林之晨表示，每年參加MWC都會與多家國際合作夥伴交流潛在合作機會，今年最大的合作之一就是與Nokia簽署MOU，雙方將在AI技術應用與電信網路節能方面合作。例如透過AI技術協助基地台更有效率運作，降低能源消耗，同時提升整體網路管理能力。
他指出，AI浪潮為電信產業帶來多層次機會。首先是在網路營運層面，AI可協助電信公司更有效率地管理網路並降低耗電；其次是在商務營運上，電信業者長期累積大量用戶數據，透過這些資料訓練AI模型後，可提升客服與營運效率，甚至發展為企業解決方案對外提供服務。
以客服應用為例，林之晨指出，電信客服中心每天會接收到大量語音資料，包括不同口音、語言混合等情況，例如國語、台語或客語。若將這些語音資料用於訓練AI，可建立高準確度的自動語音辨識（ASR）模型，未來可應用在智慧語音客服系統上，不僅提升客服人員效率，也能避免尖峰時段因人力不足造成等待時間過長。
在下一代通訊技術方面，林之晨也談到台灣過去在不同世代通訊技術的發展經驗。他指出，台灣在4G時期曾因開台時間較晚而錯失部分機會，而在5G時期則相對較早投入，當時全球設備價格仍高且功能尚未完全成熟，後續還需要升級設備。因此未來在6G發展上，政府與產業需要共同評估最合適的導入時間點，避免過早或過晚帶來的產業風險。
對於外界預測6G可能在2030年前後商用，林之晨認為，目前仍難以精準預測時間點。他表示，以2026年的角度來看，連兩年後的技術變化都難以完全預測，更遑論四年後的發展，因此2030年前是否全面商用仍有很大變數。
談到AI所需的龐大算力，林之晨指出，目前全球AI對算力的最大需求主要來自大型模型訓練，但在實際應用階段，推論所需的算力則與使用者數量與使用頻率相關。對電信業而言，多數AI應用集中在網路營運與企業服務場景，使用規模相對可控，因此對算力的需求不會像大型模型訓練那樣在短時間內出現極端高峰。
此外，林之晨與團隊也在Nokia展區體驗智慧眼鏡應用情境。他指出，隨著AI應用普及，智慧手錶、智慧耳機與智慧眼鏡等穿戴裝置將逐漸成為AI服務的重要入口。台灣大哥大目前正透過5G-Advanced技術強化「Network for AI」能力，其中去年完成測試的Uplink TX Switching技術，可提升終端裝置上傳資料至AI平台的速度，使智慧眼鏡在影像辨識、即時翻譯與遠距協作等應用場景中能更即時回傳影像與資訊。
他表示，未來AI應用將越來越依賴即時連網與低延遲能力，電信網路將不只是提供連線，而是支撐AI服務的重要基礎設施。
火線話題 ｜ AI生活進行式
這篇報導屬於「 AI生活進行式 」主題，更多延伸閱讀：
點擊閱讀下一則新聞
