L’AI-Ran non è una nuova funzione aggiunta alla rete radio, ma un cambio strutturale nel modo in cui il Ran evolve, si ottimizza e genera valore. È questa la visione che Nokia mette al centro della propria strategia industriale, delineata nel percorso che porta l’intelligenza artificiale direttamente nei meccanismi decisionali della rete di accesso radio. Una trasformazione che nasce da un dato di fatto: l’AI non sta solo aumentando il traffico, ne sta cambiando profondamente la forma.
Secondo Nokia, l’esplosione dei modelli di linguaggio, dei sistemi agentici e della cosiddetta Physical AI modifica i pattern di uplink, introduce flussi più bursty e impone requisiti stringenti su latenza, jitter e determinismo. “L’AI non sta semplicemente aumentando il volume del traffico. Sta cambiando la forma della domanda di rete”, osserva l’azienda. Ed è proprio il Ran il primo punto della rete su cui questa pressione si manifesta.
Indice degli argomenti
Perché l’AI cambia il ruolo del Ran
La rete radio è da sempre la parte più complessa dell’infrastruttura mobile. Deve reagire in tempo reale a condizioni radio variabili, rispettando finestre temporali misurate in microsecondi. L’arrivo di applicazioni AI-native e di carichi generati da agenti autonomi rende questo equilibrio ancora più delicato.
“Gli agenti non dormono. Nemmeno le reti che li servono possono farlo”, sottolinea Nokia. Da qui la necessità di superare un approccio basato solo su euristiche sempre più sofisticate. Per gestire traffico e servizi guidati dall’AI, il Ran deve integrare intelligenza appresa direttamente nei suoi loop decisionali.
La separazione tra hardware e software
Il punto di partenza dell’AI-Ran di Nokia è la decoupling tra hardware e software. Storicamente, i maggiori guadagni nelle reti radio derivavano da un’integrazione stretta tra componenti fisiche e algoritmi. Un modello efficiente, ma rigido, che lega l’innovazione ai cicli di refresh dell’hardware.
L’AI segue logiche diverse. I modelli evolvono attraverso sperimentazione, validazione, deployment e retraining continuo. Per questo Nokia introduce un hardware abstraction layer che consente al software di evolvere indipendentemente dalla piattaforma sottostante. “L’hardware definisce la potenza computazionale disponibile. Il software guida l’evoluzione”, spiega l’azienda. In questa prospettiva, l’AI-Ran diventa un cambiamento irreversibile nel modo in cui il Ran si sviluppa nel tempo.
Il Ran come piattaforma programmabile
Quando l’intelligenza entra nel percorso di esecuzione, il Ran smette di essere una pipeline a funzione fissa. Diventa una piattaforma programmabile, capace di ospitare, governare e far evolvere carichi intelligenti in modo deterministico e sicuro.
Nokia distingue due domini strettamente interconnessi. Da un lato il dominio di esecuzione, dove decisioni come scheduling e link adaptation avvengono entro vincoli temporali rigidissimi. Dall’altro il dominio di apprendimento, in cui i modelli vengono addestrati, monitorati, migliorati o ritirati. Questa separazione consente di innovare rapidamente senza compromettere la stabilità operativa della rete.
Intelligenza “iniettata”, non fusa
Un altro elemento chiave dell’AI-Ran Nokia è il modello di iniezione dell’intelligenza, in alternativa alla fusione diretta nel sistema di base. I modelli AI possono essere introdotti, sostituiti o rimossi senza dipendere dalle generazioni hardware o dal ciclo di vita della piattaforma core.
“L’intelligenza iniettata entra nel Ran attraverso interfacce governate, con confini chiari su input, output e impatto operativo”, afferma Nokia. Questo approccio rafforza fiducia e controllo, mantenendo la rete una “glass box” osservabile e verificabile, anziché una black box opaca.
Un ecosistema aperto e allineato all’AI globale
Per supportare carichi AI all’interno delle stesse finestre temporali del segnale radio, serve una capacità di calcolo parallela molto più ampia. L’AI-Ran Nokia sfrutta questa caratteristica intrinseca del Ran, costruendo un substrato software parallelo allineato all’ecosistema AI globale.
La partnership con Nvidia e il lavoro congiunto su Arc-Pro si inseriscono in questo contesto. La maggior parte dell’innovazione AI avviene oggi su piattaforme accelerate da Gpu e basate su framework standard. Nokia costruisce su queste fondamenta, integrandole con il proprio software Ran carrier-grade e con i requisiti telco di latenza e affidabilità.
Su questo substrato convivono due percorsi: un ambiente di riferimento open source per la sperimentazione e lo stack commerciale Nokia per il deployment in rete. Le innovazioni possono così transitare in modo naturale dalla ricerca alla produzione.
Guadagni che si sommano nel tempo
La programmabilità del Ran abilita più livelli di miglioramento. Aumenta il numero di decisioni valutabili in tempo reale, rende praticabili algoritmi avanzati prima troppo onerosi e consente ai modelli di apprendimento di partecipare direttamente ai loop radio.
Nokia cita risultati già ottenuti sul campo: fino al 25% di incremento del throughput utente, fino all’11% nei meccanismi di Mimo multi-utente e fino al 12% nella selezione delle celle secondarie. “Non sono proiezioni teoriche, ma guadagni già dimostrati in reti reali e disponibili via software”, precisa l’azienda.
Oltre l’ottimizzazione
L’AI-Ran non si ferma alle prestazioni radio. Abilita nuovi casi d’uso come l’Integrated Sensing and Communications, dove l’infrastruttura radio diventa anche una piattaforma di sensing. Al Mwc, Nokia ha mostrato scenari di rilevamento della presenza umana, tracciamento di droni e analisi delle condizioni atmosferiche attraverso segnali Rf.
ùLo stesso substrato permette di ospitare carichi di inferenza AI all’edge, aprendo nuove opportunità di monetizzazione per gli operatori.
Un percorso software verso il 6G
Per Nokia, l’AI-Ran non è qualcosa che inizierà con il 6G. “Il 6G non è un reset. È un upgrade software all’interno di una transizione architetturale già in corso”, sottolinea la visione del gruppo. L’azienda ha lanciato l’iniziativa AI-Ran nell’ottobre 2025, avviato dimostrazioni con T-Mobile e punta ai trial commerciali nel 2026, con il rilascio sul mercato nel 2027.
La conclusione è netta: la voce ha reso il mobile essenziale, i dati lo hanno reso universale, l’AI lo renderà adattivo. Ed è nel Ran che questa trasformazione prende forma. Se vuoi, nel prossimo passaggio posso calibrare ulteriormente il livello di “firma”, rendendo il taglio ancora più interpretativo o più tecnico.
