德勤中國釋出新一期【電信行業洞察：通曉尖峰新銳，助力互聯攀升】。該報告是德勤中國電信行業核心服務團隊釋出的期刊，面向電信行業高級管理層和業內資深人士，分析電信行業最新動態、討論業內最熱門的話題以及探討和電信行業相關的最新政策法規。我們希望藉此報告幫助讀者及時了解行業的最新發展情況，挖掘機遇，並有效應對挑戰。
中國三大電訊供應商
營運數據和財務數據分析
2024年，三大電訊供應商不斷推進數碼化轉型，固網寬頻接入、新興業務成為電信行業發展的主要驅動力。2024年1-6月，三家基礎電信企業流動數據流量業務實作收入人民幣3,280億元，同比下降2.3%。固定互聯網寬頻業務實作收入人民幣1,365億元，同比增長5.4%。IPTV、互聯網數據中心、大數據、雲端運算、物聯網等新興業務實作收入人民幣2,279億元，同比增長11.4%。此外，5G網絡深度和廣度不斷拓展，覆蓋能力持續增強，截至2024年6月末，全國5G基站總數達391.7萬個，比上年末凈增53.5萬個，占移動基站總數的33.0%。
隨著數碼中國建設與數碼經濟發展，通訊營運商積極關註5G、物聯網、人工智能等新興技術的發展動態，調整戰略和業務布局，與產業鏈上下遊的企業緊密合作，實作產業鏈協同發展。
圖：各類電信業務收入占比（2024年1至6月）
圖:三大營運商2024年1-6月財務數據*比較(單位：人民幣億元)
邁向6G之路
6G技術的套用將帶來新的商業模式和市場機會，推動相關產業的發展，提升國家和企業的競爭力。截至2024年，全球6G專利申請數量顯著增長，中國，美國，日本和歐洲在技術創新，專利申請和試驗部署方面處於領先地位，重點關註高頻通訊，智能物聯網，邊緣計算和全像通訊等關鍵技術。
6G技術預計最早會在2030年實作商業化部署，帶來更低延遲，更廣範圍，以及更穩定的連結。6G套用場景包括全像通訊，智能物聯網（IoT）超高速數據傳輸，人工智能增強，超低延遲服務，高精度定位與傳感等。這些場景將支持遠端醫療，自動駕駛，智慧城市，工業自動化，顯著提升各行業的效率和使用者體驗。
面對6G技術的快速發展，營運商也需要積極制定應對策略，以確保在未來的通訊市場中保持領先地位，包括加大研發投入、推動標準制定、最佳化基礎建設以及探索新商業模式等。
AI時代營運商的戰略思考
生成式AI在全球範圍內已經成為電信行業的熱點話題，電訊供應商均意識到生成式AI這一新趨勢，且普遍對生成式AI抱有積極態度，將其涵蓋進自身的戰略中，透過合作、自研等不同的方式實作目標。生成式AI的大規模部署可以幫助電訊供應商重塑業務模式並提升營運效率，從而確保業務收入、推動利潤增長。但為了抓住這個機遇，營運商需要進行全方位的戰略思想和營運模式的升級，以契合生成式AI的發展需求。
作為資訊和通訊基礎設施的建設者和營運者，電信行業為生成式AI的發展提供了基礎支持，甚至在生成式AI套用的實施中走在了前列。為了成為生成式AI套用先鋒，電訊供應商需要建立一個能夠激勵和動員組織的戰略願景和路線圖，構建優先級AI能力以獲得動力，並靈活最佳化組織結構以確保營運模型和變革管理得以建立，同時要積極合作推動AI生態圈的建立。
圖：電訊供應商生成式AI戰略選擇
以高質素數據營運能力
推動公共數據授權營運
公共數據，作為數據資源的重要組成部份，以其權威性、準確性和可信度，成為國家戰略資源和數碼經濟發展的關鍵，其開發利用對於最佳化資源配置、提升公共服務效率、促進科技創新等方面具有重要意義。透過授權營運，可以充分挖掘公共數據的潛在價值，滿足經濟社會發展對數據的需求。大數據、雲端運算、人工智能等技術的發展，為公共數據的收集、儲存、處理和分析提供了強大的技術支撐。這些技術的套用，使得公共數據的授權營運變得更加高效和安全，為數據的深度開發和廣泛套用奠定了基礎。
通訊營運商擁有數據資源的天然匯聚優勢，還具備強大的技術能力和政策支持。作為數據資源的匯聚者，通訊營運商能夠積累大量的通訊數據和互聯網使用數據，這些數據因其規模龐大、即時性強和多樣性高而具有極高的價值。透過這些數據，營運商可以洞察使用者行為，預測市場趨勢，為政府決策、企業營運和個人生活提供數據支持。隨著國家對數據開放和共享的推動，通訊營運商有機會在數據要素市場化配置中發揮更大的作用。
AI大模型時代，
電訊供應商該如何布局？
從全球範圍內電訊供應商的布局來看，電訊供應商在AI大模型全生態鏈上可以提供多種關鍵產品和服務，這些服務利用其現有的雲端運算、算力基礎設施和網絡數據傳輸能力來支持AI大模型的發展。中國電訊供應商同時參與國家資訊化建設和數碼經濟的發展，是公有雲市場的重要參與者，同時積極部署垂直行業和個人消費場景中的智能化套用產品和服務，推動經濟社會的數碼化轉型，是生態鏈中極為重要的參與者。
AI大模型帶來的生產力變革對傳統ICT數碼產業的業務模式和生態產生巨大影響，中國的電訊供應商作為數碼中國的重要建設載體之一，可抓住AI大模型帶來的新機會，重塑自身在產業鏈的價值。首先，憑借自身積累的經驗和積累，發揮好數據資源提供方、樞紐通道的角色。其次，優先聚焦私密保護要求較高的行業布局垂直行業大模型，並構建模型呼叫、調優等平台化支撐能力。再次，秉承開放創新的理念，在公有雲和私有雲的生態上，積極部署AI使能的關鍵性工具，賦能生態合作夥伴。
圖：AI影響下的ICT產業圖譜
數據安全防線構築
與風險應對
近年來，中國數據安全相關法律法規的發展呈現出愈發細致化、系統化和全面化的趨勢。隨著數碼化、網絡化的快速發展，國內電信行業面臨著前所未有的數據安全與網絡安全挑戰。為了確保行業的穩定發展和使用者資訊的安全，電信企業需采取一系列綜合性的應對方法，嚴格遵守國家法律法規，確保業務營運的合規性。在此基礎上，企業應建立一套完善的數據安全與網絡安全管理制度，明確各級職責和許可權，確保各項安全措施的落實。其次，電信企業需梳理重要數據和個人資訊，建立數據資產清單，開展數據分類分級，並對重要數據和個人資訊定期開展數據安全風險評估。同時關註數據的全生命周期保護。從數據的產生、傳輸、儲存到使用、銷毀等各個環節，都需要采取嚴格的安全措施。
未來國內電信行業數據安全與網絡安全的應對方法需要綜合考慮合規、重要數據梳理、全生命周期保護和強化監測等多個方面。透過構建完善的安全管理體系、加強技術防護和人才培養等措施。
圖：德勤數據安全服務框架
生成式人工智能：
稅務領導者應做哪些考量？
透過部署人工智能來重新構想和改進流程已不再是技術專家的專利，它正在成為稅務領導者的核心職責，稅務部門亦需開展各種具體活動為人工智能賦能。
在使用 GenAI 之前，團隊需要熟練掌握技術本身和更廣泛的風險，制定相關政策，使團隊成員知道如何在組織既定的風險框架內安全使用該技術。值得信賴的人工智能包括人事代理和監督、技術穩健性和準確性、私密和數據管理、透明度、公平性、非歧視和其他道德原則等領域。在稅務環境中套用這些原則，需要對多個領域進行充分思考，例如，在不影響質素或帶來新風險的情況下實作高影響、高附加值的結果；充分了解它在流程中扮演的角色，所有稅務決策都需要可支持和可審計；了解與 GenAI 供應商所做 "交易 "的方方面面；嚴格的測試、實驗和監控以降低意外後果的風險。
隨著人工智能將帶來更高的自動化和整合度，以新的方式將人類和機器的能力結合起來，稅務職能可能整合到其他組織領域，如合規、風險、治理和供應鏈等。因此，稅務領導者需制定駕馭人工智能的長期戰略以應對可能到來的一系列風險。
