I Communications Service Provider (CSP) hanno da tempo bisogno di un’intelligenza artificiale costruita per le realtà delle loro reti, non di modelli general-purpose adattati da altri settori. Il rilascio di OTel 2.0 di AT&T, avvenuto questa estate, vuole rispondere a questa esigenza con un modello aperto costruito specificamente per le telecomunicazioni. Si tratta infatti di un open source specializzato nel linguaggio delle telecomunicazioni, negli standard 3GPP, nella telemetria e nella risoluzione dei problemi di rete. Presentato all’evento AMD Advancing AI da Jeremy Legg, Chief Technology Officer di AT&T, insieme a Dan McNamara, Senior Vice President e General Manager of Compute and Enterprise AI di AMD, è stato definito “una pietra miliare che segna il passaggio dai modelli fondazionali a un’intelligenza di rete pronta per la produzione”. Dal suo rilascio, OTel 2.0 è già stato scaricato più di 5 milioni di volte, sulla scia dello slancio dei modelli OTel 1.0, che sono stati scaricati quasi 30 milioni di volte. È un segnale importante perché può rappresentare una possibile alternativa ai modelli generalisti e ai servizi esclusivamente cloud. Apertura del modello, specializzazione telco e sovranità dei dati sono temi direttamente applicabili agli operatori italiani ed europei. Ma vediamo meglio i dettagli.
Indice degli argomenti
AI open source nelle telco: dalla sperimentazione alle prime applicazioni reali
OTel 2.0 non è un caso isolato, ma si inserisce in un movimento più ampio dell’industria delle telecomunicazioni verso modelli AI aperti e specializzati per il settore. Il punto di partenza è un limite ormai riconosciuto: i grandi modelli general purpose, per quanto potenti, non sempre possiedono la conoscenza tecnica e la precisione necessarie per interpretare standard come quelli 3GPP, analizzare log di rete, individuare guasti o intervenire sulla configurazione delle infrastrutture. I benchmark promossi dalla GSMA hanno mostrato che il fine-tuning su dati specifici del settore può migliorare sensibilmente le prestazioni proprio sui compiti operativi più specialistici.
Per superare questo limite, nel marzo 2026 la GSMA ha lanciato Open Telco AI, iniziativa che riunisce operatori, vendor, sviluppatori e università attorno a un ecosistema comune di modelli open, dataset telecom, benchmark, strumenti e capacità di calcolo. L’obiettivo è evitare che ogni operatore debba costruire da zero la propria AI e creare invece una base condivisa sulla quale sviluppare applicazioni specifiche. Tra i modelli messi a disposizione figurano, oltre alla famiglia OTel di AT&T, RFGPT della Khalifa University e il Large Telco Model di AdaptKey AI basato su NVIDIA Nemotron.
Il 2026 segna quindi un passaggio importante: dalla fase dei test all’inizio dell’impiego in ambienti di produzione, anche se la tecnologia non può ancora essere considerata matura per un’automazione generalizzata delle reti. I benchmark GSMA indicano infatti che i modelli adattati al dominio telecom possono superare quelli general purpose in alcuni compiti specialistici, ma restano aree critiche, soprattutto quando dall’interpretazione del linguaggio si passa alla logica necessaria per configurare e automatizzare una rete. La direzione che emerge è perciò quella di architetture ibride: modelli telecom più piccoli e specializzati per molti task quotidiani, eventualmente affiancati dai grandi frontier model quando servono capacità più generali.
È anche una questione economica e strategica. Modelli open e specializzati possono essere eseguiti nel cloud oppure on-premises, mantenendo maggiore controllo sui dati e riducendo la dipendenza da un singolo fornitore. Per operatori che gestiscono enormi quantità di informazioni sensibili e infrastrutture critiche, controllo, costi di inferenza e possibilità di personalizzazione diventano fattori importanti quanto le prestazioni del modello. È su questo terreno che si giocherà probabilmente la prossima fase della Telco AI: non tanto nella ricerca del modello più grande, quanto nella capacità di combinare modelli aperti, dati proprietari e sistemi AI specializzati per portare l’intelligenza artificiale dentro le operazioni quotidiane delle reti.
Il ruolo di AT&T e Dell
Come scrive David Trigg, Global Vice President per lo sviluppo del mercato nella divisione Telecom Systems di Dell Technologies, l’iniziativa Open Telco AI ha riunito il settore attorno a qualcosa di cui aveva bisogno da tempo: un ecosistema aperto per costruire AI specifiche per il dominio, basate su dati condivisi delle telecomunicazioni, standard, benchmark e strumenti.
AT&T ha aderito come contributore fondatore. Utilizzando i dati forniti da GSMA attraverso Open Telco AI e basandosi su condizioni di rete reali, l’azienda ha rilasciato i primi modelli OTel, fino all’attuale OTel 2.0. Perché lo ha fatto?
Le ragioni del lancio
Le telecomunicazioni sono un ambiente diverso da qualsiasi altro per l’AI. Le reti sono vaste, altamente regolamentate e non perdonano gli errori. Un modello che funziona bene su dati generici può incontrare difficoltà quando gli viene chiesto di interpretare la telemetria di rete, risolvere guasti o automatizzare le operazioni. OTel 2.0 punta a fornire al settore un’AI che parla il linguaggio delle telecomunicazioni fin dal primo giorno. Tutti i modelli OTel comprendono il linguaggio telco, gli standard 3GPP, la documentazione e la complessità delle reti moderne: sono costruiti per le telecomunicazioni da zero, anziché essere adattati successivamente.
OTel 2.0: dai modelli aperti alle reti di produzione
Le aziende di telecomunicazioni lavorano con dati su una scala che pochi altri settori conoscono. AT&T ha elaborato più di 1.000 miliardi di token per generare circa 440 miliardi di token di training.
È qui che la collaborazione tra Dell, AT&T e AMD è diventata essenziale. Addestrare e validare modelli AI di livello telecom su questa scala richiede una notevole potenza di calcolo. AMD ha fornito la base hardware ad alte prestazioni sia per i carichi di lavoro di training sia per quelli di inferenza durante l’intero sviluppo di OTel 2.0.
Dell ha integrato questa tecnologia con server ottimizzati per l’AI destinati agli ambienti telecom, configurazioni validate e le competenze di system integration necessarie per far funzionare tutto come un unico sistema.
La soluzione AI di Dell alla base di OTel 2.0
La base dell’infrastruttura di training on-premises di OTel 2.0 è il server Dell PowerEdge XE9785, configurato con otto GPU AMD Instinct MI355X. Questo server ottimizzato per l’AI offre un’eccezionale densità di calcolo, un’elevata larghezza di banda della memoria e le prestazioni su larga scala richieste dall’addestramento di grandi modelli AI, il tutto all’interno di una configurazione validata e pronta per il deployment sulla quale gli operatori possono fare affidamento.
La collaborazione tra Dell, AT&T e AMD riflette la convinzione condivisa che un’AI aperta e sviluppata a livello di intero settore farà avanzare l’industria delle telecomunicazioni più lontano e più velocemente di quanto potrebbe fare da sola qualsiasi singola azienda.
Partecipa alla community