5G不僅僅是頻寬的提升，更是一次顛覆性的升級。將人與人之間的通訊向萬物互聯轉變，成為整個社會數字化轉型的重要基石。移動超高清視訊、AR/VR等大流量應用將進一步推動對於無線網路的升級需求。工業自動化、無人駕駛、網聯無人機、遠端醫療、智慧交通、智慧電網等行業的興起，也對網路提出了超高可靠性、超低時延、海量連線等特殊場景需求。5G好比印刷機、網際網路、電力、蒸汽機、電報，可以重新定義工作流程並重塑經濟競爭優勢規則，是一項能對人類社會產生深遠且廣泛影響的“通用技術”。
5G可能會帶來什麼產業發展？
蜂窩物聯網
根據通訊研究院的資料，2018 年前半年全球蜂窩物聯網連線增速達到 72%，總連線數接近 9 億，其中中國移動物聯網連線數已達到 3.84 億。這個資料到 2019 年 6 月底，中國移動的蜂窩物聯網裝置已經超過 6.9 億。中國蜂窩物聯網連線數在過去幾年裡，一直以遠超100%的速度發展，通訊業界現在非常擔心5G建成之前，蜂窩物聯網連線數就會遠超網路承載，帶來所有業務體驗都下降。所以現在已經在開啟LTE cat.1作為備選方案了
在制定4G標準的時候，3GPP第一次開始討論容納物聯網標準，不然物聯網行業連LTE cat.1都用不了，前段時間的共享單車就只能用手機標準做模組競爭2G資源，去忍受開鎖率低、費用高、穩定性差了。那麼為什麼4G不能+物聯網？
上邊都在談蜂窩物聯網，更不用說還有工業物聯網或者車聯網了。沒有5G，現在的蜂窩網路基本指標都滿足不了。PS. 車聯網有替代方案，但是沒車企願意像運營商一樣在路邊建/維護基站。
遠端醫療能不能用，和5G只有間接關係：
遠端醫療現在並不是非5G不可，光纖的穩定性更高點。目前普遍認為在達芬奇機器人手術中，相應的裝置要求資料傳輸速率至少25Mbps，傳輸時延低於10ms，只要滿足這個要求，不論是5G還是光纖都可以承載遠端醫療。
在5G核心網建設中，運營商需要同時開展網路虛擬化和網路切片改造，這樣才能提升承載網本身的穩定性，降低延遲，這部分 可能會 影響到5G or 光纖的遠端醫療。
通訊行業每十年預測一次未來資訊行業的發展方向，還需要根據這些方向制定標準，再升級更新資訊網路基礎設施，此後，網際網路應用才可能花數年把這些物理指標升級變成使用者能感知到的現實應用。研究十年，標準十年，組網優化十年，應用數年，這四步中的每一步，都是在從理論和預測逐漸走向商業和現實。通訊網路的變化是一個緩慢的、逐漸優化過程，而不是立竿見影的結果。機器學習是輕量級的應用，演算法和實現間隔很近，這兩者沒什麼可比性。
5G不僅僅是頻寬的提升，更是一次顛覆性的升級。將人與人之間的通訊向萬物互聯轉變，成為整個社會數字化轉型的重要基石。移動超高清視訊、AR/VR等大流量應用將進一步推動對於無線網路的升級需求。工業自動化、無人駕駛、網聯無人機、遠端醫療、智慧交通、智慧電網等行業的興起，也對網路提出了超高可靠性、超低時延、海量連線等特殊場景需求。5G好比印刷機、網際網路、電力、蒸汽機、電報，可以重新定義工作流程並重塑經濟競爭優勢規則，是一項能對人類社會產生深遠且廣泛影響的“通用技術”。
5G可能會帶來什麼產業發展？
蜂窩物聯網
根據通訊研究院的資料，2018 年前半年全球蜂窩物聯網連線增速達到 72%，總連線數接近 9 億，其中中國移動物聯網連線數已達到 3.84 億。這個資料到 2019 年 6 月底，中國移動的蜂窩物聯網裝置已經超過 6.9 億。中國蜂窩物聯網連線數在過去幾年裡，一直以遠超100%的速度發展，通訊業界現在非常擔心5G建成之前，蜂窩物聯網連線數就會遠超網路承載，帶來所有業務體驗都下降。所以現在已經在開啟LTE cat.1作為備選方案了
在制定4G標準的時候，3GPP第一次開始討論容納物聯網標準，不然物聯網行業連LTE cat.1都用不了，前段時間的共享單車就只能用手機標準做模組競爭2G資源，去忍受開鎖率低、費用高、穩定性差了。那麼為什麼4G不能+物聯網？
上邊都在談蜂窩物聯網，更不用說還有工業物聯網或者車聯網了。沒有5G，現在的蜂窩網路基本指標都滿足不了。PS. 車聯網有替代方案，但是沒車企願意像運營商一樣在路邊建/維護基站。
遠端醫療能不能用，和5G只有間接關係：
遠端醫療現在並不是非5G不可，光纖的穩定性更高點。目前普遍認為在達芬奇機器人手術中，相應的裝置要求資料傳輸速率至少25Mbps，傳輸時延低於10ms，只要滿足這個要求，不論是5G還是光纖都可以承載遠端醫療。
在5G核心網建設中，運營商需要同時開展網路虛擬化和網路切片改造，這樣才能提升承載網本身的穩定性，降低延遲，這部分 可能會 影響到5G or 光纖的遠端醫療。
通訊行業每十年預測一次未來資訊行業的發展方向，還需要根據這些方向制定標準，再升級更新資訊網路基礎設施，此後，網際網路應用才可能花數年把這些物理指標升級變成使用者能感知到的現實應用。研究十年，標準十年，組網優化十年，應用數年，這四步中的每一步，都是在從理論和預測逐漸走向商業和現實。通訊網路的變化是一個緩慢的、逐漸優化過程，而不是立竿見影的結果。機器學習是輕量級的應用，演算法和實現間隔很近，這兩者沒什麼可比性。