摘要：“人工智能+信息通信”不是把 AI 接进电信业务这么简单，而是把网络、算力、终端、应用和治理重新组织成下一代智能基础设施。
很多人理解“人工智能+”，还停留在应用层。
比如给客服接上大模型，给办公软件加一个 Copilot，给工厂系统装一个智能问答入口，给家庭设备配一个语音助手。这些当然重要，但它们只是 AI 进入产业的前台。
真正决定 AI 能不能规模化落地的，往往在后台：网络够不够快，算力能不能调度，数据能不能就近处理，终端有没有推理能力，智能体之间能不能通信，安全和治理能不能跟上。
工信部 6 月 10 日发布的《“人工智能+信息通信”创新发展实施意见（2026—2028 年）》，讲的正是这件事。
它不是一份单纯的电信行业文件，也不是把 AI 用在运营商客服里的小修小补。更准确地说，它在回答一个底层问题：
当 AI 从聊天窗口走向千行百业，信息通信基础设施要变成什么样？
AI 不只是吃算力，也吃网络
过去谈 AI 基础设施，大家首先想到的是 GPU、智算中心、数据中心和电力。
这些都对，但还不够。
如果 AI 只是集中在云端训练和离线推理，算力中心确实是核心。但当 AI 开始进入工厂、港口、矿山、医院、家庭、汽车、机器人和城市治理场景时，问题就复杂了。
大量任务不能都回云端处理。工业视觉检测需要低延迟，自动驾驶需要实时响应，家庭看护需要本地隐私保护，设备巡检需要边缘判断，机器人协同需要稳定通信。AI 越靠近物理世界，就越依赖网络。
这份文件把网络、算力、终端、应用和治理放到同一个框架里，说明政策对 AI 基础设施的理解正在发生变化：算力不是孤立的机房资源，而要通过通信网络变成可调度、可感知、可服务的社会级能力。
简单说，下一阶段不是“哪里有 GPU，哪里就有 AI”，而是“哪里能把网络、算力、数据、模型和场景接起来，哪里才有真正可用的 AI”。
“1 毫秒时延圈”背后的产业信号
文件提出，到 2028 年，城域算力 1 毫秒时延圈覆盖率不低于 75%。
这个指标很值得琢磨。
“1 毫秒”不是一个宣传数字，而是把算力基础设施从“有多少”推进到“离场景有多近”。过去地方建设智算中心，容易关注总算力、机柜数量、投资规模。问题是，很多 AI 应用并不只是要算力大，还要响应快、调度稳、网络可控。
城域 1 毫秒时延圈指向的是城市级低延迟算力供给能力。它意味着算力不再只是云端资源，而要像水、电、通信一样，成为城市和产业园区可调用的基础服务。
这对工业场景尤其重要。
一个智能工厂如果要做视觉质检、设备预测维护、柔性产线调度和机器人协同，仅靠远端云推理很难满足全部需求。更合理的结构，是云端负责大模型训练和复杂任务，城域边缘节点负责低延迟推理，工厂现场设备负责即时控制和安全兜底。
所以，“1 毫秒时延圈”的真正含义，是 AI 基础设施开始向场景现场下沉。
网络智能体：从管道到执行者
这份文件里另一个关键概念，是网络智能体。
过去通信网络更像“管道”：负责连接、传输和承载。网络优化主要依靠规则、配置、人工运维和监控系统。AI 进入以后，网络不再只是被管理对象，也可能成为能够感知、分析、决策、执行的智能系统。
文件提出，要支持研发专业性高、落地性强的网络大模型和智能体，突破大小模型协同、多智能体协同、智能体通信等技术，还提到探索基于智能体的新型电信业务形态。
这说明通信行业自身也在被 Agent 化。
未来网络运维可能不再是人盯着告警面板逐项处理，而是由网络智能体自动识别异常、定位瓶颈、提出调整策略，甚至在授权范围内执行配置变更。客服也不只是问答机器人，而可能成为能查询套餐、诊断家庭网络、调度维修、推荐终端的服务智能体。
更进一步，文件提到“智能体通信”。这件事很有前瞻性。
现在我们讨论智能体，更多关注单个 Agent 怎么调用工具、怎么规划任务。但当智能体数量变多，真正麻烦的是它们之间怎么协作、怎么寻址、怎么交换任务、怎么验证身份、怎么控制权限。通信行业天然擅长连接、协议、认证和服务质量保障。它如果进入智能体通信基础设施，可能会影响未来 Agent 生态的底层形态。
换句话说，通信网络未来不只连接人和设备，也可能连接智能体。
信息通信行业自己也要先智能化
文件的第一类任务，是推动信息通信行业智能化升级。
这很合理。一个行业要支撑全社会 AI 化，自己必须先完成 AI 化。
通信网络的特点是规模巨大、系统复杂、实时性强、故障影响面广。基站、核心网、路由交换、光传输、宽带接入、安全网关，每一层都有大量设备和运行状态。如果还主要靠人工经验维护，很难适应 AI 时代的流量变化和业务复杂度。
文件提出，要在网络“规建维优营服”等全场景提升感知、分析、决策、执行一体化能力。
这句话翻译一下，就是从规划、建设、维护、优化、运营、服务全链条引入 AI。它不是某个单点工具，而是通信行业运营方式的系统改造。
对运营商来说，这意味着 AI 不只是新增业务收入来源，也会成为降本增效和服务质量提升的核心手段。
对设备商来说，这意味着网络设备不能只拼带宽和稳定性，还要拼内生智能、业务感知、调度优化和安全防护能力。
对软件企业来说，这意味着会出现一批围绕网络大模型、网络智能体、通信运维 Agent、算网调度平台的新产品机会。
“算力+数据+模型+AI 应用”会变成一体化服务
文件提出，要推广模型应用平台，建立“算力+数据+模型+AI 应用”的一体化服务生态。
这是一个非常务实的方向。
很多企业想用 AI，但真正落地时会被拆成一堆问题：算力去哪里买，模型怎么选，数据怎么接，场景怎么验证，安全怎么评估，效果怎么衡量，后续怎么运维。
如果每个企业都从头搭一遍，成本太高。
所以未来信息通信服务商可能不只是卖网络套餐，而是提供 AI 基础服务包：网络接入、算力调度、模型调用、数据连接、应用开发、终端部署、安全审计一起打包。
这对中小企业尤其重要。
文件明确提出，要推动面向中小企业提供套餐式、模块化“网络+人工智能”服务。这个方向比泛泛号召中小企业上 AI 更有效。中小企业没有足够预算和团队去自建完整 AI 平台，它们需要的是可购买、可配置、可验证、可持续服务的模块化能力。
比如一家中小制造企业，不一定要自己训练工业大模型。它更需要一个低成本组合：5G/光网接入、设备数据采集、视觉质检模型、工单知识库、异常告警智能体、简单报表和运维服务。如果运营商、工业互联网平台和模型服务商能把这些打包，AI 才可能真正普及到中小企业。
终端会重新变成 AI 竞争入口
文件还强调打造网智融合新终端，大力发展人工智能手机和电脑、智慧家庭设备、智能穿戴设备等产品，并推动具身智能与网联通信模组和设备适配验证。
这说明 AI 竞争不会只发生在云端模型层，也会回到终端层。
过去几年，智能手机、PC、智能家居设备的创新有些疲态。AI 的出现，给终端重新打开了想象空间。但终端 AI 不是简单把模型塞进设备，而是要处理本地算力、网络连接、隐私保护、云边协同和用户体验之间的平衡。
手机上的个人助理、家庭里的智慧管家、工厂里的巡检设备、机器人上的通信模组，本质上都是“端、边、云、网、智”协同的结果。
尤其是具身智能。
机器人不是只靠一个大模型就能跑起来。它需要传感、定位、控制、通信、边缘推理、远程运维和安全机制。工信部把具身智能与信息通信融合创新写进文件，说明机器人产业的竞争也会从单体硬件和算法，走向网络化、服务化、系统化。
未来真正有竞争力的智能终端，可能不是单点性能最强的设备，而是能够稳定接入 AI 服务生态、具备本地推理能力、支持持续升级和安全治理的设备。
治理能力必须和基础设施同步建设
AI 和信息通信融合后，风险也会被放大。
网络一旦智能化，出错就可能不只是一个聊天回答错了，而是影响通信服务、企业生产、家庭安全、城市运行。智能体如果能自动执行网络配置、调度算力、控制终端，就必须有严格的权限、审计和回滚机制。
文件把增强信息通信行业治理能力单列一章，这是必要的。
AI 时代的信息通信治理，至少要覆盖几类问题：
第一，模型和智能体的安全边界。哪些操作可以自动执行，哪些必须人工确认，异常时如何熔断。
第二，数据和隐私保护。通信行业掌握大量用户、设备和网络状态数据，AI 应用必须明确数据使用边界。
第三，网络韧性。AI 优化不能牺牲基础通信服务稳定性，关键系统必须保留可解释、可回退的运行机制。
第四，终端安全。AI 终端越普及，攻击面越大，身份认证、远程更新、权限管理会变得更重要。
如果没有这些治理能力，网络智能化越深，系统性风险就越大。
这份文件真正释放的信号
这份《实施意见》最重要的地方，不是列出一批技术名词，而是把 AI 基础设施的边界扩大了。
过去大家谈 AI 基础设施，常常只谈模型、算力和数据。现在必须把通信网络、边缘节点、终端设备、智能体协议、安全治理也纳入进来。
它释放了三个信号。
第一，AI 将从云端集中式能力，走向云边端网协同能力。离场景越近，越需要低延迟、稳定连接和本地推理。
第二，信息通信行业不只是 AI 的承载者，也会成为 AI 的改造对象。网络、运维、服务、终端都会被智能体重构。
第三，AI 普及不能只靠大企业自建平台。面向中小企业的模块化“网络+AI”服务，将决定 AI 能不能从示范项目走向广泛应用。
所以，这份文件真正指向的不是“通信行业加一点 AI”，而是“AI 时代的信息基础设施重建”。
未来几年，谁能把网络、算力、数据、模型、终端和应用组织成一套稳定、低成本、可治理的服务体系，谁就会掌握 AI 普及的关键入口。
模型会继续变强，但模型不能悬浮在云端。
AI 要真正进入产业现场，先得有一张会思考、会调度、会保护自己的网络。
参考资料：
- 工业和信息化部：《“人工智能+信息通信”创新发展实施意见（2026—2028 年）》，2026 年 6 月 10 日。https://wap.miit.gov.cn/jgsj/txs/wjfb/art/2026/art_c1fe635702fc4339bf85289fe605ac21.html