麦肯锡2026技术趋势07_先进连接技术_研究解读

分布式智能需要怎样的网络：麦肯锡 2026 年“先进连接技术”研究解读

麦肯锡《Technology Trends Outlook 2026》技术趋势解读系列 · 第 7 篇

摘要

麦肯锡将“先进连接技术”（Advanced connectivity）列为第七项技术趋势，涵盖蜂窝通信、Wi-Fi、光纤与光传输、低功耗物联网、非地面网络，以及软件定义和 AI 管理的网络。报告认为，连接产业正在更加关注多种基础设施之间的协同，以及企业应用所需的稳定性能。分布式 AI 为这一变化提供了新的需求，但不同任务对数据量、上行能力、时延、覆盖和恢复的要求并不相同。本文解读投资、人才与采纳信号，分析计算位置与网络条件的相互影响，并分别讨论专网、网络切片、网络 API、光连接和卫星通信的作用。本文认为，先进连接的持续价值取决于技术能力能否转化为明确、可验证且具有经济意义的业务保障。未来增长可能更多来自特定场景的连接服务、运行管理与恢复能力，而技术演示、合同金额和服务推出仍需与实际采用效果区分。

关键词：先进连接；分布式 AI；边缘计算；5G 独立组网；网络切片；网络 API；光传输；卫星通信；网络韧性

一、这一趋势的核心：把连接条件纳入业务系统设计

假设一家工厂希望用摄像头和 AI 识别产品缺陷。模型识别准确，是项目成功的一个条件；图像能否及时到达计算节点、结果能否在产品经过执行位置之前返回，也是必要条件。

如果图像大部分时间传输顺利，但在设备集中上线时出现拥堵，平均下载速度可能仍然很好，实际检测流程却未必可靠。

这是假设场景，用于说明连接与业务之间的关系。在这类任务中，网络会参与决定一项计算能否按要求完成。

麦肯锡将先进连接定义为支持人员、设备和系统之间数据流动的技术组合，包括 5G 与新兴 6G、Wi-Fi 6 和 7、低功耗物联网、光纤与光传输、低轨卫星、设备直连服务，以及软件定义、AI 管理的网络。[1，第 66 页]

这一组合包含成熟技术，也包含仍在研究和逐步商业化的能力。把它们放在一起，主要是为了讨论连接层怎样适应新的应用要求。

报告观察到，行业关注点正在从扩展覆盖和容量，进一步延伸到跨网络协同、可靠性、安全性和差异化服务。[1，第 66—67 页] 覆盖与容量仍然重要，只是在部分场景中，它们需要与业务执行条件共同设计。

本文据此把先进连接理解为一个匹配问题：应用提出要求，网络提供能力，计算位置与数据处理方式影响负载，最终通过业务结果评价匹配是否有效。

对远程地区，首先需要解决可负担的接入；对工厂，需要判断设备移动、干扰和运行连续性；对数据中心，需要处理大量数据的跨设施传输。它们属于同一趋势，却不能使用同一套产品逻辑。

本系列第四、第五篇讨论模型服务与计算硬件，第六篇讨论授权和可信执行。本篇进一步研究这些能力分布到多个位置之后，连接怎样影响系统的使用范围与运行效果。

二、投资与人才信号：成熟基础设施正在调整服务重点

报告给出的主要数据如下。

资料来源：报告第 68、70—71 页；美元单位由原文 billion 换算。

报告的股权投资包括相关融资、公开市场资本活动和并购等交易，不包含企业资本开支与运营支出。[1，第 3 页] 因此，605 亿美元适合观察资金进入相关企业的程度，不能据此计算基站、海缆或光纤建设总量。

同样，一笔大型并购可以显著影响年度投资数据。报告提到 HPE 收购 Juniper 的交易，说明产业整合是资本活动的重要组成部分；这一信号需要与新网络建设、产品销售和客户使用分别评价。[1，第 68 页]

创新评分也需要正确理解。先进连接在报告的专利向量中位居前列，体现相关专利活动较强。评分采用与所研究趋势相对的 0—1 标度，并非技术已达到百分之百成熟，也不是先进连接占全部技术专利的比例。[1，第 3、68 页]

招聘数据则显示，网络工程师仍是主要岗位，但软件、销售、客户管理和技术支持的重要性增加。[1，第 70 页] 本文认为，这与产业需要把已建设的网络能力转化为持续服务相一致。

在技能方面，云计算出现在 73% 的相关岗位公告中，持续集成与持续交付（CI/CD）出现在 13% 中，后者的人才供需比为 0.1。[1，第 71 页] 这提示网络的软件化需要与开发、测试和发布能力结合。

这些指标还受到数据覆盖与技能标注方式影响。报告的人才数据主要来自英语国家；同一岗位可以要求多种技能，比例不能相加解释为互斥类别。[1，第 3 页]

本文据此认为，当前趋势更像成熟产业中的结构调整：建设能力仍重要，但如何运营、交付和满足具体客户要求，也在影响竞争。年度资本和岗位变化本身，尚不足以证明某一种连接服务已经形成稳定盈利模式。

三、AI 怎样改变网络需求：从数据量转向任务条件

3.1 上行比例与整体流量份额需要分开

麦肯锡认为，摄像头、机器人、车辆和其他分布式 AI 应用可能提高上行、低时延和跨设施连接需求。[1，第 66、68 页] 这需要按实际工作负载分析。

报告引用了爱立信 2025 年的生成式 AI 流量研究。原始材料中的 26%，指所观测 AI 应用流量内部的上行比例；同一研究中，可识别生成式 AI 流量仅占总网络流量的 0.06%。[2]

研究覆盖一个运营商网络在 2025 年 4 月的一周流量，考察 21 款主要移动 AI 应用，并未完整覆盖普通应用中集成的 AI 功能。[2]

因此，这些数字支持的是特定样本中的流量结构差异，不能解释为 AI 已占全部上行流量的 26%，也不能把 0.06% 当作 2026 年全球 AI 流量的统一份额。

本文认为，这一研究更有价值的提示，是 AI 应用内部存在差异。文本问答、上传图片、生成视频和持续感知，可能形成不同的数据流；网络规划需要同时判断使用规模与每次使用的数据需求。

3.2 计算位置会改变传输需求

工厂摄像头可以上传原始或压缩图像，由远端模型处理；也可以在现场计算，只发送识别结果或必要片段。两种方式需要的外部传输量和故障处理不同。

本地处理可能减少外传数据，却需要现场算力、维护和模型更新。远端处理可以集中资源，但需要评价传输、排队和服务依赖。网络需求因此取决于系统怎样分配工作。

本文认为，AI 应用增长与网络流量增长之间存在条件关系。只有在实际任务、采用规模和计算位置确定之后，才能判断哪一段链路需要增加容量。

3.3 端到端时延包含多个环节

为了分析机制，可以把一次任务的等待时间概念化为：

任务时间 = 输入准备 + 网络传输与等待 + 计算与排队 + 结果返回与使用

这是本文的分析分解，具体系统可能并行执行部分环节，不能把它当作统一性能公式。

以一个数值假设说明传输条件：若任务发送 1 MB 数据，按十进制单位相当于 8 Mb；有效传输速率为 10 Mbps 时，仅数据发送就约需 0.8 秒，100 Mbps 时约需 0.08 秒。这没有计入其他等待、协议和处理开销，也不是某种商用网络的实测结果。

这个例子说明，数据大小与有效速率共同影响传输时间。若真正的瓶颈发生在模型排队，提高网络速度只能改善其中一部分。

对于连续运行任务，还需要关注较慢请求的表现。P95 时延表示约 95% 的观测请求在相应时间内完成，需要同时说明失败请求和超时如何统计；平均值则可能掩盖少量明显延迟。

工业现场还要观察连接中断、设备移动、并发负载与恢复。对于某些物理执行流程，及时且稳定的结果，比单次达到最高速度更有实际意义。

四、多种连接技术怎样分工：依据位置、设备和任务选择

先进连接并不存在适合所有用途的统一架构。报告列出的技术，应当结合覆盖范围、设备状态、信息流和运行责任理解。[1，第 71—72 页]

上表为本文的功能归纳，不代表任何技术在所有部署中都能达到相同效果。

4.1 无线升级需要系统共同支持

Wi-Fi Alliance 于 2024 年推出 Wi-Fi CERTIFIED 7，介绍了多链路操作等能力，旨在改善吞吐量、时延与可靠性；部分更宽信道能力还取决于当地可用频段。[3]

评价具体项目时，需要确认接入点与终端实际支持的能力，以及现场干扰、布点和回传条件。更换一个标有新代际名称的设备，不能独立决定完整链路的性能。

蜂窝网络同样需要考虑无线接入与核心网络。报告强调 5G 独立组网为切片、边缘整合和差异化服务提供基础，但产品使用还受到设备支持与服务配置影响。[1，第 69 页]

因此，“具备 5G 覆盖”“具有独立组网能力”和“某项企业服务可以交付”，是三个需要分别验证的条件。

4.2 专网需要与其他可行方案比较

私有无线网络可以用于移动设备、较大工业场所和需要更强现场管理的环境。实际价值仍取决于既有问题：覆盖不足、移动切换、干扰控制，或连接管理是否影响工作。

若优化有线与 Wi-Fi 网络已经能够满足任务要求，专网的增量价值需要另行证明。若现场存在公共网络难以满足的条件，则需要比较专网的建设、终端适配和运行成本。

本文认为，技术选择应从业务要求与现有条件开始。先识别影响工作的问题，再决定需要怎样的连接组合，有助于减少为新代际技术寻找用途的项目。

五、网络切片与 API：让应用能够请求明确的连接能力

网络切片使共享网络可以为不同业务组织不同的逻辑配置和资源策略。麦肯锡把它列为差异化服务的重要方向，并指出商业化取决于客户是否愿意为具体保障付费。[1，第 69、72 页]

5.1 从技术能力到服务承诺

Verizon 于 2025 年 12 月公布了面向企业的固定无线切片服务，强调上行能力、拥堵时的优先级和服务等级协议（SLA）支持的性能，当时在选定市场提供。[4]

这个案例说明，切片能力已经可以进入商业产品。但服务推出并不直接证明客户规模、实际使用效果或持续收益。

对于采购方，更重要的是承诺怎样定义：测量到哪里、覆盖哪些负载条件、发生中断怎样处理，以及服务指标与自己的应用结果是否一致。

切片也需要底层资源与运行机制支持。共享物理网络具有容量限制，逻辑配置无法凭空增加频谱、回传或计算能力。差异化保障需要同时考虑资源安排和负载变化。

本文认为，切片的经济价值来自业务之间对性能需求和中断成本的差异。若客户的任务确实受到共享资源竞争影响，而且保障可测量、可执行，就更容易形成明确的付费依据。

5.2 网络 API 降低应用与网络协同的门槛

CAMARA 的 Quality on Demand API 为应用请求特定数据流的连接质量提供接口，涉及可用质量配置、会话管理与状态通知。[5]

这类接口使开发者能够通过约定方式表达需求，无须分别掌握每个运营商全部内部实现。对于应用，可以把连接状态和服务请求纳入自己的执行流程。

例如，远程辅助应用在重要工作阶段请求适当的连接质量，在结束后释放对应会话。如果所需能力不可用，应用还可以按照自己的设计降低数据量、调整处理位置或提示用户改变任务安排。

这是本文的假设场景，不表示接口已经在所有地区、设备和网络中可用。

接口标准与实际交付之间，还需要运营商支持、身份授权、计费和能力状态的一致表达。同一接口名称，也需要检查不同提供方具体支持的配置和适用条件。

本文认为，网络 API 能否形成规模，取决于它是否降低了应用集成成本，并改善了可观察的任务表现。API 调用数量本身不足以证明应用已经获得持续价值。

六、光连接与数据中心：计算扩张需要相应的传输与交付能力

报告认为，AI 对光纤、光传输和数据中心连接提出了新的需求。[1，第 67—68 页] 理解这种需求，需要区分网络承担的工作。

数据中心内部的节点通信、不同设施之间的连接、企业现场到云端的访问，以及跨区域数据同步，拥有不同的距离、拓扑与运行条件。

例如，模型分发、数据复制和跨站业务服务可能使用跨设施链路；需要频繁交换中间结果的同步计算，则对通信等待更敏感。新增 AI 数据中心，并不自动意味着全部训练任务都适合跨地域分散执行。

本文认为，评估光连接需要先明确负载：数据在哪里产生，哪些内容必须移动，什么时间需要到达，以及发生故障时由哪个系统接替。

6.1 合同额、收入与建设支出需要分开

报告以 Lumen 的 Private Connectivity Fabric（PCF）业务为例讨论 AI 连接需求，原文将近 130 亿美元表述为 2025 年的相关投入。[1，第 69 页]

核查 Lumen 于 2026 年 2 月公布的公告，近 130 亿美元使用的是截至公告时累计 PCF 合同或交易金额的口径。[6] 本文据此采用“近 130 亿美元累计连接合同”这一表述。

累计合同金额可以说明客户承诺与需求信号，但不能直接当作 2025 年建设支出、当年确认收入或已经交付的网络容量。合同履行还需要相应建设、上线与服务。

这个案例的重要性在于，AI 客户需求可以沿着实际连接关系，进入通信基础设施服务。它没有独立证明所有运营商都能获得类似订单，也没有给出整个产业的回报水平。

6.2 基础设施交付影响计算项目

对于客户，光连接的可用时间、路径和扩容方式，应与计算设施上线计划共同安排。设备具备计算能力，却未完成必要的互联，可能限制业务使用。

对于供应方，新的需求还需要变成能够持续提供的服务：建设资源、维护团队、接口和跨设施协作，都参与决定交付能力。

高容量也需要配合路径与恢复设计。如果两条链路共享同一个容易失效的物理位置，名义上的双连接可能无法提供预期的连续性。

因此，连接价值可以体现在容量，也可以体现在交付时间、可观测性和恢复能力。具体项目需要说明自己为哪一种能力付费。

七、非地面网络：扩大覆盖，并为特定业务提供补充路径

低轨卫星、设备直连与其他非地面网络，在报告中承担远程覆盖和韧性补充的角色。[1，第 67、69、72 页] 讨论时，应区分不同接入方式。

上表为本文的结构归纳。关于 3GPP 非地面网络的研究，也将卫星接入与回传分别讨论，并关注无线、核心网与终端的共同适配。[7]

7.1 覆盖扩大与容量供给是不同问题

专用宽带终端与普通设备直连，具有不同的终端能力、可用资源和服务条件。消息、语音、物联网数据与宽带传输，不能仅由“可以连接卫星”这一描述统一推断。

覆盖还需要结合容量。多个用户在同一服务区域内共享资源时，实际需求与可提供能力会共同影响表现。星座数量或合作公告数量，也不能单独证明任意地点已经具备同等服务。

对于远程地区，卫星可以改变接入的可行性；对于已经拥有良好地面网络的密集区域，则需要进一步比较容量、终端、运行和成本。

本文认为，非地面网络更适合按照“填补哪一种缺口”评价。缺少地面回传、海上作业、灾后特定通信或远程设备接入，分别需要不同的服务方案。

7.2 潜在市场预期需要具体分母

报告提到，高管预期低轨服务未来可能获取现有光纤可服务市场中接近 20% 的份额，尤其是在较难覆盖的地区。[1，第 67 页]

这一表述属于预期，不能当作当前实际市场占有率，也不能直接扩大为全球全部光纤将有五分之一被替换。其可服务市场、地区范围、时间和经济条件都需要明确。

企业评价替代或补充方案时，还应考虑原有光纤能否到达、建设需要多久，以及业务可以接受什么表现。不同地点可能得到不同结论。

备份用途也需要实测。备用连接必须能够在主路径故障时启用，并支持必要的应用、身份与数据访问，才能为业务恢复提供实际帮助。

八、AI 网络运营与韧性：自动化需要掌握完整运行条件

AI 在这一趋势中同时扮演需求来源和运营工具。报告讨论了使用 AI 监测网络状态、发现问题、调整容量及改善性能。[1，第 67、72—73 页]

网络运行会产生大量时序数据：流量、负载、设备状态、告警与配置变化。AI 可以辅助分析这些信息，但自动执行调整还需要评价影响范围。

8.1 现场试验支持限定范围内的能力判断

Ericsson 于 2026 年 5 月公布与 KDDI 的上行优化现场试验。公告称，2026 年第一季度的试验覆盖约 1,500 个 5G 小区和 1,300 个 4G 小区，使用 AI 进行上行干扰优化。[8]

这一案例说明，AI 优化可以进入实际网络条件下的测试。它属于供应商公布的特定试验，不能直接换算为所有网络、所有任务的统一性能收益，或证明整张网络已经完全自主运行。

本文认为，网络自动化更容易从边界明确的任务开始：观察对象清楚、调整范围可控、效果能够验证。进一步扩展，则需要跨设备、跨层次和跨服务的协同。

例如，一次无线参数调整可能改善部分用户，却改变其他用户的体验；把计算或流量重新安排到某个位置，也可能影响容量与能耗。单项指标改善需要与系统效果共同评价。

8.2 软件化网络需要持续验证与恢复

软件定义与云化提高了配置和功能调整的灵活性，也使变更管理更重要。规则、模型或配置发生变化后，企业需要知道哪些业务受到影响，以及怎样回退。

这与人才图中 CI/CD 能力的需求相呼应。网络的软件化需要持续发布能力，也需要验证、监测和恢复流程。[1，第 71 页]

评价 AI 网络运营，可以观察已确认故障的发现与处理时间、错误调整频率、变更后的业务表现和恢复成本。自动生成建议数量或自动操作比例，无法独立说明运营质量。

网络优化还应明确能耗边界。某些调整可以减少资源浪费，但新增分析计算、冗余设备和更高业务量也会影响总消耗。应在相同服务要求与负载条件下比较效果。

8.3 韧性需要识别共同依赖

欧盟 2026 年发布的海缆安全工具箱，基于威胁、脆弱性和依赖关系讨论缓解措施，并延续预防、检测、响应与恢复等完整周期。[9]

本文认为，这种依赖分析也适用于企业网络。不同供应商的线路，可能共享管道、机房、登陆点、供电或上游服务。选择多个名称不同的供应方，不等于消除了共同故障来源。

因此，企业需要知道备用路径在什么事件中仍然可用。网络连通恢复之后，应用状态、数据一致性和访问权限也需要正常，业务才能真正恢复。

这一点与第六篇可信系统的讨论相接：连接解决可达性与运行条件，安全治理约束访问与动作，两者需要共同进入业务流程设计。

九、商业化与企业评价：为具体问题建立付费与验证依据

报告把基础连接之外的变现列为关键不确定性。切片、按需质量、边缘连接和私有无线，都需要客户认可明确、可测且与业务结果相关的价值。[1，第 72 页]

9.1 业务损失与保障需求影响支付意愿

企业需要比较，在现有连接条件下发生了什么问题，以及新服务能够改善哪些结果。工厂、物流园区与公用事业等运行要求较高的环境，可能具有更清楚的价值依据。[1，第 71—72 页]

例如，若设备掉线使任务重新执行，连接改进可以减少重复工作；若上传等待占据现场人员时间，更高的有效上行能力可能改善流程效率；若业务无法在主链路故障后运行，则补充路径可能具有恢复价值。

这些关系都需要验证。若真正的问题是软件错误、流程安排或计算排队，增加连接预算可能无法获得预期收益。

本文认为，客户付费可以围绕明确的服务范围组织：特定地点、设备类别、任务时间和性能条件。要求越清楚，双方越容易判断交付和使用效果。

9.2 成本应覆盖建设与持续使用

专网、卫星或差异化连接服务，可能包含设备、接入、集成、终端适配、培训、持续维护和迁移成本。只比较月费，容易忽略部署与运行工作。

供应商的服务承诺也应与客户流程对应。运营商可能保障某一段网络的表现，而应用还依赖现场设备、第三方平台和远端计算；责任范围需要能够被双方理解。

因此，项目评价可以同时观察连接服务效果与业务任务效果。网络指标说明基础条件，任务指标说明这些条件是否产生了实际价值。

9.3 一套可用于项目研究的评价框架

上表是本文提出的评价框架，并非麦肯锡公布的行业基准。

验证时，还需要注意选择偏差。只测试最好的位置、低负载时段或支持最新功能的终端，可能高估实际效果。试验应覆盖关键业务条件，并保留异常情形。

投资数据、部署数量和合作伙伴数可以作为发展信号，持续使用、服务质量和实际业务改进，则更接近判断商业化能否成立的依据。

9.4 管理含义：连接改善需要应用与流程配合

从企业管理角度，连接能力与业务绩效之间还存在转化环节。更快的数据到达，只有进入有效的处理和执行流程，才可能改变工作结果。

例如，工厂网络已经缩短图像传输时间，但检测结果仍等待人工统一处理，那么连接改善首先影响的是信息到达，流程调整决定它能否进一步减少业务等待。这仍是本文的假设分析。

企业因此需要共同安排网络升级、应用改造和责任分工。运营商负责的链路条件、设备供应方的适配，以及应用团队的异常处理，应当能够衔接到同一个任务。

对于研究者，可以分别测量连接表现、任务执行和最终业务结果，再考察转化条件。比较升级前后时，还需要控制负载、设备、应用版本和工作流程变化，避免把其他改进全部归因于网络。

本文认为，这种分层评价有助于解释为什么相同技术在不同企业产生不同效果。它也把“连接是否先进”转化为更有研究价值的问题：特定连接能力通过什么机制、在什么组织条件下改善任务与绩效？

十、6G 与未来发展：区分标准化方向和近期可交付能力

6G 属于这一趋势的未来部分。其标准化过程，与现有 5G、Wi-Fi、光纤和卫星服务的部署阶段需要分别理解。

截至本文核查时，ITU 的 IMT-2030 进程显示，工作组已在 2026 年形成技术性能要求与评估指南草案，相关页面说明它们进入上级研究组审批流程；候选无线接口方案的提交窗口为 2027 年 2 月至 2029 年 2 月。[10]

这些是标准化安排，不能解释为 6G 已经普遍商用。框架中的 AI 与通信、通信感知融合等方向，说明研究希望扩展的能力范围，具体交付仍需要技术评估、频谱、产品与部署支持。[10]

本文认为，企业可以关注这些方向，同时根据当前可获得的技术安排近期项目。对于有明确业务问题的场景，既有连接能力的组合与管理仍有改进空间。

以下为本文提出的未来一至两年观察，不是已发生事实，也不是麦肯锡的量化预测。

第一，分布式 AI 可能推动按任务分配计算与连接资源。若更多应用在终端、现场和云端之间处理数据，企业会更关注实际数据流和等待位置。可以观察项目是否共同调整处理位置与网络配置，以及是否减少任务超时和业务等待。

第二，差异化连接可能在问题清楚的场景中继续扩展。上行密集、人员移动或中断成本较高的业务，更容易说明保障价值。规模化还取决于终端、交付成本和运行管理；若这些条件难以满足，技术能力可能长期停留在少数项目中。

第三，网络 API 的进展需要通过应用采用验证。接口一致性和质量配置可以降低集成难度，但应用还需要处理不可用状态、权限和付费安排。观察重点可以放在持续运行的应用、跨网络适配成本和实际任务效果上。

第四，韧性服务可能更重视可演练的恢复能力。地面、光纤与非地面网络组合提供了更多路径选择，价值仍取决于共同依赖是否被识别，以及必要业务能否继续运行。路径数量增加，应与故障情境下的实际表现共同评价。

这些判断依赖应用采用和工程条件。AI 流量会在哪里增长、哪些任务需要远端计算，以及客户愿意为多少保障付费，仍是报告明确保留的不确定性。[1，第 72—73 页]

因此，未来研究应把网络能力、应用设计与组织运行放在一起。只有掌握这些条件，才能判断技术进步如何转化为持续服务和经济价值。

结语

麦肯锡第七项趋势讨论的连接层，横跨成熟基础设施与新兴能力。其价值可以体现在覆盖扩大、容量增加，也可以体现在更稳定的任务响应、更清楚的服务范围和更有效的恢复。

分布式 AI 加深了计算与连接的相互影响。数据处理位置改变传输需求，网络条件影响可采用的应用设计，运行与安全机制决定业务能否持续使用。

本文认为，先进连接研究应围绕具体问题展开：谁需要连接、什么数据需要移动、何时必须完成、故障后如何继续，以及完整成本是否合理。

把这些问题落实为能够测量和复核的条件，才能判断新技术与新服务为企业增加了多少实际能力，也能使通信产业的增长机会建立在可持续的客户价值上。

参考资料与口径说明

1. McKinsey & Company.Technology Trends Outlook 2026. September 2026，第 3 页及第 66—73 页。本文以用户提供的报告为主来源；正文页码采用报告印刷页码，PDF 物理页码相应加 2。
2. Ericsson.GenAI’s impact on network data traffic today. June 2025。用于核查 AI 流量的上行比例、整体份额与测量覆盖；这些数据来自特定运营商网络样本。https://www.ericsson.com/en/reports-and-papers/mobility-report/articles/genai-data-traffic-today-june-2025
3. Wi-Fi Alliance.Wi-Fi Alliance introduces Wi-Fi CERTIFIED 7. 2024-01-08。联盟通过 GlobeNewswire 发布的原始公告，用于核查认证与多链路等能力，不采用其中的市场规模预测。https://www.globenewswire.com/news-release/2024/01/08/2805409/0/en/Wi-Fi-Alliance-introduces-Wi-Fi-CERTIFIED-7.html
4. Verizon Business.Wireless Internet for the AI-era: network slicing enables SLA-backed service from Verizon Business. 2025-12-18。用于核查固定无线切片的商业产品案例；产品公布不等同于普遍采用或已验证的行业收益。https://www.verizon.com/about/news/wireless-internet-ai-era-network-slicing-enables-sla-backed-service-verizon-business
5. CAMARA Project.Quality on Demand. 核查日期：2026-10-04。用于说明可编程连接质量接口的用途；具体可用配置和服务需由提供方确认。https://camaraproject.org/quality-on-demand/
6. Lumen Technologies.Lumen Marks New Phase of Transformation at 2026 Investor Day. 2026-02-25。用于核查近 130 亿美元 PCF 业务的累计合同口径，未将其换算为当年收入或资本开支。https://ir.lumen.com/news/news-details/2026/Lumen-Marks-New-Phase-of-Transformation-at-2026-Investor-Day/default.aspx
7. IEEE Internet of Things Magazine.Non-Terrestrial Networks: An Overview of 3GPP Release 17 & 18. 2024。依据出版平台公开摘要核查卫星接入、回传及架构整合的研究范围，不声称已阅读受限全文。https://ieeexplore.ieee.org/document/10397575/
8. Ericsson.Ericsson and KDDI succeed in AI uplink optimization field trial, advancing toward Autonomous Networks Level 4. 2026-05-11。用于说明特定现场试验，不把供应商公布的结果外推为全行业性能或整网自主运行。https://www.ericsson.com/en/press-releases/2/2026/ericsson-and-kddi-succeed-in-ai-uplink-optimization-field-trial-advancing-toward-autonomous-networks-level-4
9. European Commission.Submarine Cable Security Toolbox and Cable Projects of European Interest. 2026-02-05，页面更新于 2026-03-17。用于说明海缆风险、依赖分析与恢复周期的政策方向。https://digital-strategy.ec.europa.eu/en/library/submarine-cable-security-toolbox-and-cable-projects-european-interest
10. International Telecommunication Union.IMT towards 2030 and beyond (IMT-2030). 核查日期：2026-10-04。用于核查 6G 框架、2026 年草案工作与候选接口提交窗口；标准化计划不等同于实际商用进度。https://www.itu.int/en/ITU-R/study-groups/rsg5/rwp5d/IMT-2030/Pages/default.aspx

统计与分析边界：报告的活动评分采用相对 0—1 标度，不能直接解释为市场份额或成熟度百分比；股权投资包括相应资本交易，不包含企业资本和运营支出；人才数据主要来自英语国家；采纳评级来自专家判断。文中的假设场景、传输时间示例、技术分工表、评价框架与前瞻判断为作者分析。流量测量、累计合同、商业产品和现场试验拥有不同时间范围与分母，本文保留其适用条件，并将标准化目标与已交付能力分别解释。