De redes autónomas a infraestructura de IA: la próxima evolución de las Telcos
La inteligencia artificial avanza con fuerza en el sector de las telecomunicaciones, pero la mayor oportunidad para la industria ya no está solo en la IA que corre dentro de la red, sino en convertirse en la infraestructura misma que conecta y sostiene a la IA.
De la automatización a las redes autónomas
Los operadores ya usan automatización y aprendizaje automático en optimización de redes, aseguramiento del servicio y gestión energética. Al mismo tiempo, el crecimiento de la IA está disparando la demanda de cómputo, centros de datos y conectividad de alta capacidad entre usuarios, empresas y recursos de procesamiento distribuidos. Ambas tendencias empiezan a converger y plantean una pregunta central: ¿qué papel debe jugar la red a medida que la IA se convierte en una fuente importante de tráfico y procesamiento de datos?
Las redes son cada vez más complejas de operar, ya que los operadores gestionan múltiples generaciones de tecnología móvil junto con banda ancha fija, redes de transporte, funciones de red nativas de la nube e infraestructura cada vez más distribuida. Según el informe de movilidad de Ericsson publicado en junio de 2025, se proyecta que el tráfico de datos móviles (sin contar el acceso inalámbrico fijo) crecerá cerca de un 16% anual hasta 2030. Ante ese ritmo, los operadores necesitan anticipar dónde surge la demanda, mantener la calidad del servicio y detectar fallas antes de que afecten a los clientes, y ahí es donde la IA y la automatización aportan valor real.
La automatización ya puede manejar procesos predefinidos, mientras que la IA suma la capacidad de analizar grandes volúmenes de datos operativos, identificar patrones y apoyar decisiones según condiciones cambiantes. Esa combinación es la base del movimiento del sector hacia las llamadas «redes autónomas».
La iniciativa de Redes Autónomas de TM Forum describe la autonomía como una progresión por distintos niveles, y no como un salto binario de la operación manual a una red que funciona por completo sin intervención humana. La industria todavía no está en el punto de entregar el control de infraestructura crítica a un sistema de IA; en cambio, los operadores automatizan funciones individuales y amplían gradualmente lo que el software puede gestionar, con la detección de fallas, el aseguramiento del servicio, la optimización de red y la gestión energética entre las áreas más exploradas.
La infraestructura de las telcos complementa a la infraestructura de IA
Uno de los desarrollos más significativos ocurre en la intersección entre red y cómputo. AI-RAN es un enfoque emergente que explora el uso de IA y computación acelerada dentro y junto a la infraestructura de acceso radioeléctrico (RAN). La idea es usar IA para mejorar el rendimiento de la RAN y evaluar si la infraestructura de cómputo compartida también puede soportar cargas de trabajo de IA. SoftBank y NVIDIA le dieron gran visibilidad a este modelo en noviembre de 2024, al anunciar una colaboración para desarrollar una plataforma de AI-RAN en Japón.
La relación entre IA y red va más allá del AI-RAN. La Release 18 de 3GPP, asociada a 5G-Advanced, incluye trabajo sobre IA y aprendizaje automático para aspectos específicos de la interfaz de radio, además de mejoras en posicionamiento, movilidad y eficiencia energética. Esto crea una relación de doble vía: la IA ayuda a mejorar la red, mientras que la red proporciona la infraestructura por la que los servicios de IA llegan a usuarios y empresas.
Otra parte de esta transición es la programabilidad. Las plataformas en la nube han acostumbrado a empresas y desarrolladores a exigir que las capacidades de infraestructura se expongan mediante software, y los operadores de telecomunicaciones intentan cada vez más replicar ese modelo, de forma que una aplicación empresarial pueda solicitar una característica de conectividad o el acceso a un entorno de borde (edge) sin necesidad de configuración manual.
La expansión de la IA también renueva el interés por la computación de borde (edge computing). El entrenamiento de grandes modelos seguirá requiriendo centros de datos centralizados de gran escala, pero la inferencia no siempre necesita ejecutarse ahí: una planta industrial con visión por computadora puede necesitar procesar información cerca de la línea de producción, o una aplicación conectada puede tener requisitos estrictos de latencia. Los operadores tienen una ventaja potencial porque su infraestructura ya está distribuida geográficamente.
Las telcos apuestan por la oportunidad de la infraestructura de IA
La oportunidad más grande está surgiendo fuera de las operaciones de red: los clústeres de IA necesitan conexiones de alta velocidad, las empresas necesitan conectividad hacia plataformas de nube e IA, los centros de datos deben interconectarse y las aplicaciones que corren en el borde necesitan enlaces con la infraestructura central. Los operadores de telecomunicaciones ya cuentan con muchos de los activos necesarios para ofrecer esas conexiones —redes de fibra, infraestructura móvil, conectividad internacional y, en algunos mercados, centros de datos e instalaciones de borde—, lo que les da un rol en la cadena de valor de la infraestructura de IA, aunque esto no significa que las telcos deban convertirse en hiperescaladores.
Para la mayoría de los operadores, la oportunidad más realista es conectar y complementar la infraestructura de IA que construyen los hiperescaladores, proveedores de nube, empresas de centros de datos y compañías. Algunos operadores comienzan por las operaciones de red, mientras otros invierten en centros de datos e infraestructura de nube o construyen negocios de IA más amplios mediante alianzas e inversiones.
Singtel, por ejemplo, apuesta por este enfoque centrado en infraestructura: su negocio de centros de datos Nxera se expande por el sudeste asiático como parte de la estrategia de infraestructura digital del grupo. Reliance Jio, por su parte, está construyendo campus de centros de datos de IA de varios gigavatios alimentados con energía solar en toda India. SK Telecom, en tanto, está transformándose de operador móvil tradicional a una potencia global mediante fuertes inversiones en centros de datos de IA de escala gigavatio, modelos fundacionales multiparamétricos y servicios de IA para consumidores y empresas.
La estrategia de red del futuro
La industria de las telecomunicaciones ha dedicado décadas a construir redes para conectar personas, empresas y máquinas. La IA está ampliando lo que esas redes necesitan conectar, a medida que el cómputo se vuelve más distribuido, los centros de datos crecen junto con la demanda de IA, las empresas se conectan a plataformas de nube e IA cada vez más sofisticadas, y la computación de borde acerca ciertas cargas de trabajo a los usuarios y las fuentes de datos.
Al mismo tiempo, los operadores buscan que sus propias redes sean más autónomas. Esto crea, de nuevo, una relación de doble vía: la IA transforma la red, mientras la red se convierte en parte de la infraestructura para la IA.
La próxima generación de telecomunicaciones seguirá dependiendo de cobertura, capacidad y confiabilidad. Pero cada vez más, la estrategia competitiva pasará por qué tan inteligentemente puedan operar las redes, con qué flexibilidad puedan conectar cómputo y datos, y qué tan eficazmente los operadores logren convertir esas capacidades en servicios.
(Telecom Review Asia)
Seguiremos brindándote más información sobre este tema en las siguientes presentaciones físicas y digitales de Channel News Perú
Mantente conectado a nuestra plataforma de negocios y revista, haciendo clic aquí y suscribiéndote a nuestro newsletter para contenido de valor diario
