SK Telecom宣布推进“全民AI”战略，强化从自研AI模型、基础设施到面向大众服务的全栈布局，并计划构建“智能改进闭环”，将实际服务中积累的经验和数据持续反哺模型优化。

SK Telecom AI CIC负责人Yoo Kyung-sang于24日在公司Newsroom中介绍了这一战略方向。他表示，AI竞争的重心正在从更大的模型规模和更高的推理性能，转向基于真实服务场景的落地能力、运营效率和迭代速度。

近期，SK Telecom公开了自研AI基础模型A.X K2，参数量为6880亿。该模型在数学和科学推理、韩语知识、长文本理解以及代理能力等方面较上一代有所提升。基于A.X K2组建的团队已通过韩国政府自研AI基础模型开发项目第二阶段评审，并与Upstage、LG AI Research一同进入第三阶段。

竞争焦点从模型性能转向“智能改进闭环”

Yoo Kyung-sang认为，未来AI竞争力已很难仅以模型性能衡量。模型智能、推理成本、服务完成度、基于真实数据的再训练与优化速度，以及可靠性，都需要作为一个整体系统协同运转。

他指出，在数百万人同时使用大模型的场景下，若所有请求都统一交由最高性能模型处理，很难兼顾成本与效率。为此，SK Telecom计划采用MoE架构等技术，针对不同请求选择性激活部分参数，并根据问题复杂度动态分配推理资源，同时推进模型轻量化和加速，以提升整体服务效率。

除了模型层面的优化，SK Telecom还将推进内存管理、算力调度等系统层和芯片层优化，依托自研并运营AI基础设施的能力，降低从模型到服务全流程的推理成本。

在Yoo Kyung-sang看来，“改进速度”是AI竞争中的另一项关键指标。能否快速识别模型在真实服务中的失误点，及时纳入评估和训练，并将改进结果迅速反馈到用户侧，将直接决定AI服务的竞争力。

基于这一思路，SK Telecom希望依托覆盖模型、服务和基础设施的全栈AI能力，以及大规模服务运营经验，打通这一闭环。公司还将借助AI服务A.的运营经验——其月活跃用户（MAU）已超过1000万——将产品反馈直接转化为模型和系统优化能力。

联合约20家机构，从“回答型AI”迈向“执行型AI”

在“全民AI”战略下，SK Telecom的重点已不再局限于让AI回答用户提问，而是推动AI把用户需求真正转化为实际行动和结果，即所谓“执行型AI”。

Yoo Kyung-sang表示，在AI代理时代，除模型本身的准确率外，更关键的指标将是“端到端成功率”。他认为，AI需要通过规划、检索、工具调用和执行等多个环节，最终将用户意图落实为可交付的结果。

目前，SK Telecom已与金融、出行、媒体、教育、医疗、公共服务、税务、照护等领域的企业和机构组建联盟，包括SK Telecom在内，约有20家企业、机构和团体参与其中。与此同时，公司还与Hana Bank、NH Nonghyup Bank、Tmoney Mobility、Bucketplace等11家公司签署业务合作备忘录（MOU），并推进后续合作。

在这一合作体系中，SK Telecom将承担“编排器（Orchestrator）”角色，负责理解用户请求，并对接合适的AI模型、技术能力和专业服务。按照规划，“全民AI”服务将率先从金融、出行、媒体、教育、健康等高频生活场景切入，随后扩展至面向青年、小微商户和老年群体的税务、行政及照护等专业领域。

从“性能优先”转向“信任优先”，瞄准大众日常AI服务

SK Telecom判断，随着AI进一步进入金融、医疗等与民众生活密切相关的服务执行环节，可靠性和安全性的重要性将持续上升，公司也将同步强化相关技术能力。

公司计划在通过模型优化和推理服务加速提升响应速度的同时，引入面向AI模型质量的客观评估机制、常态化红队测试、实时安全监测和护栏机制，并建立针对个人信息和敏感信息的安全保护体系。

Yoo Kyung-sang强调，韩国需要建立一套从AI模型开发、服务普及、真实使用经验沉淀，再到下一代模型训练的正向循环。SK Telecom计划整合A.X K2、AI基础设施、A.的大规模运营经验以及各领域专业企业的能力，将“全民AI”打造为面向大众、可在日常生活中持续使用的AI服务。

他表示，未来AI竞争的关键，不在于谁能一次性做出“最好的模型”，而在于谁能以更快速度构建并跑通“智能改进闭环”。