏向移动的时间，，它可以通过安排规模和生态系统协同，，创立重大的动能。。。。” Azita进一步强调：“中国市场在早期也没有缺席这一历程。。。。中国移动是O-RAN Alliance的首创运营商之一，，并且中国移动更早的C-RAN事情，，是今天开放和云化RAN的头脑源流之一。。。。” C-RAN(Cloud-RAN或Centralized-RAN，，云化RAN或集中化RAN)是中国移动在2010年前后提出的架构，，把原天职散在每个基站的基带处理集中到“云端”(现实上是一个物理机房)，，这既能提升处理效率，，也能降低单站本钱。。。。这个思绪厥后影响了整个行业对“RAN怎样云化”的思索，，也为Open RAN铺了路。。。。 白皮书还举了个例子，，「5G + BeiDou」地下导航系统。。。。中国移动使用5G-A网络自己作为传感器，，连系北斗系统，，实现了在隧道、地下停车场这些GPS完全失效的场景下的厘米级定位。。。；；；痪浠八，，纵然卫星信号完全屏障，，你的手机在地下车库里也能导航到目的车位。。。。这类「网络即传感器」的能力，，在5G-A阶段就已经落地，，是「数据驱动网络」最生动的实证之一，，也是6G通感一体化(ISAC)的工业先声。。。。 中国市场在网络立异中的角色，，是毋庸置疑的主要，，不过Azita也直言：“在Open RAN这件事上，，到现在为止，，中国并不是全球Open RAN最强推动者，，尤其是相比一些其他市场的运营商和政策社区。。。。” “3G以来，，移动行业最了不起的成绩之一，，就是全球互操作性，，一个人可以从一个国家飞到另一个国家，，口袋里的手机就能事情，，这是全球标准、行业对齐和深度手艺协作的产品。。。。”她说，，“当我们走向Open RAN、AI原生网络、5G-A和6G，，我们应该尽可能保存这种全球协同。。。。” “当我们创立出一个良性循环、建设腾飞轮效应时，，时机是重大的，，用AI让网络变得更好，，用网络让AI变得更可规；；；⒖尚拧⒍愿餍懈饕蹈杏谩！。。” 第三，，为智能体AI建设信任层，，以及为AI经济构建商业模式。。。。她说，，“精彩的架构很主要，，但运营商级别的运营和可一连的经济模子，，才是赢得时机的地方。。。。” Azita和Minoru在白皮书中重复强调，，5G-A时代不应该被看成一个例行升级周期，，而应该被看成AI原生网络的准备阶段。。。。3GPP Release 20接纳了双轨战略，，一边继续演进5G-A的AI/ML能力，，一边最先6G研究准备。。。。但研究准备，，不即是地基已打。。。。 中国运营商的数据让这个紧迫感越发具象。。。。中国移动2026年一季度通讯服务收入同比下降1.1%，，中国电信总营收下降2.32%，，中国联通下降0.5%。。。。显然，，卖毗连，，自己已经不是增添营业。。。。 中国三大运营商的应对是把资源大幅向AI和算力倾斜。。。。中国移动的token生态同盟接入了约300个AI模子，，声称集中运营可以降低约30%的单token本钱。。。。这不但是中国的故事，，而是全球电信行业的缩影：古板收入见顶，，新的增添需要完全差别的土壤。。。。