Durante décadas, la automatización ha ayudado a reducir el trabajo manual en las redes de telecomunicaciones. Pero con el actual auge de la IA, el tráfico de datos está cambiando y la automatización clásica empieza a alcanzar sus límites.

Las aplicaciones de IA generan un tráfico cada vez más interactivo y fluctuante. Al mismo tiempo, crece el llamado uplink, es decir, el flujo de datos del usuario o del dispositivo hacia la red. A esto se suma la inferencia en tiempo real en el borde de la red (edge): los modelos de IA procesan los datos lo más cerca posible del lugar donde se generan, en lugar de enviarlos a un centro de datos remoto. Los agentes de IA, que ejecutan tareas de forma autónoma y se comunican entre sí, también generan nuevas exigencias. Por ello, la capacidad de cómputo debe poder trasladarse de forma flexible allí donde se necesite en cada momento.

De este modo, la red deja de ser un mero transportador de datos para convertirse en una infraestructura que apoya y distribuye activamente los procesos de IA. El rendimiento de las aplicaciones de IA depende cada vez más de lo que la propia red sea capaz de ofrecer.

La automatización ya no es suficiente

Este desarrollo lleva al modelo tradicional de operación de redes a sus límites:

• Mayor velocidad: las condiciones de la red pueden cambiar más rápido de lo que las personas pueden reaccionar. La automatización clásica ejecuta con fiabilidad respuestas predefinidas, pero no basta ante situaciones nuevas.
• Mayor complejidad: las redes modernas están formadas por cada vez más componentes, servicios y dependencias. Su supervisión y control (manual o mediante automatismos simples) resulta cada vez más difícil
• Mayor interconexión (acoplamiento): las intervenciones en una parte de la red pueden tener consecuencias en un punto completamente distinto. Una optimización local puede resolver un problema inmediato y, a la vez, generar nueva inestabilidad.

El sistema operativo para redes nativas de IA

La pregunta ya no es si las redes serán más autónomas, sino cómo debe ser esa autonomía: ¿qué decisiones puede tomar una red por sí misma y cuándo debe intervenir una persona? Aquí radica la diferencia entre automatización y autonomía: las redes automatizadas ejecutan tareas conocidas según reglas establecidas. La autonomía comienza cuando un sistema, como una red, puede evaluar nuevas condiciones, sopesar opciones de actuación y decidir por sí mismo dentro de límites claramente definidos. Para ello, la red debe comprender la intención subyacente, el llamado intent. Un intent describe el resultado deseado, por ejemplo, una determinada disponibilidad o calidad de servicio. La red deriva de ahí los pasos necesarios.

Para los fabricantes de equipos de red como Nokia y para los operadores de red surge así una nueva tarea arquitectónica. Se necesita un sistema operativo para redes autónomas. No se trata del sistema operativo de un ordenador o servidor individual, sino de una capa transversal que conecta a personas, agentes de IA, modelos, datos de red y reglas. Los operadores ya no gestionarían cada componente técnico por separado a través de distintas interfaces, sino que definirían los objetivos, prioridades y límites de actuación para el conjunto de la red. Los sistemas subyacentes aplicarían estas directrices de la forma más autónoma posible.

El verdadero valor está en decidir

La autenticación silenciosa es solo el principio de un desarrollo más amplio. Ya se utilizan interfaces de localización en segundo plano para prevenir eficazmente intentos de fraude en la banca online. Además, se está probando cómo las redes pueden garantizar la conectividad para determinadas aplicaciones en grandes eventos. Cuando miles de personas se conectan simultáneamente en un estadio, la infraestructura se encarga por sí misma de que las aplicaciones críticas o los sistemas de venta de entradas se mantengan estables. En el futuro, es probable que estos procesos sean gestionados cada vez más por sistemas de aprendizaje automático que adapten de forma autónoma la capacidad de red en función de la demanda y del contexto.

El beneficio de una red autónoma no surge solo de más datos, mejores modelos de IA o procesos adicionales automatizados. Lo esencial es si de ello resultan decisiones buenas y controlables. Un asistente de IA que simplemente se superpone a paneles existentes y formula recomendaciones no convierte una red en autónoma. Para ello se necesita una arquitectura que prepare, ejecute y supervise las decisiones de forma trazable. Con ello cambian también los criterios con los que se evalúa la operación de la red, por ejemplo:

• Tasa de decisión: ¿cuántas decisiones puede procesar la red en un tiempo determinado?

• Calidad de la decisión: ¿cómo toma la red las decisiones correctas?

• Radio de impacto: ¿hasta dónde llegan las consecuencias de una decisión errónea y puede limitarse el daño?

• Reversibilidad: ¿puede deshacerse una decisión?

• Lógica transversal del sistema: ¿encajan entre sí las decisiones de las distintas áreas de la red?

• Seguridad de la decisión: ¿actúa el sistema dentro de sus competencias?

La madurez de una red se medirá en el futuro menos por cuántos procesos están automatizados y más por lo fiable y controlada que sea a la hora de tomar decisiones.

Por qué las redes de telecomunicaciones son especialmente exigentes

Las redes de telecomunicaciones se encuentran entre los entornos más difíciles para los sistemas autónomos, debido a su enorme complejidad técnica y organizativa. Un escenario típico: surge un problema de capacidad en la red móvil. Para el cliente, esto se manifiesta primero como latencia, es decir, un retraso en la transmisión de datos. Al mismo tiempo, una conexión en la red de transporte, que traslada datos entre distintas áreas de la red y centros de datos, ya está funcionando cerca de su límite de carga.

La red de radio, la red de transporte y los sistemas que prestan el servicio propiamente dicho deben considerarse de forma conjunta. A esto se suma que estas áreas suelen operar con tecnología de distintos fabricantes y están sujetas a reglas diferentes. Un bucle de control cerrado, un sistema que mide, evalúa y corrige automáticamente un estado, puede actuar de forma correcta a nivel local y, aun así, empeorar el resultado global.

El reto consiste en coordinar decisiones entre sistemas tan estrechamente interconectados. La autonomía a nivel de operador (carrier-grade), es decir, al nivel de calidad y seguridad de las grandes redes de telecomunicaciones, implica mucho más que la simple funcionalidad técnica. Disponibilidad, resiliencia ante fallos, comportamiento predecible y trazabilidad regulatoria no son opciones adicionales negociables.

De la operación de red a la operación de decisiones

Técnicamente, un sistema así requiere varios componentes. La base es un fundamento independiente de los fabricantes, que permita la colaboración entre componentes de distintos proveedores. Una llamada ontología representa la red, sus componentes y sus relaciones en una estructura comprensible para las máquinas; dicho de forma sencilla, un mapa común de la red.

Sobre esta base trabajan agentes de IA especializados, que evalúan información, proponen o ejecutan medidas y estiman posibles consecuencias. Por encima de todo se encuentran los intents, las intenciones y reglas claras sobre qué decisiones puede tomar un sistema. Una gobernanza transparente de «caja de cristal» (glass box) debe mostrar por qué se tomó una decisión y en qué datos y reglas se basa. Con ello cambia también el papel de las personas en la operación de red: en las redes autónomas, cada vez definen más qué tipo de decisión puede tomar un sistema por sí mismo.

Según el riesgo, una decisión puede permanecer totalmente en manos humanas, ser preparada por el sistema y aprobada por una persona, o ejecutarse de forma autónoma bajo condiciones definidas. El ser humano no desaparece de la operación de red: su papel cambia, pasando de ejecutor de tareas técnicas individuales a arquitecto y supervisor de un sistema de decisiones.

La calidad de la decisión se convierte en un factor de competitividad

Las redes de telecomunicaciones nativas de IA podrían convertirse en un importante campo de pruebas para otras infraestructuras nativas de IA. Quien domine la toma de decisiones autónomas en una infraestructura tan compleja, que debe funcionar las 24 horas y está sujeta a estrictos requisitos de seguridad, estará resolviendo grandes desafíos.

Para los operadores de red, la competencia también cambia: la velocidad, la cobertura y los costes siguen siendo importantes, pero se suma la capacidad de la red para tomar buenas decisiones: ¿detecta los problemas a tiempo? ¿Puede comprender las relaciones entre los distintos elementos? ¿Limita las consecuencias de una decisión errónea? ¿Puede explicar por qué actuó así y revertir una medida si es necesario? Es probable que la calidad de estas decisiones se convierta en una característica central de las futuras infraestructuras de red.