Los operadores de telecomunicaciones priorizan los modelos abiertos en sus estrategias de IA

Ventajas estratégicas del código abierto en el sector telco

Los operadores de telecomunicaciones están desplazando su enfoque hacia los modelos abiertos para obtener un control exhaustivo sobre sus cargas de trabajo más críticas. Esta decisión no responde únicamente a una reducción de los costes operativos, sino a la necesidad de gestionar redes autónomas y servicios de atención al cliente con un nivel de personalización que los modelos cerrados no permiten. La capacidad de ajustar los pesos del modelo y acceder a las recetas de entrenamiento permite que estas compañías utilicen sus propios datos de red e industria para optimizar el rendimiento.

El acceso a inteligencia de nivel frontera a un coste menor permite a los operadores reservar los modelos cerrados exclusivamente para aquellas tareas donde generan el máximo valor. Según el índice Artificial Analysis Intelligence Index v4.3.2, los modelos abiertos están alcanzando una competitividad creciente en tareas complejas de razonamiento, programación, aplicaciones científicas y flujos de trabajo agénticos. Esto facilita que las empresas de telecomunicaciones desplieguen soluciones de IA en entornos diversos, desde nubes públicas hasta infraestructuras privadas y entornos de edge computing, donde la latencia y la privacidad son determinantes.

La transparencia de los modelos abiertos es fundamental para garantizar una IA confiable. Al tener visibilidad sobre los artefactos y el comportamiento del modelo, las operadoras pueden evaluar y adaptar sus sistemas para que cumplan estrictamente con las normativas locales y las políticas internas de negocio. Esta gobernanza es esencial en un sector altamente regulado donde la gestión de datos sensibles de usuarios requiere protocolos de seguridad rigurosos y auditorías constantes.

Implementaciones reales y modelos especializados

SoftBank Corp. ha utilizado modelos abiertos como base para desarrollar sus propias capacidades de IA específicas para telecomunicaciones. A través de la integración de modelos de la familia NVIDIA Nemotron, la compañía ha creado el SoftBank Large Telecom Model. Este sistema combina el progreso global de los modelos fundacionales con el conocimiento operativo y de red acumulado por la empresa durante años, aplicándolo a tareas de diseño, gestión y operaciones de red.

En una línea similar, NVIDIA y AdaptKey han desarrollado el Nemotron 3 Large Telco Model (LTM), un modelo de 30 000 millones de parámetros ajustado con conjuntos de datos abiertos del sector. Este modelo actúa como una base abierta que comprende la terminología técnica de las telecomunicaciones y puede razonar sobre flujos de trabajo complejos, como el triaje de incidentes de clientes o la configuración de redes, mejorando la precisión en tareas especializadas.

Para facilitar que otros operadores adapten estos modelos, se ha hecho pública la receta completa del flujo de trabajo de ajuste fino (fine-tuning). Utilizando las librerías abiertas NVIDIA NeMo, las empresas pueden adaptar los modelos a sus procedimientos específicos, clientes y redes. Este proceso de ajuste fino es lo que permite transformar un modelo generalista en una herramienta operativa capaz de entender la arquitectura técnica de una operadora concreta.

La transición hacia flujos de trabajo autónomos y productivos

La implementación de modelos abiertos requiere de una infraestructura que permita llevar la IA a entornos de producción de forma segura. AT&T ha adoptado una estrategia basada en la flexibilidad, donde no se elige un único modelo, sino que se empareja cada carga de trabajo con la combinación óptima de rendimiento, coste y control. Para AT&T, los modelos abiertos son la pieza esencial que permite escalar esta estrategia con la fiabilidad y gobernanza que exige su negocio.

Para que estos modelos sean operativos, es necesario contar con flujos de datos que protejan la información sensible. Esto incluye la anonimización de registros y la generación de conjuntos de datos sintéticos que preserven la privacidad. La transformación de un modelo abierto en un flujo de trabajo agéntico autónomo requiere plataformas de orquestación, entornos de ejecución seguros y sistemas de simulación, capacidades que se integran a través de software como NVIDIA AI Enterprise y el NVIDIA Agent Toolkit.

El objetivo final es la creación de redes autónomas, donde la IA no solo asista al humano, sino que gestione procesos operativos de manera independiente bajo una supervisión gobernada. Esto implica pasar de simples chatbots a agentes capaces de razonar y ejecutar acciones técnicas sobre la infraestructura de red, reduciendo los tiempos de respuesta ante fallos y optimizando el tráfico de datos en tiempo real.

Soberanía tecnológica y adaptación local

Los modelos abiertos están permitiendo que las operadoras alineen su infraestructura de IA con las estrategias nacionales de sus respectivos países. Esto es especialmente crítico para ofrecer servicios adaptados a idiomas locales, regulaciones específicas y requisitos de gobernanza de datos. Al alojar y ajustar modelos abiertos en plataformas propias, las operadoras pueden ofrecer servicios de IA a clientes gubernamentales y empresariales que exigen que los datos no salgan de sus fronteras nacionales.

Un ejemplo destacado es Indosat Ooredoo Hutchison en Indonesia, que ha desarrollado la familia de modelos Sahabat-AI. Esta iniciativa utiliza modelos abiertos para crear una IA que refleje la cultura y el lenguaje del país. Para Indosat, el valor reside en adaptar la inteligencia artificial a las necesidades reales del entorno indonesio, permitiendo que la población local desarrolle sus propias aplicaciones sobre una base que entiende su contexto cultural y lingüístico.

Esta tendencia hacia la localización demuestra que los modelos abiertos no son solo una herramienta de eficiencia técnica, sino un instrumento de soberanía digital. Las operadoras dejan de ser meros consumidores de tecnología extranjera para convertirse en creadores de capacidades de IA que responden a la identidad y legalidad de sus mercados, democratizando el acceso a la creación tecnológica en regiones fuera del eje dominante de desarrollo de IA.