為應對AI驅動的網路需求成長，Ericsson提出AI-RAN架構，深度融合行動網路與AI；另外，6G將不再延續過去僅強調頻寬提升的路線，而是以「AI Native網路」作為核心理念。
5G技術發展進入下半場，AI、雲端與行動網路將是全球數位轉型的三大基石。隨著AI相關應用進入大規模商用，不僅生成式AI應用需要更強大的上行效能支援，AI也正深度賦能5G網路，透過即時分析大量資料並縮短決策時間，大幅提升網路的運作效能。基於AI原生、開放API以及意圖式驅動設計的高效能可程式化網路，將協助電信商布建更具彈性、客製化的網路。
新的產業趨勢與應用，將為網路活動帶來轉變，Ericsson指出，未來三~五年，行動網路上行流量將年增20%~40%，推升業者重新思考無線接取網路(RAN)的容量布局與架構策略，AI與RAN的深度整合將成為不可逆的趨勢。
上行流量大幅成長 AI眼鏡成關鍵推手
Ericsson全球網路事業部平臺軟體與安全總經理Matteo Fiorani表示，AI應用正在驅動個人運算形態改變，其中AI眼鏡將扮演決定性角色。使用者透過智慧眼鏡以影像或語音方式與AI互動，裝置會將即時視覺畫面上傳至雲端模型進行推論，再傳回結果。因此，上行影像傳輸量將成為未來網路壓力來源。
Ericsson全球網路事業部平臺軟體與安全總經理Matteo Fiorani(左)；Ericsson商用網路部門策略經理Eric Ericsson
隨著AI眼鏡、AI Agent與多模態LLM應用快速成長，網路傳輸型態不再以影音串流為主，而是進入上傳輸出優先(Uplink-first)的新時代。預估到2030年智慧眼鏡年出貨量將突破1億台，顯示AI接入設備將創造新一波行動流量浪潮，其中90%來自上行推理需求而非下載。
AI-RAN雙向核心策略
為應對AI驅動的網路需求成長，Fiorani說明，Ericsson提出AI-RAN架構，深度融合行動網路與AI，使RAN具備自我調整與智慧資源分配能力，主要分為兩大技術導向：用AI強化網路(AI for Networks)、為AI打造網路(Network for AI)。AI-RAN不只是把AI加入網路管理，而是重新定義RAN的運作方式，讓基地台具備自主調校、服務感知與智慧資源分配能力。AI-RAN的設計邏輯，是讓網路不再只是被動承載資料，而是主動理解應用需求、最佳化連線體驗。
AI for Networks則聚焦以AI增強既有網路效能，包括將AI演算法直接內嵌於基地台設備(AI in RAN)，取代傳統固定式演算法，以動態頻譜管理、Beamforming、功率控制與干擾抑制提升網路效率；同時結合集中式AI平台(AI for RAN)進行跨站台網路協調與自動營運。Network for AI針對AI應用對網路提出的新需求進行升級，包括提升上行能力、建構低延遲通道、導入Uplink MIMO與載波聚合(CA)、並支援在邊緣雲(Edge)部署AI推論模型。透過AI-RAN設計，行動網路將從傳統頻寬導向架構，邁向智慧調度與服務意圖驅動的新型網路體系。
在RAN底層採用AI演算法後，Ericsson已與電信商進行商用測試，其中AI頻譜分配優化成果顯著，能達成整體下行吞吐量提升20%、上行吞吐量提升10%、頻譜使用效率提升、使用者分配更均衡、網路壅塞降低。AI模型可根據使用者分布、移動路徑與即時流量需求，將裝置動態切換到不同載波或天線波束，形成預測式網路運作(Predictive RAN)。
6G AI Native網路成核心設計理念
展望未來，6G雖然仍處於國際標準制定前期，但其技術方向已逐漸浮現，而AI將從網路附加功能，進一步成為架構設計的一部分。Ericsson商用網路部門策略經理Eric Ericsson表示，6G將不再延續過去僅強調頻寬提升的路線，而是以「AI Native網路」作為核心理念，讓AI參與網路控制、服務預測與頻譜管理，以實現自動調校、低延遲與服務差異化等目標。
與5G初期藉由非獨立組網NSA(Non-Standalone)架構過渡不同，Ericsson認為6G將不再採用NSA過渡形式，而是直接建立在5G SA核心架構之上演進，避免核心網路分裂與資源浪費的狀況重演。未來6G核心網路(6G Core)將延續過去5G SA的SBA(Service-Based Architecture)設計，並加入更高層次的AI管控能力，形成可自動優化、具備服務意圖識別的網路平台。