5G到來之後，裝置聯網的成本會變得更低。另外，影片會變成更主流的溝通和協作的方式。在4G的時候拿手機可以看一些影片，5G來了之後，有可能實現遠端醫療、遠端駕駛，在異地就好像在跟前一樣，能夠實時瞭解情況，去做決策。無人駕駛的車，今天一個是依靠AI，從技術領域用機器取代人還需要很長的時間，但是在很多領域裡，沒有那麼大的安全隱患場合裡，比如說礦山就可以遠端開車了，醫生可以遠端做診斷了，大家可以更好地跨越時間空間，如何見面，時空關係會發生重大的變化，以前文字可以傳來傳去，以後像咱們這樣的影片，或者特別需要高畫質度的影片都能夠傳遞，這個事情的爆發優先於其他更深層次的5G的應用。

5G帶來的改變絕非“10G影片9秒下載完成”這麼簡單，5G具革命意義的地方在於與交通、醫療、教育等行業，在更廣的範圍、更深的程度、更高的水平融合應用，為裝置賦智，為企業賦值，為產業賦能。

比如增強型移動寬頻（eMBB）加速實現了急救車，實現患者“上車即入院”的願景，還包括病患以及老人的可穿戴裝置資料收集，實現對使用者的體徵資料做7*24 小時的實時監測。低時延高可靠通訊（uRLLC ）確保了院內無線監護，遠端檢測應用，遠端手術等低時延場景應用。大連線物聯網（mMTC）可有效利用於醫療器械的統一管理，及裝置資料聯網。

車聯網的“上帝視角”加速自動駕駛L4/L5上路，自動駕駛和5G技術必將深度捆綁。無人車作為車聯網集大成的產品，三類功能正好依次覆蓋了5G三大場景：自動駕駛（智慧無人車）——低時延高可靠通訊(uRLLC)；車載娛樂（網際網路影片流媒體等）——增強型移動寬頻(eMBB)；汽車工業網際網路（預測性車輛部件診斷維護，安全檢查等）——大連線物聯網(mMTC)。

具體到AI在5G中的應用場景，可以有如下幾種：

應用場景1：5G端到端切片智慧編排和運營

5G端到端切片智慧編排

採集資料，掌握網路的實時執行狀況

利用人工智慧技術，根據歷史資料和實時資料對網路業務以及相應的資源需求進行預測和評估

給出恰當的建議措施（如網路切片的擴容、縮容、變更等）

5G端到端切片智慧運營

網路切片不是一段核心網或無線就能搞定的，可能是無線加上承載網加上核心網。對使用者來說，這種快速的開通和按需變更要能做到端到端的自動化管理。引入切片服務智慧客服，能夠提供智慧化的交流、諮詢、切片套餐推薦等服務，並完成智慧化的端到端切片業務開通。

應用場景2：基於AI的Massive MIMO引數最佳化

5G 引入Massive MIMO技術後，無線側配置引數的pattern組合有了指數級的增加。我們瞭解到，3G無線配置的組合是13種，4G大概有283種，5G大約是13000種。就算可以梳理一些基本的配置模板，但在後面的最佳化過程中，也還是會涉及各個引數的調整。所以，需要在這件事上引入人工智慧的技術，來實現5G大規模天線複雜引數的智慧化配置。

智慧權值搜尋和監控

基於UE(User Equipment，使用者終端)的分佈情況，根據覆蓋使用者數最多的原則，搜尋和預測最優的水平/垂直波瓣寬度，方位角和下傾角。

UE位置估算和預測

基於收集的資訊可以估算UE的位置及分佈

MM基站週期性收集一段時間內小區內所有UE的位置資訊

場景自學習

可充分運用於類似體育賽事、演唱會等大型活動。

比如，利用MR(Measurement Report，測量報告)資訊描繪出終端在體育館內的大致分佈，進一步利用分佈識別場景。根據不同場景，推薦最優權值，並將最終的權值反饋到場景識別模組，使得推薦不斷進化。

應用場景3：AI輔助的智慧無線網路規劃

這件事其實在4G網路上已經在開展了。無線網路開通前後要做路測和評估，根據收集上來的MR資訊，對多個場景進行識別和分析。綜合使用者投訴、各種網路最佳化的KPI等要素做大資料分析以及AI輔助的決策，幫助運維人員更好地確定把站點部署在哪裡，如何配置引數，哪些質差小區能透過擴容來解決，以及哪些是無法透過擴容來解決的……並會給到一個整體的網路部署的評估。

在5G網路部署的時候，也一定會考慮基於4G網路的大資料和AI分析，來決定應該在哪裡部署5G的站點，以及一些4G、5G協同的調整。

應用場景4：基於AI的智慧邊緣計算

邊緣計算在5G階段是非常重要的發展方向，它在邊緣的DC（資料中心）裡引入了伺服器，也引入了支援AI運算的能力，使得可以在邊緣節點上，配合中心的DC以及使用者的終端來做AI業務的智慧最佳化。主要有以下四點——

本地快取

基於AI對使用者的業務流和使用者移動模式進行預測分析，有針對性地確定預存內容和內容推送，從而提高內容分發效率。

智慧定位

透過位置已知的終端測量的各無線通訊系統訊號特徵，藉助AI、大資料收集分析和邊緣計算節點的實時計算能力，利用指紋資訊指導實際應用中的終端定位。

頻譜感知

邊緣計算節點，基於不同無線系統的頻譜測量結果，利用AI技術對各無線系統在不同區域的無線環境特徵、使用者行為特徵，以及不同使用者的業務特徵等，進行分析建模，支撐具體應用場景。

業務感知

在邊緣節點上部署高算力的硬體解析資源，結合AI和大資料能力，分析挖掘資料、業務和無線環境之間的內在關聯，提供更為準確、智慧的業務特性識別。

網路邊緣快取已成為內容分發的趨勢，可大幅提升使用者體驗、網路吞吐量和能效。AI技術可預測使用者偏好，精準推薦內容給使用者，並結合使用者推薦預測無線邊緣快取。

應用場景5：智慧基礎設施節能

基於AI的智慧基站節能

在5G的基站中，希望透過AI輔助的業務分析、場景識別建立一個流量變化模型，來控制載波的智慧關斷，從而降低基站功耗。

基於AI的資料中心(DC)節能

透過自動學習資料中心裡伺服器上的業務、流量的變化模式，根據這些資訊，在非高峰時間段，把一些可遷移的業務集中部署在某一些伺服器上，把空閒的伺服器置成“睡眠”狀態，同時會考慮整個機房製冷的控制。工作狀態的伺服器會消耗200-500W，睡眠狀態的伺服器僅消耗20W。DC實際的負載情況對效果會有一些影響。

應用場景6：AI輔助的運維最佳化

網路故障預測

從傳統的事後最佳化轉化為事前的預測和提前防備。

網路健康度檢查

基於大資料和人工智慧技術的網路健康度分析，預測網格內未來一天、一週、一月的小區網路質量並提前預警，針對質差小區，分析引起質差的關鍵指標及可能的原因。

網路告警關聯和故障定位

傳統網路運維管理人員分析網路警告、判斷告警原因、查詢告警根源、定位並排除故障，耗時耗力。神經網路系統透過不斷學習和訓練，計算、翻譯和調整分佈於神經網路當中的連線權值，以整體的方式表達關聯規則和故障診斷結果，準確定位網路故障。

5G和AI是兩大毋庸置疑的戰略發展領域。從5G的角度來看，GSMA在2017年釋出了一個白皮書——《5G開啟無線連線與智慧自動化的時代》，這份報告為全球的通訊行業描繪了一個非常美好的前景：到2025年，5G的連線數量將會超過11億，約佔全球移動連線數的12%，覆蓋超過全球1/3的人口數量。5G也會為運營商帶來超過2.5%的年均複合增長率(GAGR)，2025年，收入將達到1.3萬億美元的體量。

From GSMA

這份報告同時還對全球750位運營商的CEO以及裝置商的高階專案經理做了一個調研，其中包括“5G將主要支援什麼業務？”。結果顯示，83%的人都選擇了AI驅動的業務。可見，AI驅動的業務會是5G主要的應用場景。

From GSMA

從AI使能5G這個角度來看，AI其實可以用在各行各業，不只是通訊行業。經歷了這幾十年的發展，電信行業將是AI最大的細分市場，Tractica/Ovum的全球調研報告指出，到2025年，全球電信行業對人工智慧軟體、硬體和服務的投資預計將達367億美元。電信行業的AI年收入額將以48.8%的年複合增長率，從現在的3.157億美元增長至2025年的113億美元左右。這個體量也是相當大的。

但是我們可以透過對比發現，電信行業AI的體量比起5G的體量還是要小很多。5G是1.3萬億美元的收入，AI是113億美元的收入，差距100倍以上。我們把AI投入到電信行業，如果能把5G的收入增加1%或10%，把5G網路建設的成本降低1%或10%，對運營商來說，那將是一筆非常可觀的收入。

因此，5G和AI是密切相關、互相促進的一種關係。

5G人工智慧時代，全球產業格局重新洗牌。每一個人都面臨著職業和事業上的重新定位，成功者因循守舊，便有可能迴歸平凡；普通人勇於創新，也完全可能實現屌絲逆襲。

五個最重大產業變革，因變革而產生新的運營模式

1.傳統汽車退出，智慧汽車上位。傳統汽車不僅僅是燃油而造成的空氣汙染問題，而是因為它只是一個超級精密的機械，而不是具有智慧管控的機械。無論是賓士、寶馬，還是吉利、紅旗，都將在不遠的將來推出新能源智慧汽車。這樣的汽車，是一輛充滿智慧的機械，與駕乘者有著非常親密友好的互動，無人駕駛成為基本的標配，智慧化解決人們汽車出行的完美體驗。甚至它會感知乘客的身體狀況，孕婦和暈車者乘坐，它們會採取平穩駕駛模式，減輕乘車人的生理反應；面對喜歡刺激的年輕人乘客，它們會營造出“速度與激情”的完美體驗（當然它絕對不會超速，而是利用車上眾多的感測裝置，來創造感覺）。

3.智慧硬體為人類插上智慧的翅膀。新型的全息投影技術，將使你在任何時候都可以啟動自己的智慧“硬體”（其實本來就沒有），它可以投射到任何實物平面和虛擬平面上，它就是你隨身攜帶的手機、電視、電腦等硬體，你可以隨時隨地完成任何可能工作和生活方面的操作，並隨時呼叫你過去儲存在自己空間裡的資料資料。所有的操作不再需要密碼進行保護，而是透過人臉識別等AI人工智慧技術，來確認“你是不是你自己”。人類因為這類技術的發展，將使得很多硬體從人們的工作生活中消失，減少對於地球資源的消耗和使用，為子孫後代留下更多的寶貴稀缺資源。

4.AI人工智慧教育盛行。5G人工智慧對於教育行業的改變將翻天覆地，尤其是教育培訓行業，將由傳統的線下聚集性培訓，改為線上人工智慧分散性培訓，更具針對性的線上“面對面”一對一培訓將變成普遍的培訓方式。人類老師不再是構成教師隊伍的主要力量，AI人工智慧教師更懂得受教育者的需求並注意隨時調整其教育方式和方法。當然，人類教師也一定不會缺位，他們將成為AI人工智慧教師的老師，教會它們如何成為一個合格的人工智慧老師。

5.醫療行業將逐漸減少，健康管理行業將興起。AI人工智慧將使得很多大病在未生成前便得到預警，並透過健康管理得到改善甚至阻止，這將使人類因重病死亡的機率降至極低。因此，醫院不再像當下這樣人滿為患，很多醫院將縮小規模，甚至關閉。當然，人們在疾病健康方面的支出卻並不一定減少，因為人們把更多的精力和金錢投放到未病前的健康管理階段。過去受限於醫療人員的數量和能力，在未病管理上，人類始終找不到更加有效的辦法，使得很多疾病無法消滅在萌芽狀態。AI人工智慧與人類健康大資料的結合，將這種未病健康管理變成可能，任何可能的疾病危險，都會被及時地處置，抑制或阻止疾病的發生。

2020年隨著5G和人工智慧的發展，類似Siri的語音識別技術已經進入客廳甚至是我們的家。家居控制等所有裝置和應用都可以在全面發展的語音互動中找到自己的位置。

在智慧家居領域，國外的IT巨頭已先後以智慧家庭產品與語音相結合的方式進入智慧家庭領域：谷歌收購NEST佈局智慧家庭，不斷強化Google Now的語音入口；蘋果HomeKit智慧家居平臺與Siri也不斷加強融合；微軟也釋出了語音助手Cortana（小娜），為它在智慧家庭領域擴充套件互動入口。

所以說，在5G大規模商用的情況下，以語音互動技術為技術核心的全屋智慧應用場景指日可待~