Desbloquear todo el potencial del 6G nativo de IA a través de estándares

La IA será fundamental para dar forma a 6G, que será la primera generación de redes celulares verdaderamente diseñadas con la IA en su núcleo. 

La inteligencia artificial (IA) está preparada para generalizarse en todo el ecosistema de las telecomunicaciones. Incluso hoy en día, la IA está transformando flujos de trabajo, procesos y productos en todas las industrias. Como solo un ejemplo de muchos, según un Estudio McKinsey 2025, los operadores de telecomunicaciones esperan no menos del 20% de ahorro de costos en todas las funciones comerciales. Esta transformación se ve impulsada por los rápidos avances en el aprendizaje automático y las capacidades y arquitecturas de los modelos de IA, el acceso sin precedentes a hardware de alto rendimiento para capacitación e inferencia, así como el acceso a una gran cantidad de datos acompañados de métodos para la generación de datos sintéticos para capacitación y mejora aún más las capacidades del modelo de IA. 

Las oportunidades de IA se documentan diariamente en la prensa empresarial, con enormes inversiones en centros de datos a medida que las empresas compiten por ser los líderes en este campo. Incluso se ha convertido en un interés estratégico a nivel de estado-nación y está en el corazón de las estrategias industriales nacionales. A medida que planeamos la 6a generación de redes celulares móviles (6G), debemos comprender la urgencia que enfrentamos. La IA será fundamental para dar forma a 6G, que será la primera generación de redes celulares verdaderamente diseñadas con la IA en su núcleo. A pesar de los muchos jugadores que compiten para definir nuestro futuro de IA, la industria de las telecomunicaciones tiene una oportunidad única para marcar el ritmo del 6G nativo de IA.
 

Figura 1. Las redes celulares 6G se construirán sobre IA

Como la primera generación de redes celulares móviles con IA en su ADN, la IA y el aprendizaje automático (ML) se integrarán en todos los dominios y capas del sistema 6G, desde dispositivos hasta la RAN, la red central y el dominio de orquestación/gestión. Para lograr la máxima cohesión y eficiencia, esto debe hacerse de manera sistemática asegurando la interoperabilidad, previsibilidad y disponibilidad de los recursos de IA en todos los niveles del sistema, al tiempo que permite maximizar la agilidad para adoptar nuevas tecnologías impulsadas por IA. La disponibilidad de habilitadores clave de IA permitirá a todas las partes interesadas construir e implementar modelos y soluciones de IA innovadores y de alta calidad:
 

• Acceso a datos para capacitación e inferencia 
• Acceso a infraestructura de cómputo para inferencia y capacitación
• Soporte para la gestión del ciclo de vida de extremo a extremo de AI y ML.

Los estándares tendrán un impacto decisivo en la fortaleza y las capacidades de innovación del ecosistema 6G. No solo garantizarán la confianza al cumplir con los aspectos regulatorios, de seguridad y privacidad críticos, sino también para permitir una integración fluida y eficiente de los recursos de diversas soluciones y tecnologías. El objetivo es crear un ecosistema para IA y 6G que sienta las bases para una década de nuevos casos de uso, al tiempo que garantiza la integridad de nuestros sistemas de comunicaciones. Los clientes serán los beneficiarios finales. AI ayudará a proporcionarles una gama más amplia de servicios y aplicaciones innovadoras, mejorando su experiencia general y conservando la confianza histórica que han tenido durante mucho tiempo para los servicios de telecomunicaciones.

Este artículo explora los habilitadores clave de estandarización para un 6G nativo de IA. Adoptamos un enfoque holístico en todos los dominios de red y sistema, aprovechando las lecciones aprendidas de 5G-Advanced. Este enfoque holístico minimizará las superposiciones funcionales entre diferentes dominios del sistema, asegurando una arquitectura de red racionalizada y eficiente.

Crear valor con la estandarización de los habilitadores de IA

Para 6G, el objetivo es desarrollar un enfoque de IA que refleje las prioridades comerciales, no la exageración. La IA tiene un enorme potencial para agregar valor a 6G. La 6G nativa de la IA será una fuerza fundamental para impulsar los ingresos, el crecimiento, el rendimiento y la reducción de los costos operativos. Representa un cambio fundamental, ya sea para optimizar el rendimiento de la red, habilitar nuevos modelos de negocio o proporcionar valor tangible a los CSP y verticales de la industria. En el caso de la automatización cognitiva basada en la intención, el valor que proporciona la IA puede ser tan alto como un 90% más rápido en la detección y resolución de problemas de red en comparación con los métodos manuales. Del mismo modo, el ahorro de energía impulsado por IA proporciona 10–20% RAN ahorro de energía mientras promete más mejoras por venir. 

La Figura 2 y la siguiente tabla ilustran aún más el potencial de creación de valor de las soluciones impulsadas por IA en 6G. Por ejemplo, los agentes de IA tienen el potencial de transformar fundamentalmente la forma en que los humanos y las máquinas realizan las tareas: Los agentes de IA son componentes autónomos impulsados por modelos generativos que analizan y actúan sobre la información contextual hacia el cumplimiento de una intención dada. Los agentes de IA pueden realizar tareas específicas aprovechando capacidades como la planificación y el razonamiento, la realización de reflexiones y el uso de herramientas externas. Para aprovechar todo su potencial, los sistemas de IA agentic necesitan acceso a datos contextuales relevantes para la tarea específica en cuestión, así como mecanismos de orquestación y colaboración en todo el sistema. 

Más allá de la automatización y la eficiencia, la IA desempeñará un papel estratégico en la creación de redes capaces de optimizar de forma continua y autónoma los cambios en el tráfico, la radio y el comportamiento del usuario. Acelerará la prestación de servicios, mejorará las experiencias de los clientes, mejorará la toma de decisiones y desbloqueará nuevas fuentes de ingresos. También admitirá muchos casos de uso y aplicaciones nuevos, como IA generativa, IA agentica, robótica y realidad extendida inmersiva (XR), al proporcionar servicios basados en IA adaptados a las necesidades de los usuarios.

Figura 2: Oportunidades de creación de valor utilizando habilitadores de IA

Oportunidades de creación de valor	Habilitadores de IA
Datos como servicio	Exposición de productos de datos y servicios de datosGestión de metadatos, incluidas descripciones de datos y anotacionesCatálogos de datos y servicios de datos
IA como servicio	Catálogos de modelos AI/ML (LLM y no-LLM)Servicios de inferencia considerando los requisitos de servicioOrquestación de nube de borde para la instanciación dinámica de componentes de soluciones de IA
Mejora de la experiencia de los clientes	Colección de métricas de rendimiento de usuario y redAnálisis en tiempo real impulsado por IAGemelo digital de red para pruebas y recopilación de datos en tiempo real
Seguridad y confianza	Recopilación del comportamiento y las acciones de la función de red, así como análisis en tiempo realEntornos de reciclaje, validación y pruebasGemelo digital de red para modelado de amenazas y respuesta a incidentes
Sostenibilidad y eficiencia energética	Recopilación de datos de rendimiento, incluidas las métricas de consumo de energía y los tipos de energía utilizadosOrquestación de nubes de bordeCatálogos de modelos con métricas de energía y sostenibilidad
Sistemas de IA agentic	Recopilación de datos de contexto y herramientas relevantes para la tarea específica en cuestiónMecanismo para la orquestación de agentes de IA en y entre dominiosColaboración en todo el sistema, por ejemplo, para la gestión del contexto del agente

No todos los habilitadores para la IA necesitan ser estandarizados. Sin embargo, para un ecosistema próspero que sea una prueba futura para cubrir aplicaciones y casos de uso no previstos, se necesita un enfoque holístico y equilibrado. Debe identificar los habilitadores clave en el marco de IA que deben estandarizarse para permitir la interoperabilidad.

Evolución del uso de IA de 5G-Advanced a 6G

La base para la conectividad mejorada por IA y las operaciones de red inteligente se estableció en 5G-Advanced (5G-A) con soporte para capacitación, pruebas, validación y monitoreo de IA. Como se ilustra en la Figura 3, los habilitadores de IA deberán admitir funciones en todas las capas de la red, incluidos los componentes de red, las soluciones de colaboración entre componentes y dominios, así como las soluciones over-the-top (OTT). Esto debe hacerse de una manera flexible y a prueba de futuro que permita la innovación y la adopción ágil de nuevas capacidades de IA.

Figura 3. La evolución hacia el 6G nativo de IA en estándares

La evolución de los estándares que abordan AI/ML de 5G a 6G refleja el aumento gradual y rápido de las capacidades del modelo AI/ML. Comenzando con componentes insulares como SON en 5G (y generaciones anteriores), el cambio se aceleró después del momento ChatGPT, destacando el vasto potencial de AI en RAN y radio. Esta progresión culmina en un 6G totalmente nativo de IA, donde AI/ML está integrado en cada capa y dominio del sistema.

En muchos aspectos, las características de AI/ML en los estándares 5G-Advanced 3GPP forman la base para 6G, como el estudio de la versión 18 y 19 y los elementos de trabajo sobre IA en radio, así como la introducción de la Función de Análisis de Datos de Red (NWDAF) y su posterior generalización y extensiones con la Función de Coordinación de Recolección de Datos (DCCF) en el núcleo 5G. La lección de 5G y 5G-Advanced es que los habilitadores de IA estandarizados deben basarse en principios de diseño consistentes en todos los dominios de red, y deben evitar funcionalidades y complejidades duplicadas para la implementación. 

Principios de diseño 6G nativos de IA

Los principios y requisitos nativos de la IA no son una superposición. Deben hornearse desde el primer día en todas las fases, desde el diseño y la implementación hasta las operaciones, como se muestra en la Figura 4. A partir de la etapa de planificación, la red debe ser capaz de manejar todo tipo de aplicaciones de IA, cargas de trabajo y requisitos de datos con la infraestructura necesaria. Los componentes de IA deben integrarse en hardware y software e integrarse durante la implementación, no como modificaciones del mercado de accesorios.

Figura 4. Principios y objetivos de diseño de AI-native 6G

La arquitectura de red debe optimizarse para admitir cargas de trabajo de IA, eliminando los cuellos de botella que podrían afectar la latencia y los requisitos de QoS. Esto incluye la infraestructura de cómputo física y virtual de la red necesaria para admitir las cargas de trabajo de capacitación, ajuste e inferencia de IA. El ciclo de vida completo de los componentes de IA debe ser compatible para garantizar que las aplicaciones se puedan desarrollar, implementar, probar y mantener de acuerdo con las metodologías MLOps. 
 

El diseño 6G nativo de AI debe reflejar los siguientes principios:

1. Para garantizar la seguridad y la confiabilidad, las soluciones de IA son explicables y predecibles en funcionamiento, así como robustas contra amenazas internas y externas
2. Las redes nativas de IA son sostenibles, energéticamente eficientes y monitoreables para garantizar el cumplimiento de la neutralidad de emisiones cero y CO2
3. La gestión del ciclo de vida de la IA es totalmente autónoma utilizando bucles cerrados para implementaciones escalables y reduciendo la carga de la configuración manual y el monitoreo
4. Los datos se pueden recopilar, administrar y transformar desde todas las capas y dominios de la red, incluidos los dispositivos.

Un plan de arquitectura 6G nativo de IA

Para cumplir con estos principios, se deben introducir las siguientes capacidades fundamentales para proporcionar los recursos necesarios para la IA:

• Capacitaciones nativas de IA para capacitación, inferencia y orquestación entre dominios de soluciones de IA de extremo a extremo, almacenamiento de modelos y catalogación 
• Capacidades de prosumidor de datos (productor/consumidor) que admiten todos los pasos del ciclo de vida de la IA.

Estas capacidades proporcionan una base escalable para un diseño, implementación y operación sin problemas de soluciones de IA y son utilizadas por componentes de IA en todos los dominios y funciones de red. Evitan la necesidad de ajustar manualmente las configuraciones de red cada vez que se implementa una nueva solución basada en IA, y aseguran tuberías autónomas continuas para datos y MLOps.

Figura 5. Plano arquitectónico para 6G nativo de IA

Capacidades de habilitación nativas de IA

Una definición común de capacidades de habilitación de IA permite la implementación rentable y de recursos en toda la red. Las capacidades también pueden exponerse a los clientes como un servicio para la creación de valor adicional, como las aplicaciones de borde de IA.  Además, una definición común de interfaces y servicios puede fomentar la competencia entre proveedores externos de estos servicios para un mayor ahorro de costos. Al profundizar en las capacidades mostradas anteriormente, prevemos la necesidad de lo siguiente:
 

• Los catálogos de datos almacenan metadatos para tareas de IA/ML, rastrean la calidad de los datos, la procedencia y previenen el envenenamiento de los datos. También administran el control de acceso basado en roles (RBAC) para un manejo seguro de datos.
• El cómputo y el almacenamiento para IA incluyen recursos informáticos para la capacitación y el servicio de modelos, junto con el almacenamiento especializado para alojar, rastrear y asegurar modelos y sus conjuntos de datos de capacitación.
• (re)El entrenamiento, la validación y las pruebas proporcionan funciones esenciales para la generación de modelos, incluida la sintonización, evaluación y evaluación de hiperparámetros.
• Los motores de inferencia proporcionan las funcionalidades necesarias para ejecutar modelos en entornos operativos, asegurando que cumplan con los SLA y los requisitos, como la latencia y la calidad de predicción. 
• Los catálogos de modelos AI/ML almacenan metadatos en los modelos y sus datos de capacitación, rastrean la procedencia y hacen cumplir el control de acceso basado en roles.
• Granjas de modelos grandes para modelos más grandes como LLM, que pueden tener que estar alojadas dentro o fuera de la nube de proveedores de servicios.
• La orquestación de IA gestiona datos de IA y tuberías de ML con interfaces basadas en la intención, asignando requisitos a planos. Incluye la gestión del ciclo de vida (LCM) de los modelos ML, la supervisión del rendimiento y el soporte de múltiples inferencias, como el aprendizaje distribuido y la mezcla de expertos.
• La orquestación en la nube permite la implementación segura de datos y tuberías ML a través de múltiples recursos en la nube, incluidas las nubes edge, metro y central de varios proveedores.
• Los gemelos digitales de red (NDT) modelan el comportamiento de red con alta fidelidad para entrenar modelos ML. El NDT puede usar por sí mismo modelos de ML, utilizando funcionalidades de habilitación AI/ML. 

Capacidades de prosumidores de datos

Las funciones relacionadas con los datos son fundamentales para la habilitación de IA en toda la red. Las funciones de habilitación producen o consumen datos, a veces ambos. Por ejemplo, los modelos, los datos de entrenamiento, las mediciones y los contadores producen datos, mientras que la inferencia, el monitoreo y el seguimiento de la calidad de la inferencia, los consumen. Identificamos las siguientes capacidades relacionadas con los datos:
 

• Las funciones de abstracción de datos ayudan a que el acceso a los datos sea transparente y uniforme, independientemente de su origen o de cómo se recopile
• Se requieren metadatos para gestionar la recopilación, el almacenamiento y la seguridad de los datos, desde qué es y de dónde proviene hasta cómo se recopila y quién puede acceder a ellos y por qué
• Las operaciones de datos y los productos implementan datos de acceso y procesamiento, haciendo que los datos estén disponibles en una variedad de formas, ya sean sin procesar, procesadas, curadas o anotadas
• Generación de datos sintéticos para llenar el vacío de datos de medición y proporcionar datos de capacitación adicionales para mejorar el rendimiento del modelo.

En resumen, tanto la habilitación de IA como las capacidades de los prosumidores de datos proporcionan los recursos esenciales a través de API armonizadas para crear soluciones potentes habilitadas para IA para aumentar los ingresos y el crecimiento, un mejor rendimiento y una mayor eficiencia. La estandarización debe garantizar que los habilitadores clave, como la recopilación, el procesamiento, la gestión y la exposición de datos, se especifiquen en función de principios comunes en diferentes grupos de trabajo en 3GPP para evitar funcionalidades duplicadas e incompletas en todo el sistema, al tiempo que se consideran los requisitos específicos del dominio. 

Conclusión y perspectiva

Para que 6G sea verdaderamente nativo de la IA y capaz de alimentar casos de uso de IA de todo tipo, tiene que ser más que una superposición o complemento al sistema 6G. Los componentes impulsados por IA deben integrarse en la arquitectura y ser escalables, seguros y garantizar la privacidad. Los estándares deben garantizar la interoperabilidad (por ejemplo, que la conformidad del dispositivo y los criterios de rendimiento se cumplan con y sin IA de manera consistente y predecible) de estos componentes de una manera verdaderamente abierta que garantice la creación de valor competitivo y la flexibilidad para ciclos de innovación más rápidos.

Con este fin, una red nativa de IA debe diseñarse con capacidades de habilitación de IA y prosumidor de datos. Como se describió, las interacciones entre las soluciones de IA en diferentes dominios se mejoran mediante las funciones proporcionadas en las capacidades de habilitación. Además, las capacidades de habilitación de IA y prosumidor de datos están expuestas a diferentes entidades de consumo de diferentes dominios en la red para admitir la presencia generalizada de soluciones impulsadas por IA. Solo este enfoque holístico realmente cumplirá la promesa de 6G y proporcionará servicios de comunicaciones impulsados por IA que satisfagan las necesidades del mañana. NOKIA News. Traducido al español