儘管Open RAN的發展不如想像中美好，但其強調開放標準與模組化設計，允許不同廠商的設備與軟體相互兼容的特性，再加上AI對Open RAN的加持，6G標準也持續在討論將其開放式前傳（open fronthaul）概念導入的可能，因此仍讓電信產業界對其有所期待。
當AI技術以驚人速度滲透金融、製造、醫療與零售等各大產業時，電信業界也希冀AI可以為電信產業帶來變革。AI技術導入Open RAN架構後，不僅能實現網路資源的智慧調度與自動化管理，還有機會引領通訊產業從以硬體為主的架構，邁向以資料驅動、智慧決策為核心的新時代。
Open RAN的智慧化關鍵，在於「RAN Intelligent Controller（RIC）」的設計。RIC是一個運作於Open RAN架構中的AI控制平台，可分為Near-RT與Non-RT兩種。前者可用來即時管理頻譜、調節用戶連線品質，後者則可長期分析流量模式、優化網路資源配置。
日本Rakuten透過旗下系統整合商Rakuten Symphony整合AI平台與Open RAN系統，大幅降低人力維運成本，降低能耗達15-20％，並提升網路的靈活度與部署速度，證明AI與Open RAN並非純概念，而是具有商業可行性。此外，美國的AT&T與Dish，以及歐洲的Vodafone、Telefonica，皆已在試驗或部署AI強化的RIC平台，結合AI演算法對流量進行預測、資源配置，甚至是自動修復與節能控制。
隨著生成式AI的快速發展，其在Open RAN的潛力也日益受到矚目。不同於傳統AI強調模式辨識與預測，生成式AI具備「模擬、創建與語意理解」能力，在Open RAN的智慧化進程中扮演關鍵角色。
首先，生成式AI可構建「數位孿生」網路環境，模擬基地台部署、使用者行為以及異常情境，協助測試RIC演算法的適應性。其次，透過將大型語言模型整合至RIC平台，網管人員未來能以自然語言查詢網路狀態並獲取最佳化建議與修復方案，顯著簡化維運流程。
此外，生成式AI能自動生成系統配置檔、測試案例以及API腳本，提升Open RAN的開發效率與靈活性。雖然目前這些應用多處於實驗階段，且面臨模型訓練成本與資料安全等挑戰，但隨著生成式AI的微調與垂直整合，Open RAN將加速邁向自律、智慧的演化階段。
儘管Open RAN × AI前景樂觀，但仍面臨挑戰。首先，標準一致性問題，即使有O-RAN Alliance和TIP推動標準，供應商間的軟硬體整合仍需大量協調；其次是安全性問題，架構開放可能暴露更多攻擊面，加上AI決策過程的不透明性，使得資安與資料隱私成為重要課題；最後是效能爭議，由於Open RAN多採虛擬化與商用伺服器部署，在大規模商用環境下，難以比擬傳統專用設備處理效能，然隨著AI強化的資源調度與低延遲演算法逐步成熟，此項劣勢可望被扭轉。
AI與Open RAN的結合不僅是電信架構的進化，更可能是未來6G發展的核心之一。Open RAN透過開放介面與虛擬化技術打破傳統電信網路的藩籬，實現靈活部署與成本優化，而AI的加入，進一步賦予網路「智慧」，從被動傳輸升級為主動優化。最重要的，未來AI原生環境下的Open RAN透過智慧化資源調度、動態頻譜分配與邊緣運算優化，能有效整合異質網路，實現高效能與靈活性。故隨著趨勢演變，未來通訊技術的發展焦點可望從速度競賽轉向智慧化再造，而Open RAN × AI或將扮演其中的關鍵。
（本文於2025/9/10刊登於《工商時報》官網）