为迎接2026年DTW Ignite大会,TM Forum发布了最新研究报告,显示电信行业正在认真布局主权AI赛道,77%的受访企业将其视为商业机会。在TM Forum发布的讨论文件《让主权AI成为现实》中,TM论坛主席Nik Willetts与董事长Steffen Roehn明确指出:"主权AI的实现,靠的不是拥有GPU或建设数据中心,而是掌控那个决定AI如何在每一次实时交互中运行的执行层。全球监管机构正在加速推进,将这一要求纳入法律框架。"
在监管层面,欧盟AI法案已向电信和科技企业施压,要求其依据地区性法规管理AI系统。欧盟近期提出的《云计算与AI发展法》(CADA)则是首次尝试将主权AI纳入可审计的法律义务体系。不过,RCR Wireless分析人士James Blackman对此持保留意见,认为"欧洲正试图用一套为旧时代设计的重锤式政策工具来规范AI新时代"。
美国的监管路径则相对分散,呈现出州级法律、联邦行政令和行业监管并存的拼凑式格局。其中最新的举措是第14409号行政令《推动先进人工智能创新与安全》,该行政令建立了一套自愿性的预发布审查机制:AI开发者须在产品公开发布前最多30天,向联邦机构共享高级"前沿模型",以供国家安全与网络风险评估。
RCR Wireless特约专栏作家Vish Nandlall将各国主权AI战略归纳为五种模型,分别是"协议主导型、采购主导型、补贴主导型、治理主导型和依赖型"。他指出一个关键瓶颈:许多国家补贴的是自己并不掌控的资产,实质上是在购买"别人的芯片、别人的模型和别人的运营层"的使用权。
无论采取哪种模式,主权AI浪潮都将大幅提升电信运营商的战略地位。电信商对国内AI基础设施具有天然影响力,正日益成为AI数据中心运营商的重要战略伙伴。它们不仅在高容量光纤等连接能力上持续投入,还承担着安全数据驻留和本地化边缘网络的建设职责,帮助各国在地理边界内处理和管控AI工作负载。AT&T、德国电信、SK Telecom、TELUS等头部电信运营商,不仅坐拥庞大网络资源,还拥有数以千计已接入电网的既有站点、中心机房和基站,这些都是数据中心运营商在预配电电信站点上部署和扩张的核心资产。
对电信运营商而言,这一市场机遇不容小觑。TM Forum数据显示,72%的通信服务提供商已经在投资或积极探索主权AI;98%的运营商正在调整或研究网络架构变革;96%的运营商已着手与国家或地区政策对接,这一趋势正在加速推进。
如需获取TM Forum立场文件,可发送邮件至newsroom@tmforum.org联系获取。
Q&A
Q1:主权AI到底是什么,和普通AI有什么区别?
A:主权AI是指一个国家或地区能够在本土范围内自主控制和管理AI系统的运行,包括数据存储、模型训练和推理执行等环节,不依赖外部势力的核心基础设施。与普通AI相比,主权AI强调的是"控制权"和"合规性",要求AI的运行必须符合本地法律、在本地处理数据,并由本地机构进行监管。TM Forum指出,主权AI的关键不在于拥有GPU或数据中心,而在于掌控那个决定AI行为的执行层。
Q2:电信运营商在主权AI建设中能扮演什么角色?
A:电信运营商在主权AI建设中具有独特优势。一方面,它们拥有覆盖广泛的高容量光纤网络和本地化边缘计算能力,可帮助各国在地理边界内处理AI工作负载;另一方面,电信运营商还持有大量已接入电网的既有站点和基础设施,是数据中心运营商快速部署的理想依托。AT&T、德国电信、SK Telecom等头部运营商已成为AI数据中心的重要战略合作伙伴,也正在更紧密地与国家及区域政策对接。
Q3:欧盟和美国在主权AI监管上有什么不同?
A:两者的监管思路差异明显。欧盟采取集中立法方式,AI法案已对科技和电信企业提出合规要求,新提出的《云计算与AI发展法》(CADA)更试图将主权AI纳入可审计的法律框架,但也因此被批评为"用过时的重锤工具管理新时代"。美国则走的是分散路线,联邦行政令、州级法律和行业监管并行,最新的第14409号行政令建立了自愿性的预发布审查机制,要求AI开发者在产品发布前与联邦机构共享前沿模型,以评估国家安全风险。
好文章,需要你的鼓励
今天讲的出海案例是依米康,这家数据中心温控与液冷设备厂商正在把泰国纳入海外交付体系,并用生产线、总装车间和焓差实验室承接算力设施订单。
BioMatrix是首个将分子序列、分子三维结构、蛋白质序列、蛋白质三维结构和自然语言统一在单一语言模型中的生物基础模型,在80项任务中77项达到最优或第二优。
Salesforce正式推出Help Agent,这是基于Agentforce平台的预封装AI客服智能体,可在数分钟内连接企业知识库、操作功能及网页、短信、语音等沟通渠道。该产品同步推出按解决率计费模式,每次成功自主解决客户问题收费2美元,无需按token或操作次数计费。Help Agent支持低代码构建,内置测试功能,并配备全新客户服务门户。该产品预计于2026年7月正式上线。
浙江大学提出SKILLHARNESS框架,通过为AI电脑助手的每项技能附加安全边界,从成功、失败和风险三类经历中学习,使AI在动态危险环境中安全高效地完成任务。