Si inviertes en $NOK, necesitas leer esto.
Si te interesa la robótica, la IA Física o la IA de borde, necesitas leer esto.
Pero antes de hacerlo, por favor, "marca esto" y compártelo.
Sobre la llamada de $NVDA hoy:
"En el futuro, cada estación base, cada red de radio individual se convertirá en una red de radio impulsada por IA."
Acabo de publicar un artículo en Substack analizando las implicaciones de esta declaración.
Puedes leerlo aquí:
https://cruxcapitalgroup.substack.com/p/nvidia-just-told-us-something-important?r=6so16n
Pero primero, retrocedamos un paso...
Escribí un artículo sobre AI RAN hace 6 semanas y quiero compartirlo completo aquí ahora.
¡Disfrútalo!
Cuando pensamos en infraestructura de IA, tendemos a imaginar enormes centros de datos llenos de GPU, hiperescaladores gastando decenas de miles de millones de dólares, una carrera por añadir más potencia, más fibra y más capacidad dentro y entre los campus.
¡Y tenemos razón! Pero, esa no es la imagen completa.
La IA está acercando la inteligencia a donde se crean los datos y donde las decisiones deben tomarse rápido. Cámaras, robots, fábricas, máquinas conectadas, sistemas autónomos, video en vivo, el mundo físico en general. Una vez que eso sucede, la red que rodea al centro de datos se vuelve más importante. Y cuando esa red se vuelve más importante, la huella de las telecomunicaciones comienza a parecerse a una posible superficie de cómputo.
Una de las cosas en las que he estado invirtiendo tiempo real últimamente está fuera de la conversación habitual sobre hiperescaladores y óptica, pero podría convertirse en un contribuyente significativo al desarrollo de la IA con el tiempo. Se encuentra dentro de la infraestructura de telecomunicaciones, toca la capa de radio y, cada vez más, se conecta con la historia más amplia de la óptica, el transporte y el cómputo a medida que la IA se vuelve más distribuida.
También es una de las razones por las que creo que Nokia es una jugada realmente interesante. La mayoría de la cobertura se centra en las telecomunicaciones, los presupuestos de los operadores, la reestructuración y, solo recientemente, en el potencial alcista óptico tras Infinera. Aquí se está formando otra capa, y aunque aún es temprano, los puntos de prueba se están volviendo más concretos rápidamente.
Lo que quiero hacer en este artículo es desglosar qué es esto realmente, qué está comercialmente fundamentado hoy versus qué sigue siendo arquitectónico, cómo las pruebas recientes de operadores cambiaron mi visión sobre la curva de madurez, y por qué el lado óptico y de transporte de la historia podría tener tanto peso como el lado de la radio a corto plazo.
¿De qué estoy hablando?
La Red de Acceso por Radio (RAN) es la parte del sistema celular que conecta tu teléfono o dispositivo con la red más amplia. Las radios, los sitios celulares, las funciones de banda base y el software que gestiona esas conexiones inalámbricas viven aquí. También es una de las piezas de infraestructura más distribuidas físicamente en el mundo. Los operadores de telecomunicaciones ya tienen sitios repartidos por ciudades, corredores industriales, áreas suburbanas y regiones remotas, con energía, transporte, hardware y equipos operativos adjuntos a esos lugares.
Llevar la IA a esa huella es una proposición muy diferente a construir otro campus centralizado de IA. Un modelo concentra el cómputo en unos pocos lugares gigantes. El otro intenta hacer que una red distribuida sea más inteligente, más adaptable y, eventualmente, más monetizable. Esa distinción es el núcleo de lo que AI-RAN intenta lograr.
Tres ideas
Realmente estamos hablando de tres aspectos aquí. Están relacionados, pero tienen diferentes plazos e implicaciones de inversión diferentes.
El primero es IA para RAN. Usar IA para mejorar cómo opera la red de radio. Cosas como optimización del tráfico, gestión de energía, mejor programación, detección más rápida de problemas, mejor uso del espectro y operaciones más autónomas. Software que hace que una red inalámbrica compleja funcione mejor con menos trabajo manual. El incentivo ya existe porque estas redes son caras, pesadas operativamente y cada vez más estresadas por el crecimiento del tráfico. Esta es la parte más comercialmente fundamentada de la historia hoy, y la más fácil de justificar para los operadores porque la propuesta de valor es directa: menores costos, mejor rendimiento y menos intervención manual diaria.
El segundo es IA y RAN. En lugar de tratar las cargas de trabajo de radio y las de IA como universos separados, este enfoque las coloca en la misma plataforma de cómputo subyacente. Los sitios de telecomunicaciones ya tienen infraestructura distribuida. Si esos sitios pueden manejar tanto funciones inalámbricas como cargas de trabajo de IA simultáneamente, la huella de la red en sí misma se vuelve más estratégicamente valiosa. Aquí es donde el ángulo de NVIDIA se vuelve relevante, y donde los puntos de prueba comienzan a acumularse. La idea central es que el mismo sitio físico de telecomunicaciones puede comenzar a hacer dos trabajos a la vez: ejecutar la red móvil y ejecutar cómputo de IA. Esa es una forma fundamentalmente diferente de pensar en el valor de un sitio de torre.
El tercero es IA sobre RAN. Aquí es donde el borde de las telecomunicaciones se convierte en un lugar donde se ejecutan aplicaciones reales de IA, como visión artificial, robótica, automatización industrial, inferencia de video en tiempo real, IA física y servicios de baja latencia que se benefician de ser procesados más cerca de donde se originan los datos. Esta es la versión que suena más grande y probablemente lo sea si madura. También tiene la menor visibilidad de ingresos a corto plazo de las tres. Aquí es donde la red de telecomunicaciones comienza a parecerse menos a infraestructura de comunicaciones y más a una plataforma de aplicaciones. Si se desarrolla como esperan los optimistas, los operadores venderán acceso a cómputo local cerca del mundo físico junto con la conectividad, lo cual es un modelo de negocio fundamentalmente expandido construido sobre la misma huella física.
Vale la pena entender las tres.
Por qué Nokia pertenece a esta historia
Nokia se está acercando a AI-RAN desde dentro. Ya tiene la pila de radio, las relaciones con los operadores y la base de infraestructura instalada que le dan un camino creíble hacia la categoría. AI-RAN se adopta a través de relaciones existentes con proveedores, habilitación gradual de software, hardware compatible con el futuro y la confianza de los operadores, y Nokia ya está dentro de todas esas condiciones.
Escuchemoslo de boca del caballo.
El comentario de Hotard sobre AirScale es una de las líneas más importantes de toda la historia.
"Si compras una plataforma AirScale hoy, será actualizable a AI RAN cuando lancemos esa plataforma. Y ese es el tipo de oportunidad donde tomar la decisión de inversión ahora y tener claridad ahora como operador, creemos que es particularmente importante."
Los operadores son reacios a gastar fuertemente en la plataforma de radio actual si se requiere un reemplazo completo unos años después. Nokia les está diciendo que la transición puede ocurrir gradualmente, lo que hace que la experimentación sea más realista y reduce la fricción en torno al despliegue. Ronnie Vasishta, de NVIDIA, enmarcó el cambio más amplio en términos similares:
"En lugar de actualizar redes en ciclos grandes y pesados en hardware, ahora tenemos la oportunidad de construirlas como sistemas totalmente impulsados por software. Al ejecutar IA y redes de acceso por radio en la misma plataforma de cómputo acelerado, nos aseguramos de que la red respalde las necesidades del negocio, y no al revés."
Hotard también ha descrito dónde se encuentra comercialmente la categoría:
"AI-RAN transforma la RAN en una plataforma impulsada por software optimizada para IA, y con NVIDIA y un ecosistema creciente de socios, estamos progresando desde la validación hasta el despliegue comercial."
Nokia ya tiene la posición instalada, la hoja de ruta del producto y el diálogo con los operadores para mover esto del concepto a algo más comercialmente duradero con el tiempo.
Por qué esto va más allá de la capa de radio
Si las cargas de trabajo de IA se vuelven más distribuidas, si los sitios de telecomunicaciones comienzan a transportar más inteligencia, y si el borde de la red comienza a comportarse más como una superficie de cómputo, la red circundante también se vuelve más importante. El transporte, el enrutamiento, la capacidad óptica y la capacidad física de mover más datos entre el borde, la nube y todo lo demás se ven arrastrados a ese cambio. AI-RAN comienza en la capa de radio y la arquitectura a su alrededor le sigue.
David Heard, de Nokia, en la OFC:
"especialmente los hiperescaladores y los actores de neocloud, e incluso ahora en la red de área amplia con proveedores de servicios y empresas de misión crítica, están comprando hoja de ruta porque están haciendo planes, están comprando centros de datos. Están comprando instalaciones. Están planeando HVAC ahora mismo."
Hotard vinculó el desarrollo óptico y de IP a la misma dinámica en la llamada del cuarto trimestre:
"estos ya no son los sistemas de computación en la nube que se construyeron en los últimos 10 a 15 años. Estos son supercomputadoras de IA, y las supercomputadoras de IA necesitan mayor ancho de banda, conectividad más rica. Y ahora estamos viendo que la tecnología óptica entra en ellos, integrándose y conectándose en red."
Rob Shore, director de marketing óptico de Nokia, describió el cambio en cómo los clientes están pensando sobre la innovación óptica:
"Históricamente, durante más de 30 años en la industria, nos hemos centrado en construir motores específicamente enfocados en maximizar la capacidad por fibra. Esta es la primera generación donde realmente hemos cambiado. Quieren soluciones más optimizadas en costo y energía."
Ese es el contexto de por qué la exposición más amplia de la red de Nokia pertenece a este artículo. Una arquitectura de IA más distribuida requiere la infraestructura de transporte y óptica capaz de soportar una inteligencia más distribuida. La capa de radio y la subred de transporte están siendo impulsadas juntas hacia adelante.
¿Qué es invertible?
Separar el corto plazo del largo plazo es la forma más clara de enmarcar esto.
La parte más comercialmente fundamentada del tema hoy es la IA para RAN. Operaciones más inteligentes, menor carga manual, mejor optimización, gemelos digitales y software que ayuda a los operadores a gestionar sus redes de manera más eficiente. Hotard dio uno de los puntos de prueba más claros en la llamada del cuarto trimestre:
"Lanzamos dos nuevos productos en el trimestre, incluyendo nuestra solución de IA agentica para la gestión de automatización impulsada por eventos, que reduce el tiempo de inactividad de la red en un 96%."
El valor económico es directo y los operadores pueden justificarlo de inmediato. Mejor rendimiento de la red y menor complejidad operativa con una línea clara hacia el ahorro de costos.
IA y RAN es la siguiente capa. La infraestructura compartida, las pruebas en vivo con operadores y el despliegue gradual a través de plataformas compatibles con el futuro están haciendo la historia más creíble. Una prueba de T-Mobile es el punto de prueba más claro:
"La prueba demostró el procesamiento concurrente de IA y RAN en un solo servidor NVIDIA Grace Hopper 200 utilizando cargas de trabajo aceleradas de AI-RAN, destacando la capacidad de combinar funciones avanzadas de red de acceso por radio con aplicaciones de IA en una plataforma de cómputo acelerado compartida."
El resultado de Indosat añadió otra confirmación en un entorno en vivo:
"Este hito demuestra que las cargas de trabajo de IA y RAN pueden ejecutarse simultáneamente en infraestructura GPU compartida en un entorno de operador en vivo, allanando el camino para la inteligencia de IA distribuida que hace que las redes 5G sean más eficientes, inteligentes y sostenibles."
Esta sigue siendo una categoría en desarrollo más que un motor de ingresos a gran escala, aunque los puntos de prueba se están acumulando más rápido de lo que la mayoría esperaba.
La IA sobre RAN es el potencial alcista a más largo plazo, donde el borde de las telecomunicaciones se convierte en una verdadera superficie de aplicación para la IA física, la visión artificial, la robótica, la automatización industrial y la inferencia de baja latencia. Nokia y SoftBank ya han demostrado una versión de la lógica de monetización:
"Nokia y SoftBank demostraron cómo la capacidad de cómputo sobrante de AI-RAN se puede utilizar para ejecutar tareas de IA de terceros. Esta integración marca un paso clave en la transformación de la RAN en una plataforma habilitada para IA capaz de ofrecer nuevos servicios de IA y fuentes de ingresos más allá de la conectividad."
Sami Komulainen, COO de Elisa, enmarcó bien el arco más largo:
"AI-RAN es un habilitador clave para optimizar el rendimiento de la red de extremo a extremo, mejorar la calidad del servicio y avanzar hacia una 6G nativa de IA, así como hacia la futura IA agentica, robótica y, en última instancia, física."
Nokia nos da exposición a un tema con puntos de prueba reales, un puente creíble hacia la base instalada y suficiente infraestructura de soporte para volverse económicamente significativo si la arquitectura sigue moviéndose en esta dirección. El potencial alcista a corto plazo reside en la óptica, IP y el software de IA para RAN. La opción a más largo plazo reside en lo que la huella de las telecomunicaciones podría llegar a ser. Ambas cosas merecen la pena mantener mientras la historia se desarrolla.
La información proporcionada es solo para fines informativos y no constituye asesoramiento de inversión, una recomendación ni una oferta para comprar o vender ningún valor. El autor puede mantener una posición en los valores mencionados. Los lectores deben realizar su propia diligencia debida y consultar con un asesor financiero antes de tomar decisiones de inversión.
