John Saw, CTO de T-Mobile, publicó el 27 de octubre un interesante artículo titulado “Physical AI Is Leaving the Lab”, en el que plantea que las redes de telecomunicaciones podrían adquirir un papel mucho más relevante en un mundo poblado por máquinas inteligentes. Su argumento es que robots, vehículos autónomos y otros dispositivos necesitarán capacidades de procesamiento que no siempre podrán incorporar localmente debido a limitaciones de consumo energético, peso y refrigeración. Las redes móviles avanzadas, combinadas con infraestructura de computación distribuida, podrían proporcionar esa inteligencia externa y convertirse en un componente esencial de sus operaciones. Una visión sugerente, sin duda, pero que me genera una inquietud difícil de ignorar ¿no estaremos construyendo otra vez una gran expectativa de negocio alrededor de una tecnología sin haber demostrado que existe una demanda suficiente para justificar las inversiones?
La pregunta no pretende desacreditar la propuesta de Saw. T-Mobile está trabajando con Figure AI para evaluar la ejecución de parte de sus modelos de inteligencia artificial (IA) en el edge, con Serve Robotics para explorar soluciones de supervisión de flotas y con Amazon Web Services (AWS) para desarrollar Kinetic Edge, su infraestructura de inteligencia distribuida. Son iniciativas concretas, mucho más interesantes que las habituales demostraciones futuristas. Sin embargo, existe una diferencia fundamental entre probar que una tecnología puede resolver un problema y demostrar que ese problema constituye un negocio rentable, repetible y suficientemente grande para una operadora. Precisamente esa diferencia es la que la industria lleva demasiados años sin resolver.
La historia de las generaciones móviles está repleta de relatos sobre los nuevos mercados que permitirían conquistar. Con 3G y 4G llegaron oportunidades extraordinarias, pero también aprendimos que quienes desarrollaban las aplicaciones y controlaban la relación con los clientes podían capturar una parte considerable del valor generado sobre las redes. Con 5G, fabricantes y operadores construyeron una narrativa diferente y las capacidades avanzadas de la nueva generación permitirían a las telecomunicaciones participar directamente en la transformación de otras industrias. Durante años vimos robots, fábricas inteligentes, vehículos autónomos y hasta demostraciones de cirugía remota. La baja latencia, las comunicaciones ultrafiables y la segmentación de red (network slicing) iban a convertirse en herramientas fundamentales para crear negocios que antes parecían imposibles.
Sin embargo, aquella transformación de los ingresos empresariales sigue sin materializarse a la escala esperada. Un análisis de S&P Global publicado tras el MWC 2026 señalaba que los beneficios inmediatos de 5G Standalone (SA) continúan vinculados principalmente a la eficiencia operativa, mientras los resultados comerciales de los modelos basados en prestaciones diferenciadas siguen siendo limitados. Eso no significa que 5G no haya generado ingresos, pero conviene distinguir entre vender más conectividad y crear negocios a partir de sus capacidades diferenciales. El acceso fijo inalámbrico (FWA), por ejemplo, puede resultar rentable, pero esencialmente sigue siendo un negocio de acceso que ya existía con generaciones anteriores y que, cuando alcanza determinadas escalas, también puede exigir inversiones adicionales en capacidad.
Lo preocupante no es que algunas previsiones de 5G fueran demasiado optimistas, sino que parecemos dispuestos a repetir el mismo ejercicio con 6G y la IA. Primero identificamos una tecnología con capacidades superiores, después imaginamos todas las aplicaciones que podría soportar y finalmente asumimos que sus usuarios terminarán pagando por ellas. Pero entre disponer de una capacidad tecnológica y convertirla en un negocio existe un proceso de creación de demanda que las operadoras no pueden seguir delegando en otros. Y, sobre todo, existe una realidad que olvidamos con demasiada frecuencia y es que el mercado no espera a las telecomunicaciones.
Las fábricas no paralizaron sus proyectos de automatización mientras llegaban las redes privadas 5G. Los fabricantes de vehículos autónomos tampoco suspendieron sus desarrollos hasta disponer de conectividad ultrafiable. Incorporaron cámaras, radares, sensores, procesadores y sistemas capaces de resolver los problemas con la tecnología disponible. Cuando una necesidad empresarial es suficientemente importante, sus responsables buscan soluciones, aunque no sean las arquitecturas que los proveedores de telecomunicaciones consideran ideales. Y cuando finalmente llega esa nueva red, puede encontrarse con clientes que ya han resuelto sus necesidades mediante alternativas perfectamente funcionales.
El ejemplo de Waymo resulta especialmente revelador. En agosto de 2026, la compañía explicó cómo funciona su arquitectura de computación y señaló que las decisiones críticas de conducción se ejecutan íntegramente a bordo del vehículo, mediante sistemas capaces de procesar información y reaccionar en milisegundos. También destacó que su capacidad de procesamiento integrada se ha multiplicado por veinte durante los últimos ocho años. Estamos hablando de una de las aplicaciones más exigentes de IA física, que debe interpretar continuamente un entorno imprevisible y reaccionar ante situaciones potencialmente peligrosas. Sin embargo, su funcionamiento crítico no depende de enviar constantemente información a una red móvil para recibir instrucciones.
Naturalmente, un automóvil dispone de más espacio y recursos energéticos que un pequeño robot de reparto. Además, T-Mobile podría argumentar razonablemente que su propuesta no pretende sustituir el control crítico integrado, sino proporcionar supervisión, coordinación entre máquinas, inteligencia compartida o capacidades adicionales para resolver situaciones complejas. Es una distinción importante, pero no elimina la pregunta comercial ¿por qué esas funciones deberían ejecutarse en el edge de una operadora y no en una nube convencional, un servidor privado o los propios dispositivos? Y si hoy existe una ventaja económica, ¿persistirá cuando evolucionen los semiconductores, las baterías y la eficiencia de los modelos de IA?
Este es uno de los mayores riesgos estratégicos. Las operadoras no están apostando únicamente por una tecnología, sino también por la hipótesis de que determinadas limitaciones de las máquinas persistirán durante suficiente tiempo y tendrán suficiente importancia económica como para justificar infraestructura dedicada. Mientras tanto, los fabricantes de robots tienen incentivos para reducir costes, mejorar su autonomía y disminuir dependencias externas. Los desarrolladores de semiconductores buscan ejecutar modelos más sofisticados con menores consumos energéticos. Todos ellos pueden modificar el mercado que las operadoras esperan atender antes incluso de que hayan terminado de desplegar sus nuevas capacidades.
La propuesta de Saw tiene, no obstante, un elemento que merece ser reconocido. T-Mobile no está esperando a 6G para experimentar con estas oportunidades y, según explicó su CEO, Srinivasan Gopalan, durante la presentación de resultados del 28 de octubre, los primeros casos comerciales de Kinetic Edge se están planteando como soluciones completas, no como la simple venta de conectividad o computación. El operador busca participar en el ahorro económico que permite reducir los requisitos de procesamiento y batería de los dispositivos. Esta aproximación supone un avance importante porque vincula los ingresos con el valor que recibe el cliente y no exclusivamente con los recursos de infraestructura consumidos.
Pero incluso ese planteamiento necesita superar la prueba decisiva: la escala. No basta con demostrar que una flota de robots puede reducir sus costes mediante inteligencia distribuida. Hay que demostrar que miles de empresas necesitan esa solución, cuánto están dispuestas a pagar y qué margen conserva la operadora después de financiar servidores distribuidos, aceleradores, orquestación, ciberseguridad, integración y operación de la infraestructura. También hay que considerar qué parte del negocio corresponde a socios tecnológicos como AWS. La monetización no consiste simplemente en conseguir que alguien pague por una capacidad tecnológica, sino en construir un negocio cuya dimensión y rentabilidad guarden proporción con las inversiones realizadas.
Por eso echo de menos una reflexión más profunda sobre la creación de demanda. En lugar de ofrecer genéricamente IA en el edge, ¿por qué no desarrollar una solución que permita a las empresas de reparto reducir, por ejemplo, un treinta por ciento las intervenciones humanas por cada mil robots operativos? No se trata de una cifra demostrada, sino de ilustrar cómo debería formularse una propuesta comercial: identificar un problema concreto, cuantificar el ahorro, demostrar que la solución funciona, establecer un precio y desarrollar un producto replicable. Una operadora podría construir un negocio enorme alrededor de una aplicación crítica o desarrollar cientos de soluciones especializadas sobre una plataforma compartida. Lo importante es que exista una estrategia para alcanzar esa escala, no simplemente una expectativa de que aparecerá.
Este es precisamente el debate que debería acompañar la evolución hacia 6G. Las futuras redes incorporarán nuevas capacidades y probablemente facilitarán aplicaciones que hoy apenas imaginamos. Pero si una operadora decide realizar grandes inversiones porque espera que millones de máquinas necesiten sus recursos, está asumiendo una hipótesis sobre la evolución tecnológica y comercial de industrias que no controla. Y si esa hipótesis resulta equivocada, no solo habrá perdido una oportunidad de ingresos, también puede encontrarse con una infraestructura costosa cuya utilización no permite recuperar adecuadamente la inversión.
Quizá la lección más importante de 5G sea que las telecomunicaciones no disfrutan de un monopolio sobre las soluciones tecnológicas que necesitan las industrias. Pueden disponer de redes excepcionales, pero sus potenciales clientes siempre tienen alternativas, y esas alternativas evolucionan. Por eso, antes de prometer grandes negocios con 6G, sería conveniente demostrar que somos capaces de construirlos utilizando las capacidades de 5G que ya están disponibles. No se trata de retrasar la innovación ni de exigir que todas las inversiones tengan un retorno inmediato, sino de evitar que cada nueva generación sirva para aplazar una vez más las respuestas comerciales que la anterior no consiguió encontrar.
La visión de John Saw es interesante y merece seguimiento, especialmente porque T-Mobile está intentando llevarla al terreno de las aplicaciones reales. Pero una industria que lleva décadas prometiendo nuevos mercados debería haber aprendido que el futuro de una tecnología y el futuro de su negocio no son necesariamente lo mismo. La IA física puede convertirse en una revolución extraordinaria y 6G puede desempeñar un papel importante en ella. Lo que todavía no sabemos es cuánto de ese valor podrán capturar las operadoras.
Porque el mayor riesgo para las telecomunicaciones no es que los robots inteligentes no lleguen a transformar la economía. Es que lo hagan, que millones de máquinas operen en fábricas, ciudades y hogares y que las operadoras descubran que, después de invertir fortunas para convertirse en protagonistas indispensables de esa revolución, sus clientes solo necesitan pagarles por una conexión convencional. El reto no es demostrar que la IA física necesita redes, sino que necesita las capacidades avanzadas de sus redes y que existe un negocio rentable y suficientemente grande por el que alguien está dispuesto a pagar.
