Nel settore delle telecomunicazioni, l’intelligenza artificiale non è più una promessa distante. Le telco si trovano oggi a interpretare un doppio ruolo: utilizzatrici dell’AI per trasformare le proprie infrastrutture e, parallelamente, fornitrici di piattaforme e servizi AI per terze parti. Il podcast “Telco for AI vs AI for Telco”, pubblicato da Mobile World Live, ha offerto uno spaccato di questo scenario complesso. Protagonisti della conversazione: Peter Jarich, direttore di Gsma Intelligence, e i giornalisti Kavit Majithia e Mike Robuck.
Indice degli argomenti
Due strade, una sfida
“AI for Telco” rappresenta l’approccio più immediato: usare l’intelligenza artificiale per ottimizzare le operazioni interne, dalla pianificazione di rete all’efficienza energetica. Come ha spiegato Jarich, è un campo ormai consolidato: «La gente capisce meglio questi use case perché li affrontiamo da anni».
Oltre al vantaggio tecnico, l’ottimizzazione via AI consente alle telco di agire in modo più sostenibile, spegnendo porzioni di rete non utilizzate e contribuendo alla riduzione del consumo energetico. A confermare l’attenzione su questi temi, Jarich cita anche il contributo di GSMA Intelligence all’evento “AI for Good” organizzato a Ginevra dall’ITU, dove il focus sull’efficienza è stato centrale.
Dall’altro lato c’è il modello “Telco for AI”: gli operatori non si limitano più a usare l’AI, ma cercano di monetizzarla, offrendo soluzioni a imprese, sviluppatori e consumatori. Jarich cita esempi come l’“Edge AI”, i gateway domestici intelligenti e le prime offerte commerciali basate su AI, come l’integrazione dell’applicazione Perplexity Pro nei pacchetti di abbonamento. Si tratta di mosse più recenti, ma in crescita rapida, che puntano a diversificare le fonti di ricavo e posizionarsi come nodi centrali nell’ecosistema AI.
Il cambiamento di prospettiva è significativo: da tecnologie silenziose e invisibili per l’utente finale, l’AI entra nel perimetro dei servizi a valore aggiunto. Alcuni operatori, come T-Mobile, iniziano a ragionare su come vendere capacità AI o app di terze parti. Il rischio, però, è di ripetere dinamiche già viste: offrire bundle che generano traffico senza portare valore reale. È accaduto con Netflix, come ricorda Jarich, ed è un precedente da tenere presente.
Il freno della regolazione
Nonostante le potenzialità, l’adozione dell’AI in telco è frenata da normative stringenti, timori reputazionali e accesso complesso ai dati. Jarich lo dice con chiarezza: “Risparmiare è meno rischioso che guadagnare con l’AI. Se qualcosa va storto internamente, nessuno se ne accorge. Ma se tocchi i dati dei clienti, i rischi crescono: regolatori e consumatori ti guardano con attenzione”.
Un esempio emblematico emerge nel corso del podcast: durante un panel tematico organizzato da GSMA Intelligence, un rappresentante di Red Hat ha raccontato come, per avviare una semplice prova di concetto su dati AI, una telco abbia richiesto la consegna fisica dei dati tramite hard disk, impedendo il transito dei dati su rete. Un episodio che illustra bene quanto il settore sia ancora incatenato a processi poco dinamici, proprio per evitare implicazioni legali o violazioni.
Come osserva Jarich, questo approccio nasce da un passato in cui le telco hanno già dovuto confrontarsi con limiti normativi sull’uso dei dati. Già durante l’era della personalizzazione dei servizi o dei tentativi di monetizzare la pubblicità tramite dati utente, gli ostacoli legali si erano mostrati difficili da superare. Oggi, nel contesto AI, il problema si ripropone con maggiore intensità.
Inoltre, le differenze normative tra Paesi rendono il quadro ancora più complesso. Negli Stati Uniti, come osserva Mike Robuck, la regolazione sull’AI è ancora in fase di assestamento. In Europa, invece, la tendenza è verso una regolamentazione stringente, che si estende anche ai progetti di sovranità digitale. Questa asimmetria pone ulteriori difficoltà a chi opera a livello internazionale.
Cultura aziendale e ostacoli interni
Le difficoltà non si esauriscono nella regolazione. Anche la cultura aziendale delle telco rappresenta un freno significativo. Sebbene molti operatori dichiarino di usare AI e machine learning da anni, Jarich sottolinea che spesso si tratta di iniziative isolate, legate per lo più all’ottimizzazione della rete. L’adozione trasversale dell’AI – coinvolgendo marketing, vendite, customer service – è una sfida più recente.
Jarich descrive un fenomeno diffuso: la pressione interna ad adottare l’AI arriva spesso dai vertici, ma si scontra con una base operativa prudente, se non apertamente scettica. «Troverai sempre un tecnico che dirà che l’AI è solo machine learning con un nuovo nome. Lo fanno da anni», ironizza. Questo atteggiamento, da lui definito con umorismo “tecno-brontolone”, rallenta la trasformazione organizzativa.
In questo contesto, la figura del middle manager assume un ruolo centrale. Deve interpretare le richieste dell’alto e tradurle in processi praticabili senza esporre l’azienda a rischi. Il problema è che la maggior parte delle organizzazioni non ha ancora maturato una vera strategia AI, ma si muove in modo opportunistico, spesso sulla scia del clamore mediatico.
Una pressione, inoltre, arriva anche dal mercato: clienti enterprise e stakeholder si aspettano che le telco sappiano “parlare” di AI, anche se spesso la domanda reale è ancora poco strutturata. Il paradosso, come nota Jarich, è che molte aziende vogliono l’AI senza sapere esattamente come usarla, proprio come accadde anni fa con il cloud.
Un equilibrio possibile
Le telco si trovano quindi davanti a una sfida d’equilibrio tra innovazione e responsabilità. Da un lato, la monetizzazione dei servizi AI non può più essere rimandata. Dall’altro, le modalità di implementazione devono tenere conto di compliance, protezione dei dati e trasparenza verso clienti e partner.
Jarich ritiene che proprio l’alta regolamentazione del settore possa trasformarsi, nel medio-lungo periodo, in un vantaggio competitivo. Le telco, a differenza di altri attori tech, sono abituate a gestire standard elevati in termini di privacy e sicurezza. Questo può renderle più credibili nel proporre soluzioni AI, soprattutto alle imprese. Tuttavia, il percorso sarà graduale e richiederà maggiore coordinamento interno, investimenti mirati e una narrazione pubblica più trasparente.
Nel frattempo, le mosse più sicure restano quelle legate all’efficienza operativa. Ma il tempo per limitarsi al solo risparmio si sta esaurendo. Come suggerisce l’intervento di GSMA Intelligence nel podcast, le telco dovranno presto scegliere se restare utenti passivi dell’AI o diventare protagoniste del suo sviluppo.
