AI-for-RAN、AI-and-RAN、AI-on-RAN解决的是不同问题，不能混为一次设备替换。
DEFINE THE MARKET
先把三个AI-RAN拆开，才知道钱从哪里来
同一个名词包住了三条成熟度和付费方完全不同的路线。
AI-for-RAN是用AI改善无线网络本身，例如信道估计、波束赋形、节能和故障预测；AI-and-RAN是让RAN与AI工作负载共享通用加速平台，再由编排器在两者之间分配资源；AI-on-RAN则把推理能力放到网络边缘，为机器人、摄像头、工业设备等低时延应用提供服务。三者可以组合，但商业证据必须分别核验。
这一区分直接改变投资时钟。AI-for-RAN可以先以软件升级和局部算力增配进入5G/5G-A网络，不必等待6G标准冻结；AI-and-RAN需要运营商证明共享平台的总拥有成本优于专用设备；AI-on-RAN还要多跨一道门——边缘应用客户愿意为时延、隐私和本地处理持续付费。
收益先体现为容量、能耗、运维和体验改善。
关键是峰谷错配、资源编排和总拥有成本。
必须找到通信之外的可付费AI负载。
AI-RAN不是一轮整齐划一的基站换机，而是软件、算力平台和边缘服务三只不同速度的钟。
EVIDENCE LADDER
从白皮书到商网，中间至少隔着四级证据
演示数量可以验证工程热度，却不能替代连续运行、验收和收入。
SoftBank的试验已经比普通概念验证更接近真实无线环境：公司披露，Transformer无线处理使5G吞吐提高约30%，16层MU-MIMO户外试验相对传统4层配置的频谱效率和吞吐约为三倍。这些数字说明软件化无线处理存在性能空间，但均来自公司项目总结，尚不能据此推算运营商采购量。
联盟在2026年继续扩员、增加演示和开放研发方向，说明供应链正在形成共同语言。真正改变产业利润池的证据，则是运营商把设备纳入多年资本预算、完成商用验收，并披露共享算力的利用率、功耗和收入，而不是又多一个合作伙伴或展台。
| 证据层级 | 已经出现的材料 | 还缺什么 |
|---|---|---|
| 架构与规范 | 联盟形成三条工作主线并发布技术文件 | 统一接口、性能口径和可复现实验 |
| 实验室与展会 | MWC 2026披露33场演示 | 跨厂商兼容、长时间稳定和独立测试 |
| 户外与现网验证 | SoftBank披露20小区、100终端及16层MU-MIMO试验 | 高峰负载SLA、能耗、故障率和运维成本 |
| 商用网络 | SoftBank计划2026财年起导入 | 付费合同、节点规模、验收节奏与相关收入 |
UNIT ECONOMICS
共享算力只有在两条负载错峰时才创造价值
把RAN搬到GPU只是技术动作，降低每单位有效业务成本才是商业动作。
RAN负载具有刚性：忙时不能因为边缘模型抢占资源而丢失时限确定性，空闲时又必须有足够AI任务填满算力，才能摊薄设备成本。若运营商为了满足电信级可靠性仍要为RAN保留专属容量，共享平台的理论利用率就会被安全冗余吃掉；若边缘客户使用零散，AI-on-RAN也会变成昂贵的闲置算力。
因此，AI-RAN的经济性应拆成四项：相对专用基站的设备与软件成本、单位小区的能耗和运维、AI与RAN的实际并发利用率、边缘AI产生的可归属收入。只公布峰值吞吐或单次演示，无法回答这四项。最有希望先落地的场景，是工业园区、机器人、视频分析和需要数据本地化的专网，而不是所有宏站同步改造。
- 若AI负载与无线忙时高度重合，共享资源的可售部分会显著下降。
- 若GPU平台节省服务器数量，却增加制冷、电力和备件成本，TCO改善可能消失。
- 若开放接口成熟，运营商可以降低单一供应商锁定；若接口分裂，集成费用会吞噬节省。
- 若边缘应用只停留在联合试验，网络侧无法获得第二条现金流。
COMMERCIAL CLOCK
2026—2027先看验收，6G之后才看重构
产业顺序比“第几代通信”标签更有用。
第一阶段是现网AI优化、虚拟化RAN和参考套件，收入可能来自软件、服务器、加速卡、编排器与集成服务；第二阶段是运营商在少数城市或园区部署共享平台，验证全年负载曲线与维护体系；第三阶段才是AI原生空口、分布式算力与网络服务形成一体化架构。前两阶段完全可能发生在5G-A时期。
这也意味着传统基站专用芯片不会因为AI-RAN出现就立即退出。对时延最敏感、成本最苛刻的无线功能仍可能长期使用专用加速，通用平台则从高价值场景逐步渗透。研究重点应从“谁在联盟名单里”转向“谁通过商网验收、谁拿到可量化收入、谁能在高峰期守住SLA”。
商业拐点不是6G标准发布，而是运营商第一次同时披露规模节点、稳定运行和正向单位经济性。