电信行业洞察

德勤中国发布新一期《电信行业洞察–通晓尖峰新锐，助力互联攀升》。该报告是德勤中国电信行业核心服务团队发布的一份期刊，面向电信行业高级管理层和业内资深人士，分析电信行业最新动态、讨论业内最热门的话题以及探讨跟电信行业相关的最新政策法规。我们希望藉此报告帮助读者及时了解行业的最新发展情况，挖掘当中的机遇，并有效应对当中的挑战。

报告概要

中国三大电信运营商运营数据和财务数据分析

2024年，三大电信运营商不断推进数字化转型，固网宽带接入、新兴业务成为电信行业发展的主要驱动力。2024年1-6月，三家基础电信企业移动数据流量业务实现收入人民币3,280亿元，同比下降2.3%。固定互联网宽带业务实现收入人民币1,365亿元，同比增长5.4%。IPTV、互联网数据中心、大数据、云计算、物联网等新兴业务实现收入人民币2,279亿元，同比增长11.4%。此外，5G网络深度和广度不断拓展，覆盖能力持续增强，截至2024年6月末，全国5G基站总数达391.7万个，比上年末净增53.5万个，占移动基站总数的33.0%。

随着数字中国建设与数字经济发展，通信运营商积极关注5G、物联网、人工智能等新兴技术的发展动态，调整战略和业务布局，与产业链上下游的企业紧密合作，实现产业链协同发展。

迈向6G之路

6G技术的应用将带来新的商业模式和市场机会，推动相关产业的发展，提升国家和企业的竞争力。截至2024年，全球6G专利申请数量显著增长，中国，美国，日本和欧洲在技术创新，专利申请和试验部署方面处于领先地位，重点关注高频通信，智能物联网，边缘计算和全息通信等关键技术。

6G技术预计最早会在2030年实现商业化部署，带来更低延迟，更广范围，以及更稳定的链接。6G应用场景包括全息通信，智能物联网（IoT）超高速数据传输，人工智能增强，超低延迟服务，高精度定位与传感等。这些场景将支持远程医疗，自动驾驶，智慧城市，工业自动化，显著提升各行业的效率和用户体验。

面对6G技术的快速发展，运营商也需要积极制定应对策略，以确保在未来的通讯市场中保持领先地位，包括加大研发投入、推动标准制定、优化基础建设以及探索新商业模式等。

AI时代运营商的战略思考

生成式AI在全球范围内已经成为电信行业的热点话题，电信运营商均意识到生成式AI这一新趋势，且普遍对生成式AI抱有积极态度，将其涵盖进自身的战略中，通过合作、自研等不同的方式实现目标。生成式AI的大规模部署可以帮助电信运营商重塑业务模式并提升运营效率，从而确保业务收入、推动利润增长。但为了抓住这个机遇，运营商需要进行全方位的战略思想和运营模式的升级，以契合生成式AI的发展需求。

作为信息和通信基础设施的建设者和运营者，电信行业为生成式AI的发展提供了基础支持，甚至在生成式AI应用的实施中走在了前列。为了成为生成式AI应用先锋，电信运营商需要创建一个能够激励和动员组织的战略愿景和路线图，构建优先级AI能力以获得动力，并灵活优化组织结构以确保运营模型和变革管理得以建立，同时要积极合作推动AI生态圈的建立。

以高质量数据运营能力推动公共数据授权运营

公共数据，作为数据资源的重要组成部分，以其权威性、准确性和可信度，成为国家战略资源和数字经济发展的关键，其开发利用对于优化资源配置、提升公共服务效率、促进科技创新等方面具有重要意义。通过授权运营，可以充分挖掘公共数据的潜在价值，满足经济社会发展对数据的需求。大数据、云计算、人工智能等技术的发展，为公共数据的收集、存储、处理和分析提供了强大的技术支撑。这些技术的应用，使得公共数据的授权运营变得更加高效和安全，为数据的深度开发和广泛应用奠定了基础。

通信运营商拥有数据资源的天然汇聚优势，还具备强大的技术能力和政策支持。作为数据资源的汇聚者，通信运营商能够积累大量的通信数据和互联网使用数据，这些数据因其规模庞大、实时性强和多样性高而具有极高的价值。通过这些数据，运营商可以洞察用户行为，预测市场趋势，为政府决策、企业运营和个人生活提供数据支持。随着国家对数据开放和共享的推动，通信运营商有机会在数据要素市场化配置中发挥更大的作用。

AI大模型时代，电信运营商该如何布局？

从全球范围内电信运营商的布局来看，电信运营商在AI大模型全生态链上可以提供多种关键产品和服务，这些服务利用其现有的云计算、算力基础设施和网络数据传输能力来支持AI大模型的发展。中国电信运营商同时参与国家信息化建设和数字经济的发展，是公有云市场的重要参与者，同时积极部署垂直行业和个人消费场景中的智能化应用产品和服务，推动经济社会的数字化转型，是生态链中极为重要的参与者。

AI大模型带来的生产力变革对传统ICT数字产业的业务模式和生态产生巨大影响，中国的电信运营商作为数字中国的重要建设载体之一，可抓住AI大模型带来的新机会，重塑自身在产业链的价值。首先，凭借自身积累的经验和积累，发挥好数据资源提供方、枢纽通道的角色。其次，优先聚焦隐私保护要求较高的行业布局垂直行业大模型，并构建模型调用、调优等平台化支撑能力。再次，秉承开放创新的理念，在公有云和私有云的生态上，积极部署AI使能的关键性工具，赋能生态合作伙伴。

数据安全防线构筑与风险应对

近年来，我国数据安全相关法律法规的发展呈现出愈发细致化、系统化和全面化的趋势。随着数字化、网络化的快速发展，国内电信行业面临着前所未有的数据安全与网络安全挑战。为了确保行业的稳定发展和用户信息的安全，电信企业需采取一系列综合性的应对方法，严格遵守国家法律法规，确保业务运营的合规性。在此基础上，企业应建立一套完善的数据安全与网络安全管理制度，明确各级职责和权限，确保各项安全措施的落实。其次，电信企业需梳理重要数据和个人信息，建立数据资产清单，开展数据分类分级，并对重要数据和个人信息定期开展数据安全风险评估。同时关注数据的全生命周期保护。从数据的产生、传输、存储到使用、销毁等各个环节，都需要采取严格的安全措施。

未来国内电信行业数据安全与网络安全的应对方法需要综合考虑合规、重要数据梳理、全生命周期保护和强化监测等多个方面。通过构建完善的安全管理体系、加强技术防护和人才培养等措施。

生成式人工智能———税务领导者应做哪些考量？

通过部署人工智能来重新构想和改进流程已不再是技术专家的专利，它正在成为税务领导者的核心职责，税务部门亦需开展各种具体活动为人工智能赋能。

在使用GenAI之前，团队需要熟练掌握技术本身和更广泛的风险，制定相关政策，使团队成员知道如何在组织既定的风险框架内安全使用该技术。值得信赖的人工智能包括人事代理和监督、技术稳健性和准确性、隐私和数据管理、透明度、公平性、非歧视和其他道德原则等领域。在税务环境中应用这些原则，需要对多个领域进行充分思考，例如，在不影响质量或带来新风险的情况下实现高影响、高附加值的结果；充分了解它在流程中扮演的角色，所有税务决策都需要可支持和可审计；了解与GenAI供应商所做"交易"的方方面面；严格的测试、实验和监控以降低意外后果的风险。

随着人工智能将带来更高的自动化和集成度，以新的方式将人类和机器的能力结合起来，税务职能可能整合到其他组织领域，如合规、风险、治理和供应链等。因此，税务领导者需制定驾驭人工智能的长期战略以应对可能到来的一系列风险。