48%的电信公司正在使用或评估代理式AI，23%已部署AI智能体，41%将其用于网络自动化——代理式AI正在从概念走向电信运营实践。NVIDIA报告首次将代理式AI作为独立议题评估，揭示了AI从“回答问题”到“自主执行任务”的范式跃迁在电信行业的具体落地路径。

2026年NVIDIA电信行业AI现状报告新增了一个问题，旨在评估代理式AI在组织运营中的应用。AI智能体是先进的AI系统，旨在根据高级目标自主进行推理，制定计划并执行复杂任务。48%的受访者表示其公司正在使用或评估代理式AI。其中23%表示AI智能体已在其公司内部署，其余仍处于评估和试点阶段。在仍在评估的受访者中，15%表示将在未来一年内部署AI智能体，10%表示将在两年或更长时间内部署。不同规模公司中，大型公司（10,000+员工）的代理式AI采用率显著更高。

在表示使用或评估AI智能体的受访者中，网络自动化（包括规划、现场部署、运营和优化）是最主要的用例，占比41%。在使用或评估代理式AI的电信运营商和MSO受访者中，53%表示使用了智能体来实现网络自动化。被提到的第二大用例是客户服务和体验自动化（35%），内部流程优化位居第三（28%）。52%的受访者认为网络自动化AI智能体将在未来两年内带来可观的投资回报。代理式AI在行业的兴起将成为网络运营、客户体验和面向员工运营这三个领域中的关键创新方向。

在使用或评估代理式AI的受访者中，37%认为数据相关问题是最大的挑战——包括隐私、主权、数据孤岛、规模和复杂性。缺乏内部技能和专家（29%）以及性能和可靠性问题（29%）也被认为是最大挑战。数据相关问题的突出地位与整体AI部署中的挑战一致，说明随着AI从试点转向生产阶段，如何应对电信数据特有的碎片化、庞大规模和敏感性同样制约着代理式AI的规模化部署。解决这些问题将是代理式AI从“试点”走向“规模化”的关键。

代理式AI代表着AI能力的根本性跃迁——从“回答问题”到“执行任务”。在电信行业，网络自动化AI智能体能够自主监测网络状态、识别异常、诊断根因并执行修复操作，将人工运维人员从重复性工作中解放出来，专注于更高价值的决策。52%的受访者认为网络自动化AI智能体将在未来两年内带来可观的投资回报，反映出行业对代理式AI价值的高度期待。随着数据治理能力提升、AI技能人才积累和智能体技术成熟，代理式AI在电信行业的应用广度和深度将持续扩展。