在6G产生回报之前：AI-RAN收购中的网络自动化价值

1. 界定收购问题

收购问题在于，对于一家业务主张从当前 4G 和 5G 运营延伸至 AI-RAN 和未来 6G 架构的网络自动化企业，买方今天应支付多少。答案需要在一笔交易中纳入多项估值。现有订阅和服务收入可通过合同、利润率、留存率和现金转化进行评估。客户运营收益需要技术归因。可移植性需要跨网络和跨供应商的证据。未来标准参与会创造一项选择权，其行权条件仍不确定。

严谨的买方从所要解决的运营问题出发。网络自动化可以改善能耗、容量、吞吐量、质量、故障管理、规划或工程生产率。每个用例都有不同的数据要求、决策间隔、集成负担和故障后果。一个建议每周进行一次配置变更的产品，与一个在数秒内动作的闭环控制器，在经济和运营上都是不同的。

交易逻辑应说明哪些用例创造价值、价值体现在哪里、由谁获得，以及哪些证据可以证明。随后，买方可以检验目标公司是否拥有产品、集成实践、专有数据、客户特定工作流，或一组第三方组件。

表1. 网络自动化的价值层级与交易处理方式

每一层都需要单独的证据、经济性和风险处理。

2. 将当前价值与未来选择权价值分开

当前价值源于运营商部署、付费并续约的产品。它包括经常性软件收入、支持采用的实施收入，以及可衡量且能提升续约或扩展的客户收益。未来选择权价值源于随着接口、架构、频谱安排和运营商投资计划成熟而可能变得有用的能力。

这种分离可防止循环论证。标的不能通过未来市场证明高价的合理性，然后再用该价格作为市场存在的证据。买方应明确当前产品、当前客户、当前决策和当前经济利益。未来功能应归入单独的选择权登记册，并载明触发条件、失效条件和额外资本要求。

当现有平台所产生的学习成果在跨越标准代际后仍然有用时，选择权价值最为突出。数据工程能力、模型治理、集成工具和运营商信任可以具有持久性。依附于某一临时接口或狭窄厂商实现的说法可能会衰减。买方应为可迁移能力付费，而不是为标签付费。

3. 理解标准演进节奏

标准演进节奏界定了技术确定性的边界。ITU-R 建议书 M.2160 描述了 IMT-2030 框架和六大使用场景。国际电联在 2026 年 3 月报告称，已就二十项要求达成技术性能要求草案，其中包括七项新要求，预计将于 2026 年 12 月正式批准。评估方法及候选技术工作仍在国际流程中继续推进。

这一时间表之所以重要，是因为商业描述可能超前于已批准的技术要求和可部署系统。标的公司可能开展与 6G 相关的研究，但并不拥有 6G 产品。它也可能通过可能延续至未来代际的技术，在当前网络中创造显著价值。

尽职调查团队应建立标准矩阵。每项重要功能都应映射到已批准规范、草案项目、研究概念或专有实现。该矩阵应列明接口、版本、依赖关系及预期变更风险。估值应随底层依赖的成熟度而定。

4. 区分 AI-RAN 的含义

AI-RAN 可以指用于改进无线网络的 AI、共享网络算力的 AI 工作负载，或旨在服务 AI 应用的网络能力。这些主张对应不同的客户、资产和经济效益。收购案例应说明每项产品适用哪一种含义。

用于 RAN 的 AI 包括流量预测、能源管理、移动性优化、异常检测、容量规划和参数控制。AI 与 RAN 可在共同基础设施上结合电信和加速计算工作负载。RAN 上的 AI 可以指分布式推理或通过网络覆盖实现的服务。标的公司可能涉足不止一个类别，但买方不应将其可服务市场合并。

产品文档、合同和部署图应使用一致的术语。当管理层使用宽泛标签时，尽职调查团队应将其转化为数据输入、模型输出、网络动作、硬件依赖、服务水平和计费单位。

5. 梳理控制架构

控制架构展示了观测如何转化为行动。遥测数据可来自小区、无线电、用户设备、传输、核心功能、能源系统和运营支撑系统。在模型或策略使用之前，遥测数据会被标准化并接受治理。行动可通过服务管理与编排、非实时控制器、近实时控制器或厂商特定系统返回。

O-RAN 架构区分非实时功能和近实时功能，并定义了包括 A1、R1 和 E2 在内的接口。非实时应用可支持策略、模型训练和更长周期的优化。近实时应用可在更短间隔内影响网络行为。标的公司的实际部署位置决定了时延、集成和安全要求。

买方应对一个用例进行端到端追踪。追踪应识别每一数据源、转换、接口、决策、保障措施和网络动作。缺失环节揭示了产品在哪些地方由人工服务或现有供应商工具补全。

尽职调查追踪一项决策，从受治理的遥测数据，经模型与策略，直至可逆的网络操作。

6. 构建证据阶梯

证据阶梯可避免让一个有前景的演示获得与可重复的生产经济效益相同的权重。第一级是模拟或实验室证据。第二级是受控现场试验。第三级是范围明确的商业网络试验。第四级是有限的生产部署。第五级是在不同时期、区域、配置和运营商条件下重复实现的性能。

每一级都应记录：谁设计了测试、谁控制了基线、纳入了哪些流量和硬件、观察持续了多长时间，以及是否衡量了不利结果。供应商和运营商的案例研究可以证明可行性。但在支持重大收购溢价之前，这些案例需要针对具体交易进行复现。

证据既可以向上迁移，也可以向下迁移。模型可能在部署后表现良好，但当流量、设备、软件或无线电配置发生变化时性能会下降。目标公司应展示监控、再训练、审批和回滚能力。买方收购的是一套性能系统，而不是一个静态的准确性结果。

7. 建立反事实情景

反事实是指在没有目标公司产品的情况下本应出现的结果。它可以是匹配的对照区域、随机切换试验、分阶段推出、可比时期或工程模型。简单的前后对比可能会将天气、流量、硬件更新、频谱变化或另一项优化错误归因于该软件。

尽职调查团队应根据原始数据或受控数据复现关键计算。目标公司应披露排除项、缺失时段和人工干预。分析应展示集中趋势、分布和失败案例，而不是单一峰值结果。

经济归因以技术归因为基础。如果产品降低了单位流量的能耗，买方应识别电价、设备状态、流量增长以及所需的任何硬件成本。如果产品提高了吞吐量，买方应说明该收益是推迟了资本支出、保护了客户体验，还是创造了可售容量。

8. 检验 KPI 持续性

网络性能收益可能会消退。运营商会更改软件、流量模式、频率配置、硬件和商业优先级。因此，目标公司的证据应涵盖持续性，而不仅是初始提升。

买方应按站点、区域、用例和部署后时间检查群组曲线。稳定的平均值可能掩盖高负载或异常环境中的恶化。模型应记录工程师覆盖建议的频率以及触发回滚的频率。

持续性也会影响定价。一次性的工程改进可能支撑项目收入。持续监控且具有持久收益的优化可能支撑经常性软件费用或收益分享。合同经济条款应与上线后执行的工作相匹配。

9. 核对吞吐量与频谱效率

吞吐量和频谱效率相关但不同。模型可以提高特定用户经历的速率，同时改变其他地方的公平性、覆盖范围或资源使用。买方应避免在没有分母和网络背景的情况下，对一个总体百分比进行估值。

分析应区分平均值、中位数和尾部表现。应识别小区负载、无线条件、设备组合、频谱、调度器、移动性和测量周期。拥塞期间的表现可能比容量充裕时的表现具有更高的商业价值。

软银和爱立信于 2026 年 8 月报告称，一项在商用网络中开展的 AI-in-RAN 试验取得了与位置相关的增益，包括频谱效率最高提升 25%、下行用户吞吐量最高提升 50%，在所评估地点的平均提升约为 10%。这些供应商和运营商的结果显示了可行性，但并未确立可迁移至其他目标或网络的结果。

10. 验证能源经济性

能源自动化可以切换容量、调整无线状态、协调冷却或管理站点基础设施。其效益应结合流量、覆盖、服务水平、设备配置和环境条件来衡量。依赖新无线设备或站点设备的节能效果应与软件效果分开。

已发布的供应商和运营商案例报告了特定部署中的显著成果。爱立信和远传电信在其案例中报告 RAN 日能耗降低 25%，且未对网络性能造成不利影响。另一个爱立信案例描述了通过机器学习辅助的 MIMO 能耗管理实现 14% 的节省。这些结果是有用的参考点，但仍特定于其所述环境。

收购模型应使用经核实的目标部署、当地资费和预期持续性。应扣除计算、集成、许可和运营成本。只有当运营商能够保留该收益，且软件对由此产生的现金流具有持久索取权时，该收益才可资本化。

11. 衡量可用性与韧性

自动化产品在正常运行时可创造价值，而在行为异常时可能破坏价值。可用性分析应覆盖应用、数据管道、控制器、接口和目标网络功能。团队应审查故障模式和恢复时间。

安全部署需要护栏、受限操作、金丝雀发布、适当情况下的人工审批以及自动回滚。日志应使运营商能够还原某项建议或操作发生的原因。无法在运营层面解释的模型，如果控制措施使其行为可观测且可逆，仍可能可用。

交易保证应反映实际控制权。供应商可对其软件、安全性和符合性作出保证。运营商控制网络配置、实施和验收。共同责任应予记录，而不应留待笼统的服务级别协议处理。

12. 量化工程生产力

自动化可缩短规划周期，减少告警甄别、参数调优和重复性分析。生产力价值取决于工程师时间是被释放、重新部署，还是被新的集成和监控任务占用。

买方应梳理原有工作流程和自动化工作流程。应统计活动、交接、耗时、人工干预和例外情况。仅生成建议而未集成的模型可能只是转移工作，而非消除工作。

生产力也支撑规模化。运营商可能能够管理更高的网络复杂度，而无需相应增加人员编制。估值应将这一效应与已批准的人员配置计划、避免的外包或更快的交付联系起来。缺乏支持的估计应仍作为管理层假设，而不应被表述为已观察到的节省。

13. 在生产环境中测试互操作性

接口符合性是必要的，但对于生产互操作性而言可能并不充分。供应商可能以不同方式实现可选功能。数据语义、性能、安全性和运营流程可能存在差异。买方应区分标准一致性、实验室符合性、集成成功和持续生产使用。

目标公司应提供部署矩阵，涵盖运营商、地域、网络供应商、软件版本、接口、硬件和用例。围绕稳定产品核心的重复部署，比多个定制项目更有说服力。

可移植性应通过部署耗时、工程投入、复用组件、回归缺陷和保留的性能来衡量。需要庞大定制团队的目标公司仍可能作为专业集成商具有价值；其应按集成商的经济性估值，而不是获得产品溢价。

14. 评估 O-RAN 依赖

O-RAN 为解耦且智能的无线网络功能创建了一种架构。工作组涵盖服务管理与编排、非实时控制器、近实时控制器、接口和应用生态。于2026年6月完成的 Release 5 包含 AI、机器学习工作流增强功能以及额外优化功能。

买方应列出产品依赖哪些规范、客户使用哪些版本，以及哪些功能仍为供应商特定功能。买方应识别目标公司销售的是 rApp、xApp、控制器、数据平台、保障层还是集成能力。

参与标准制定可以改善信息、可信度和合作伙伴接触渠道。但这并不保证获得采购。估值应依据实际互操作性、运营商验收和商业合同。标准贡献应归入战略选择情景。

15. 分析现有供应商依赖

许多网络自动化产品依赖现有供应商的数据、API、配置访问权限或控制器行为。访问政策、许可、软件版本或路线图的变化可能影响目标公司的产品。

尽职调查团队应识别每项关键依赖和合同保护。还应检验目标公司是否具备文档化接口、支持承诺、认证和升级路径。逆向工程或非官方访问可能带来连续性和法律风险。

依赖并不必然负面。强有力的合作关系可以加速分销和集成。其价值取决于持久性、经济性、排他性和控制权变更处理。买方应对关系延续和关系丧失两种情形建模。

16. 审计数据权利

网络遥测数据可能包含商业敏感、安全敏感或个人信息。目标公司需要为合同目的访问、处理、保留和使用数据的权利。训练通用模型的权利可能窄于优化单一客户网络的权利。

数据登记表应识别来源、控制者、处理者、位置、保留、允许用途、模型使用、共享和删除。应将合同与实际数据管道对应起来。在没有证据的情况下，目标公司拥有其数据的宽泛陈述不应在估值中获得任何权重。

收购可能改变允许用途或交易对手。控制权变更条款、运营商政策和国家安全管制可能影响连续性。买方应在交割前取得同意或安排访问权限。

17. 检查模型谱系

模型谱系记录代码、训练数据、特征、参数、评估集、审批以及已部署版本。它支持可复现性，并有助于确定哪些改进归属于目标公司、客户或技术供应商。

目标公司应说明如何防止客户之间的数据泄露，并保护保密配置。它应记录开源及第三方模型组件、许可证和义务。训练和推理基础设施应可识别并可核算成本。

当模型谱系能够缩短验证周期、支持审计并支持持续开发时，它便成为收购资产。薄弱的谱系可能使专有性能变成无法验证的主张。买方应以清晰且可用的记录作为定价条件。

18. 审查 MLOps 与生命周期控制

生产网络模型需要监控、漂移检测、重新训练、测试、晋级、回滚和退役。这些流程应在多个客户之间运行，同时不造成难以管理的发布负担。

尽职调查团队应检查审批角色、自动化测试、影子模式、金丝雀部署和事件处理。它应将文档化流程与发布记录进行比对。一张描述 MLOps 的幻灯片，不如受控模型变更的证据有力。

生命周期成本应纳入毛利率分析。客户特定模型、人工重新训练和频繁干预可能使所报告的软件收入变成服务密集型收入。预测应包含维持承诺性能所需的算力、工程和保障资源。

19. 评估网络安全与供应链

网络自动化靠近关键基础设施。一旦遭到入侵，可能暴露运营数据、更改配置或中断服务。安全措施应覆盖软件开发、依赖项、身份、机密信息、数据、更新机制和运营访问。

买方应审查安全开发证据、漏洞管理、渗透测试、事件历史、软件物料清单和特权访问控制。它应检验部署架构是否限制影响范围并支持快速撤销。

国家要求和运营商政策可能限制托管、支持地点和供应商所有权。这些限制可能影响市场准入和整合成本。收购计划应包括安全整改和客户重新审批。

20. 识别集中度风险

早期网络软件公司往往依赖少数运营商、供应商或地区。集中度既能提供深度验证，也会带来议价风险。

收入分析应区分付费生产使用、付费试用、项目、转嫁和非经常性收入。买方应检查续约、扩展、终止、验收和最惠条款。销售管道概率应反映采购历史和部署准备情况。

技术集中度与收入集中度同样重要。已在某一网络技术栈上得到验证的产品，在其他环境中可能需要大量工作。估值不应将单一运营商的覆盖范围视为整体市场份额。

21. 标准化商业指标

年度经常性收入应仅包括持续服务中已签约的经常性对价。实施、硬件、云服务转付和工程项目应单独列示。收益分成收入应结合计量与争议条款进行评估。

毛利率应包括部署工程、客户支持、计算、数据传输、第三方许可和生命周期工作。资本化开发支出可使当期盈利能力显得更强，同时将成本递延至资产负债表。

保留率应区分客户标识保留率、合同保留率和产品保留率。扩张可能来自更多小区、区域、模块或可衡量收益。买方应了解哪个单位驱动价格，以及它是否随交付价值增长。

22. 将网络效益与现金流挂钩

技术改进只有在影响现金流时才成为收购价值。能耗节省可降低运营费用。容量提升可推迟无线电设备或频谱投资。更好的体验可保护收入或减少投诉。更快的规划可加速部署。

该价值桥应识别运营商效益、目标公司通过合同获取的收益以及买方的持有期。客户收益不会自动归属于软件供应商。有力证据可支持续约和定价，但合同决定已实现收入。

效益应就归属、持续性、实施成本和分成进行折减。团队应避免将同一效益同时计入客户节省和目标公司预测收入。

表2. 网络自动化价值的证据阶梯

当证据从技术可能性推进到可重复的合同化经济收益时，收购价值会提升。

23. 构建自动化 KPI 计分卡

计分卡应结合绩效、经济性和控制。绩效指标包括吞吐量、频谱效率、能耗、可用性和优化精度。经济指标包括可避免成本、部署工作量、毛利率和续约。控制指标包括人工干预、回滚、事件和审计完整性。

每个 KPI 都应明确来源、负责人、频率、基线和阈值。声称的最高性能应与实测平均值和保守的收购假设并列展示。这可防止峰值结果主导估值。

计分卡在交易完成后仍应保持实用性。它可以支持整合优先级、盈利支付测试和客户报告。定义应在签约前达成一致，因为交割后更改衡量方式会引发争议。

示意性指数得分显示了尽职调查如何因范围、持续性和捕获情况对总体声明进行折减。

24. 建立资本支出曲线模型

自动化可以改变网络资本支出的时间安排。更好地利用现有容量可能会推迟致密化。更精确的规划可能会减少过度建设。共享算力或新控制器可能需要额外资本。

该模型应按年度比较传统方案与自动化赋能方案。它应使用相同的流量、覆盖、频谱和服务假设。递延资本应与永久节省的资本区分开来，因为延迟仍具有价值，并且最终影响不同。

应计入实施成本和算力成本。如果模型需要在许多站点使用加速计算，净曲线可能与集中式优化服务存在重大差异。买方应在目标架构下测试负载、能耗和硬件。

示意性管理层假设；自动化会推迟部分致密化，但需要集成和算力投资。

25. 对现有业务进行估值

当前业务可通过现金流折现法、可比交易或收入与盈利倍数进行估值，具体视相关数据是否可获得及是否可比而定。预测应以已签约收入为起点，并通过基于证据的扩张逐步构建。

买方应对研究赠款、试点、硬件和非经常性工程进行正常化调整，并纳入规模化所需的产品化与合规支出。高增长率应与运营商预算、采购周期和部署能力相挂钩。

可比公司可能兼有软件、设备和服务业务。交易团队应就业务组合、利润率、集中度、增长、知识产权和成熟度进行调整。通用的 AI 或软件倍数可能掩盖电信行业的经济特征。

26. 为已验证的客户价值定价

当客户价值经过独立衡量、可重复且与商业变现挂钩时，已验证的客户价值可支撑溢价。买方可将客户收益现值与订阅费和转换成本进行比较。

溢价应受竞争性替代方案和合同条款的限制。运营商可自建类似能力、从网络设备供应商处获取，或采购另一家独立供应商的解决方案。开放接口可扩大市场并降低壁垒。

当客户续约、扩展并允许作为参考案例使用时，收益证据最为有力。买方应直接与技术、运营和采购利益相关方沟通。创新团队的热情不能替代生产预算。

27. 价值可移植性

可移植性降低对单一客户和单一供应商技术栈的依赖，可加速收入增长并提升战略相关性。其价值取决于可复用软件、稳定接口、自动化上线流程，以及性能在迁移后仍能保持的证据。

团队应计算可移植性系数：在下一部署中复用的代码、模型、测试和集成资产所占比例。还应衡量部署时间和工程投入。这些指标应通过项目记录予以核实。

溢价可以分阶段安排。部分可在交割时针对已证明的部署支付。后续对价可在新运营商或技术栈验收后支付。这使价格与已实现的可移植性保持一致。

28. 为6G期权价值设上限

6G期权代表参与未来运营商支出和架构的权利。当产品、时间安排和采购仍不确定时，不应将其按预测的6G收入估值。

期权登记表可对标准相关性、技术复用、合作伙伴渠道、知识产权、所需投资以及形成商业证据所需时间进行评分。其价值应以所需增量资本和行权概率为上限。

里程碑可包括获批标准、已验收接口、成功试验、运营商预算和已签署合同。与这些事件挂钩的对价可保护卖方的上行空间和买方的资本。

29. 构建估值桥

估值桥从现有业务出发，只加入独特且有依据的价值。它可以加入经核实的KPI经济性、可移植性和战略选择权。它扣减整合、集中度、权利、网络安全、性能与标准风险。

在假设案例中，各方讨论 USD 300 million 的企业价值。估值桥是决策辅助工具，而非估值意见。这些金额表明该方法如何防止6G叙事支撑整个价格。

买方应运行下行情景、基准情景和上行情景。每项调整都需要有证据责任人和交割处理方式。签署前可补救的风险应作为条件。结果在交割后才显现的风险应通过或有对价或保留款体现。

以USD百万为单位的示意性管理层假设；未来标准选项被有意设定上限。

30. 构建对价结构

交割时现金应覆盖经核实的现值。当创始人和技术负责人仍然重要时，卖方滚动权益可以保持利益一致。或有支付可针对交割后的收入、生产部署或经核实的可移植性付款。

技术类或有支付需要客观定义。协议应说明网络范围、基线、KPI、计量期间、控制条件、独立验证方以及买方决策的后果。模糊的里程碑会引发冲突。

里程碑付款可应对标准与6G不确定性。它们应奖励卖方影响力范围内的成果，并考虑买方的出资。较长的时间安排需要治理、信息和争议条款。

31. 使用陈述与保证及赔偿条款

陈述与保证应涵盖所有权、许可证、数据权利、开源使用、安全性、标准声明、客户合同、模型记录和监管合规。它们应反映已披露事实和实际控制。

特定赔偿或托管可处理已识别的权属链、网络安全或客户同意问题。保险可支持部分风险，并可能排除前瞻性业绩。

估值中使用的技术主张应出现在尽职调查记录和交易附表中。营销措辞不应成为非预期保证，重要证据不应留在交易文件之外。

32. 保护关键人员与专有技术

网络自动化的价值可能取决于那些了解运营商系统、模型行为和非正式集成路径的工程师。买方应梳理关键人员集中度和文档缺口。

留任应结合角色清晰度、激励、职业发展路径和资源。限制性契约需要针对特定司法管辖区的建议。知识转移应通过已完成的文档、测试和继任者能力来衡量。

运营模式应减少对个人英雄式投入的依赖。产品、部署、数据科学、标准和客户关系都应有明确负责人和可重复的流程。

33. 在签署前规划整合

整合决策会影响产品可信度。运营商可能需要批准所有权、托管或支持方面的变更。过快合并代码库和安全流程可能扰乱发布。

首份计划应保持服务连续性、客户信任、特权访问和路线图重点。企业系统可分阶段整合。产品架构应仅通过经过测试的计划进行变更。

协同效应应明确负责人、成本、时点和依赖关系。通过买方渠道实现的收入协同需要技术赋能和采购准入。成本协同不应削减交付所需的工程能力。

34. 制定首个100天计划

首个100天应验证权利、客户承诺、产品发布、安全控制和KPI基线。买方应冻结一份经核实的代码、模型、数据、接口和部署清单。

客户会议应确认连续性和扩展计划。产品团队应复现重要证据并建立统一的计量标准。财务团队应核对收入质量与交付成本。

董事会应分别批准现值路线图和期权路线图。未来标准工作的资金应与技术和商业里程碑挂钩。

35. 创建董事会仪表盘

董事会仪表盘应涵盖经常性收入、续约、毛利率、部署时间、可移植性、KPI持续性、事件、人工覆盖和标准里程碑。每项指标都需要稳定的定义。

仪表盘应显示观测值、客户验证值和收购假设情形值。应区分最佳结果与设备群平均值。例外情况应保持可见。

管理层可利用仪表盘决定是扩大规模、整改还是停止某个用例。综合评分不应掩盖安全、权利或韧性方面的缺陷。

表3. 假设性交易与融资案例

仅为说明性管理层假设；任何金额均不代表观测到的公司数据或估值意见。

36. 制定尽职调查工作计划

工作计划应整合商业、技术、运营、法律、监管、网络安全和财务尽职调查。各独立工作流应使用同一份主张登记册，以免同一项收益在一个工作流中被认可、却在另一个工作流中受到质疑。

重大主张应明确证据、责任人、验证人和交易后果。团队应优先处理承载价值的主张：经常性收入、客户节省、可移植性、权利和未来选择权依赖。

测试应包括代码和架构审查、数据权利映射、模型复现、部署抽样、客户访谈和合同核对。发现结果应纳入估值、条件、契约和整合。

37. 准备数据室

数据室应包括实体记录、知识产权转让、源代码清单、许可证、模型谱系、架构、安全证据、客户合同、部署情况、KPI 研究、事件历史、财务记录和标准贡献。

证据应可归属并注明日期。截图和演示文稿应链接至底层记录。客户敏感的网络数据可能需要受控审阅，而非广泛披露。

目标公司应维护一份红旗登记册，列明责任人和关闭日期。整洁的数据室可缩短交易时间并提升信心；但它不能替代实质性证据。

38. 作出推进、重新定价或终止的决定

推进决策要求现有业务站得住脚、权利可用、整合可控，并具备可信的规模化路径。当资产仍具使用价值且价值主张超出证据支持时，适合重新定价。当关键权利、安全性、客户连续性或技术归属无法补救时，适合做出终止决策。

决策应明确说明未来的选择权。买方可以收购一项有价值的5G自动化业务，同时对6G赋予较低价值。买方也可以寻求合作或期权安排，而不是收购一个不成熟的平台。

决策记录应明确假设和未决事项。当技术和标准演变时，这有助于保持问责。

表4. 董事会与尽职调查评分卡

每个领域在赋予重大价值之前都需要证据。

39. 认识局限性

该框架支持收购分析。它并不判定产品是否安全、合规或适合特定网络。需要具备资质的技术、监管、安全、法律、税务、会计和估值建议。

标准、接口和运营商计划仍在不断演进。供应商和运营商发布的结果仅适用于其所述部署。未经复现，不应将其泛化。

该假设案例展示了一种方法。实际收入、成本、收益、概率、条款和价值需要针对具体交易的证据。案例中的任何数字均不是预测或建议。

40. 在保留选择权之前，先以证据作结

网络自动化可在 6G 之前创造可衡量的价值。它可以降低能耗、提升容量、增强韧性，并提高工程生产效率。当这些效应可归属、可持续、可通过合同锁定且可迁移时，收购价值便会随之体现。

AI-RAN 架构与标准活动拓展了战略机遇，也提高了精确定义的必要性。应梳理标准对齐情况；应验证互操作性；未来价值应分阶段释放。

严谨的交易顺序是：对现有运营业务进行估值，验证客户成果，检验可迁移性，为整合与权利风险定价，并将 6G 上行空间置于可观察的里程碑之后。这种方法使买方能够参与未来的网络智能，同时只为当今已存在的证据支付对价。

参考文献

1. 国际电信联盟。面向 6G 未来的 IMT-2030 技术性能要求。2026 年 3 月 17 日。 https://www.itu.int/hub/2026/03/imt-2030-technical-requirements-for-the-6g-future/
2. 国际电信联盟。IMT-2030 门户与流程。 https://www.itu.int/en/ITU-R/study-groups/rsg5/rwp5d/imt-2030/pages/default.aspx
3. 国际电信联盟。建议书 ITU-R M.2160-0：2030年及以后IMT未来发展的框架和总体目标。2023。 https://www.itu.int/rec/R-REC-M.2160-0-202311-I
4. 国际电信联盟。工作计划：IMT-2030网络架构框架。 https://www.itu.int/itu-t/workprog/wp_item.aspx?isn=23853
5. O-RAN联盟。第2工作组：非实时RIC和A1/R1接口。 https://www.o-ran.org/technical-groups/wg2
6. O-RAN联盟。技术组。 https://www.o-ran.org/technical-groups
7. O-RAN联盟。O-RAN联盟完成规范第5版。2026年6月8日。 https://www.o-ran.org/blog/o-ran-alliance-completed-its-specification-release-5-o-ran-r005
8. O-RAN联盟。自2025年3月以来已发布60份新增或更新的O-RAN技术文档。 https://www.o-ran.org/blog/60-new-or-updated-o-ran-technical-documents-released-since-march-2025
9. O-RAN联盟。开放且由AI驱动的RAN优先事项。2025年3月28日。 https://mediastorage.o-ran.org/press-release/O-RAN.EC.2025-03-28.PR%20MWC25%20summit%20messages.pdf
10. 第三代合作伙伴计划。3GPP亮点，第10期。 https://www.3gpp.org/images/newsletters/3GPP_Highlights_Issue_10_WEB.pdf
11. 爱立信。远传电信利用AI和机器学习实现RAN节能。2023。 https://www.ericsson.com/en/cases/2023/ericsson-far-eastone
12. 爱立信。利用机器学习和AI增强MIMO能源管理。 https://www.ericsson.com/en/cases/2019/augmenting-mimo-energy-management-with-machine-learning-and-ai
13. 爱立信。Elisa芬兰与爱立信能效案例。2023。 https://www.ericsson.com/en/cases/2023/elisa-finland-and-ericsson
14. 爱立信与软银。日本商用网络中的AI RAN内试验。2026年8月20日。 https://www.ericsson.com/en/press-releases/2/2026/softbank-corp-and-ericsson-conduct-japans-first-trial-of-ericsson-ai-in-ran-on-5g-commercial-network
15. 爱立信。RAN变得更智能：爱立信将AI用在关键之处。2026年6月。 https://www.ericsson.com/en/news/2026/6/the-ran-gets-smarter-ericsson-puts-ai-where-it-matters
16. 爱立信与KDDI。上线由AI驱动的RAN优化rApps。2026。 https://www.ericsson.com/en/cases/2026/kddi-boosts-uplink-with-live-ai-powered-ran-optimization-rapps
17. 爱立信与AT&T。以可编程网络塑造未来网络。2025。 https://www.ericsson.com/en/cases/2025/shaping-networks-of-tomorrow
18. 爱立信与TAWAL。沙特阿拉伯的能源基础设施运营。2023年。 https://www.ericsson.com/en/press-releases/5/2023/tawal-reaps-benefits-of-ericsson-energy-infrastructure-operations-in-saudi-arabia
19. 软银。AI-RAN：以突破性创新揭示电信未来。2025年2月7日，版本1.1。 https://www.softbank.jp/corp/set/data/technology/research/story-event/wp_location/pdf/SoftBank_AI-RAN%20Unveiling%20the%20Future%20of%20Telecom%20with%20Breakthrough%20Innovations_Feb7_2025_Ver.1.1.pdf
20. IFRS基金会。IFRS 3 企业合并。 https://www.ifrs.org/issued-standards/list-of-standards/ifrs-3-business-combinations/
21. 国际财务报告准则基金会。IAS 36《资产减值》。 https://www.ifrs.org/issued-standards/list-of-standards/ias-36-impairment-of-assets/
22. 国际财务报告准则基金会。《国际会计准则第38号——无形资产》。 https://www.ifrs.org/issued-standards/list-of-standards/ias-38-intangible-assets/
23. 国际财务报告准则基金会。《国际财务报告准则第13号——公允价值计量》。 https://www.ifrs.org/issued-standards/list-of-standards/ifrs-13-fair-value-measurement/

关于作者

Chennakeshav（CK）是一位企业融资与投资银行高管，拥有25年以上全球经验，涵盖M&A、增长资本与企业战略领域的交易发起、结构设计与执行。他曾为创始人、企业和基金领导价值创造委托——将董事会视角与一线执行及交割相衔接。

他的职业生涯横跨摩根士丹利、汇丰、劳埃德银行集团、EWEC、ADQ 投资组合公司和 Emirates Growth Fund，覆盖科技、媒体与电信、房地产、金融科技、深科技、清洁科技、基础设施与能源领域。他曾与高管、私募股权与风险投资基金、主权财富基金和家族办公室合作，为复杂的基金募集和成长期企业提供融资，并领导M&A尽职调查、并购后整合和业务转型举措以创造价值。

在Matchpoint Partners，他担任管理合伙人，领导公司的企业融资、M&A与资本募集业务。他拥有伦敦商学院 MBA 学位和 VTU 工程学位，并正在伦敦大学学院（UCL）攻读法学硕士（LLM）。

作为活跃的初创企业导师，CK 在 Techstars、DIFC FinTech Hive、Startup Grind、Founder Institute 和 IN5 担任导师，并担任伦敦商学院驻场创业者导师（EMiR），还担任创业世界杯评委。

https://www.linkedin.com/in/ckadya/

https://www.matchpoint-partners.com/team/ck-adya.html

本文是持续探讨私募和另类市场结构的系列文章之一。文中观点仅代表作者本人。本文仅供参考，以概括性语言描述市场结构，不构成投资、法律、税务或监管建议，也不构成对任何证券、投资载体或交易对手的推荐。