IA y aprendizaje automático, dominan las redes de proveedores de servicios

Las capacidades de la IA en el borde de la red no harán más que aumentar en los próximos años, lo que proporcionará una mayor utilidad a los proveedores de servicios y una mayor disponibilidad de la red para los abonados.

Las redes de proveedores de servicios han crecido mucho más allá de las ofertas tradicionales de video y banda ancha residencial, y satisfacer las necesidades de los suscriptores actuales dependerá de cómo estas redes integren las herramientas de inteligencia artificial (IA) y aprendizaje automático (ML) en 2026 y más allá.

Para Craig Coogan, CTO & VP, Product and Strategy, Access Network Solutions en Commscope, los suscriptores dependen cada vez más de esta conectividad de banda ancha como algo fundamental, no solo para las operaciones comerciales desde casa, sino también para una amplia gama de aplicaciones diversas, como la seguridad doméstica, la telemetría de dispositivos médicos y otros servicios. La dependencia moderna de la conectividad “siempre activa” ha cambiado las reglas del juego para los proveedores de servicios, ya que el tiempo de inactividad de la red ya no es solo una cuestión de perderse un programa de televisión favorito. Puede suponer una grave perturbación para un hogar y, para un proveedor de servicios, el tiempo de inactividad puede traducirse en un aumento de la pérdida de suscriptores, lo que ejerce presión sobre los resultados financieros del proveedor de servicios.

A la luz de estos retos cada vez mayores, los proveedores de servicios se enfrentan a la dificultad de dotar a sus equipos con expertos en redes cualificados que puedan abordar eficazmente el análisis de datos e implementar sus recomendaciones. A medida que el personal más antiguo y experimentado se retira del sector, se prevé que la disponibilidad se reduzca aún más y que los costes sigan aumentando. Además, la gestión de la gran cantidad de datos de telemetría disponibles en los dispositivos de red inteligentes actuales exige la automatización para encontrar la información útil. Los análisis basados en inteligencia artificial y algoritmos de aprendizaje automático están empezando a integrarse en las redes de los proveedores de servicios, pero es probable que el próximo año se den las condiciones para una mayor adopción y una implementación más amplia de estos avances para apoyar al personal de red.

El estado del mercado: competitivo

Incluso en un sector en rápida evolución como el del acceso de banda ancha, los proveedores de servicios han competido ferozmente para ofrecer nuevos servicios y una mayor disponibilidad en los mercados a los que prestan servicio, y ahora esos mercados suelen estar compartidos por varios proveedores. Según un artículo publicado el 1 de octubre de 2025 por Broadband Search, solo el 33.4 % de los hogares de Estados Unidos podían elegir entre tres o más proveedores para la conectividad básica en junio de 2020. Cinco años después, esa opción está ahora disponible para el 83.7 % de los hogares y se prevé que siga aumentando.

Aunque no todos los proveedores ofrecen lo mismo, todo ello se traduce en una mayor presión competitiva y de costes para los proveedores que prestan servicio a la gran mayoría de los hogares, incluso a través de tecnologías de red alternativas, como el satélite y la tecnología inalámbrica fija 5G. Por supuesto, esto es una excelente noticia para los usuarios, pero también supone una mayor responsabilidad para los proveedores de servicios, que deben seguir avanzando o arriesgarse a quedarse atrás.

Para gestionar estas presiones y mantener niveles competitivos de disponibilidad de la red, la IA y el aprendizaje automático están ayudando a abordar la mayor complejidad de las redes de velocidad ultraalta, la disponibilidad de personal y las restricciones presupuestarias. En el pasado, los operadores de redes aceptaban utilizar órdenes de modulación más bajas, lo que requería un rendimiento de red mucho más tolerante, pero hoy en día y en el futuro solo las redes más limpias pueden alcanzar los perfiles de modulación más altos y las velocidades más altas que los consumidores exigen ahora.

Sacar el máximo partido a los recursos de red

Por lo que vemos, el uso de la IA por parte de los proveedores de servicios se ha centrado principalmente en la atención al cliente, más que en la supervisión y el mantenimiento de la red.

Mantener la disponibilidad y el rendimiento de la red está empezando a superar la capacidad humana manual. Las redes actuales requieren sistemas que puedan analizar múltiples variables para determinar cómo se correlacionan y afectan a los resultados. La IA será capaz de ver patrones e identificar problemas que los humanos pasarían por alto por completo, incluso si el presupuesto y el personal no fueran un problema. Además, la IA puede impulsar la eficiencia y el rendimiento de la red a niveles que los humanos por sí solos no pueden alcanzar fácilmente.

Las herramientas de red basadas en IA pueden proporcionar una supervisión continua, conectar los puntos y señalar los problemas para que los seres humanos tomen medidas de resolución, al tiempo que reducen la cantidad de ancho de banda necesario para procesar los datos y liberan recursos de red para operaciones de mayor nivel y usos que generan ingresos. Ajustar el punto de entrada para la intervención humana ayuda a elevar la utilidad del personal de ingeniería de redes, que puede dedicar más tiempo a ocuparse de eventos que pueden afectar al negocio, aprovechando las mayores fortalezas tanto de la IA como de los seres humanos.

Estas ventajas han sentado las bases para que las herramientas de red basadas en IA y ML se introduzcan más profundamente en las redes de los proveedores de servicios y en los sistemas administrativos como un recurso predictivo capaz de correlacionar la gran cantidad de datos de facturación, servicio al cliente, técnicos y de otro tipo para trazar los siguientes pasos para la evaluación humana.

Aprender a confiar en la máquina

A pesar del creciente número de aplicaciones probadas de la IA, sigue existiendo cierta reticencia a ceder el control por completo al “algoritmo de caja negra”, y hay buenas razones para ser cautelosos. Como se ha mencionado anteriormente, el tiempo de inactividad de la red ya no es una molestia para los suscriptores; las expectativas de conexión permanente suelen estar impulsadas por aplicaciones críticas que se ejecutan en esas redes. Por esta razón, los proveedores de servicios siguen prefiriendo, en general, la participación humana en cualquier decisión o esfuerzo de mitigación.

Pero incluso en este caso, la IA puede ayudar a mejorar el valor de ese elemento humano al centrar la interacción humana en análisis y funciones de mayor nivel. La creciente adopción de interfaces de lenguaje natural para los agentes de IA ofrece la oportunidad de acceder a los datos de nuevas formas y en entornos difíciles, según sea necesario, incluso en lugares remotos donde las interacciones deben realizarse a través de un dispositivo móvil o en circunstancias menos que ideales, como en el campo en una noche de tormenta. Esta utilidad ayuda a desarrollar habilidades relevantes más rápidamente —aprender haciendo, con asistencia de voz de IA en tiempo real— y, de nuevo, contribuye a elevar la productividad del personal de ingeniería de redes.

También cabe destacar que la mayor profundidad y perspectiva que ofrece la IA ayuda a localizar con precisión los puntos débiles de la red, lo que reduce el tiempo medio de resolución (MTTR) y limita la cantidad de manipulaciones innecesarias de la infraestructura de red no relacionada. Dado que los análisis basados en IA/ML son cada vez más proactivos y los proveedores de servicios confían cada vez más en ellos, el objetivo de una red verdaderamente autorreparable se convierte en una realidad cada vez más cercana. Dado que la gestión de la IA es independiente de la infraestructura, los proveedores de servicios pueden obtener estas ventajas de eficiencia y disponibilidad en redes DOCSIS®, PON, híbridas, I-CCAP, vCCAP/vCMTS, DAA e incluso inalámbricas. Sin embargo, al igual que con todas las aplicaciones de IA/ML, la calidad de la formación de los modelos y la experiencia del proveedor de soluciones de IA, así como la calidad de los datos utilizados en la formación, siguen siendo requisitos previos fundamentales para las implementaciones de IA que puedan justificar mayores niveles de confianza.

La IA se está trasladando al borde

Si bien los efectos de la IA se han sentido de manera más significativa en la red central, ahora está comenzando a afirmar su utilidad en el borde de la red como herramientas de análisis y gestión distribuidas. Actualmente hay disponibles en el mercado múltiples soluciones de red de acceso DOCSIS 4.0, DAA y PON que incorporan unidades de procesamiento neuronal (NPU), que son procesadores optimizados para IA que amplían el alcance de la IA aún más en la red distribuida. Al descargar parte de la carga de supervisión y análisis de la oficina central, y reducir los requisitos de backhaul en la red ascendente, estas soluciones habilitadas para NPU reducen la latencia de las operaciones de IA y ofrecen una serie de ventajas a los proveedores de servicios.

En algunos casos, estos dispositivos habilitados para NPU pueden aprovecharse para resumir automáticamente los datos a nivel local, lo que da como resultado una telemetría más concisa enviada en sentido ascendente. Además, los eventos de alta velocidad que normalmente se perderían con la recopilación periódica de telemetría, ahora tienen la oportunidad de ser detectados por el dispositivo periférico para obtener una visión muy detallada de los eventos de la red, sus causas y sus efectos, que no podría detectarse solo con la supervisión manual humana.

Las capacidades de la IA en el borde de la red no harán más que aumentar en los próximos años, lo que proporcionará una mayor utilidad a los proveedores de servicios y una mayor disponibilidad de la red para los abonados.

En 2026, el impacto de la IA se dejará sentir con fuerza.

La exploración de la IA es muy activa en las organizaciones de proveedores de servicios y, aunque su adopción ya ha comenzado en áreas como el servicio al cliente, aún queda un largo camino por recorrer para aprovechar al máximo el valor de la IA en la gestión del rendimiento de la red.

El próximo año verá cómo muchas de sus promesas se hacen realidad, ayudando a los proveedores de servicios a dar más sentido a la gran cantidad de datos y telemetría que producen sus redes, contribuyendo a detectar y priorizar mejor el trabajo de los técnicos de redes para ayudarles a ser más productivos y ganándose una mayor confianza por parte de los responsables de la toma de decisiones. Tanto en la red central como, cada vez más, en el borde de la red, las herramientas de red basadas en IA/ML seguirán mejorando la disponibilidad y la eficiencia de la red, a medida que las redes autoconfigurables y con capacidad de autorreparación/optimización se conviertan en la norma.

Sin embargo, para aprovechar al máximo el potencial de la IA, estas herramientas deben entrenarse con datos y conocimientos de calidad, y las organizaciones deben contar con un sólido apoyo por parte de la dirección. Dado que los proveedores de servicios se encuentran en diferentes etapas de su trayectoria en materia de IA, incluyendo el descubrimiento, la evaluación, la adopción y la ejecución, el retorno de la inversión requerirá compromiso y planificación. Para mantener la competitividad y acelerar el camino hacia el éxito, los proveedores de servicios deben considerar la posibilidad de trabajar junto con un socio de soluciones cualificado para establecer un plan, explorar oportunidades de soluciones fácilmente accesibles y trazar un camino hacia el futuro.

Copy URL
URL Copied