/記得星標(biāo)我/

比大部分人早一步看見未來

最近運(yùn)營(yíng)商有點(diǎn)慌，根據(jù)財(cái)務(wù)部、稅務(wù)總局發(fā)布的最新公告，運(yùn)營(yíng)商的流量業(yè)務(wù)、短彩信業(yè)務(wù)、寬帶業(yè)務(wù)的稅目由增值電信服務(wù)調(diào)整為基礎(chǔ)電信服務(wù)，對(duì)應(yīng)增值稅稅率由 6%調(diào)整至9%。

我簡(jiǎn)單核算過，由于稅率提高將導(dǎo)致三大運(yùn)營(yíng)商利潤(rùn)減少大概170億元！這對(duì)三大運(yùn)營(yíng)商的沖擊是非常大的。畢竟三大運(yùn)營(yíng)商加起來利潤(rùn)也不過是1800億左右（2024年中國(guó)移動(dòng)凈利潤(rùn)1384億元，中國(guó)電信330億元，中國(guó)聯(lián)通90億元），這相當(dāng)于直接少了接近10%！

那怎么辦？解決方案很明確，減少對(duì)基礎(chǔ)通信服務(wù)的收入依賴，盡快壯大算力服務(wù)和智算服務(wù)的收入規(guī)模。

在這個(gè)大趨勢(shì)下，智能體也許將成為運(yùn)營(yíng)商的“救命稻草”！

——是為序

最近，Crawbot 的火爆在 AI 圈激起的浪潮，像極了當(dāng)年 DeepSeek 橫空出世時(shí)的震撼。從業(yè)者突然發(fā)現(xiàn)，AI 的下半場(chǎng)不再是枯燥的“文字游戲”，而是真實(shí)生產(chǎn)力的“智力接管”。

從通用模型到行業(yè) Agent，再到如今人人談?wù)摰?Crawbot 現(xiàn)象，產(chǎn)業(yè)關(guān)注點(diǎn)正在發(fā)生一個(gè)新的轉(zhuǎn)移——企業(yè)不再只關(guān)心模型有多強(qiáng)，而是關(guān)心 AI 能否像 Crawbot 一樣，長(zhǎng)出“手腳”真正進(jìn)入業(yè)務(wù)系統(tǒng)，并持續(xù)產(chǎn)生價(jià)值。

從“算力盲目囤積”到“按需驅(qū)動(dòng)”的轉(zhuǎn)變

在 AI 爆發(fā)的早期階段，企業(yè)對(duì)算力的購(gòu)買往往帶有顯著的盲目性與跟風(fēng)色彩。

那時(shí)，算力更像是某種“戰(zhàn)略儲(chǔ)備”或“示范標(biāo)簽”：企業(yè)在業(yè)務(wù)邏輯尚不清晰時(shí)，便急于采購(gòu)昂貴的 GPU 資源或租用智算服務(wù)。這種被動(dòng)采購(gòu)導(dǎo)致了需求碎片化、利用率低下，且隨著項(xiàng)目展示的結(jié)束，算力往往陷入閑置。

而隨著智能體（Agent）的興起，算力需求正經(jīng)歷從“囤貨”到“用貨”的質(zhì)變。 智能體一旦嵌入經(jīng)營(yíng)分析、財(cái)務(wù)決策、業(yè)務(wù)調(diào)度等核心流程，便不再是“可有可無”的實(shí)驗(yàn)工具，而是日常業(yè)務(wù)運(yùn)行的一部分。 這種應(yīng)用形態(tài)，天然要求具備以下條件：

• ?持續(xù)可用的推理算力，而非短期暴發(fā)。

• ?與業(yè)務(wù)規(guī)模同步增長(zhǎng)的彈性供給。

• ?可長(zhǎng)期演進(jìn)的算力底座。

從這個(gè)意義上看，不是算力推動(dòng)智能體，而是智能體反向牽引算力需求。

為什么說“智能體”是算力需求的放大器？

一個(gè)顯著趨勢(shì)是，企業(yè)對(duì) AI 的需求，正在從單一功能調(diào)用，轉(zhuǎn)向具備“理解—決策—執(zhí)行”能力的智能服務(wù)。

行業(yè)智能體的核心競(jìng)爭(zhēng)力，已不再是比拼模型參數(shù)，而是對(duì)業(yè)務(wù)流程、行業(yè)規(guī)則和數(shù)據(jù)邏輯的深度理解。一些行業(yè)廠商沉淀的 Workflow（工作流），本質(zhì)上就是被反復(fù)驗(yàn)證的業(yè)務(wù)決策路徑。

這類智能體一旦落地，會(huì)形成持續(xù)運(yùn)行的智能服務(wù)，并對(duì)算力形成長(zhǎng)期、穩(wěn)定的消耗。相比傳統(tǒng)單點(diǎn) AI 應(yīng)用，智能體更具“粘性”，它讓算力從“一錘子買賣”變成了企業(yè)維持運(yùn)轉(zhuǎn)的“工業(yè)電能”。

算力形態(tài)的博弈：預(yù)算、效率與部署方式

隨著智能體進(jìn)入深水區(qū)，企業(yè)對(duì)算力的選擇不再盲目，而是會(huì)基于部署方式、預(yù)算成本、響應(yīng)效率三者的精細(xì)化博弈，衍生出了多樣化的供給形態(tài)：

智算一體機(jī)（私有化部署）：

適用： 數(shù)據(jù)敏感度高、追求極致低延遲的政企客戶。

邏輯： 盡管初始預(yù)算較高，但解決了安全焦慮，數(shù)據(jù)完全隔離，且在部署方式上實(shí)現(xiàn)了“開箱即用”，極大提升了特定場(chǎng)景下的運(yùn)行效率。

云端推理（按 Token/時(shí)長(zhǎng)計(jì)費(fèi)）：

適用： 業(yè)務(wù)變動(dòng)大、處于測(cè)試期或輕量化運(yùn)行的企業(yè)。

邏輯： 極低的準(zhǔn)入門檻，讓企業(yè)在有限預(yù)算下能快速驗(yàn)證智能體效果，利用云端的彈性實(shí)現(xiàn)最優(yōu)效率。

算力資源池（混合云租用）：

適用： 規(guī)?；\(yùn)行的成熟智能體。

邏輯： 兼顧了部署方式的靈活性與資源調(diào)配的效率，是大型企業(yè)在算力性價(jià)比上的最優(yōu)解。

可以看到，算力并不存在唯一形態(tài)，而是根據(jù)智能體應(yīng)用的成熟度和安全要求，被不斷“拉伸”出多種供給組合。

- 04 -

運(yùn)營(yíng)商的關(guān)鍵角色：從“算力服務(wù)商”到“智能服務(wù)的提供者

在這一過程中，運(yùn)營(yíng)商的優(yōu)勢(shì)并不在于單一模型能力，以及算力資源池的規(guī)模大小，而在于其能夠承載這種復(fù)雜的需求博弈：

• 算力的統(tǒng)一調(diào)度： 解決企業(yè)在公有云、私有云、邊緣側(cè)的算力碎片化問題。

• 算力的多維交付： 提供從一體機(jī)到 Token 租賃的多樣化產(chǎn)品矩陣，匹配不同客戶的預(yù)算曲線。

• 算力提供的保障： 智能體對(duì)業(yè)務(wù)的滲透越深，對(duì)運(yùn)維一致性的要求就越高，這正是運(yùn)營(yíng)商的“看家本領(lǐng)”。

運(yùn)營(yíng)商專注提供底層算力支撐，生態(tài)伙伴則負(fù)責(zé)提供多樣化的應(yīng)用服務(wù)。通過緊密協(xié)同，運(yùn)營(yíng)商可以將行業(yè)智能體作為關(guān)鍵切入點(diǎn)，將算力資源深度融入客戶的業(yè)務(wù)體系，形成“云 + 智能體 + 服務(wù)”的一體化能力。

回到最初的問題：智能體是運(yùn)營(yíng)商進(jìn)軍 AI 的“救命稻草”嗎？

更準(zhǔn)確的答案或許是： 智能體不是替代算力的答案，而是算力能被企業(yè)持續(xù)購(gòu)買、深度依賴的根本理由。

- END -

如有合作，請(qǐng)聯(lián)系