举办了30多年的PT展，今年因为AI很不一样

最近这几天，北京国家会议中心门口总是排起长队。

我刷码进场的时候，旁边两个穿格子衫的年轻人正在讨论今天先去哪边：

一个说先去E区看看机器人，另一个说C区有个安全路演，得早点过去占位置。

这是我第三次来中国国际信息通信展览会（PT展）。

前两次来的时候，展台上最常见的还是基站设备、光纤模块、通信芯片，各家厂商的大屏幕上偶尔会放几个AI Demo，但更多时候，AI还是停留在屏幕里面。

今年非常不一样。

展馆刚走完一圈，我就有一个很具体的感觉：AI落地的深度越来越深、广度越来越广了。

开始能在一些很具体的地方、很关键的场合，看到AI到底替谁干了什么活。

大模型这两年经历了太多参数、榜单和Benchmark的讨论。到了2026年，行业已经真正走进了深水区。

01

从邮政通信到人与科技，PT这个名字也变了

进馆以后，我第一个注意到的，反而不是AI。

是PT展的名字。

过去三十多年，PT代表的是Post & Telecommunications，邮政与通信。这个名字放在上世纪九十年代非常准确，那时候通信展的主角就是交换机、光缆、基站和各种通信设备。

但今年，PT被重新解释成了People & Technology。

展会也换了新的视觉标识，P和T被设计成莫比乌斯环的样子，强调人与技术之间越来越紧密的关系。

整个展会的主题是科技向人，既有非常硬核的技术基础设施，也有很人文关怀的一面

在卫星互联网展区，我又看到另一个完全不同的场景。

从光纤到智能体，AI在产业侧有了很现实的落地。

工作人员给我演示南海渔船通过卫星网络直播带货。听起来多少有点像展台上的演示案例，但对方还讲到了高原牧区的同步课堂。

这时候你会发现，所谓科技向人，有时候并不是一个多么宏大的命题。

城市里的人在讨论6G、算力网络和Agent的时候，有些地方真正需要解决的事情，只是先让自己稳定地连上网。

技术的价值，很多时候就是从这些地方开始变得具体。

02

AI走进了安全岗，更可靠、更安心

这次来PT展，我特意花了比较多时间看C区的AI+安全。

我过去做过几年安全产品，所以对这个方向一直比较敏感。

安全行业过去几年对AI的态度其实挺矛盾。

大家都知道AI可以帮助做威胁检测、告警分析和响应，但与此同时，AI本身也会带来新的攻击面。

尤其当越来越多企业把核心业务交给Agent之后，谁有权限调用什么数据、Agent能做什么、出了问题谁负责，都会变成真实的安全问题。

今年在PT展上，这种讨论明显开始从概念往部署走。

AI对于安全行业来说，从来不是单向利好。攻击者会用AI自动生成钓鱼内容、寻找漏洞、分析目标，防守方自然也需要用AI去处理越来越多的告警和攻击信息。

北京建恒信安展示的网络攻击取证溯源，也是类似的思路。过去安全专家可能要花大量时间人工分析攻击链，现在开始把其中一部分交给AI。

中国电信的安全系统，则更像是一套完整的安全体系，把可信底座、智能攻防、AI自主运营、数据安全和AI内生安全放到了一起。

我在C区逛完之后，一个感受越来越明显。

AI在安全行业已经很难只是一个外挂工具。

原因也不复杂。

当攻击本身开始自动化以后，靠人一个个看日志、一个个分析告警，速度很难跟得上。

所以AI进入安全领域，并不是因为大家突然觉得AI很酷，而是因为传统的人力方式开始越来越吃力。

这可能也是今年展会上AI+安全让我觉得比较扎实的地方。

03

Token开始算账了，运营商比很多AI公司都认真

从C区出来以后，我去了E区。

我第一次比较强烈地意识到，Token开始被当成一种经营资源来讨论了。

以前我们聊Token，更多是在聊模型上下文、推理速度、成本。

今年不一样。

中国电信把Token经营放到了比较重要的位置，中国移动通过MoMA平台连接算力、模型和Token，中国联通也在探索智能体和Token结合的商业模式，甚至开始讨论跨境词元工厂。

一直在关注中国电信的TeleAgent。

这次展台上给出的数据是，注册用户已经超过75万，日均Token消耗超过2000亿。

这个数字本身当然很大，但我更在意的是它背后的商业逻辑。

TeleAgent做的事情其实并不神秘：调研、写文案、处理文档、数据分析，一些过去需要员工花时间完成的办公任务，现在交给智能体。

真正值得看的，是它后面的基础设施。

前面是一个Agent，后面却是一整套算力调度、模型服务和安全管理系统。

中国电信的息壤算力平台在做跨区域、跨架构的算力调度，星辰TokenHub则把不同来源的模型放到统一服务底座上。

对于企业来说，这意味着以后未必需要自己一个个接模型、管模型、算Token。

这时候Token才真正从模型内部的一个技术单位，变成企业可以计算、采购和管理的东西。

北京今年也提出了建设世界级词元工厂的相关规划，甚至开始像管理传统工厂一样讨论吞吐速度和PUE。

我在现场跟一位运营商负责人聊了一会儿，他提到一个我觉得很现实的情况。

Token真正能赚到钱的，目前还是金融风控、医疗诊断这类高价值场景。因为这些场景对准确率、安全和稳定性的要求高，客户愿意为结果买单。

但客服、代码生成这类高频场景就完全是另外一回事了。

大家都能做，价格自然就卷起来。

所以Token经济未来大概率不会是一块完全一样的市场。

底层Token越来越便宜，高价值场景里的专业能力、数据、安全和行业Know-how，反而会变得更值钱。

这一点，可能比单纯讨论Token消耗量增长多少更值得看。

03

机器人真的开始在药房和加油站干活了

E区真正热闹的地方还是机器人。

宇树科技、荣耀等企业都在现场，人形机器人依然是最容易聚集人群的展台。

不过我这次看机器人，已经不太关心谁家的机器人跳舞更好看了。

因为跳舞和干活，是两回事。

真正让我有感觉的，是一些商业部署的数据。

银河通用给出的数据是，机器人已经实现超过千台商业部署，客户包括宁德时代、博世、西门子、丰田、上汽、北汽等制造业企业。

它们做的也不是特别酷炫的事情。

上下料、分拣、物料搬运、线缆连接、打螺丝。

这些事情听起来甚至有点无聊。

但恰恰是这些无聊的工作，让我觉得机器人开始真正进入产业了。

服务场景也类似。

银河通用的机器人已经进入全国约50座城市，落地近200个银河太空舱，并进入近百个智慧药房做自主服务。

把这些案例放在一起，我会觉得2026年的机器人行业确实到了一个比较重要的阶段。

至少一部分机器人已经从展台上的演示设备，开始变成工厂和门店里的生产资料。

评价标准也随之发生了变化。

以前大家问机器人会不会走、会不会跳、会不会做几个动作。

现在企业问的是另外几个问题：

批量生产能不能保持一致？

换一个场景还能不能工作？

竞争最后还是会回到一些很传统的问题：供应链、成本、可靠性、交付能力，以及在真实环境里不断积累的数据。

这些东西听起来没有模型参数那么性感，但决定了机器人最后到底能不能卖出去。

而且，离家庭场景也越来越近了。

家里的环境比工厂复杂得多，人的行为也更不可预测。安全、隐私、成本等问题，目前都在解决的路上。

04

走了一天，我最后想到的是两个字：落地

从国家会议中心出来的时候，天已经黑了。

我走了一整天，手机里拍了很多照片，鞋也有点磨脚。

坐在回程的车上，我一直在想，如果一定要用两个字概括今年PT展上AI给我的感觉，我大概会选入账。

不是AI突然变得更聪明了。

而是它开始出现在企业真正算钱的地方。

Token开始有明确的成本和收入；Agent开始承担具体工作；机器人开始进入工厂、药房和便利店。

安全系统开始用AI处理以前靠人力完成的大量工作。

这些东西共同指向一个变化：

AI正在从创新部门的项目，慢慢进入企业的经营账本。

我也越来越觉得，接下来AI行业会出现几个比较明显的分化。

第一是Token。

标准化的Token服务会越来越便宜，最后可能像云计算一样变成基础设施。但涉及行业知识、安全、合规和高价值决策的部分，依然会存在比较明显的价格差。

第二是Agent。

企业不会永远满足于一个会聊天的AI入口。真正有价值的Agent，最后还是要进入工作流，能调用系统、处理数据、完成任务，甚至跨部门协作。

这也是为什么我在这次展会上看到一些企业开始把Agent直接塞进门店、客服、运营等具体业务里。

第三是具身智能。

当越来越多机器人真正进入工厂以后，安全就会变成一个绕不开的问题。

PT展已经办了三十多年——

从交换机、光纤，到5G，再到今天的AI、Agent和机器人，它其实一直在记录通信和科技产业怎么往前走。

今年没有5G商用那几年那么喧闹。

但我觉得它可能更重要。

因为这一次，AI不再只是站在大屏幕里告诉你它能做什么。

它开始去车间里搬东西，去药房里拿药，去加油站便利店工作，也开始坐进企业的安全系统和经营账本里。

AI真正进入产业，可能就是从这些看起来不那么宏大的瞬间开始的。

期待明年，更多精彩，我们再相见！

文章来自于微信公众号 “AI异类弗兰克”，作者 “AI异类弗兰克”