怎么理解中国电信的五位一体、L型布局？

/记得星标我/

比大部分人早一步看见未来

AI 产业发展到现阶段，运营商的角色定位越来越清晰，也越来越关键。从最初的通信管道提供商，到云时代的基础设施服务商，再到如今 AI 浪潮下的能力输出者，每一次转型都伴随着一套新的战略框架。

中国电信去年将集团战略从云改数转升级为云改数转智惠，而在7月18日召开的中国电信人工智能生态论坛上，中国电信董事长柯瑞文提出打造“算力、平台、数据、模型、应用”五位一体智能云体系，构建“L”型布局，为客户提供优质、安全、普惠的一体化智能服务，正是其锚定 AI 赛道的核心行动框架。

过去十年，运营商的核心主线是摆脱对传统话音和流量业务的依赖，寻找第二增长曲线。云改数转战略推行多年后，中国电信的云业务已经做到一定规模，但云市场的竞争逐渐进入存量阶段，单纯卖云资源的增长空间正在收窄。

AI 大模型的爆发，给运营商带来了新的产业机会。市场需求不再满足于基础的计算和存储资源，而是需要从算力到模型再到应用的完整 AI 能力。这种需求结构的变化，倒逼运营商的整体战略必须同步升级。

云改数转智惠的核心，就是把企业的核心能力从云网连接转向智能服务。五位一体和L 型布局，不是凭空提出的新概念，而是新战略落地的具体抓手，本质是回答运营商在 AI 时代具体要做什么、怎么做的问题。

五位一体：纵向打透全栈能力

五位一体指的是算力、平台、数据、模型、应用五个层级的一体化智能云体系，对应从IaaS 到 SaaS 的完整技术栈。它的核心目标，是打穿 AI 服务从生产到落地的全链路，形成一套可以闭环运营的 AI 基础设施。

算力层是整个体系的底座。和传统云算力不同，这一层正在向AI 原生算力底座升级。中国电信推出了通智超量一体弹性计算体系，配套 AI 统一数据存储和高性能云网络，优化算存网协同效率。大湾区真武万卡智算集群的落地，就是算力层升级的标志性动作，核心是解决 AI 训练和推理的规模化、低成本供给问题。

平台层是算力的调度中枢，核心载体是息壤算力互联调度平台。当前国内算力资源分布分散，不同厂商、不同区域的算力难以灵活调配。息壤的作用就是把自有算力和第三方接入的算力统一管理，实现弹性调度。目前这套平台调度的总算力规模超过91EFLOPS，在国内算力调度领域处于第一梯队。对 AI 服务来说，高效的算力调度直接决定了 Token 分发的效率和成本。

数据层是运营商差异化优势最明显的环节。中国电信汇聚了超20 万亿 Token 的高质量训练数据，覆盖 14 个行业的细分数据集。一方面来自自身运营积累的海量数据，另一方面来自对接政企客户过程中沉淀的行业数据。同时它还在牵头打造国资央企领域的可信数据空间，解决数据流通的合规问题。对大模型产业来说，高质量合规数据是最稀缺的资源之一，这也是运营商做 AI 的核心底牌。

模型层承上启下，核心产品是星辰大模型体系。这是央企范围内首个全模态、全尺寸、全国产的大模型，也入选了年度央企十大国之重器。但模型层并非走完全自研的封闭路线，同时也会接入第三方主流大模型，做成统一的模型服务入口，给客户提供更多选择。

应用层是价值落地的最终环节，分为对内和对外两个方向。对内，AI 应用已经累计帮助企业降本超过 20 亿元，覆盖运营、维护、管理等多个环节。对外，已经和超过 80 家央企达成 AI + 合作，服务行业客户超过 3.7 万家，消费端也推出了智铃、智屏等面向个人和家庭的 AI 产品。

整体来看，五位一体不是五个层级的简单堆叠，而是围绕Token 的生产、调度、应用形成的完整闭环。每一层的建设，最终都服务于向客户提供可落地的 AI 服务这个目标，本质上是一套完整的 Token 经营基础设施。

L 型布局：横向拓宽生态边界

如果说五位一体是纵向的能力深度，L 型布局就是横向的生态广度。理解 L 型的关键，是看懂它的两条边。

L 型的竖边，就是五位一体构成的全栈垂直能力。这部分是中国电信的核心优势所在，也是必须自己做深做透的环节，是整个布局的根基。从算力底座到调度平台，再到数据和基础模型，这些底层能力决定了 AI 服务的上限，也是运营商区别于其他 AI 厂商的核心壁垒。

L 型的横边，是沿着技术栈向产业伙伴开放的生态边界。简单说就是，核心底座自己做，上层生态开放给合作伙伴一起做，不追求所有环节都自研闭环。

具体来看，开放体现在几个层面。首先是能力开放，算力层接入第三方算力资源，模型层引入外部主流大模型，应用层搭建AI 应用商店，让第三方开发者的产品可以快速触达客户。其次是资本协同，用投资的方式绑定产业链上下游的合作伙伴，从业务合作延伸到资本合作，让生态的联系更紧密。最后是国际化延伸，通过全球云节点和国际海缆网络，把这套智能云能力输出到海外市场，拓展空间边界。

之所以选择L 型的结构，而不是全栈自研的垂直一体化，也不是完全轻资产的平台模式，本质是由运营商的禀赋决定的。底层基础设施是运营商的传统强项，投入大、壁垒高，必须牢牢握在自己手里。上层的应用开发、细分场景模型，不是运营商的优势领域，强行全自研反而效率低、速度慢。开放给生态伙伴，才能更快覆盖更多场景，把整体蛋糕做大。

这是一种很务实的选择。既守住了安全可控的底线，也避免了陷入封闭体系的内卷，在自主和开放之间找到了一个平衡点。

- 04 -

一体两面的协同逻辑

五位一体和L 型布局不是两个独立的战略，而是一体两面的关系。

五位一体是内核，是L 型布局的支撑。没有纵向打透的全栈能力，开放生态就没有坚实的底座，所谓的合作就只能停留在资源置换层面，无法形成真正的合力。只有自己把核心能力做扎实了，才有吸引合作伙伴的筹码，也才能在生态中掌握主导权。

L 型布局是外延，是五位一体能力的放大器。只靠运营商自己的团队，能覆盖的场景和客户永远有限。通过开放生态，把底层能力输出给成千上万的合作伙伴，可以触达更多细分行业，落地更多定制化应用，把技术能力转化为更大的市场价值。

两者结合在一起，就构成了中国电信做AI 的完整路径：纵向筑牢核心壁垒，横向拓展生态边界，最终指向 Token 经营这个核心目标。也就是把 AI 能力标准化、服务化，变成可计量、可按需使用的通用服务，像当年的带宽和云资源一样，输送到千行百业。

- 05 -

站在整个通信和AI 产业的角度看，这套布局有它的独特优势，也面临不少现实挑战。

先看优势。首先是云网融合的天然壁垒。纯云厂商做算力，往往要单独解决网络连接的问题，而运营商本身就拥有覆盖全国的网络资源，可以做到算力调度和网络调度协同。算力部署到哪里，高速网络就可以同步开通到哪里，这种云网一体的能力，是其他玩家很难复制的。

其次是政企客户的触达能力。中国电信拥有覆盖省市县三级的销售服务队伍，和各级政府、央企国企有长期稳定的合作关系。AI 应用落地最难的环节往往不是技术，是客户对接和项目交付，运营商在这方面有天然优势。很多技术能力很强的大模型公司，最后也要和运营商合作来做行业落地，原因就在这里。

第三是安全可信的品牌背书。作为央企，中国电信在数据安全、网信安全领域的合规能力和信任度，在政务、金融、工业等敏感领域有明显优势。再加上量子安全、云堤防护这些配套能力，对安全要求高的客户会更倾向于选择运营商的方案。

再看挑战。第一个挑战是生态开放的尺度把握。开放的力度小了，生态伙伴没有足够的利益空间，做不起来；开放的力度大了，又容易失去核心话语权，最后沦为纯管道。目前这套生态还在建设初期，利益分配机制、合作规则都还在磨合，能不能真正调动产业链的积极性，还需要时间验证。

第二个挑战是核心技术的积累厚度。大模型、算力调度、AI 框架这些核心技术，互联网厂商和创业公司已经深耕多年，运营商起步相对晚一些。虽然有资源和资金优势，但技术能力的追赶不是一蹴而就的，底层技术的实力最终还是要靠落地效果和行业口碑来证明。

第三个挑战是内部组织的适配。从卖通信资源、卖云资源，转向卖AI 解决方案，对企业的组织能力是全方位的考验。前端销售人员能不能理解 AI 方案，交付团队能不能做好 AI 项目的实施和运营，后台考核机制能不能匹配新的业务模式，这些都需要逐步调整，不是光有技术框架就能解决的。

- 06 -

五位一体和L 型布局，是中国电信基于自身资源禀赋，在 AI 时代交出的一份战略答卷。它没有照搬互联网公司的发展模式，也没有固守传统运营商的管道定位，而是走出了一条带有鲜明运营商特色的 AI 发展路径。

这套路径的核心逻辑，是把运营商最擅长的基础设施能力，和AI 产业的需求结合起来，通过开放生态放大价值。它的终极目标，不是做一个和互联网厂商竞争的大模型公司，而是做 AI 时代的综合服务商，为全社会提供普惠、安全、可用的 AI 基础设施。

对整个行业来说，这也是一次有价值的探索。运营商在AI 产业里到底该扮演什么角色，一直没有标准答案。如果中国电信的这套模式跑通了，不仅会给其他两家运营商提供参考样本，也会重塑国内 AI 基础设施市场的竞争格局。

接下来的一两年会很关键。生态能不能做起来，落地案例能不能批量复制，内部组织能不能跟上节奏，都会直接决定这套战略最终的落地效果。