维度网讯，GSMA的Louis Powell和TM Forum的Andy Tiller指出，一项新的合作将帮助行业减少碎片化，加速电信AI的实用化部署。

人工智能已成为整个电信行业的董事会级优先事项。运营商在进行投资，供应商在推进创新，生态系统的其他部分也在快速行动。然而，尽管势头强劲，该行业仍面临结构性障碍，这使得AI部署的复杂性远超其他许多行业。

电信被认为是AI转型最具挑战性的环境之一。其网络通常涉及多供应商、高度碎片化，且依赖孤立的数据，同时对错误的容忍度极低。要在这样的环境中发挥作用，AI必须从部署之初就确保准确、高效且可信。

当前前沿的AI模型并非为电信行业设计。它们未经电信专用数据的训练，往往难以理解网络的语言、架构和运营现实。因此，目前AI的部署主要集中在客户体验和企业功能领域，而非网络层本身。GSMA Intelligence的数据显示，尽管网络运营支出占总支出的34%，且成本压力与投资回报预期持续上升，但仅有16%的AI部署是针对网络用例的。

为了解决这些挑战，电信行业需要通过合作与协调，构建能够反映行业复杂性、经济性和运营现实的AI方法论。

GSMA与TM Forum正在加强合作。双方共同面临的挑战清晰可见：电信行业需要理解自身的AI，并找到从实验迈向大规模部署的更清晰路径。这正是GSMA与TM Forum深化合作的切入点，两家机构分别应对同一挑战的不同部分，且互为补充。

通过开放电信AI倡议，GSMA专注于构建电信级AI，即打造准确、高效且可信的模型和代理系统。这意味着要建立基于专用电信数据集（如OTEL系列模型）训练的共享模型基础，并开发相关基准以评估这些模型在实际电信任务中的表现。

TM Forum则聚焦于框架、标准和高价值用例，推动行业在构建内容、互操作性以及价值创造优先级上达成一致。其自治网络及可信AI与数据任务，在开放数字架构（ODA）内创建了扩展AI的框架，同时提供面向高价值场景的解决方案包和标准化进展衡量工具。Catalyst和创新中心项目则通过构建概念验证和参考实现来部署这些解决方案。

此次合作的核心是将共享模型、通用框架和实际部署路径与关键网络环境所需的信任相结合，实现端到端的AI堆栈连接。

双方联合方法已初见成效。加强合作的目标是通过更连贯的方式整合这些要素，从而减少碎片化并加速全行业采纳。其影响已有所体现。菲律宾移动网络运营商Globe Telecom正利用TM Forum的技术解决方案包，探索多供应商RAN根因分析，以暴露跨供应商的标准化API，同时与开放电信AI合作开发自动化分析所需的模型和代理。同样，AT&T的OTEL模型（电信专用模型）正在被适配到TM Forum环境，如模型即服务（MODaaS）和ODA Canvas，这将经过验证的运营商级AI转化为标准化、可互操作的资产，供更广泛的电信行业在多供应商云原生环境中采用和扩展。

这些示例之所以重要，是因为它们切实展示了从用例定义到模型开发再到部署的端到端一致性。这显示出AI如何超越孤立的创新，走向能够在既定行业框架内运行的可互操作AI模型。这是一个协作生态系统，运营商、供应商和合作伙伴可以共同塑造共享解决方案，而非平行开展互不关联的工作。

电信位于AI经济的核心。网络支撑着AI所依赖的云、设备和边缘能力。然而，电信运营商自身尚未在其运营中充分捕获AI的价值。如果行业要加速迈向更自治、AI原生的网络，就必须在共享资产、通用标准和实际实施路径上保持一致。参与开放电信AI和TM Forum的倡议，为用例定义、模型开发和验证做出贡献，并帮助塑造决定AI能否在电信网络中带来真正价值的标准、框架和架构，至关重要。机遇巨大，但释放机遇需要协调和雄心。GSMA和TM Forum表示致力于同时提供这两点，而这仅仅是开始，今年还将推出更多关于数据、模型、评估和成员验证点的内容。