7月8日 當下生成式 arget="_blank">AI、AR 智能終端迎來爆發式增長，但全球 5G 網絡在帶寬、時延、云網協同層面普遍存在短板。測速機構 Ookla 最新調研指出，運營商即便砸重金改造網絡，也未必能等來可持續盈利的 AI 商用市場，行業投入回報存在巨大不確定性。

上行帶寬全面不足，多國速率遠未達標

多模態 AI、AR 交互類應用對上行傳輸能力要求極高，行業公認流暢運行的上行速率中位數標準為 20Mbps。但本次覆蓋全球 22 個國家的實測數據顯示，絕大多數 5G 網絡分配給上行鏈路的資源占比不足 15%，僅不到半數地區實測速率達標。

英國市場問題最為突出，網絡上行資源分配比例僅 9.18%，實測中位速率僅 10.96Mbps，不足標準要求的一半。放眼全球，2023 年至今超半數國家的 5G 上行性能不升反降，網絡上行瓶頸持續加劇。

區域表現分化明顯，韓國、阿聯酋、新加坡整體上行能力領跑，LG U+、du 等運營商上行速率均突破 40Mbps；而英美、日本、西班牙等主流市場普遍卡在 15Mbps 以內，難以支撐高清實時 AI 交互。

時延分層差距顯著，難以滿足 AR 超低時延需求

時延是 AI 實時交互的另一核心門檻，不同場景指標要求差異巨大。其中，純文本大模型交互需時延低于 50ms，語音 AI 交互標準為 40ms，AR 虛實融合業務則要求 30ms 以內超低時延。

22 個調研市場里，18 個國家網絡可滿足基礎文字對話需求；能適配語音 AI 的縮減至 13 個；僅有新加坡一地中位時延 24.6ms，達標 AR 終端使用標準。

網絡負載承壓后的穩定性差距更為懸殊，英國網絡高負載下時延僅放大 3.7 倍，美國擴大 7 倍，泰國時延峰值更是飆升 11.4 倍，高峰時段極易出現 AI 卡頓、畫面延遲。

云網協同存在短板，歐美接入性能兩極分化

終端到云端算力中心的接入時延，直接決定 AI 使用體驗。運營商可通過優化互聯節點、就近部署邊緣機房、調整核心網路由等方式改善，但無法完全掌控云廠商側鏈路質量。

整體來看歐洲本土云接入表現穩定，德國、英國訪問亞馬遜云時延均控制在 45ms 以內；韓國對接主流四大公有云平均時延 42.5ms；美國本地云端接入均值高達 70ms，巴西、澳大利亞、中東各國跨區域云訪問時延普遍突破 100ms，遠距離 AI 調用體驗大幅下滑。

AI 終端需求爆發，但產業盈利隱憂重重

各項網絡短板的背后，是 AI 終端需求的高速擴張。第三方數據機構 Sensor Tower 統計，2025 年全球生成式 AI 應用全年下載量達 38 億次，同比翻倍；用戶累計使用時長從 134 億小時暴漲至 481 億小時，應用內購年收入突破 50 億美元。

Omdia 同期數據顯示，AR 智能眼鏡去年一季度出貨量同比增長 83%，依托 AI 的穿戴設備逐步落地商用。從終端數據看，AI 市場增長勢頭強勁，但行業長期盈利難題仍懸而未決。

多家權威機構測算，AI 基礎設施投入規模堪稱空前。Gartner 預測，2026 年全球 AI 基建投入將達 1.43 萬億美元，2027 年增至 1.89 萬億美元；當年 AI 服務支出分別為 5855 億、7594 億美元，兩年資金缺口分別超 8400 億、1.13 萬億美元。

國際清算銀行報告提及，全球頭部云廠商近兩年 AI 相關資本開支將突破萬億級別，大量企業依靠發債填補資金缺口。OpenAI、Anthropic 等頭部 AI 企業至今未能盈利，為沖刺上市調整定價，企業也放棄了盲目消耗算力的 “詞元（Token）最大化” 考核，轉向管控算力損耗的 “詞元節制” 模式，上市計劃大概率延后至 2027 年。

除此之外，各地對大型數據中心建設的抵觸持續加劇，碳排放、噪音、土地環保爭議不斷，算力供給擴張受阻；不少企業也重新加大人力招聘，原因是 AI 無法替代人類創意工作，產業落地節奏不及預期。

運營商網絡升級投入性價比存疑

綜合 Ookla 測試結論，當前全球 5G 網絡普遍存在上行帶寬、端到端時延、云網接入三重短板，想要穩定承載高品質 AI 服務，需要運營商大規模重構網絡資源配比、擴建邊緣節點、優化跨網互聯鏈路。

但是，擺在運營商面前的現實難題十分現實——即便完成全套網絡改造，通信企業僅能收取基礎流量資費，AI 產業的核心收益由云廠商、AI 應用開發商占據。同時整個 AI 賽道還面臨盈利模式不明、巨額投入難回本、終端普及不及預期等多重風險。

總之，一邊是 AI 終端數據持續走高，一邊是萬億級投入與盈利前景不明的巨大矛盾，運營商是否值得耗費巨額資金改造 5G 網絡，去支撐一個紅利能否兌現尚且存疑的 AI 未來，這是當下運營商需要切實考慮的問題。