La automatización ya no es suficiente. Ese es, probablemente, el mensaje más importante que transmite Yago Tenorio, vicepresidente de arquitectura de red de Verizon, en un artículo donde explica cómo la compañía está rediseñando su infraestructura para la era de la inteligencia artificial (IA). Su planteamiento va mucho más allá de incorporar modelos generativos para asistir a los ingenieros o automatizar tareas repetitivas. La visión es construir una red capaz de comprender lo que ocurre, decidir cuál es la mejor respuesta y actuar por sí misma.
La diferencia puede parecer sutil, pero supone un cambio de paradigma para toda la industria. Durante los últimos años los operadores han avanzado en automatización mediante plataformas de orquestación, IA aplicada a operaciones (AIOps) y sistemas de automatización de circuito cerrado. Sin embargo, todos ellos ejecutan acciones previamente definidas por personas. Verizon plantea ahora un escenario completamente distinto, donde la red deja de seguir instrucciones para empezar a razonar sobre situaciones que nunca habían sido previstas.
Para explicar esa evolución, Tenorio utiliza una analogía con la industria del automóvil. Las redes actuales serían equivalentes a un vehículo equipado con control de crucero: automatizan determinadas funciones, pero siguen dependiendo del conductor para tomar decisiones importantes. El objetivo de Verizon es alcanzar un nivel equivalente a la conducción autónoma de Nivel 4, donde el sistema puede desenvolverse por sí solo en la mayoría de las situaciones sin necesidad de supervisión constante.
Esa comparación ayuda a entender una diferencia fundamental entre automatización y autonomía. Automatizar consiste en ejecutar una acción cuando se cumple una condición previamente establecida. La autonomía exige interpretar un problema desconocido, identificar su causa raíz, decidir cómo resolverlo y ejecutar la solución adecuada sin que exista una regla específica para ese escenario.
Lejos de tratarse de una idea teórica, Verizon asegura que buena parte de ese camino ya se está recorriendo. Según explica Tenorio, durante 2025 sus plataformas de automatización ejecutaron de forma completamente autónoma más de 70 millones de cambios de configuración sobre la red. Si esas mismas operaciones hubieran tenido que realizarse manualmente, habrían requerido miles de técnicos trabajando de forma continua.
El dato no solo refleja un importante ahorro operativo. También demuestra que la IA ya está tomando decisiones sobre infraestructuras comerciales de enorme complejidad, liberando a los equipos de ingeniería de tareas repetitivas para concentrarse en actividades de mayor valor añadido.
Precisamente ese cambio modifica también el papel del ingeniero de redes. Tradicionalmente, buena parte del trabajo consistía en escribir código, desarrollar scripts o configurar equipos mediante comandos específicos. En la arquitectura que describe Verizon, el ingeniero simplemente define el resultado que desea obtener. La IA se encarga de traducir ese objetivo en miles de instrucciones concretas que posteriormente ejecutará sobre la infraestructura.
Según Tenorio, Verizon ya está integrando modelos de lenguaje avanzados, como Claude de Anthropic, dentro de sus operaciones internas. Estos modelos permiten que los equipos utilicen lenguaje natural para modelar escenarios complejos, gestionar incrementos de tráfico, optimizar recursos o anticipar incidencias sin necesidad de desarrollar manualmente cada procedimiento técnico.
Esta forma de trabajar tiene otra consecuencia importante. El conocimiento deja de estar disperso en documentos técnicos, scripts desarrollados por equipos concretos o experiencia individual de determinados ingenieros. Toda esa experiencia pasa a integrarse en una base común alimentada por IA, creando una capa de conocimiento compartido que puede reutilizarse continuamente en toda la organización.
Sin embargo, uno de los aspectos más interesantes del artículo aparece cuando Verizon describe la arquitectura que permitirá alcanzar esa autonomía. La compañía está desarrollando un ecosistema formado por agentes permanentes de IA que permanecen ejecutándose de manera continua sobre la infraestructura de red.
Cada uno de estos agentes supervisa un conjunto concreto de funciones, detecta anomalías y puede ejecutar determinadas acciones automáticamente, como modificar configuraciones, reiniciar elementos de red o generar incidencias cuando considera necesaria la intervención de un especialista.
La verdadera innovación aparece cuando esos agentes comienzan a colaborar entre sí. Si se detecta un problema especialmente complejo, un agente principal identifica la anomalía y crea automáticamente un conjunto de agentes especializados que trabajan de forma coordinada para localizar exactamente el origen de la incidencia. Cada uno analiza una parte distinta del problema hasta construir un diagnóstico completo antes de ejecutar las acciones correctivas necesarias.
Según Tenorio, ese modelo permite reducir procesos de diagnóstico que anteriormente requerían varias horas a menos de dos minutos, muchas veces antes incluso de que el usuario llegue a percibir una degradación del servicio. Pero toda esa capacidad de razonamiento depende de la calidad de los datos que recibe la IA.
Tenorio reconoce que los indicadores tradicionales utilizados por los operadores no siempre reflejan la experiencia real del cliente. Una estación base puede mostrar parámetros aparentemente normales mientras determinados usuarios sufren problemas de cobertura dentro de un edificio concreto o en una planta específica.
Para solucionar esa limitación, Verizon está incorporando nuevas fuentes de información procedentes del comportamiento agregado y anonimizado de la red. Combinando esas señales con la información tradicional de operación, la compañía construye una representación mucho más precisa del funcionamiento real del servicio, incluso con información tan granular como el rendimiento en diferentes zonas interiores de un edificio.
Ese conocimiento contextual alimenta un ciclo continuo de optimización que permite detectar y corregir problemas de cobertura o capacidad antes de que afecten a los clientes, acercando la red a un modelo verdaderamente predictivo.
La reflexión final del ejecutivo apunta directamente hacia la próxima generación de redes móviles. Frente a un debate que habitualmente gira alrededor de mayores velocidades o nuevas bandas de frecuencia, Tenorio sostiene que el verdadero salto de la 6G será proporcionar conciencia contextual a la infraestructura. La red no solo transportará información, sino que comprenderá el entorno físico donde operan los dispositivos y colaborará permanentemente con agentes de IA distribuidos entre el edge y la nube.
Ese escenario obliga también a replantear el diseño de las futuras redes móviles. Si millones de dispositivos envían continuamente vídeo de alta definición, datos procedentes de sensores y telemetría para alimentar modelos de IA ejecutándose cerca del usuario, el enlace ascendente dejará de desempeñar un papel secundario para convertirse en uno de los elementos más críticos de la arquitectura. Tenorio denomina a este cambio la “revolución del uplink”, una transformación que probablemente marcará buena parte de la evolución tecnológica hacia finales de la década.
El artículo concluye con otro mensaje que trasciende la tecnología. Para que una red gobernada por múltiples agentes inteligentes funcione de forma eficiente será imprescindible que distintos fabricantes puedan interoperar sobre una misma infraestructura. En ese contexto, iniciativas como O-RAN dejan de ser únicamente una apuesta por la apertura tecnológica para convertirse en un requisito fundamental de las futuras redes autónomas. Verizon asegura que ya está ejecutando aplicaciones de orquestación basadas en IA sobre plataformas de producción con equipos de múltiples proveedores, rompiendo con los modelos tradicionales de dependencia de un único fabricante.
Más allá de las tecnologías concretas que finalmente se impongan, el artículo de Yago Tenorio deja una idea difícil de ignorar. Durante décadas la evolución de las redes se ha medido por la velocidad, la capacidad o la cobertura. La siguiente generación probablemente se medirá por la capacidad de la infraestructura para comprender lo que ocurre, aprender de ello y actuar por iniciativa propia. Si esa visión termina materializándose, la IA dejará de ser una aplicación que ayuda a gestionar la red para convertirse en el elemento que la gobierna de extremo a extremo.
