Radio nativa en IA: oportunidad que América Latina no debe desaprovechar

La tentación del doble de ancho de banda sin una nueva concesión

La noticia cayó en julio: Nokia y NVIDIA lanzan la primera plataforma comercial de acceso radio nativa en inteligencia artificial. La propuesta es tan seductora para los operadores latinoamericanos que cuesta no dejarse llevar por el entusiasmo. En lugar de pujar por costosas licencias de espectro —cuando aparecen—, bastaría con una suscripción de software para extraer hasta el doble de capacidad de las bandas ya asignadas. Las pruebas iniciales reportan ganancias de eficiencia espectral superiores al 20%, y la hoja de ruta promete 50% para 2027 y más del 100% para 2028. Cifras que, si se cumplen, convertirían la red de acceso en un activo mucho más rentable.

Sin embargo, antes de firmar cualquier contrato, vale la pena desmenuzar lo que realmente implica esta tecnología. No se trata de un mero parche de software; es una re arquitectura profunda que reemplaza el procesamiento de hardware dedicado por GPUs de NVIDIA corriendo inferencia de IA en tiempo real. Y ahí comienzan los dilemas estratégicos para una región donde la infraestructura energética, la dependencia tecnológica y los márgenes operativos son todo menos homogéneos.

El costo invisible: energía, refrigeración y espacio en la torre

Las GPUs no son precisamente amigas de la eficiencia energética. Incorporar servidores aceleradores en la base de cada estación base —o en nodos independientes— dispara el consumo eléctrico en el mismo sitio donde antes bastaba un equipo de radio convencional. Para un operador en Brasil o México, con tarifas industriales de electricidad que ya presionan el Opex, ese incremento puede erosionar buena parte del ahorro que se obtiene al no comprar nuevo espectro. En Centroamérica y el Caribe, donde los cortes de luz y los generadores diésel son parte del paisaje, la ecuación se vuelve aún más crítica. La ganancia espectral prometida podría terminar consumida por la factura de la luz y la refrigeración adicional.

Además, la latencia añadida por el procesamiento en GPU —respecto a una solución basada en hardware dedicado— no es un detalle menor. Aunque Nokia y NVIDIA defienden que la inferencia en el borde habilitará servicios de drones autónomos o realidad aumentada, la dependencia de un entorno GPU introduce retardos que deben validarse en condiciones reales de tráfico denso. Para aplicaciones industriales de control en milisegundos, cualquier microsegundo extra puede ser determinante.

De Capex a Opex: la suscripción como espada de doble filo

El cambio de modelo de negocio es quizás la arista más delicada. Pasar de una inversión única en hardware a una suscripción recurrente de software alivia el desembolso inicial, pero traslada el costo a los estados de resultados mes a mes. En economías donde el margen EBITDA de los operadores ronda el 30% o menos, una factura mensual por licencias de software de NVIDIA —cuyos precios Nokia aún no revela— puede convertirse en un lastre difícil de remover. Si la suscripción escala con el tráfico o con la capacidad extraída, el operador queda atado a un costo variable que, en momentos de contracción económica, puede ser implacable.

Y no se trata solo del precio: la dependencia de un ecosistema cerrado de GPU y software de una sola compañía —NVIDIA— introduce un riesgo de vendor lock-in que en América Latina hemos visto repetirse con cada ola tecnológica. Soberanía de datos, trazabilidad de las decisiones de IA y transparencia en los modelos son preguntas que los operadores deben exigir antes de firmar cualquier acuerdo. ¿Dónde se ejecuta la inferencia? ¿Qué información del usuario queda expuesta en los modelos? Si la respuesta es “en la nube de NVIDIA”, la gobernanza de la infraestructura crítica de telecomunicaciones pasa a manos extranjeras sin un marco regulatorio claro.

La oportunidad es real, pero exige condiciones

Nada de lo anterior debe interpretarse como un llamado a ignorar la innovación. La plataforma AI-RAN representa un salto genuino en eficiencia espectral y podría democratizar el acceso a mayor capacidad en mercados donde las subastas de espectro son escasas. La consultora Omdia estima que el mercado de AI-RAN acumulará más de 200.000 millones de dólares para 2030, lo que indica que los grandes jugadores ya están moviendo sus fichas. T-Mobile en Estados Unidos y Orange en Europa ya están en pruebas de campo. Para los operadores latinoamericanos, la ventana de oportunidad está abierta, pero solo si logran negociar desde una posición de fortaleza.

Adoptar la tecnología sin condiciones equivaldría a repetir la historia de la dependencia de proveedores extranjeros que hemos visto en cada salto generacional. La región debe exigir transparencia en los costos energéticos y de licenciamiento, modelos de despliegue que contemplen la realidad de sus redes eléctricas y acuerdos que permitan auditoría de los modelos de IA. También necesita pensar en la formación de talento local capaz de operar y personalizar estas redes, no solo de consumir actualizaciones.

El dilema final es estratégico: ¿América Latina será un laboratorio de adopción pasiva o un socio activo que imponga estándares de eficiencia y soberanía? La radio nativa en IA promete duplicar el espectro, pero sin condiciones claras podría duplicar también la brecha digital.