Alexander Pabst, vicepresidente de comunicaciones inalámbricas de Rohde & Schwarz
La revolución IA-RAN
Sentar las bases para una tecnología 6G futura sostenible e inteligente
El último año ha sido crucial a la hora de dar forma a la visión de la tecnología 6G. Al echar un vistazo al progreso logrado en 2025, 3GPP se ha centrado en un conjunto de prioridades esenciales: el crecimiento de los negocios, la eficiencia de la red, la sostenibilidad y la simplificación. No se trata solo de aspiraciones, son los principios rectores para el desarrollo de una red de nueva generación que permitirá la implementación de nuevos y fascinantes servicios, desde la conectividad ubicua a través de redes no terrestres (NTN) hasta experiencias inmersivas de realidad extendida (XR), pasando por aplicaciones sofisticadas de detección y la integración generalizada de la inteligencia artificial.
En el corazón de esta transformación se encuentra la IA-RAN, una relación simbiótica entre la inteligencia artificial y las redes de acceso radioeléctrico. No se trata simplemente de utilizar la IA en la red de acceso radioeléctrico (RAN); se trata de un bucle de refuerzo que desbloquea tanto avances técnicos como casos de negocios convincentes. Han surgido tres aspectos clave: la IA en la red de acceso radioeléctrico (RAN), la cual ofrece nuevos servicios de IA y de informática; la IA para la red de acceso radioeléctrico, la cual mejora el rendimiento, la eficiencia y el funcionamiento y, por último, la IA y la red de acceso radioeléctrico, una infraestructura compartida que permite tanto funciones de red como servicios de IA de terceros.
Este ciclo es extremadamente potente. Alojar servicios de IA en el borde alimenta las aplicaciones que demandan gran capacidad de cómputo y baja latencia, lo que genera datos de usuario de gran valor. Ubicar las funciones de la red de acceso radioeléctrico junto a las IA de terceros en los mismos servidores maximiza la utilización y proporciona una gran cantidad de datos de telemetría. Estos datos alimentan tanto el entrenamiento, como el despliegue de modelos de IA, los cuales optimizan la planificación, reducen la latencia, mejoran la confiabilidad y minimizan el consumo energético. Esto reduce la fricción y los costos para las aplicaciones de IA, lo que justifica una mayor inversión en computación en el borde y en el control inteligente de la red de acceso radioeléctrico.
