Por qué las empresas de telecomunicaciones que apuestan por la automatización total podrían perder la verdadera oportunidad de la IA

Tras años de intensos ciclos de inversión en 3G, 4G y ahora 5G, nos encontramos en un punto de inflexión. Los ingresos se están estabilizando, los costes operativos están aumentando y el tan esperado aumento de la rentabilidad de las nuevas redes aún no se ha materializado por completo. En este contexto, es posible que haya visto cómo se presenta la IA como la solución milagrosa. Una solución universal.

En un año en el que la IA agencial está ampliando los límites de lo posible, es fácil pensar que la automatización total es inevitable. Pero vale la pena considerar cuál es el lugar que ocupan los seres humanos en todo esto.

Hemos guiado a las empresas de telecomunicaciones a través de los cambios industriales y tecnológicos, desde las redes analógicas a las digitales, los sistemas definidos por hardware a los definidos por software y el auge de la infraestructura nativa en la nube. Hemos visto de primera mano cómo el discurso predominante en torno a la automatización total es profundamente erróneo. No se puede negar el poder de los modelos de lenguaje grandes (LLM). Pero en un entorno tan complejo y regulado, nos corresponde a nosotros asumir los detalles más precisos del control operativo.

El futuro reside en la IA de «microaumentación», que trabaja incansablemente al servicio de la experiencia y el criterio humanos. Es un camino más inteligente hacia la transformación. Uno que respeta la intrincada base de conocimientos del sector y, al mismo tiempo, cumple las audaces promesas que ha hecho la IA.

Los límites de la automatización a gran escala

La idea de operaciones integrales impulsadas por la IA es difícil de resistir, pero la realidad es mucho más compleja. A pesar de que los agentes autónomos son cada vez más capaces, los entornos de telecomunicaciones del mundo real siguen siendo complicados, heterogéneos y altamente regulados. Como industria, operamos vastas redes que abarcan infraestructuras con décadas de antigüedad junto con tecnología 5G de vanguardia.

La gestión de estas redes exige un profundo conocimiento contextual y la capacidad de tomar decisiones rápidas en un contexto de gran incertidumbre. Ahí es donde la automatización comienza a fallar. Si a esto le sumamos toda una serie de requisitos normativos complejos, nos daremos cuenta de que la automatización a gran escala no está a la altura.

A pesar de los notables avances, los LLM y otros modelos de IA siguen teniendo dificultades con la explicabilidad y los datos sesgados. Una encuesta de McKinsey Global AI de 2024 reveló que el 40 % de los encuestados identificaba la explicabilidad como un riesgo clave en la adopción de sistemas de IA generativa; sin embargo, solo el 17 % estaba trabajando activamente para mitigarlo. Esto nos indica que se está perdiendo la confianza y la transparencia en la búsqueda de una mayor eficiencia. Sin una toma de decisiones fiable y transparente, lanzarse a la automatización a ciegas es una receta para el desastre. Desde cortes en la red hasta incumplimientos normativos, nos enfrentamos a un nivel de daño reputacional difícil de reparar.

Además, hay que tener en cuenta que gran parte de nuestro conocimiento operativo es tácito, acumulado a lo largo de años de experiencia práctica. Sustituir a profesionales cualificados por algoritmos opacos amenaza con erosionar esta valiosa base de conocimientos. Sin ella, se corre el riesgo de crear sistemas frágiles que, en última instancia, se derrumbarán bajo presión.

Microaumentación: una estrategia más inteligente

La microaumentación ofrece un camino a seguir más centrado en las personas. En lugar de perseguir la automatización total, se centra en utilizar la IA para mejorar tareas y flujos de trabajo específicos de forma incremental, manteniendo a las personas en el centro del cambio. Esto significa implementar la IA donde pueda ofrecer los beneficios más tangibles.

Tomemos como ejemplo el diseño de redes. Se trata de un proceso que durante mucho tiempo se ha visto entorpecido por la documentación, que requiere mucho tiempo, y las entradas repetitivas. Ahora estamos viendo cómo los agentes de IA intervienen para ayudar a los arquitectos de soluciones mediante la semiautomatización de la redacción de documentos de diseño de alto nivel (HLD).

En lugar de empezar cada vez desde cero, los ingenieros se apoyan en la IA para que se encargue del trabajo pesado. En lugar de atascarse en el trabajo manual, los ingenieros pueden canalizar su energía hacia las decisiones matizadas que, en última instancia, darán forma al futuro del diseño de redes. Con la IA asumiendo el trabajo pesado, tienen libertad para tomar las decisiones intuitivas que aún requieren un toque humano.

También estamos viendo algunos trabajos realmente prometedores en torno a la puesta en valor del conocimiento institucional. Se trata del tipo de conocimiento que a menudo reside en la mente de unas pocas personas con experiencia o que está enterrado en lo más profundo de los sistemas empresariales, aislados y dispersos. Al crear repositorios internos basados en IA utilizando agentes de IA generativa, las empresas de telecomunicaciones están facilitando enormemente el acceso a esa sabiduría colectiva.

Más allá de las evidentes ventajas en cuanto al ahorro de tiempo, también es un gran ejemplo de cómo la microaumentación puede fomentar una mayor colaboración y la mejora de las habilidades interfuncionales.

Dado que la IA destaca en la automatización de tareas repetitivas y basadas en reglas, está demostrando ser muy valiosa para transformaciones grandes que requieren muchos recursos. Esto podría ser el despliegue de una nueva red o el desmantelamiento de una infraestructura heredada. Este tipo de proyectos suelen exigir una gran cantidad de tiempo y mano de obra, pero con los agentes de IA, las empresas de telecomunicaciones pueden reducir sus costes y acortar sus plazos sin sacrificar la calidad.

Estos son solo algunos ejemplos de cómo la microaumentación puede impulsar mejoras incrementales que se suman. Al mejorar la forma de trabajar de las personas, en lugar de sustituirlas, se conservan los conocimientos institucionales y la capacidad de resolución de problemas que son fundamentales para la resiliencia empresarial.

Por qué la reducción de plantilla es un callejón sin salida

Existe la tentación de enmarcar la transformación impulsada por la IA en torno a la reducción de plantilla, especialmente ahora que el sector se enfrenta a márgenes ajustados. Pero la realidad es que los recortes bruscos de plantilla son una solución superficial. Pueden suponer un ahorro de costes a corto plazo, pero, en última instancia, socavan la resiliencia a largo plazo.

Las investigaciones demuestran que las organizaciones que obtienen el mayor valor de la IA son aquellas que la aplican a funciones empresariales básicas, como el desarrollo de productos y servicios, en lugar de centrarse únicamente en la reducción de plantilla. Esto nos indica que el talento sigue siendo un factor diferenciador clave en las telecomunicaciones, y seguirá siéndolo a medida que el sector evolucione hacia modelos más orientados al software y a los servicios.

En lugar de perseguir la automatización con el único objetivo de eliminar puestos de trabajo, priorice la inversión en la recapacitación y el reciclaje de su plantilla para prosperar junto con la IA. Esto puede significar muchas cosas: mejorar las habilidades de los ingenieros para que trabajen con herramientas de mantenimiento predictivo, formar a los agentes de atención al cliente para que utilicen copilotos de IA durante las interacciones o incluso desarrollar nuevas funciones híbridas que combinen los conocimientos técnicos con la perspicacia humana. Sea cual sea el enfoque, la conclusión es que los seres humanos aportan algo que las máquinas, fundamentalmente, no pueden aportar.

Un llamamiento al pragmatismo

Estamos sometidos a una enorme presión para ofrecer mejores márgenes, servicios más rápidos y redes más resistentes. No hay duda de que la IA será el eje central de este nuevo capítulo. Pero el camino hacia el éxito no estará pavimentado por expectativas poco realistas de automatización.

En cambio, es importante adoptar un enfoque incremental. Esto significa implementar la IA para amplificar las fortalezas humanas. Incluso mientras exploramos los casos de uso de la IA agencial, la microaumentación sigue siendo la mejor manera de liberar todo el potencial de la IA, al tiempo que se salvaguarda la excelencia operativa que las empresas de telecomunicaciones han tardado décadas en construir.

(datacenterdynamics.com)

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