愛立信 CTO 技術趨勢報告

150 年來，我們致力於連結人類的智慧。如今，我們正賦予網路自主行動的智慧

40 多年來，網路效能始終是推動行動通訊技術演進的關鍵，未來也將持續如此。然而，效能已不再是衡量網路能力的唯一標準。智慧連接網格（Intelligent fabric）代表網路演進的下一個根本性轉變。透過打造可程式化、自主運作，且整合 AI 原生的基礎設施，未來網路將不再只是傳輸資料，更能即時感知、預測並採取行動。

每一代行動通訊技術的演進，都持續拓展人類透過連接所能實現的可能性。愛立信率先開發早期交換系統，讓大規模通訊路由成為可能，並於 1970 年代中期進入數位交換領域，接著在 1980 年代初期投入行動通訊技術。如今，5G 已部署於全球 180 個國家，用戶數超過 30 億，隨著 6G 時代即將到來，我們正邁入智慧連結的新時代。

智慧連接網格代表超越傳統行動網路架構的重大轉變。它提供一套通用的 AI 網路架構，能夠跨越不同網路、城市與企業，連結並無縫整合分散式 AI 系統、雲端服務、裝置、感測器及邊緣運算。

透過先進的 5G 與 6G 技術，AI 系統能夠在維持安全性、可靠性與效能保障的同時，持續互動、協同學習，並以機器運作的速度執行任務。

結合強大的無線網路、雲端與邊緣運算、全面的網路自主化，以及完善的資料治理，智慧連接網格將使網路能夠在數十億次同步互動中，即時感知、預測並採取行動，支援從數位分身、即時翻譯、自動駕駛，到攸關生命安全的第一線緊急應變服務等各種應用。

智慧連接網格將從根本上重新定義網路的能力，讓 AI 真正能夠在全球規模下，推動家庭、城市、企業及各行各業的轉型。

可信賴的技術堆疊

在 AI 時代，由運算、記憶體／儲存及網路所組成的數位基礎設施發展，是企業與國家維持競爭力的基礎。這些基礎設施必須作為一個整合系統運作，形成值得信賴的技術堆疊。

在這套技術堆疊中，連接技術正演進為智慧連接網格，並與雲端／資料中心及裝置領域共同提供 AI 模型層所需的能力。這些能力不僅集中於資料中心，也透過先進連線技術與裝置分散部署至全國各地，進而支援未來使用者所需的各種應用。

電力生產與電網、半導體、頻譜，以及包括稀土在內的原物料，共同構成這套技術堆疊不可或缺的關鍵基礎。整體架構將以開放系統與開放介面為基礎，串聯不同技術領域。這種開放且模組化的方式，讓企業能夠在各自領域內競爭，同時跨領域合作，使整個系統得以實現全球規模的發展。

這套技術堆疊的設計原則包括：以開放性促進創新、以信任確保安全與韌性，以及透過靈活性與效能滿足 AI 時代的需求。

愛立信對下一代網路的願景

為滿足這些新興需求，我們正依據截然不同的架構原則打造未來網路：

開放式網路
我們以開放性作為未來網路的設計原則，透過標準化介面，確保網路能力的使用不會成為創新的限制，讓任何開發者、企業或政府都能以網路為基礎開發應用、參與競爭並持續成長。

自主網路
我們正打造具備完整代理式自主能力的未來網路，讓先進 網路服務能夠透過意圖驅動自主管理，而非仰賴逐步下達指令，使網路得以即時自主最佳化，實現傳統人工維運難以負荷的大規模自動化管理。

節能網路
我們將能源效率納入未來網路的核心設計原則。隨著 AI 在 全球加速普及，智慧運算成本將成為影響競爭力的關鍵因素，而能夠以最低能源成本完成每次服務的網路，將建立長期的結構性優勢。

這些特性相互結合，將為消費者、企業及政府提供具有效能保障的差異化服務。使用者可透過開放式網路應用程式介面 （API）存取服務，並透過自主化維運進行管理。這套平台也將讓開發者與創新者能夠打造未來十年的 AI 原生應用。

未來趨勢正在成形，網路該如何做好準備？

2026 年發展現況

下一個連接時代已逐漸成形。從盡力而為（Best-effort）的消費者服務，轉向原生 AI、任務關鍵型及具備主權要求的應用，行動網路的需求型態正經歷結構性且不可逆的轉變。本文探討的四大趨勢，反映了我們目前觀察到的發展方向，以及我們正著手設計的因應方案。

我們預期代理式 AI 將持續快速成長，並拓展至新的應用類別

目前關於 AI 流量的討論，大多聚焦於生成式 AI 帶來的新需求。然而，真正的轉變在於使用行為的改變。過去的網路主要針對人類的使用模式進行最佳化，如今則必須因應一種全新的流量型態：AI 驅動的應用不再只是間歇性地傳輸資料，而是持續與網路互動。目前代理式 AI 流量僅占整體行動寬頻流量的一小部分，但其成長速度使未來對網路的影響難以預測。隨著 AI 從集中式模型轉向分散式自主代理，將對上行容量與延遲提出不同的要求。我們需要現在就開始針對這些需求進行設計，而不是等到需求出現才採取行動。

行動網路正成為 AI 原生服務的主要接取層，其影響不僅限於吞吐量

智慧穿戴裝置、個人 AI 代理與多模態 AI 應用，正逐漸以行動網路作為主要連接方式。推動這項趨勢的並非目前的流量規模，而是隨著應用普及，這些服務將產生持續，並且對低延遲連接的要求將持續提高。對於需要在現實世界中即時採取行動的 AI 代理而言，具有效能保障的低延遲連接將是基本需求，而非額外付費的進階選項。

新型態網路需求正在形成，現在正是提前規劃架構的關鍵時機

隨著自主 AI 代理在製造、物流、醫療照護及公共服務等領域擴大應用，將產生截然不同的網路需求，包括持續性連接、嚴格的延遲要求、高上行流量，以及以機器運作速度完成身分驗證的能力。這些需求目前尚未主導網路流量，但支援這些需求所需的網路架構，需要數年時間才能建置完成。因此，現在所做的決策，將決定未來網路能否在需求出現時做好準備。

後量子密碼學已完成標準化，相關技術已可取得並準備部署

大規模量子運算未來將有能力破解現行的公開金鑰加密技術，而攻擊者已開始蒐集加密資料，等待量子運算技術成熟後再進行破解。美國國家標準暨技術研究院（NIST）於 2024 年發布首批三項抗量子密碼標準。愛立信正積極推動相關標準在 3GPP（第三代合作夥伴計畫）、O-RAN 聯盟 （開放式無線接取網路聯盟）及 GSMA（全球行動通訊系統協會）中的採用，並已確認 6G 將從首個版本起全面支援後量子密碼學（PQC）。如今，量子安全韌性不應再僅被視為法規遵循要求，而應成為網路基礎設施規劃的重要一環。電信商必須確保最遲於 2030 年完成向後量子密碼技術的轉換。

塑造智慧連接網格的四大趨勢

在這篇文章中，我將探討共同定義智慧連接網格的四大技術趨勢：哪些因素推動其採用、如何確保其基礎安全、如何擴展其感知能力，以及如何讓它在突破性的規模下具備運算可行性。

趨勢一：實體 AI（Physical AI）
網路的主要使用者正在改變。除了消費者與企業，自主 AI 代理也逐漸成為網路中的重要使用者，能夠產生流量、使用網路能力，並以機器運作的速度做出決策。這正催生新的商業模式與需求，現有網路架構也必須隨之演進。

趨勢二：網路安全轉型
信任並非智慧連接網格的一項功能，而是所有能力得以實現的基礎。下一代網路的安全架構，必須能夠保護現有資料，抵禦未來可能出現的新型威脅。AI 正在改變安全漏洞的出現與利用方式，而量子運算最終將能破解現今網路所依賴的公開金鑰密碼技術。這兩項挑戰都需要產業提前採取因應措施，因此，將具備量子韌性、原生 AI 的安全機制納入智慧連接網格，已成為整個產業必須共同承擔的責任。

趨勢三：可程式化世界
全球網路正逐漸成為可程式化平台。透過開放式 API、整合式感測與認知型數位分身，網路正演進為能夠感知實體世界、開放相關能力並採取行動的平台。對開發者與企業而言，這意味著能夠直接運用大規模的網路能力進行開發；對各行各業而言，則意味著能夠建立隨環境變化即時調整的實體世界模型。

趨勢四：異質運算（Heterogeneous compute）
智慧連接網格將運行於異質運算架構之上，透過專用與通用加速器的最佳化組合，將各類運算資源部署在能發揮最高效率的位置。愛立信客製化晶片專為網路處理任務與 AI 推論進行最佳化，確保最嚴苛的工作負載能以適當的效能、能源效率與成本結構運作，進而實現全球大規模部署。

趨勢一：實體 AI

實體 AI 正在改變網路的主要使用者，從過去以數據使用為主的人類，轉向能夠以機器級速度進行感知、決策與行動的自主 AI 代理

新興發展趨勢

隨著代理式 AI 呈指數型成長，網路將面臨過去設計時未曾考量的全新需求。

除了企業對消費者（B2C）與企業對企業（B2B），第三種商業關係已經出現：企業對 AI 代理（Business-to-Agent, B2A）。在這種模式下，軟體系統能夠代表人類自主購買服務、協商所需能力並執行任務。代理式 AI 流量呈現指數型成長。在這個新興的企業對 AI 代理經濟中，企業的競爭地位不再僅靠合約保障，而是必須持續爭取，因為 AI 代理會以機器運作的速度，根據效能、能力與成本進行評估並切換服務。

下一波趨勢已經浮現：智慧眼鏡等 AI 穿戴裝置，能夠持續感知周遭環境、將情境資料傳送至雲端或邊緣 AI 模型，並隨時隨地即時代表使用者採取行動，因而對網路提出持續不間斷的要求。

實體 AI 正進一步加速這項轉變。我們預期，2026 年將出現首批在工業環境中商用部署的人形機器人，在物流與製造場域執行結構化、重複性的工作；至於住宅及都市戶外環境中的應用，仍將處於實驗階段。這些系統會將即時視覺辨識與控制等關鍵演算法卸載至 5G 邊緣雲端基礎設施，並透過網路提供的尖端能力，強化裝置內建晶片的運算能力。真正嶄新的並非機器人的實體能力，而是其感知能力。電腦視覺、深度感測與 AI 推理，讓這些系統能夠即時理解周遭環境，實現傳統固定式自動化無法達成的自主行為。當一個 AI 代理學到新知識，全球所有透過網路相互連結的 AI 代理便都能取得這些知識。網路因此將成為這套分散式、持續自我改善系統的共同神經系統。從這個意義上來說，網路也將扮演實體世界作業系統的角色，將感測器、運算與 AI 的複雜性整合至單一可程式化架構中。

網路架構發展趨勢

網路將演進為能夠以機器運作速度感知、決策並採取行動的智慧連接網格。

AI 代理與裝置的持續感知能力，正重新塑造網路流量型態，使上行容量、低往返延遲、邊緣與雲端整合，以及最重要的安全與信任，在策略上變得更加關鍵。網路將演進為能夠對 AI 代理進行身分驗證、授權及提供差異化服務的平台，並透過標準化、機器可讀取的介面，開放電信商的網路能力。 身為 Linux 基金會 Agentic AI Foundation 的創始成員，愛立信正致力於讓自主 AI 代理能夠跨供應商、產業與國界安全地互通，為 AI 代理經濟建立開放且值得信賴的基礎。

產業下一步發展方向

率先向機器開放網路能力的電信商，將在 AI 代理經濟中取得顯著優勢。

AI 代理將越來越能夠自行撰寫與電信商 API 整合所需的程式碼，自主探索並呼叫網路能力，過程中不再需要人工介入。

愛立信正打造實現這項願景所需的開放式標準化介面。率先讓網路具備支援機器間自主互動能力的電信商，將能在 AI 代理經濟中掌握商業規則的制定權。

趨勢二：網路安全轉型

將具備量子韌性、AI 原生整合的安全機制納入智慧連接網格，是整個產業共同的任務

新興發展趨勢

AI 正從多個層面重塑資安環境：加速威脅偵測與漏洞利用、帶來 AI 代理身分管理與存取權限治理的新挑戰，也使產業必須採取更全面的安全防護措施。與此同時，大規模量子運算預期將能破解現今廣泛使用的公開金鑰密碼技術。面對這兩項發展，整個產業都必須提前做好因應準備。

AI 既是目前網路防禦最強大的工具，也是全新安全威脅的來源。

如今，AI 驅動的系統已能自動發掘安全漏洞、偵測過去未知的零時差威脅，並快速產生修復方案。隨著威脅從被發現到遭到利用的時間不斷縮短，這些能力正逐漸成為關鍵基礎設施不可或缺的基本防護能力。另一方面，AI 帶來的安全威脅同樣不容忽視。隨著代理式 AI 在企業環境中日益普及，也產生了傳統安全模型難以因應的攻擊面向。當 AI 代理獲得系統存取權限，並能自主做出決策及執行動作時，就必須重新檢視整個作業流程中的授權、意圖驗證與行動稽核機制。

對電信產業而言，密碼技術帶來的挑戰更涉及長期且根本性的安全問題。電信網路具有使用年限長、全球互連，以及承載關鍵服務通訊等特性。攻擊者如今已開始蒐集加密資料，等待未來量子運算技術成熟，進而破解現有的公開金鑰加密演算法。

網路架構發展趨勢

我們正以 AI 原生的安全機制與抗量子密碼技術為基礎，開發下一代網路架構，涵蓋所有部署模式及產品生命週期階段。

愛立信所有網路產品都從設計階段開始納入安全考量，並整合 AI 驅動的自動化與保障機制，以便即時因應已知及新興威脅。為因應密碼技術轉型，愛立信積極參與全球後量子密碼學（PQC）標準制定，並推動相關技術在 3GPP、O-RAN 及 GSMA 中的採用。目前已確認，6G 將從第一個版本起全面支援 PQC。

產業下一步發展方向

密碼技術轉型的時程已經確立，相關標準與工具也已到位。現階段的決策，將決定未來智慧連接網格的整體安全防護水準。

代理式 AI 已在企業環境中快速普及，帶來傳統安全模型難以因應的新型威脅。電信商、供應商、企業與政府必須主動應對，在代理式 AI 大規模部署前，重新檢視授權、意圖驗證與行動稽核機制，而非等到漏洞暴露後才著手處理。

在後量子密碼學（PQC）方面，優先順序較高的系統應於 2031 年前完成向抗量子演算法的轉換，並於 2035 年前全面完成轉型。地緣政治局勢也使最關鍵的系統部署必須更早採取行動。我預期 PQC 將從 5G 演進階段開始導入，並成為第一代 6G 系統的基本要求。承載全球最敏感通訊資訊的網路，必須在量子運算技術成熟前具備量子韌性。

趨勢三：可程式化世界

智慧連接網格將可程式化能力、感測技術與即時模擬整合至單一網路層，讓實體世界得以大規模實現可程式化

新興發展趨勢

差異化連接與整合式感測等大規模網路能力，需要透過以意圖為基礎、由 AI 支援的自主化維運來實現，進而讓網路從單純的資料傳輸管道轉型為平台。代理式 API 能力開放（agentic API exposure）將進一步強化這項轉變，帶來使用網路服務的全新方式。

網路可程式化能力將是有效支援開放式代理式網路 API 的關鍵，讓應用程式能夠直接向網路表達需求。詐欺防範、身分驗證及隨選服務品質（Quality-on-Demand）等領域初步取得的商業成果，已為下一階段發展奠定基礎。下一步是意圖導向網路（Intent-based networking），由電信商設定預期目標，網路則自主執行並達成目標，推動商業模式從單純銷售連接服務，轉向透過具效能保障的服務創造營收。

與此同時，整合式感測與通訊（ISAC）讓網路進一步具備環境感測能力。這項技術沿用與通訊服務共用的基地台站點、頻譜與硬體，同時導入專用的感測訊號、控制機制及處理能力，以偵測物體、繪製環境狀態圖，並在交通監控、基礎設施保護及都市管理等領域，提供「感知即服務」(Sensing-as-a-Service)。

認知型數位分身（Cognitive digital twins）則將這個可程式化層與實體世界連結，從被動模擬演進為能夠即時因應真實世界變化、自主調整的模型。在工業 5.0 的工廠現場，協作機器人（Cobots）與員工共同工作，並由能夠持續因應生產變化的數位分身提供引導。機器負責危險及重複性的工作，人類則專注於更高價值的任務。空間運算（Spatial computing）進一步延伸這項發展，使醫療照護、物流及製造等領域的實體與數位界線逐漸模糊。

網路架構發展趨勢

我們正逐層打造可程式化網路：從現階段的 API 能力開放與意圖導向管理，到認知型數位分身及 AI 驅動的自主化維運，最終在 6G 實現完整的 ISAC 感測能力。

自主網路正從傳統規則式自動化，演進為能夠即時學習、調整並做出關鍵業務決策的系統。透過全球生態系夥伴合作，我們正打造標準化、機器可讀取的網路 API，讓開發者、企業與 AI 代理能夠大規模存取並運用電信商的網路能力進行開發。

隨著這些介面的主要使用者從開發人員轉向自主 AI 代理，我們正著手設計身分驗證與審核機制，這將決定誰能參與可程式化網路的發展，以及誰能從中獲得價值。與此同時， ISAC 的標準化工作正透過 3GPP 持續推進，愛立信也積極參與相關架構的制定，以充分發揮 ISAC 在 6G 規模下的感知潛力。

產業下一步發展方向

到 2030 年，自主化、意圖驅動的智慧網路，將成為全面可程式化、以人為本的世界中不可見卻不可或缺的基礎架構。如今所做的商業決策，將決定由誰建構這個世界，以及誰能從中受益。

短期而言，首要任務是實現大規模 API 商業變現，並建立開發者與企業生態系，讓差異化連接具備商業可行性。中期機會則在於感知即服務，以及認知型數位分身的整合。要實現這些目標，仍須克服幾項挑戰，包括不同供應商之間的互通性、跨可程式化網路層的零信任安全防護，以及大規模部署所需的技術發展。有系統地解決這些挑戰，而非一再推遲的電信商與生態系夥伴，將能主導可程式化世界的發展方向，而不只是被動接受既有的發展模式。

趨勢四：異質運算

以專用設計晶片為基礎的異質運算，將成為建構具備可行性與擴展能力之智慧連接網格的基礎

新興發展趨勢

轉向 AI 原生整合的網路，需要專門設計的運算策略，才能在全球提供電信商所需的效能、即時反應能力與能源效率。

5G 中頻段先進天線系統的應用，會帶來運算需求的重大變化，而通用運算架構原本並非為了滿足這類需求而設計。多個天線分支、寬頻波束成形，以及即時訊號的平行處理，都需要截然不同的運算架構。隨著網路朝 6G 演進，且 AI 更深入整合至無線接取網路（R AN）的各個層面，運算需求將進一步增加。隨著 AI 推論工作負載在網路中持續增加，以通用硬體為基礎的網路，將越來越難以滿足 AI 原生應用的需求，而持續攀升的能源成本，也將進一步加劇這項劣勢。電信商現階段制定的運算策略，將決定未來十年的效能上限、能源成本效益與市場競爭地位。

網路架構發展趨勢

結合專用晶片、張量處理（Tensor processing）及電信專用加速器的異質運算架構，是 AI 原生無線接取網路（AI-native RAN）的設計基礎。

AI 原生 RAN 所需的運算架構，結合專用數位訊號處理器、張量運算核心及電信專用加速器，並透過小晶片（Chiplet）技術與先進封裝，採用尖端半導體製程實現。

這種異質運算方式，讓 AI 工作負載能夠直接在 RAN 技術堆疊中執行，以符合即時無線功能所需的微秒級延遲，同時將整體網路的能源消耗降至最低。愛立信晶片（Ericsson Silicon）與愛立信多核心架構（Ericsson Many-Core Architecture），是愛立信實現這項技術堆疊的具體成果。目前，神經網路加速器已直接整合至 Massive MIMO 無線設備中，支援在站點端大規模執行 AI 推論。張量處理核心（Tensor Core）與數位訊號處理（DSP）運算單元，專為因應整個 RAN 架構持續成長的 AI 運算需求而設計，為邁向 AI 原生 6G 奠定運算基礎。展望未來，神經形態運算（Neuromorphic computing）與量子運算架構將是長期研究投資方向；現階段則聚焦於異質小晶片（Chiplet）技術策略，以因應持續演進的網路需求，並支援規模化擴展。

產業下一步發展方向

現在就為 AI 原生網路制定運算策略的企業，相較於等到需求出現才採取行動，將更有能力因應未來 6G 帶來的挑戰。

專用異質運算平台能夠在現有網路基礎設施上支援持續成長的 AI 推論需求，避免日後為了因應需求變化而投入大量的額外投資。隨著 AI 工作負載持續增加，能以最低成本提供 AI 運算能力的架構，將逐漸形成營運成本上的優勢，且這項優勢將隨時間持續擴大。6G 轉型將是檢驗這些策略成效的關鍵，而具備專用運算基礎架構的電信商，將更有能力迎接這項挑戰。

結論

我對未來十年的願景，是讓行動網路超越單純的資料傳輸。網路將能以智慧運作的速度感知、決策並採取行動，同時支援人類、企業及自主系統。

本文探討的四大趨勢並非獨立的預測，而是同一場轉型中相互關聯的不同面向，每項趨勢都為下一階段的發展奠定基礎。代理式 AI 決定了智慧連接網格需要支援哪些對象；安全與後量子密碼學為建立信任奠定基礎；可程式化世界展現網路感知環境及開放能力的潛力；異質運算則決定這套架構能否在全球規模下，同時具備運算與經濟上的可行性。

在我看來，智慧連接網格之於 AI 經濟，就如同過去的盡力而為（Best-effort）行動服務之於網際網路經濟。它不僅是支撐各種應用與服務的連結基礎，更是決定誰能領先、誰將落後的關鍵。智慧連接網格無法單靠延伸現有技術來實現，而必須從新需求出發進行設計，並從一開始就將開放性、可程式化能力與信任納入核心。

這場轉型無法由愛立信獨力完成，我們也從未打算單打獨鬥。智慧連接網格需要電信商、企業、開發人員、政府及學術界緊密合作，朝共同的架構與方向攜手推進。未來兩到三年的決策，將決定這場轉型的發展方向，以及誰能在塑造未來的過程中發揮關鍵影響力。

愛立信致力於引領這場轉型，也邀請生態系中的每一位夥伴，與我們共同塑造未來。

延伸閱讀

• 愛立信技術評論：《探索量子運算在電信網 路中的潛在優勢》
• 愛立信技術評論：《改善開發者體驗，加速網路自動化》
• 愛立信白皮書：《ICT 能源演進：電信、資料中心與 AI》
• 愛立信白皮書：《差異化連接：充分發揮 5G 潛力》
• 愛立信白皮書：《意圖驅動網路是邁向自主網路的重要一步》
• 愛立信白皮書：《從 CPaaS 邁向全球網路 API 平台，協助電信商透過 5G 創造營收》