摘要

  • 德国电信约 25 亿欧元的 2030 目标，是相对于 2023 年、美国业务以外的间接成本毛额节省；该口径不含 token 成本，却包含资本化人工。
  • 投资者日披露了若干计算边界，但尚未给出逐项工作流程的已实现净现金账：毛额节省、部署成本、再投资与新增收入仍不能合并成一个“AI 贡献”数字。

分析

先看指标代表什么

德国电信 10 月 5 日在波恩举行 AI Investor Day，将美国以外业务 2027 年 AI 与自动化的毛财务影响预期提高至约 11 亿欧元，比较基准为 2023 年。财务长演示文稿将其拆为约 10 亿欧元间接成本节省（IDC AL，包含资本化人工）和约 1 亿欧元资本开支影响。这个桥接数字不含 token 成本；资本开支一项又不含资本化人工。

到 2030 年，公司的目标是约 25 亿欧元 IDC AL 毛额节省，相当于比 2023 年基线低约 15%。它不是已经到账的现金，也不是净自由现金流或净现值。token 成本另行管理；部分人工计入资本而非当期费用；CapEx 也单独列示。若把这些项目揉成一个总额，管理层留下的会计界线反而消失，外部人就更难核验。

这仍是预测。德国电信在 2024 年资本市场日提出的 2027 年毛影响目标约为 8 亿欧元；如今的 11 亿欧元代表预期上调，并不意味着新增的 3 亿欧元已经实现。公开材料没有展示从 2023 年基线到各项工作流程实际现金节省的逐步对账。

智能系统的成本不能藏在毛节省后面

管理层计划把 token 成本控制在毛节省的低两位数比例。财务长演示列出模型分层与路由、可复用执行框架、统计方法、供应商管理和分层 token 预算。这些是拟用的控制手段，不是已披露的实际 token 账单。完整成本还应看计算资源、集成、维护、培训、异常处理和投产所需资本。

收入也要单独核算。公司预计，美国以外与 AI 相关的直接和间接收入将从 2026 年约 2.5 亿欧元升至 2030 年约 8 亿欧元。CEO 的战略材料另称，新的 AI 价值池具有“超过 10 亿欧元”的收入潜力。已查阅的公开材料没有解释这个更宽泛的“潜力”与财务长及新闻稿中的 8 亿欧元口径如何衔接。因此不能把两者相加，也不能当成同一个预测，更不能写成已实现收入。

有运营案例，不等于财务归因已完成

公司称，客户服务聊天机器人“Frag Magenta”在 2026 年上半年处理了 260 万通电话；美国客户服务来电下降 55%，AI agent 处理了 40% 的联系；网络系统 RAN Guardian 将对即将出现的网络压力作出反应的时间，从数小时缩短至约一分钟。这些管理层报告的案例说明系统正在使用，但没有独立审计节省了多少成本、服务是否同等有效，或变化有多少应归因于 AI。

地域和分母不能混用。美国客户服务案例不能证明美国以外的节省目标。机器人处理了一通电话，不一定意味着用户问题解决；更快发现网络压力，也不等于已经避免了故障。德国电信称，各业务板块负责采用和产生影响，中央团队提供共享平台、控制、预算和支持。这样的安排能让决策贴近业务，但目前公开材料尚未给出各板块可比的基线与已兑现现金。

再投资决定了节省的去向

德国电信计划把运营费用节省再投向数字化转型加速。资本开支节省则用于调整乡村与城市光纤建设的比例，并实现德国多户住宅的完整初始覆盖。这可以是合理的经营选择，却意味着毛额节省并不自动成为可分红现金或减债资金。

要把目标连到现金，每个重要流程至少要说明：比较的基线和期间、究竟减少或改善了哪项工作、谁负责改变、实际减少了多少人工和供应商成本、token 与基础设施费用是多少、资本化人工如何处理、客户服务是否变化，以及腾出的预算去了哪里。收入和客户留存应采用各自的计算方法与分母。缺少这些环节，毛额目标上升，净现金结果仍可能不明。

德国电信下一次季度业绩发布安排在 2026 年 11 月 5 日。这是值得观察的时间点，并非公司承诺届时会公布完整 AI 节省对账。较稳妥的结论是：公司提高了目标，也披露了有用的口径界线；毛额影响能否转为净现金，仍待证明。

来源