網路測試與分析機構 Ookla 最新研究指出，隨著人工智慧（AI）應用快速發展，現行 5G 網路雖已能支援部分生成式 AI 服務，但在擴增實境（AR）、多模態 AI 與實體 AI（Physical AI）等新興應用場景下，仍面臨延遲、上傳頻寬及網路負載等多項挑戰，顯示全球 5G 基礎設施距離全面支援 AI 時代仍有一段距離。

Ookla 分析指出，目前多數 5G 網路已可滿足文字型大型語言模型（Large Language Model, LLM）及語音對話服務的需求。其中，文字型 LLM 約需 50 毫秒（ms）以下的網路延遲，在受評估的 22 個市場中已有 18 個市場達標；而對話式語音 AI 所需的 40 毫秒以下延遲，則有 13 個市場符合要求。

然而，對於需要即時互動的高階 AI 應用，現行網路仍存在明顯落差。Ookla 表示，AR與多模態 AI至少需要 30 毫秒以下的延遲才能提供良好使用體驗，而長期目標更應降至 10 毫秒以下。目前全球受測的 22 個市場中，僅有新加坡達到 30 毫秒門檻，平均延遲為 24.6 毫秒，尚無任何市場能達成 10 毫秒的最終目標。

此外，部分主要市場的網路表現仍未達基本要求。研究指出，美國、印度、南韓及西班牙等國家，目前甚至無法穩定達到文字型 LLM 所需的 50 毫秒延遲標準。以南韓為例，雖然 5G 下載速度位居全球第二，但由於仍高度依賴5G 非獨立組網（NSA）架構，以及採用 C-band TDD頻段，須等待上傳時隙分配，導致多伺服器測試延遲高達 53 毫秒，顯示高速下載並不代表具備低延遲能力。

除了延遲之外，Ookla 認為，上傳頻寬將是評估 AI 網路整備度的重要指標，其重要性甚至高於下載速度。目前全球受測電信業者中，不到半數能提供 AR 與多模態 AI 所需的 20 Mbit/s 上傳速度。此外，在網路高負載情況下，延遲可能惡化 3.7 倍至 11.4 倍，而不同雲端服務供應商之間的連線品質也會造成明顯差異，例如澳洲不同雲端平台之間的延遲最高可相差近 100 毫秒。

展望未來，Ookla 預期，機器人、智慧製造及工業自動化等Physical AI將成為對網路品質要求最高的新興應用領域。為因應 AI 時代的通訊需求，電信業者應加速推動 5G 獨立組網（SA）、網路切片（Network Slicing）、上傳頻寬配置優化及雲端連線架構改善等關鍵技術升級，以提升網路低延遲、高可靠度及即時傳輸能力，進一步強化未來 AI 應用服務的競爭力。