La industria móvil atraviesa un punto de inflexión. La creciente presión por optimizar costos, reducir consumo energético y responder a demandas cada vez más complejas se cruza con la irrupción de la inteligencia artificial (IA), que ya no se plantea como un complemento, sino como el núcleo de las telecomunicaciones del futuro.
En este debate, Samsung ha tomado la delantera con una doble propuesta: por un lado, el artículo titulado The Next Frontier: Samsung’s Journey to AI-Powered Networks Beyond AI-RAN, firmado por Ji-Yun Seol, vicepresidente y responsable de estrategia de producto en la división de redes de Samsung Electronics, donde se articula la visión estratégica de la compañía; y, por otro, el white paper Mobile Networks Evolution in the AI Era, publicado recientemente, que aporta la fundamentación técnica y el detalle operativo de esa visión.
Ambos documentos coinciden en una idea central y es que las redes móviles deben concebirse como plataformas basadas en software capaces de operar como centros de datos distribuidos, donde la IA no se limite a mejorar parámetros aislados, sino que se integre de manera transversal para transformar su funcionamiento.
En el artículo de Seol, esta premisa se traduce en la noción de “Network as a Data Center”, un concepto que redefine la arquitectura telco como un entorno flexible y multipropósito. En paralelo, el white paper explica que esta transformación se logra mediante la separación de hardware y software, lo que permite a los operadores utilizar servidores comerciales estándar con CPUs y GPUs para ejecutar tanto cargas de red como de IA, optimizando así recursos e inversiones.
La visión estratégica de Samsung se apoya en el marco de la AI-RAN Alliance, que distingue tres formas de integración de IA en la red de acceso radioeléctrico: AI-for-RAN, AI-on-RAN y AI-and-RAN.
En el primer caso, la IA se emplea para mejorar directamente el rendimiento y la eficiencia energética, y Seol señala que soluciones como CognitiV Network Operations Suite han conseguido en despliegues comerciales en Estados Unidos una reducción del 35 por ciento en consumo energético y un aumento del 12 por ciento en la velocidad promedio de bajada en redes 5G.
El segundo enfoque, AI-on-RAN, traslada la IA al borde de la red, y bajo el liderazgo del Dr. Athul Prasad en la propia alianza, Samsung trabaja con operadores Tier 1 en casos de uso que abarcan desde la supervisión en fábricas hasta sistemas de videovigilancia inteligente procesados directamente en servidores COTS.
El tercero, AI-and-RAN, plantea la posibilidad de ejecutar de manera concurrente cargas de red y de IA en la misma infraestructura, aprovechando recursos infrautilizados en estaciones base para correr modelos de lenguaje de gran tamaño distribuidos en diferentes unidades virtualizadas.
Este esquema conceptual se complementa con el análisis técnico del white paper, que detalla cómo la virtualización no se limita al RAN, sino que se extiende también al core y al transporte. Allí se describe, por ejemplo, cómo el uso de routers de sitio virtualizados permite reducir significativamente CAPEX y OPEX, o cómo la virtualización integral facilita redistribuir funciones de red y cargas de IA entre centros de datos centrales, nodos de edge computing y sitios de celda según las necesidades de latencia o volumen de datos. La flexibilidad derivada de este modelo, sostiene el documento, permitirá absorber la complejidad de 6G sin depender de ciclos largos y costosos de hardware propietario.
La automatización aparece como otro eje en común entre ambas fuentes. El blog de Seol ofrece ejemplos concretos, como el Energy Saving Manager o el Load Balancing Manager, que ya muestran resultados tangibles en redes reales. El white paper amplía esta perspectiva y presenta un catálogo de aplicaciones de IA que incluye predicciones de congestión, optimización de velocidad en el RAN, creación de gemelos digitales, detección de anomalías en indicadores clave y sistemas de correlación de alarmas que reducen el tiempo de reparación. Incluso plantea la figura de copilotos de red basados en modelos de lenguaje capaces de asistir a los operadores con análisis, recomendaciones y guías en lenguaje natural. Esta convergencia entre narrativa estratégica y detalle técnico confirma que la IA ya no parece una promesa, sino presente en las telecomunicaciones.
Más allá de la eficiencia, el white paper introduce un cambio de paradigma hacia redes personalizadas y centradas en el servicio. El modelo “one-size-fits-all” cede lugar a arquitecturas capaces de crear redes virtuales ajustadas a acuerdos de nivel de servicio específicos para clientes empresariales o gubernamentales. Aquí entran en juego tecnologías como network slicing y Network-as-a-Service (NaaS), pero lo decisivo es la capacidad de la IA para garantizar, de manera autónoma, el cumplimiento de SLAs incluso en escenarios de extrema complejidad.
En esta línea, Samsung plantea el concepto de Edge AI-as-a-Service, donde los operadores podrán aprovechar su infraestructura distribuida para ofrecer servicios de IA bajo demanda, abriendo la puerta a nuevas fuentes de ingresos más allá de la conectividad tradicional.
El horizonte, tanto en el blog como en el white paper, es claro y la evolución hacia 5G-Advanced y 6G no será una ruptura abrupta, sino una continuidad natural de esta transición hacia redes definidas por software y potenciadas por IA.
Para Seol, los operadores que logren convertir sus infraestructuras en sistemas de autoaprendizaje y autooptimización capturarán la ventaja competitiva de la próxima década. Para los ingenieros que redactaron el documento técnico, la justificación está en que la flexibilidad de estas arquitecturas software-based permitirá que la IA se despliegue de manera eficiente en todos los niveles, desde el core hasta el sitio de celda, asegurando un rendimiento consistente y adaptable.
La narrativa combinada de ambos textos transmite un mismo mensaje: las redes móviles dejan de ser meros conductos de datos para convertirse en plataformas cognitivas capaces de aprender, adaptarse y generar valor en tiempo real. La lección para los operadores es inequívoca y debe abrazar esta transición que no solo significa optimizar infraestructuras existentes, sino posicionarse como protagonistas de un mercado que se encamina a la era de las redes nativas de IA.
