今年的政府工作報告提出，擴大5G規模化應用，加快工業互聯網創新發展。從行業發展角度看，當前在推動5G與工業互聯網深度融合過程中面臨哪些挑戰？從5G到5G-A，再到5G-A商用一周年，為6G的發展帶來了哪些經驗或啟示？AI發展如火如荼，作為通信企業，如何看待AI for Industry在未來幾年的發展趨勢？7月2日—5日，2025全球數字經濟大會在北京舉行，會議間隙，北京移動副總經理劉南接受了記者的專訪。

劉南稱，“5G-A是5G向6G發展的關鍵階段，5G-A仍屬于地面范疇，而6G是空天地一體化，能夠對國內廣袤的54%網絡未覆蓋區域實現有效覆蓋。”他表示，5G與工業互聯網深度融合是擴大5G規模化應用的重要前提，目前“5G+工業互聯網”應用場景多針對共性需求，與不同行業、企業的個性化需求契合度不夠。當前，5G-A歷經不到一年的建設，與行業的融合已經頗具成效。從5G到5G-A，再到5G-A商用一周年，正從技術研發、應用場景、產業生態三個層面為6G的發展帶來啟示。

記者：今年政府工作報告提出，擴大5G規模化應用，加快工業互聯網創新發展。從行業發展角度看，當前在推動5G與工業互聯網深度融合過程中面臨哪些挑戰？5G與工業互聯網融合經歷著怎樣的階段性演進過程？

劉南：5G與工業互聯網深度融合是擴大5G規模化應用的重要前提，目前主要面臨成本、需求等多方面的挑戰。

成本層面，5G網絡建設、現有設備改造及后續運營成本較高，這對于企業，尤其是中小企業而言，存在一定壓力，制約了5G與工業互聯網融合的大規模推廣。需求匹配層面，工業各垂直行業相對獨立分散，需求呈現碎片化、個性化特征。目前“5G+工業互聯網”應用場景多針對共性需求，與不同行業、企業的個性化需求契合度不夠。

根據工業和信息化部印發的《打造“5G+工業互聯網”512工程升級版實施方案》，未來5G和工業互聯網將在網絡設施、技術產品、融合應用等方面進行演進。未來“5G+工業互聯網”將廣泛融入實體經濟重點行業領域，推動其在更廣范圍、更深程度、更高水平上創新發展，屆時5G將與工業互聯網實現深度融合，成為工業生產中不可或缺的基礎設施。

記者：5G-A與哪些行業的深度融合與高效應用正在或即將改變城市生活？5G-A與新興產業的結合將如何釋放出新質生產力方面的價值和潛力？

劉南：5G-A是新興產業的重要技術驅動力，以低空經濟為例，在5G-A通感一體技術的加持下，低空經濟將發揮更大的價值及潛力。第一，促進高端技術創新，帶動上下游產業協同，如無人機技術可推動人工智能、5G通信、衛星導航等技術融合升級；第二，創造新經濟增長點，催生新的商業模式和消費業態。如低空旅游、娛樂等；激發消費者支付意愿，拓展消費場景；第三，增進民生福祉，低空經濟廣泛應用于基礎設施巡查、應急救援等公共服務領域，提升公共服務效率。

記者：2024年被業界稱為5G-A商用元年。從5G到5G-A，再到5G-A商用一周年，為6G的發展帶來了哪些經驗或啟示？

劉南：4G是消費物聯網，5G是產業互聯網，向前一步形成通感能力，6G則不同，真正的萬物互聯靠6G。從5G到5G-A，再到5G-A商用一周年，為6G的發展帶來的經驗和啟示可以從技術研發、應用場景、產業生態三個層面來看。

首先是技術研發層面，5G-A通過頻譜資源擴展提升了網絡帶寬，這為6G在高頻段頻譜利用方面提供了經驗，5G-A的智能網絡架構通過AI調度算法，提高了網絡資源利用率，也為6G網絡智能化發展提供了思路。

其次是應用場景層面，5G-A進一步豐富了5G的應用場景，如“5G+采礦”“5G+工業質檢”等。這表明6G技術發展應更加注重與垂直行業的深度融合。以場景需求為導向，挖掘網聯汽車、低空經濟等領域的應用潛力，為6G應用落地開拓方向。

最后是產業生態層面，5G-A的發展強調產業協同，通過與設備廠商、應用開發商等合作，打造生態體系。6G發展需要強化產業協同，構建產業生態，加強標準制定協同，產業鏈上下游企業需增進技術研發合作，共同攻克關鍵技術。

圖片7月2日—5日，2025全球數字經濟大會在北京舉行，會議間隙，劉南接受了記者的專訪。

記者：6月上旬，工信部兩度召開會議部署“人工智能+”行動。根據中國信通院的研究，AI for industry這一領域中，通信行業處于領跑地位。如何看待AI for Industry在未來幾年的發展趨勢？在這個方向上，信息通信行業及業內企業正在關注或需要關注的主要問題有哪些？

劉南：AI for Industry 在未來幾年將呈現迅猛發展的態勢。從技術演進角度看，技術融合加速。AI將與5G-A、工業互聯網、算力網絡等通信基礎設施深度融合，形成“感-傳-算-控”一體化智能體系，驅動制造、能源、交通等領域的智能化升級。在應用拓展方面，應用場景裂變。從目前通信等少數領跑行業，加速向制造業、能源、交通等更多行業滲透，形成智能質檢、網絡自優化、供應鏈預測等標準化解決方案，大幅提升各行業的生產效率、降低成本、增強創新能力。

對于信息通信行業及業內企業而言，有諸多關鍵問題需要大家共同關注。首先是數據質量與安全，工業場景產生海量數據，如何保障數據準確、完整且安全存儲與傳輸，是有效應用AI的基礎。其次是算力支撐，強大的算力是運行復雜AI模型的必要條件，需不斷提升算力水平并優化算力成本。再者是行業標準制定，統一規范有利于不同企業、不同系統間的協同與互操作性。此外，人才培養也至關重要，既懂AI技術又熟悉工業業務邏輯的復合型人才極度匱乏，只有儲備這類人才，企業才能在AI for Industry浪潮中搶占先機，推動行業持續健康發展。

記者：當前，我國大模型應用正從通用領域向行業縱深滲透。在促進大模型從“通用泛化”向“領域專精”升級的過程中，北京移動積累了哪些問題和經驗？

劉南：北京移動在推動大模型從“通用泛化”向“領域專精”的升級過程中，直面數據壁壘、算法精度、場景適配三大挑戰，探索出一套可借鑒的實踐路徑。

一是數據治理先行。針對行業高質量數據集稀缺的痛點，憑借多年數據治理經驗，自主研發數據清洗、標注工具，構建全鏈路數據生產平臺，實現從基礎數據到優質訓練數據的高效轉化。

二是算法精度優化。針對工業等領域對模型容錯率要求極高的特點，通過多機分布式部署優化推理效率，擴展上下文記憶提升交互準確性，并完成國產芯片適配，實現大模型全棧國產化部署，既保障性能又強化技術自主性。

三是生態協同共建。秉持開放共贏理念，聯合產業鏈上下游企業，在物流、交通、教育等專精領域打造一系列標桿試點應用，以場景驅動反哺行業模型迭代優化。

未來，北京移動將繼續深耕數據治理，攻克跨行業數據融合難題，深化與行業企業合作，持續提升大模型在細分領域的專業化服務能力。