维度网讯，三星与KDDI在日本现网的5G独立组网（SA）网络上开展AI优化试验，结果显示高峰时段平均下行吞吐量提升31%，密集城区增益达到52%。测试覆盖东京周边数百个小区，使用3.7 GHz TDD频段的100 MHz频谱，涵盖多种部署条件和流量场景。

对于运营商而言，现场试验可能受测试区域、基线、设备组合和时间窗口影响，实际价值需结合具体运营环境判断。AI能否接管移动网络中仍被视为缓慢、本地化且依赖人工操作的环节，即逐个调节小区而不破坏邻近区域，才是关键问题。

三星的RAN Speed Optimizer（RSO）在KDDI的商用5G独立组网网络上进行了为期数月的测试，始于2025年底。东京密集城区负载与郊区覆盖边缘或农村传播的网络问题截然不同，试验利用这些混合条件，针对真实流量训练和验证了AI模型。RSO能够为每个小区推荐定制化参数，而非使用共享设置调整小区集群，如果大规模运行有效，将实现运营转变。

移动行业长期讨论自优化网络，但大部分工具仍需要工程师干预。三星将AI优化定位为更精细和自适应的方案，其系统分析站点环境数据，预测参数变化效果，并推荐针对每个小区定制的设置。RSO位于三星的CognitiV网络运维套件（CognitiV Network Operations Suite）内，该套件包含AI自动化工具、代理和网络应用。

运营商面临在有限资本支出下提升5G性能的压力，频谱昂贵，站点获取缓慢，能源成本重要。如果AI能从现有无线资产中榨取更多吞吐量，这将成为一种容量策略。但容量策略有后果，下行吞吐量提升不一定改善端到端用户体验，时延、上行性能、切换行为和拥塞管理等因素仍然重要。运营商需要护栏、回滚控制和审计跟踪，确保模型并非在优化狭窄KPI的同时制造隐藏问题。

试验在5G独立组网网络上进行，这为先进功能提供了更简洁的架构，也为AI网络运营、网络切片和精细化服务控制提供了可信基础。然而，全球许多运营商仍处于混合环境中，传统RAN、4G依赖和供应商多样性使网络自动化变得复杂。三星和KDDI在完全虚拟化网络部署方面有长期合作，这有助于试验进行，但并非每个运营商都具备这种基础。

AI驱动的RAN优化可能不仅仅需要购买软件模块，还依赖于干净的遥测、一致的配置管理和现代化的运维流程。对于开发者和网络软件团队，方向已经清晰：无线网络正成为数据平台，价值转向预测模型、闭环自动化和策略引擎。三星需要这样的成功，网络设备市场竞争激烈，AI-RAN成为新的竞争前沿。

KDDI的角色也重要，日本运营商通常是先进网络架构的早期采用者。高峰时段平均下行速率提升31%，如果可在试验范围外重复，则具有商业价值，可能减少拥塞投诉并改善感知的5G质量。三星和KDDI表示将继续评估基于AI的优化用于更广泛的商业用途，下一阶段将比试验结果更重要。

运营商应将31%的吞吐量提升视为有前景的试验信号，而非保证的整网结果，基线、地理位置和运营控制决定了实际价值。小区级优化可从现有RAN资产中榨取更多容量，减少手动工程工作量。AI调优的RAN参数存在运营风险，治理不善的自动化可能损害时延、切换或客户体验。5G独立组网架构提供了更清晰的自动化基础。基础设施买家应询问供应商关于回滚机制、可解释性和多供应商支持的信息。