近日，工业和信息化部印发《“人工智能＋信息通信”创新发展实施意见（2026—2028年）》。这份文件的意义，不只是为信息通信业部署一次技术升级，更提出未来人工智能竞争，将不再只是模型能力竞争，而是模型、网络、算力、数据、安全和场景共同构成的系统能力竞争。

过去谈人工智能，更多聚焦模型、算法和参数；谈信息通信，则更多强调连接、带宽和覆盖。二者虽关系密切，但在很多场景中仍是“人工智能用网络、网络支撑人工智能”的简单叠加。现在，这种关系正在从“相加”走向“相融”。

所谓“相融”，首先意味着人工智能将改变信息通信网络自身。随着5G-A、未来6G、算力网络、全光网络、确定性网络等技术演进，网络连接对象越来越多，业务类型越来越复杂。传统依赖人工配置、巡检、排障的方式，已难以适应复杂网络系统。人工智能可以在网络规划、资源调度等环节发挥作用，使网络从“被动运维”转向“主动自治”。文件强调的“高等级自智网络”，本质上是让网络具备更强的自感知、自分析、自优化和自恢复能力，而不是脱离人的管理。

反过来，信息通信基础设施也决定人工智能能走多远。人工智能要从办公应用、内容生成走向工业控制、机器人协作、智能驾驶、远程诊疗等真实场景，不能只靠更大的模型和更多参数，还需要低时延、高可靠、广覆盖的网络，以及更容易调用的算力。文件提出城域算力1毫秒时延圈覆盖率不低于75％，背后指向的正是“算力可达”问题。

这意味着，未来算力体系不能只是少数大型数据中心的集中供给，而要形成云、边、端协同格局。大型数据中心承担通用训练和复杂推理，边缘节点响应低时延业务，终端设备处理部分本地化、个性化任务。

从未来场景看，融合将首先改变网络自身和产业现场。自智网络、智能运维、智能客服、智能安全防护会较快落地，运营商也可以把连接、算力和模型能力组合成新的数字基础设施服务。更大的空间在产业侧，智能制造中的机器视觉质检、柔性生产排程、设备预测性维护，智能交通中的“车路云一体化”、信号优化和安全预警，都需要通信网络、边缘算力、行业数据和人工智能模型协同运行。

公共服务和个人消费领域也会出现类似变化。城市应急调度、公共安全预警等场景，需实时数据接入和跨系统协同；AI手机、AI眼镜、智能家居、数字人服务、云游戏、扩展现实等应用，则会推动网络从“连接人”进一步转向“连接设备、连接服务、连接智能体”。智能体不只是回答问题，还可以调用工具、拆解任务、执行操作、反馈结果。

正因为AI竞争正走向系统能力竞争，落地挑战也不能只从单项技术看。人工智能与通信网络深度融合，不只是把大模型接入网络系统，还涉及高端芯片、光电器件、网络协议、算网调度、边缘计算、模型压缩与部署等基础能力。网络和行业现场会产生大量数据，但这些数据能否合规流通、有效治理、安全使用，直接决定AI应用效果。低时延算力圈、自智网络、边缘节点建设也需要持续投入，如何让企业特别是中小企业用得起、用得好，需形成可持续商业模式。

更需要重视的是安全和责任问题。当人工智能参与网络调度、工业控制、交通治理和公共服务时，一旦模型出错、系统被攻击或决策不可解释，影响可能放大到现实世界。因此，融合越深入，越要同步推进标准体系、安全评估、应急机制和责任边界建设。

总体来看，实施意见的价值在于，它把人工智能的发展从模型突破进一步引向基础设施建设和场景落地。信息通信业过去解决的是“连接起来”的问题，下一阶段要解决的是“智能协同”的问题。谁能率先把模型能力转化为系统能力，谁就更可能在新一轮产业智能化竞争中占据主动。

（张平系北京邮电大学信息与通信工程学院教授、中国工程院院士、国务院参事；陈岩系北京邮电大学经济管理学院教授、北邮智库中心主任）

作者：张平 陈岩

编辑：杜玮