爱立信说AI将改变网络流量格局,究竟改变的会是什么?

文/HCC研究室

最近读到爱立信中国公众号对爱立信全球消费者实验室（Ericsson ConsumerLab）最新研究的中文版报道。爱立信9月17日发布这项研究时，英文新闻的标题其实相当明确：“Ericsson ConsumerLab: Consumer appetite for agentic AI could transform network traffic”，直译过来就是：“爱立信消费者实验室：消费者对智能体AI的需求可能改变网络流量”。与新闻同时发布的完整研究报告，则叫做《An agentic life: How consumer AI usage is shaping future network needs》，即“智能体生活：消费者AI使用如何塑造未来网络需求”。中文报道中还用了“改变网络流量格局”的提法。

这个标题引起了我们的兴趣。因为如果说AI正在“改变网络流量格局”，对于电信运营商来说，这显然不应该只是一个消费者研究的话题，而应该是一个网络规划和未来经营的问题。

（爱立信消费者实验室：消费者对Agentic AI的需求可能改变网络流量格局）

读完中文报道以后，多少有一点不过瘾。文章里看到更多的是消费者侧的变化：AI超级用户越来越多，他们使用AI的时间更长、终端更多、场景更多；今天大约10%的智能手机用户可以被看作AI超级用户，却已经贡献了约35%的AI使用，到2030年这一群体可能增加到30%，贡献大约80%的AI使用；目前只有约4%的智能手机用户已经使用Agentic AI，但38%的受访者预计到2030年会使用能够替自己完成任务的AI智能体。

这些数字当然很有意思，但它们首先回答的仍然是“谁在使用AI、使用多少”。如果只是因为AI重度用户越来越多、使用时间越来越长，最后带来更多流量，那么这和过去视频、短视频、游戏普及带来的流量增长似乎并没有本质区别。客户用得多一点，运营商扩一点容，再卖一个大一点的流量包，似乎也就解决了。

那么，爱立信为什么用了“transform network traffic”这样一个相当重的表述？于是又去找爱立信英文原文，以及爱立信今年关于AI与移动网络的几份英文技术材料。把这些材料放在一起看，答案就清楚多了：AI真正可能改变的，并不只是网络流量的“数量”，而是流量的方向、发生方式、性能要求，以及流量的发起主体。

这四个变化，才是真正意义上的“网络流量格局改变”。

今天的移动互联网，本质上仍然是一张高度偏向“下载”的网络。视频、网页、社交媒体、音乐、软件下载，基本都是服务器把内容送到用户手机，因此传统移动网络的流量结构大体是90%下行、10%上行。视频又占据了移动数据流量的70%—75%，所以过去十几年网络扩容的核心问题，很大程度上就是如何把越来越多的视频更快、更稳定地送到越来越多人的手机上。

但AI开始改变这个方向。爱立信的实际网络测量发现，目前GenAI在整个移动网络流量中的占比其实还很小，大约只有0.06%。单看这个数字，今天显然还谈不上AI已经成为移动流量的主体。但是GenAI流量自身的结构却很不一样：传统移动网络上行只占约10%，而GenAI会话中，上行占比已经达到约26%。也就是说，AI今天最大的不同还不是“量大”，而是它比传统应用更需要把东西往网络上送。

原因并不难理解。过去手机主要是内容消费终端，今天AI终端越来越像一个“环境采集终端”。一副AI眼镜如果要实时理解用户面前的人、物体、文字和道路，就需要不断采集图像、声音和环境数据，其中相当一部分需要送往云端AI进行识别、推理，再把结果返回给用户。机器人、无人机、自动驾驶汽车也是一样。

过去：云端内容 → 网络 → 手机 → 人AI时代：现实世界 → 终端 → 上行网络 → 云端AI → 下行网络 → 终端 → 人

网络第一次开始大规模承担“把现实世界送给AI”的任务。爱立信2026年《移动市场报告》进一步估计，在中等AI采用情景下，到2031年移动网络上行流量可能达到2025年的约3倍。换句话说，即使未来网络整体仍然是下行流量更多，今天长期形成的那种极端不对称结构，也可能逐渐发生变化。

视频虽然消耗的流量很大，却是一种相对容易理解和预测的网络业务。一部视频播放以后，网络大体知道接下来还要继续向终端输送数据，而且缓存可以提前吸收相当一部分网络波动。Agentic AI却不是这种工作方式。智能体平时可能并不产生很多流量，但一旦开始执行任务，就可能突然上传一批上下文、图片、文件、语音、位置和环境信息；模型处理之后返回结果，智能体根据结果继续下一步动作，又触发新一轮上传和返回。AI眼镜也是如此，平时可能只是低强度连接，一旦用户问“我面前这个建筑是什么”“把这段话翻译出来”“告诉我下一步往哪里走”，网络就需要迅速完成一轮甚至多轮数据交换。

因此，未来越来越多的网络业务可能呈现一种新的节奏：低流量—突然上传—快速返回—再次上传—再次返回。平均流量未必特别惊人，但瞬时资源需求、上下行调度和响应速度的重要性会明显上升。这与过去“每个用户每天多看20分钟视频”所产生的网络压力并不是一回事。

AI还有一个与视频非常不同的地方：它是交互式的。看视频的时候，提前缓存几秒钟，用户通常完全感觉不到；但AI实时翻译、视觉识别、导航、机器人控制以及智能体连续执行任务，都是一个不断循环的过程：采集—上传—推理—返回—再采集—再上传。

这时候，决定体验的已经不只是下载速率Download Speed，而越来越包括Uplink、Round-trip Time、Jitter、Reliability以及移动过程中的连接连续性。爱立信在其AI网络技术材料中因此特别提出，AI原生终端需要更强的上行容量、更低且稳定的RTT、更好的抖动控制，以及终端级QoS保障。

这其实会改变消费者对于“好网络”的定义。过去最容易理解的问题是：“我的5G下载速度是多少？”未来越来越重要的问题可能变成：“我和云端AI能不能一直稳定、快速地来回交流？”这背后对于网络建设的含义就完全不同了。只提高峰值下载速度，并不一定能够带来好的AI体验。

爱立信这次ConsumerLab报告中值得继续往下想的，其实是“AI Agent”这件事。过去移动网络有一个长期存在但很少被特别强调的天然约束：网络流量最终受到人的时间限制。一个人一天只有24小时，再喜欢看视频，也不可能一天观看48个小时。智能体没有这个限制。

今天AI主要还是由人发起：人问一个问题，AI回答；人要求生成一张图片，AI生成。但Agentic AI的方向，是让AI在获得授权后主动完成任务。它可能在后台比较商品、查找航班、整理邮件、安排日程、监测环境、调用其他Agent，甚至在人没有主动操作手机的时候继续运行。

爱立信此次调查中特别提出，AI Agent可能成为未来网络中的一种新的“invisible network user”——看不见的网络用户。同时，AI超级用户目前使用AI应用与服务的时间大约已经是普通用户的2.5倍，到2030年可能达到约4倍。爱立信认为，多模态AI与Agentic AI的发展不仅会提高用户对网络质量的要求，也会在网络后台产生大量需要安全、高效处理的动作。

这个变化的意义可能比单纯“多用了多少GB”更大。未来网络连接的将不再只是“人和内容”，而越来越可能是人和AI、终端和AI、机器人和AI、AI和云，以及Agent和Agent。因此，网络流量增长第一次可能部分脱离“人的屏幕时间”这个天然上限。

把ConsumerLab的消费者调查与爱立信今年关于AI网络的技术研究放在一起看，所谓“network traffic transformation”就容易理解得多了。

所以，如果只从消费者调查来看，很容易把这件事情理解成：未来AI超级用户多了，因此每个人用掉的数据也多了。但从网络角度真正值得重视的是：即使总流量没有同比例暴涨，流量“怎么发生”也已经开始发生变化。

对于运营商来说，这显然比“以后是不是要卖一个更大的流量包”要复杂得多。它涉及的是无线网络长期以来围绕下行建设形成的容量配置、频谱使用、网络调度、QoS管理以及网络质量评价方式。

最后还值得提醒一点。今天中国运营商讨论AI基础设施时，越来越多地把注意力放在“Token”“Token流量”以致“Token经营”上，容易给人一种印象：未来通信网络中流动的将是一种新的“Token流量”。但至少从爱立信这组研究以及欧美电信业目前讨论AI网络的方式来看，关注重点完全不在Token本身，而在AI将怎样改变上行、下行、时延、交互频率和终端行为。原因也很简单：Token主要存在于模型计算和推理层，是AI系统内部处理信息的单位；从终端上行到云端、再从云端下行到最终用户，通信网络真正承载的仍然是比特、数据包以及由文字、语音、图像、视频和传感器数据构成的各种流量。换句话说，Token当然会影响算力需求和AI服务成本，但对于通信网络本身，并不是一种需要单独经营的“新流量”。如果运营商把未来网络战略过多建立在“Token会成为新的网络流量”这一判断上，方向就可能出现偏差：真正应该研究的，不是Token在网络里“怎么流”，而是AI和智能体的发展将如何重新改变整个网络中比特流量的方向、结构和质量要求。

注：文中插图含AI辅助生成部分