Deutsche Telekom (DT) ha dejado clara su posición. El operador alemán anunció MINDR, un sistema de inteligencia artificial (IA) multi-agente diseñado para diagnosticar y resolver de forma autónoma incidencias en toda su infraestructura de red, desde el acceso radio hasta el core. Construido con los modelos Gemini de Google sobre Vertex AI, MINDR es la ampliación de un sistema que ya funciona en producción en Alemania, y marca una dirección estratégica con la que el resto de la industria de telecomunicaciones tendrá que lidiar.
MINDR se construye sobre el RAN Guardian Agent, en producción en Alemania desde noviembre de 2025, que durante su primer mes ejecutó de forma autónoma más de 100 acciones de remediación durante mercados navideños. Redujo el tiempo de gestión de grandes eventos de red de horas a aproximadamente un minuto. Durante la temporada de Carnaval en febrero, el sistema identificó unos 130 eventos con más de 10.000 asistentes esperados cada uno, verificó previamente los 611 emplazamientos móviles que los cubrían y optimizó los cinco que experimentaron picos de carga.
Son cifras de rendimiento operativo real sobre una red comercial en producción, que ahora se extiende a República Checa y Croacia. Lo que cambia con RAN Guardian, y lo que MINDR pretende escalar, es que la gestión de red deja de medirse en alarmas resueltas y empieza a medirse en como se preserva la experiencia del cliente. El sistema no optimizó cinco emplazamientos durante el Carnaval porque detectó una anomalía técnica, lo hizo porque 10.000 personas en cada evento necesitaban que su conexión funcionara. MINDR lleva ese mismo enfoque agéntico del dominio radio al stack completo de red, correlacionando señales extremo a extremo entre radio, transporte y core. Las primeras versiones en producción están previstas para finales de este año.
DT ha sido cuidadosa al presentar MINDR como creación propia, subrayando que fue “diseñado” por ellos mismos y “verificado” por sus equipos. La propiedad intelectual de la lógica operativa reside en el operador. La infraestructura de IA que hay debajo, sin embargo, pertenece íntegramente a Google. Los modelos fundacionales son Gemini, la orquestación corre sobre Vertex AI, el marco multi-agente sigue la arquitectura de Google Cloud y MINDR prevé utilizar el protocolo A2A de Google para la coordinación entre agentes, aunque el anuncio señala que esto está “sujeto a su disponibilidad”, una expresión que sugiere que la arquitectura aún no está del todo madura.
La división del trabajo es puramente pragmática. Ningún operador puede competir con Google en el desarrollo de modelos fundacionales. DT ha hecho un cálculo racional, concentrándose en lo que mejor conoce mientras externaliza la capacidad de IA al proveedor más capaz disponible. La contrapartida es una dependencia estructural que podría profundizarse con cada nuevo agente desplegado y cada nuevo dominio incorporado a la gestión autónoma.
Y esto es curioso, por decirlo de algún modo, porque la industria pasó dos décadas lidiando con el lock-in tras comprometerse con Ericsson, Nokia o Huawei para su infraestructura RAN. El movimiento Open RAN surgió precisamente como respuesta. La alianza de DT con Google podría introducir una dinámica similar en una capa que es, posiblemente, más determinante. Los equipos de RAN son infraestructura física con ciclos de reemplazo medidos en años. Los sistemas de IA operan a velocidad de software, con modelos que evolucionan cada pocos meses y costes de cambio que se acumulan mucho más rápido.
Además, hay una diferencia cualitativa relevante. Cuando un operador depende de Ericsson para su RAN, mantiene el control sobre cómo se opera esa red. Cuando depende de Google para la IA que la opera de forma autónoma, el conocimiento sobre cómo se comporta la red, por qué falla y cómo debe remediarse podría residir progresivamente en sistemas que el operador no posee.
DT no es, con todo, el único operador que navega este terreno, ni Google la única opción. SK Telecom ha invertido en modelos de IA propios, Amdocs propone con su nuevo aOS una capa de orquestación que puede funcionar sobre distintos entornos cloud, y los modelos de código abierto como Llama o Mistral ofrecen otra vía para construir capacidades sin ceder el control. El TM Forum proporciona además un marco agnóstico con sus niveles de redes autónomas que permite medir el progreso independientemente del proveedor elegido. El destino puede ser el mismo, pero el vehículo condiciona el grado de soberanía con el que se llega.
Hay, además, elementos ausentes del anuncio del operador. No se menciona gobernanza de datos, ni dónde se procesan y almacenan los datos de red, ni bajo qué condiciones Google puede acceder a ellos o aprender de ellos. No hay referencia a portabilidad multi-cloud ni a planificación de contingencia. Y no se aborda qué ocurre con el conocimiento operativo que MINDR acumula a medida que aprende el comportamiento de la red, ni a quién pertenece. Los patrones que identifica, las correlaciones que descubre, las estrategias de remediación que desarrolla, todo ello constituye un cuerpo de conocimiento extraordinariamente valioso sobre el funcionamiento de una gran red europea. La claridad sobre su propiedad es una necesidad estratégica.
El movimiento de DT envía un mensaje al resto del sector. Las operaciones de red autónomas impulsadas por IA se están desplegando a escala sobre redes comerciales con resultados medibles. Los operadores que demoren estas decisiones podrían encontrarse en desventaja competitiva en calidad de red, eficiencia operativa y experiencia de cliente. Pero el mensaje también contiene una advertencia, especialmente para operadores medianos y pequeños en mercados donde la transformación digital va más rezagada.
Lo que Google ofrece a DT como alianza de co-desarrollo podría llegar a un operador con menor escala como un producto estándar con condiciones cerradas y escaso margen de negociación. Seguir el ejemplo de l operador Alemán y firmar con el hyperscaler más cercano es comprensible, pero podría resultar insuficiente sin un trabajo previo. El enfoque más prudente empieza por los cimientos, datos limpios y bien estructurados, identificación clara de casos de uso de alto valor, una arquitectura diseñada para la portabilidad desde el primer día y una evaluación sobria de qué capacidades constituyen ventaja competitiva genuina y deben permanecer dentro de casa —la cuestión es sí este análisis también lo pueden hacer bien los operadores con menos recursos—.
DT está escribiendo su primer capítulo del manual de operaciones de red impulsadas por IA. Los resultados son sólidos y la lógica estratégica tiene sentido. Pero todo manual tiene letra pequeña, y para el resto de la industria la tarea es leerla con atención antes de firmar en los mismos términos. Porque al final, la ventaja competitiva no será de quien tenga la mejor IA en su red, sino de quien sepa convertirla en el mejor negocio.
