德国电信提出2030年AI节支目标：美国以外业务拟省约25亿欧元

德国电信10月5日在波恩举行人工智能投资者日，提出到2030年通过AI与自动化实现约25亿欧元间接成本节约的目标。这个数字需要连同口径阅读：公司首席财务官演示材料明确，范围是美国以外业务，以2023年为比较基准，属于尚未扣除词元成本的毛节约额，约相当于该口径间接成本的15%，其中计入资本化人工成本。它不是已经兑现的利润，也不应解读成从现在起逐年累加的累计现金收益。¹²

德国电信官方新闻稿配图：建筑外墙上的“TRUST THE T”标语。© Deutsche Telekom AG。根据媒体内容使用条款用于相关新闻报道。

2027年的近端目标

较近的检查点是2027年。德国电信预计，美国以外业务的AI与自动化毛财务收益约为11亿欧元，高于2024年资本市场日提出的约8亿欧元目标。财务材料显示，更新后的预期包含约10亿欧元间接成本节约及约1亿欧元资本开支节约，并排除词元成本；间接成本口径计入资本化人工成本，资本开支口径则不计入。公司同时维持中期财务目标，计划将部分收益重新投入数字化转型和德国光纤建设，而非把全部节约直接计入新增利润。²

客服与网络应用

在可见应用中，公司表示，客服机器人“Frag Magenta”在2026年上半年承担了约260万通客服电话；网络管理工具“RAN Guardian Agent”可提前识别潜在网络负荷，将相关事件响应从数小时缩短至约一分钟。这些是德国电信披露的业务指标，并非此次报道独立测试得出的结果。公司还称，超过10万名员工已接受AI使用培训，工作流程中仍由员工设定目标、检查结果并承担决策责任。¹

新收入与持续成本

收入端同样设有量化目标。德国电信预计，2026年美国以外企业客户业务的AI相关收入约为2.5亿欧元，到2030年提高至约8亿欧元。公司把欧洲企业对数据和运营控制权的需求视为机会，计划通过工业AI云、企业应用及面向中小企业的自动化平台扩大业务。企业业务演示材料列出的方向，包括工业模拟、数字孪生及服务流程自动化。¹³

成本控制则决定这些收益最终能留下多少。财务材料提出，词元成本占毛节约额的比例应不超过低两位数百分比，并列出按任务选择不同级别模型、管理供应商和设定词元预算等做法。由此可见，大规模采用AI并不是一次性购置工具；持续推理费用、系统整合与组织改造，都会影响节约目标向净收益转化的速度。²

从目标到可核验结果

这份计划的新闻价值，在于传统电信运营商开始给AI应用配上明确的财务尺度。后续应观察的不是工具上线数量，而是相同口径下的成本变化、服务质量，以及新增收入能否持续。德国电信也在公告中提醒，这些目标包含前瞻性判断，实际结果可能受竞争、技术变化和其他风险影响。25亿欧元因此更适合作为今后核验成效的基准，而不是当下业绩结论。¹

来源与说明

1. 2026-10-05 · 德国电信通过AI提升增长、效率与质量 · Deutsche Telekom · 原题：Deutsche Telekom boosts growth, efficiency and quality through the use of AI ↩ ↩² ↩³ ↩⁴

2. 2026-10-05 · 释放AI的价值：财务视角 · Deutsche Telekom · 原题：Unlocking value from AI · 财务负责人Christian Illek的投资者日演示，幻灯片6—10 ↩ ↩² ↩³

3. 2026-10-05 · 企业中的AI · Deutsche Telekom · 原题：AI in Enterprise ↩