Durante años, las telecomunicaciones parecían una carrera obsesionada con el velocímetro. Más gigas, más cobertura, menos latencia. La conversación giraba alrededor de torres, espectro y capacidad, como si la industria siguiera atrapada en una lógica de infraestructura pura. Pero algo cambió. La irrupción de la inteligencia artificial alteró el tablero y obligó a replantear qué significa realmente tener una red avanzada.
Ese giro se sintió con fuerza en el reciente Mobile World Congress de Barcelona. Allí, entre demostraciones de automatización, modelos predictivos y redes autónomas, quedó claro que la nueva discusión no gira únicamente alrededor de la conectividad. Ahora el centro de atención es la inteligencia de las redes: su capacidad para interpretar contextos, anticiparse y responder en tiempo real.
El cambio no es menor. Durante años, las telco construyeron autopistas digitales cada vez más rápidas, pero hoy el reto es convertir esas carreteras en sistemas capaces de tomar decisiones. Es una transición parecida a la que vivieron las fintech cuando dejaron de ser solo plataformas de pagos para convertirse en ecosistemas de datos y comportamiento.
Sin embargo, pasar de la teoría a la operación sigue siendo uno de los desafíos más complejos de la industria. Según un informe de NVIDIA, el 54 % de los líderes del sector identifica los problemas asociados a los datos como la principal barrera para escalar proyectos de inteligencia artificial. El cuello de botella ya no es únicamente tecnológico; también es estructural.
Para Cristian Dieguez, Head of DU CSP & NEP para América Latina de GlobalLogic, el problema tiene raíces profundas. “Los datos siguen fragmentados entre capas como RAN, core y OSS/BSS, lo que limita el acceso en tiempo real y dificulta la integración”, explica. El resultado es una operación que muchas veces funciona como piezas aisladas en lugar de un sistema coordinado.
Ese panorama también se refleja en Colombia. Aunque siete millones de personas ya usan 5G, según el MinTIC, la industria todavía enfrenta limitaciones relacionadas con sistemas heredados, trazabilidad de datos y talento especializado. El desafío ya no consiste únicamente en desplegar tecnología, sino en lograr que toda la operación pueda aprender y adaptarse constantemente.
La presión por encontrar nuevos modelos de monetización también aceleró esta transformación. El despliegue de 5G mejoró capacidad y velocidad, pero no generó el impacto económico que muchos operadores esperaban. Ahora la apuesta apunta hacia redes inteligentes capaces de habilitar automatización industrial, mantenimiento predictivo y decisiones operativas en tiempo real.
En sectores como logística o manufactura, las redes comienzan a parecerse más a plataformas estratégicas que a simples canales de conexión. Una red capaz de anticipar fallas o priorizar tráfico crítico en tiempo real puede modificar directamente la productividad de una operación. Allí aparece el verdadero valor de la inteligencia aplicada.
“Desde GlobalLogic nos enfocamos en ir más allá de la experimentación hacia sistemas listos para producción, diseñar IA que funcione bajo condiciones reales desde el inicio, no adaptarla después. La IA a escala debe optimizar los costos operativos, no incrementarlos. Esto requiere arquitecturas eficientes, componentes reutilizables y optimización continua a lo largo de todo el ciclo de vida”, afirma Dieguez.
La conversación sobre telecomunicaciones ya no se limita a velocidad o cobertura. La nueva diferencia competitiva estará en la capacidad de construir redes que perciban, razonen y actúen de manera autónoma. En esa transición, los operadores que entiendan la inteligencia como infraestructura y no como accesorio serán quienes definan la próxima etapa de la conectividad.
