德意志電信拚2030年省25億歐元，AI能否真正變成現金流？

 

德意志電信把AI效益寫進2030年損益表

德意志電信近期公布AI與自動化規畫，預估到2027年，非美國市場可節省約11億歐元；到2030年，間接成本節省目標進一步達25億歐元。公司另估計，從2023年至2027年，AI相關節省約為1億至1.5億歐元。

幾組數字涵蓋的市場、期間與成本定義不同，解讀時要分開處理。25億歐元是2030年成本目標，11億歐元則聚焦2027年前的非美國市場。現階段較能確認的方向，是AI開始從技術展示走入電信商的營運預算與成本管理。

對電信業而言，這條路徑很合理。網路維運、客服與行政流程都有大量重複工作，資料又集中在自家系統內，導入AI的阻力通常低於高度分散的實體產業。節省下來的部分資金，將重新投入德國光纖網路擴張，形成效率改善帶動基礎建設投資的循環。

 

客服與網路維運已進入規模化部署

德意志電信已把AI用在網路營運、客戶服務、軟體開發與行政流程。今年上半年，AI聊天機器人Frag Magenta處理約260萬通客服電話。美國業務的客服電話量下降55%，AI代理目前負責40%的客戶聯繫。

這些數字提供了兩層訊息。第一，生成式AI已能承接大量標準化互動；第二，效益開始具備足以影響人力配置與單位服務成本的規模。客服接觸量與人工通話量，會比單純統計AI使用人次更接近財務成果。

網路端則由德意志電信與Google Cloud合作開發RAN Guardian Agent。RAN指無線接取網路，這套系統可提前偵測網路壓力並採取對策，藉此縮短事件回應時間。電信網路一旦故障，成本同時反映在維修、客訴與客戶流失；預測性維運因此具有較清楚的投資報酬率。

 

AI營收目標仍小於成本節省規模

除了降本，德意志電信也希望從AI服務取得收入。公司目標在2026年前，讓非美國業務創造約2.5億歐元AI相關營收，並於2030年提高至8億歐元。產品方向包括整合歐洲網路與基礎設施，以及替中小企業開發自動化平台，協助處理重複性任務。

拿2030年的8億歐元營收目標，對照25億歐元間接成本節省，現階段的財務主軸仍偏向效率提升。降本的可見度高於新收入，因為客服量、處理時間與網路事故都能在既有流程中衡量；中小企業平台則涉及客戶取得、定價與續約率，商業模式還需要時間累積證據。

德意志電信持有T-Mobile US多數股權，美國市場的AI客服成果可提供部署經驗。不過，非美國業務的營收目標與美國客服數據分屬不同範圍，直接加總容易高估集團效益。

 

投資判斷要追蹤節省是否轉成現金流

這份規畫顯示，電信業可能成為Agentic AI較早形成財務成果的產業。Agentic AI指能自行拆解任務、呼叫工具並完成流程的AI代理。電信商擁有大量客服紀錄、網路資料與標準作業程序，部署環境相對完整。

後續可觀察三組證據：客服人工量是否持續下降、網路事件處理時間是否縮短，以及AI平台收入能否朝8億歐元目標推進。成本下降後，員工費用率、營業利益率與自由現金流也應逐步留下痕跡。

AI效益已從概念走向量化目標，但2030年仍是一段長征。公司若能同步完成25億歐元節省、光纖再投資與8億歐元新收入，AI才會完整改變德意志電信的資本配置；目前證據較強的部分，集中在客服自動化與網路維運效率。