它想解决的问题很直接：把恒久关闭的无线接入网翻开
，，，让差别厂商的装备和软件可以组合使用
，，，镌汰运营商对简单供应商的依赖。。。。。 约莫在2018年到2023年间
，，，Azita作为Rakuten Symphony Americas的前任CEO
，，，加入推动了日本乐天移动的全云原生Open RAN网络从架构走向商用
，，，乐天移动是全球最早用这种开放架构、从零搭建商用移动网络的运营商之一
，，，岑岭期同时使用了凌驾15家供应商的装备。。。。。 Azita近期接受了科技行者Techwalker的专访
，，，回首那段履历
，，，她在开场时强调：“Open RAN从期望的岑岭走进了一个更务实的阶段
，，，讨论比已往更成熟
，，，少了炒作
，，，多了工程纪律。。。。。” Open RAN的那段履历
，，，让她的思索延伸到一个更大的命题：当整个行业竞相把AI加进网络的时间
，，，“加”这个行动自己
，，，可能就是问题的起点。。。。。 这层网络极其腾贵
，，，也极其重大
，，，在许多运营商的网络投资中
，，，RAN都是最大的本钱项之一。。。。。已往数十年
，，，该市场一直由少数几家大型装备厂商主导
，，，包括射频单位、基带处理、软件和治理系统等等
，，，通常来自几家供应商
，，，是一个完整的笔直客栈。。。。。 Open RAN最初想解决的问题
，，，就是把这个客栈翻开
，，，通过标准化接口
，，，差别厂商的射频、基带、软件可以组合使用。。。。。理想状态下
，，，运营商能够获得更多供应商选择
，，，降低锁定风险
，，，提高供应链韧性
，，，同时推动RAN向云原生转型。。。。。“从2018年到2023年
，，，这条路确实有真实的动能。。。。。”Azita回忆。。。。。 2018年
，，，AT&T、中国移动、Deutsche Telekom、NTT DOCOMO和Orange五家运营商联合建设了O-RAN同盟（O-RAN Alliance）
，，，目的是把RAN的要害接口翻开
，，，让差别厂商的软硬件可以混淆搭配
，，，突破简单供应商的锁定。。。。。这个同盟至今有凌驾300家成员企业。。。。。 但问题在于
，，，全球绝大大都运营商并不是 greenfield（新建网）
，，，它们面临的是 brownfield（存量刷新）
，，，也就是已经拥有数万甚至数十万个基站的存量网络。。。。。 greenfield是白纸建网
，，，可以从一最先凭证新架构设计。。。。。brownfield是存量网络刷新
，，，则要思量既有装备、软件版本、运维系统、职员系统
，，，以及差别年月手艺之间的兼容关系。。。。。Open RAN的理想架构一旦进入brownfield
，，，工程重漂后会迅速上升。。。。。 更主要的是
，，，RAN是mission-critical infrastructure
，，，使命要害型基础设施。。。。。运营商真正体贴的工具很是多：性能是否稳固
，，，笼罩是否达标
，，，能效是否有优势
，，，故障以后谁认真
，，，清静怎样包管
，，，软件怎样升级
，，，系统能不可一连运行十年。。。。。 Azita对Open RAN第一阶段的总结很直接：“架构仍然主要
，，，但行业已经学到
，，，只靠好架构远远不敷。。。。。”她把这件事压缩成了一句话：“优异的架构
，，，和真正实现大规模的、电信级的运营
，，，是两个完全差别的挑战（Great architecture and carrier-grade operations at scale are two very different challenges.）” 事实上就现在而言
，，，Open RAN也正在朝这个偏向走。。。。。枚举来看
，，，AT&T签下了与Ericsson的140亿美元条约
，，，目的是到2026年底让70%的无线流量跑在开放平台上。。。。。Vodafone在英国和罗马尼亚推进了商用安排。。。。。Deutsche Telekom在德国安排了凌驾3000个Open RAN站点。。。。。 Open RAN进入务实阶段之后
，，，一个常见的问题也随之泛起：早期行业一直谈多厂商、开放接口、扫除锁定
，，，为什么现在讨论越来越多地转向 RIC、rApps、xApps、AI和自动化？
？ 这里需要先诠释一组术语。。。。。RIC
，，，也就是RAN智能控制器（RAN Intelligent Controller）
，，，是Open RAN架构里专门认真智能决媾和战略控制的组件。。。。。它分成两类：Near-RT RIC
，，，也就是近实时RIC
，，，主要处理毫秒到秒级的网络决议；；；；；；Non-RT RIC
，，，也就是非实时RIC
，，，处理时间标准更长的优化和战略问题。。。。。 运行在RIC上的应用
，，，被称为xApps和rApps
，，，前者主要对应近实时场景
，，，后者主要对应非实时场景。。。。。你可以把它们简陋明确成“RAN网络里的App Store”：已往许多网络能力写死在装备和软件里
，，，现在运营商理论上可以通过差别应用
，，，为网络增添新的智能能力。。。。。 RIC、rApps、xApps之以是主要
，，，是由于它们提供了一种路径
，，，运营商不必一上来就重构整个网络
，，，而是可以先从一个详细场景切入
，，，把AI和自动化引入RAN。。。。。这个用例可以是能效、流量导向、QoS优化、战略控制、异常检测、AI/ML生命周期治理等等。。。。。“换句话说
，，，RIC可以是一个更聚焦的入口(a more focused entry point)。。。。。”Azita说。。。。。 Azita进一步指出
，，，“开放接口、供应商多样性、镌汰锁定、提高供应链韧性
，，，这些Open Ran的原始价值仍然主要
，，，其中已经留下最具影响力的一个偏向
，，，是Open Fronthaul（开放前传接口）。。。。。” Fronthaul 是基站内部射频单位与基带处理单位之间的毗连。。。。。已往
，，，这部分接口通常是厂商私有的。。。。。Open Fronthaul 的意义
，，，就是把这层接口标准化。。。。。好比
，，，这个接口可以让运营商可以用一家厂商的射频单位
，，，搭配另一家厂商的基带客栈。。。。。在Azita看来
，，，“Open Fronthaul依然是Open RAN的主要架构杠杆。。。。。” 但另一方面
，，，行业也不得不面临现实：“多厂商RAN安排
，，，运营上很是重大
，，，特殊是在 brownfield网络里
，，，集成、功效一致性、性能优化和责任归属
，，，都可能变得棘手。。。。。”就拿最后的责任归属这一点来说
，，，若是基站出了故障
，，，究竟是谁的问题？
？是射频单位？
？是基带？
？是软件？
？照旧系统集成？
？已往
，，，运营商只需要找一家厂商。。。。。现在
，，，可能需要让三四家公司坐下来一起排查。。。。。 这个排查的本钱
，，，是Open RAN原本允许的降本增效面临的真实阻力。。。。。既然多厂商的运营重大性一时半会儿难以彻底解决
，，，业界就最先把Open RAN的价值重心
，，，转向另一个不需要“推倒重来”的维度
，，，也就是在保存现有架构的条件下
，，，把智能“注入”网络。。。。。这也是为什么
，，，Open RAN第二阶段的讨论最先从“多供应商网络”
，，，进一步转向“让网络变得可编程与智能”。。。。。 不过
，，，她同样不希望行业高估现状。。。。。“我们要审慎
，，，不可高估现在的位置。。。。。RIC、rApps 和 xApps 在标准、测试和用例界说上有希望
，，，但它们还没有作为开放的第三方应用市场
，，，在真实的宏站网络中获得大规模安排。。。。。” 至于下一个挑战
，，，Azita以为是“operational trust（运营信任）”
，，，她说：“运营商必需知道
，，，怎样验证、治理和清静地在真实网络中运行这些应用程序。。。。。”她在专访中直指：“The industry cannot stay in PoC purgatory. We need to scale beyond pilots.(行业不可永远待在PoC炼狱里
，，，必需要走出试点)。。。。。” Open RAN让“智能注入RAN”成为可能
，，，但这只是把“智能”带到了一个网络域(radio access)。。。。。Azita更体贴的问题是：整张网络的智能能不可被买通
，，，以及“买通”这件事
，，，是不是即是“AI原生”？
？ 之以是特殊强调 “AI原生”
，，，是由于电信网络着实早就最先使用AI和自动化工具。。。。。好比SON（Self-Organizing Network
，，，自组织网络）
，，，已往十多年里
，，，它做的就是让基站在安排和运行中“自己调参数”
，，，典范场景好比自动优化笼罩、平衡负载、检测邻区滋扰。。。。。“问题在于
，，，许多这类工具都是domain-specific(域相关)、vendor-specific(厂商相关)
，，，规模也相对狭窄。。。。。” 近年来AI被加进了许多workflow里。。。。。Azita说：“这有用、也主要
，，，但许多情形下AI仍然是一个overlay(笼罩层)。。。。。它资助人做出更好的决议
，，，或者在现有架构里自动化了某个详细流程。。。。。”也就是说：网络架构先保存
，，，然后再把“AI+”上去
，，，让它优化某一个流程。。。。。这和真正的「AI原生网络」照旧有实质区别。。。。。 一种是「数据驱动网络（data-driven networks）」。。。。。这也是今天5G-Advanced更靠近实现的阶段：网络架构自己没有爆发基础转变
，，，只是“加入”更多AI能力
，，，帮它展望、剖析和优化。。。。。 另一种是「AI原生网络（AI-native networks）」。。。。。AI是被设计到架构里
，，，网络具备数据架构、盘算架构、控制回路、治理、清静和编排
，，，能感知条件、推理权衡、在战略下行动、随时间学习。。。。。 这并不是说
，，，人会被扫除在网络运营之外。。。。。Azita增补说：“人的位置向上移动了一层：从执行详细操作
，，，转向界说战略、意图、治理界线和责任。。。。。” 这条从“AI叠加”到“AI原生”的路径
，，，在她与Minoru合著的白皮书里被画成了一条演进图：从古板电信运营商
，，，到数据驱动网络运营商
，，，到AI原生运营商。。。。。古板阶段
，，，聚焦毗连、人工运维、被动维修；；；；；；数据驱动阶段
，，，引入特定网络域的智能工具、半自动化运营、展望能力；；；；；；真正进入AI原生阶段以后
，，，才会泛起跨网络域的智能平台、自动运营、自主运营、自优化系统。。。。。 这条演进路径
，，，在全球移动通讯标准的蹊径图里也能找到手艺对应。。。。。3GPP是全球移动通讯标准的制订组织
，，，它把每一代手艺的能力打包成一个个版本(Release)：5G从Release 15最先
，，，随后经由 Release 16（增强了工业物联网）和Release 17（细腻化定位和车联网）的增强。。。。。到Release 18
，，，5G-Advanced 正式开启
，，，首次引入AI/ML的基础框架。。。。。Release 19进一步推进相关事情
，，，把一部分AI/ML能力从研究讨论转向规范。。。。。 不过需要注重的是
，，，3GPP标准化的只是接口、信令和治理流程
，，，而不是详细的AI算法
，，，这为装备厂商在AI/ML算法上保存了立异空间
，，，同时让差别厂商的模子可以互操作。。。。。这个“标准化接口但不标准化算法”的设计
，，，正是“数据驱动网络”能够跨厂商落地的机制。。。。。 在客户体验层面
，，，AT&T推出的GenAI助手“Ask AT&T”已经安排给凌驾10万员工
，，，GenAI工具每投入1美元
，，，一年内获得2倍ROI；；；；；；Deutsche Telekom用GenAI客服助手
，，，能自动解决约40%的客户盘问。。。。。在网络运营层面
，，，中国移动在31个省份安排GenAI驱动的宽带服务助手
，，，缩短重大故障恢复时间；；；；；；华为提出RAN Intelligent Agents
，，，声称能把服务开通周期从3-5周缩短到一天。。。。。在能源效率层面
，，，欧洲运营商用AI优化网络能耗
，，，3年内把网络相关电力排放削减了50%；；；；；；Vodafone德国用AI每年节约数百万欧元电费。。。。。这些都是实着实在的回报。。。。。 Azita强调：“若是不在5G-A这几年里自动搭建AI原生的基础
，，，这些能力不会在6G到来时凭空泛起。。。。。”她写道
，，，“AI原生能力必需从现在最先被工程化地写进网络的基因。。。。。” 第一
，，，智能平面(Intelligent Plane)
，，，自力于控制面和数据面的第三个平面
，，，专门聚合遥测数据、运行模子、把展望和战略反馈到RAN、焦点网、传输网、OSS/BSS的闭环里；；；；；； 第五
，，，盘算与网络融合(Computing-Network Convergence)
，，，基站转型成配GPU或专用AI加速器的强盛盘算平台
，，，能同时跑网络功效和第三方AI应用
，，，「AI工厂(AI factory)」的看法由此浮现；；；；；； 这六层里最有想象空间的是第五条的“盘算与网络融合”
，，，基站不再只是“传数据的装备”
，，，而是“能算数据的算力节点”。。。。。当AI推理需要贴近数据爆发的地方
，，，运营商已经在都会里散布了几十万个“迷你数据中心”的雏形。。。。。这是超大规模云厂商都做不到的物理结构优势
，，，也是下一节要讨论的AI-RAN趋势的铺垫。。。。。 基站变算力节点这件事
，，，不但是Azita在白皮书里的畅想
，，，它有一个正在快速起势的工业名字——AI-RAN。。。。。NVIDIA近两年在AI-RAN上的推动引起了大宗关注。。。。。 当我问Azita两者之间的关系时
，，，她的回覆很明确：“Open RAN和AI-RAN差别
，，，可是互补的。。。。。”她诠释说
，，，“Open RAN是关于开放网络架构
，，，通过标准化接口、解耦和互操作性来实现。。。。。AI-RAN是关于让RAN事情负载和AI事情负载
，，，运行在共享或融合的盘算基础设施上。。。。。” 她还给出了一个手艺层面的增补：“AI-RAN所依赖的「配合盘算(common compute)」
，，，可以是GPU
，，，可以是x86架构的CPU(就像Open RAN那样）
，，，也可以是ARM架构的CPU。。。。。”「配合盘算」的意思是
，，，统一台服务器既跑RAN基带处理
，，，也跑AI推理使命
，，，已往这两件事往往需要自力的专用硬件
，，，现在合并到通用盘算平台上
，，，一台服务器就是一个「多使命AI节点」。。。。。 这条路已经有详细的行动。。。。。T-Mobile与NVIDIA、Ericsson、Nokia联合建设了AI-RAN Innovation Center；；；；；；韩国SK Telecom与Intel相助探索AI-RAN在CPU架构上的落地。。。。。这些相助代表了两条差别的手艺路径——GPU蹊径和CPU/ARM蹊径
，，，它们在未来几年会真正比拼商业化速率。。。。。 若是借用分子生物学的比喻
，，，它们更像DNA的双螺旋。。。。。两条链各自有结构
，，，但只有交织在一起才华承载完整的遗传信息。。。。。Azita把两者的价值主张也做了明确区分：“Open RAN处理的是开放和选择；；；；；；AI-RAN处理的是智能、盘算和新价值创立。。。。。唬；；；Ｊ被前阉欠旁谝黄
，，，而不损害任何一方的原则。。。。。” 她强调：“最好的效果是这样一种架构
，，，加速盘算带来真正的性能提升
，，，但运营商仍然坚持选择、互操作性和控制权。。。。。AI-RAN不应该成为一个关闭平台的故事
，，，它应该成为一个开放的、智能的基础设施的故事。。。。。” 但这也带来了一个新风险。。。。。她给出忠言：“要让AI-RAN既强盛又坚持开放
，，，行业需要在多个层级上坚持开放
，，，包括radio和前传接口、事情负载可移植性、编排、APIs、模子生命周期治理和治理。。。。。否则
，，，我们可能会用一种新的锁定形式
，，，替换掉旧的锁定形式。。。。。” 换言之
，，，若是AI-RAN只能跑在某一家的GPU上
，，，只能对接某一家的AI软件栈
，，，那么Open RAN花了十年好禁止易挣脱的“厂商锁定”
，，，可能在AI时代重新以另一种方式回归。。。。。 用AI让网络更智能、更自主、更高效
，，，这是“AI for networking”；；；；；；反过来
，，，智能化、低延迟、漫衍式的网络又成为AI在各行业落地的要害基础设施
，，，这是“networking for AI”。。。。。两个偏向相互强化
，，，形成正向循环。。。。。 但这个飞轮有一个启动条件：智能必需是网络架构内生的能力
，，，而不是外挂的工具
，，，若是智能只是贴在网络外貌的一层
，，，飞轮的两侧就接不上。。。。。 这个飞轮逻辑也重新界说了电信运营商在AI时代的角色。。。。。Azita在专访中把它浓缩成一个判断：“AI需要的不但是模子和芯片
，，，它需要漫衍式基础设施、可信毗连、边沿推理、网络智能
，，，以及新形式的身份和服务包管。。。。。” “电信运营商有一个时机：逾越古板毗连
，，，成为AI时代的要害孝顺者。。。。。”她说
，，，她在MWC上海2026的主旨演讲里
，，，提出过一个框架：“智能基础设施的五大前沿：AI原生网络、边沿AI、AI-RAN、智能体AI
，，，以及AI经济正在转变的三要素是：词元、电力、芯片（tokens、watts、chips）。。。。。” 这个判断在已往两年变得越来越详细
，，，由于AI自己正在落地。。。。。她视察到：“AI不会只保存于集中式云端。。。。。当AI变得越发物理化、实时化、且嵌入到机械人、制造、交通、医疗、能源和物流中时
，，，推理越来越需要爆发在数据爆发和行动执行的地方。。。。。” “贴近数据”这件事
，，，是电信运营商真正有话语权的一层。。。。。超大规模云厂商的数据中心可能在几百甚至几千公里之外；；；；；；而运营商在每个都会都有中心机房、每个都会街区都有基站
，，，这就是「边沿」。。。。。 Azita提到运营商的优势：“这正是运营商拥有的资产：漫衍式基础设施、频谱、边沿站点、可信客户关系、运营履历、以及规模唬；；；；那寰部煽颗连能力。。。。。”Verizon与AWS Wavelength相助的Mobile Edge Computing、AT&T与Microsoft Azure相助的Edge Zones、Vodafone与AWS的漫衍式云区域、Deutsche Telekom与Google Cloud的相助
，，，都是这个偏向的早期落子。。。。。 Azita还提出了前瞻性的看法。。。。。一个叫“相识你的智能体”（Know Your Agent）
，，，意思是AI智能体的身份、清静和信任；；；；；；另一个叫“服务你的智能体”（Serve Your Agent）
，，，意思是为AI智能体提供差别化的网络清静台服务。。。。。 对运营商来说
，，，Know Your Agent对应的是「KYC（Know Your Customer
，，，相识你的客户)」在AI时代的延伸；；；；；；Serve Your Agent则意味着
，，，未来运营商的套餐可能不是卖给人
，，，而是卖给某家企业的100万个AI智能体
，，，它们要接入网络、要盘算资源、要身份认证、要SLA包管。。。。。 从这个角度看
，，，运营商有时机从“卖带宽”进化为“卖信任”
，，，但条件是
，，，这种信任能力必需内嵌于网络架构
，，，而不是在出了清静事故之后才慌忙搭建。。。。。 现在已经有运营商在做出选择。。。。。白皮书里有一个详细案例：印度的Reliance Jio与NVIDIA相助
，，，目的是建成2000MW规模的AI数据中心
，，，潜在算力将凌驾印度现在最强的超等盘算机。。。。。SoftBank、Telenor和TELUS也在探索「主权AI云(sovereign AI clouds)」
，，，使用电信基础设施和羁系职位
，，，建设服务本国市场的AI数据中心
，，，让AI推理和数据留在国境内。。。。。 “电信运营商不再只是毗连的提供者
，，，而是国家AI基础设施的托管者”
，，，这是白皮书里的判断。。。。。这个转变一旦爆发
，，，电信业的战略职位就不再依附于云和模子公司
，，，而是与它们并列。。。。。 “中国饰演了一个很是主要的角色。。。。。”Azita给出的理由是复合的：“中国拥有非同寻常的网络规模、强盛的运营商、主要的装备厂商、云和AI能力
，，，以及快速演进的应用生态系统。。。。。这个组合自己就很强盛。。。。。当中国决议往某个手艺偏向移动的时间
，，，它可以通过安排规模和生态系统协同
，，，创立重大的动能。。。。。” Azita进一步强调：“中国市场在早期也没有缺席这一历程。。。。。中国移动是O-RAN Alliance的首创运营商之一
，，，并且中国移动更早的C-RAN事情
，，，是今天开放和云化RAN的头脑源流之一。。。。。” C-RAN(Cloud-RAN或Centralized-RAN
，，，云化RAN或集中化RAN)是中国移动在2010年前后提出的架构
，，，把原天职散在每个基站的基带处理集中到“云端”(现实上是一个物理机房)
，，，这既能提升处理效率
，，，也能降低单站本钱。。。。。这个思绪厥后影响了整个行业对“RAN怎样云化”的思索
，，，也为Open RAN铺了路。。。。。 白皮书还举了个例子
，，，「5G + BeiDou」地下导航系统。。。。。中国移动使用5G-A网络自己作为传感器
，，，连系北斗系统
，，，实现了在隧道、地下停车场这些GPS完全失效的场景下的厘米级定位。。。。。唬；；；；痪浠八
，，，纵然卫星信号完全屏障
，，，你的手机在地下车库里也能导航到目的车位。。。。。这类「网络即传感器」的能力
，，，在5G-A阶段就已经落地
，，，是「数据驱动网络」最生动的实证之一
，，，也是6G通感一体化(ISAC)的工业先声。。。。。 中国市场在网络立异中的角色
，，，是毋庸置疑的主要
，，，不过Azita也直言：“在Open RAN这件事上
，，，到现在为止
，，，中国并不是全球Open RAN最强推动者
，，，尤其是相比一些其他市场的运营商和政策社区。。。。。” “3G以来
，，，移动行业最了不起的成绩之一
，，，就是全球互操作性
，，，一个人可以从一个国家飞到另一个国家
，，，口袋里的手机就能事情
，，，这是全球标准、行业对齐和深度手艺协作的产品。。。。。”她说
，，，“当我们走向Open RAN、AI原生网络、5G-A和6G
，，，我们应该尽可能保存这种全球协同。。。。。” “当我们创立出一个良性循环、建设腾飞轮效应时
，，，时机是重大的
，，，用AI让网络变得更好
，，，用网络让AI变得更可规模唬；；；；⒖尚拧⒍愿餍懈饕蹈杏。。。。。” 第三
，，，为智能体AI建设信任层
，，，以及为AI经济构建商业模式。。。。。她说
，，，“精彩的架构很主要
，，，但运营商级别的运营和可一连的经济模子
，，，才是赢得时机的地方。。。。。” Azita和Minoru在白皮书中重复强调
，，，5G-A时代不应该被看成一个例行升级周期
，，，而应该被看成AI原生网络的准备阶段。。。。。3GPP Release 20接纳了双轨战略
，，，一边继续演进5G-A的AI/ML能力
，，，一边最先6G研究准备。。。。。但研究准备
，，，不即是地基已打。。。。。 中国运营商的数据让这个紧迫感越发具象。。。。。中国移动2026年一季度通讯服务收入同比下降1.1%
，，，中国电信总营收下降2.32%
，，，中国联通下降0.5%。。。。。显然
，，，卖毗连
，，，自己已经不是增添营业。。。。。 中国三大运营商的应对是把资源大幅向AI和算力倾斜。。。。。中国移动的token生态同盟接入了约300个AI模子
，，，声称集中运营可以降低约30%的单token本钱。。。。。这不但是中国的故事
，，，而是全球电信行业的缩影：古板收入见顶
，，，新的增添需要完全差别的土壤。。。。。