L’AI Ran diventa il nuovo terreno competitivo delle reti mobili. Non più solo algoritmi a supporto delle operation, ma modelli integrati dove il traffico nasce, cambia e va gestito in tempo reale. Ericsson prova a spostare in avanti l’asticella con una sottoscrizione software pensata per portare intelligenza artificiale telco-grade direttamente in baseband e radio. La promessa è chiara: aumentare prestazioni, efficienza spettrale e risparmio energetico, senza richiedere nuovo hardware agli operatori.
La novità arriva mentre i servizi basati su AI iniziano a pesare sulle architetture mobili. Applicazioni più esigenti, automazione distribuita e scenari a bassa latenza chiedono reti più programmabili. In questo quadro, la Ran non può restare un livello passivo. Deve diventare un ambiente capace di decidere, adattarsi e ottimizzare le risorse con continuità.
Ericsson presenta così l’AI Ran come un’offerta scalabile commercialmente per i communication service provider. Le prime funzionalità sono disponibili nel secondo trimestre 2026. Altri aggiornamenti arriveranno nel corso dell’anno. Il gruppo punta a inserirsi nella transizione verso reti AI-native, partendo dalle infrastrutture 5G già installate.
Indice degli argomenti
L’intelligenza entra nel punto più critico della rete
La radio access network è il segmento in cui si gioca gran parte dell’esperienza utente. Qui si concentrano latenza, copertura, interferenze, mobilità e consumo energetico. Portare l’AI Ran significa quindi intervenire nel punto più sensibile della catena del valore mobile.
La proposta Ericsson introduce modelli progettati per operare in tempo reale dentro la rete radio. Non si tratta di analisi ex post o di ottimizzazione centralizzata. Il focus è sull’inferenza a latenza ultra-bassa, fino al livello dei microsecondi, con affidabilità e robustezza su ambienti dinamici.
Secondo l’azienda, i modelli sono stati sviluppati con competenze di dominio telco e addestrati su dati di qualità. Questo aspetto è decisivo. Nelle reti mobili, un modello generico rischia di non cogliere la complessità del segnale radio, della mobilità e della propagazione. La qualità dei dati diventa quindi una condizione industriale, non solo tecnica.
La sottoscrizione include anche software di apprendimento continuo. Questo permette alla rete di migliorare nel tempo, sulla base di dati scalabili e coerenti. In prospettiva, il valore non sta solo nella singola funzione AI. Sta nella capacità di costruire un ciclo di adattamento costante.
Dalla performance al consumo energetico
L’efficienza è uno dei punti centrali dell’offerta. Ericsson indica benefici già osservati in più di 15 deployment e trial a livello globale. La società parla di un incremento fino al 20% del throughput in downlink e fino al 10% dell’efficienza spettrale. A questi risultati si aggiunge il supporto a un numero fino a due volte superiore di utenti ad alto traffico.
Sono numeri rilevanti perché toccano una priorità concreta degli operatori. La crescita della domanda dati non sempre può essere affrontata con nuovo spettro o nuovi siti. In molte aree, soprattutto nei mercati maturi, la sfida è estrarre più valore dagli asset esistenti.
Il software diventa quindi una leva di capacità. Joe Madden, principal analyst di Mobile Experts, sintetizza il punto con una lettura orientata al ritorno sugli investimenti. A suo avviso, l’offerta può “consentire agli operatori di ottenere più capacità, maggiore osservabilità e servizi di localizzazione più accurati dalla rete 5G già acquistata”.
L’altro fronte è l’energia. Il consumo della rete radio pesa in modo significativo sui costi operativi. Integrare AI Ran consente, nelle intenzioni Ericsson, di ottimizzare le risorse con maggiore precisione. Il risultato atteso è una rete più performante, ma anche più sostenibile sul piano operativo.
Un passaggio verso le reti AI-native
La nuova offerta si colloca dentro una traiettoria più ampia. Ericsson afferma di aver introdotto funzionalità AI nei propri prodotti fin dall’era 4G. Nel 2021 ha aggiunto accelerazione AI-ready nei sistemi Ran Compute. A febbraio 2026 ha presentato Neural Network Accelerators nelle radio Massive Mimo, aumentando di dieci volte la capacità di inferenza AI.
L’AI Ran rappresenta quindi un tassello di continuità. L’obiettivo è usare il modello giusto nella parte giusta della rete radio. La logica è distribuita: alcune funzioni possono vivere nelle radio, altre nei sistemi di calcolo Ran, altre ancora nelle piattaforme Cloud Ran.
Questa architettura è importante per due ragioni. La prima riguarda le prestazioni. Alcune decisioni devono essere prese vicino al segnale, con tempi incompatibili con elaborazioni remote. La seconda riguarda la portabilità. Ericsson sottolinea che il software Cloud Ran consente di distribuire capacità AI anche su piattaforme partner.
La prospettiva AI-native non coincide quindi con una sostituzione improvvisa dell’infrastruttura. È piuttosto una trasformazione graduale. Gli operatori possono iniziare a integrare modelli intelligenti nei livelli già operativi, estendendo poi l’automazione a nuovi casi d’uso.
Scheduler, beamforming e osservabilità
Le prime funzionalità annunciate indicano con chiarezza le aree di intervento. Ericsson cita AI-native Scheduler for Link Adaptation, AI-powered Macro Positioning, AI-managed Beamforming e AI-powered Multi-layer Coordination. A queste si aggiungono Performance Management Event Schema Files e Augmented Observability for AI Ran.
Dietro questi nomi si intravede una trasformazione pratica della gestione radio. Lo scheduler è il meccanismo che assegna risorse agli utenti. Migliorarlo con AI significa adattare le decisioni alle condizioni reali del collegamento. Il beamforming, invece, incide sulla direzione e sulla qualità del segnale. Una gestione intelligente può aumentare efficienza e copertura.
La coordinazione multilayer è altrettanto strategica. Le reti 5G sono costruite su livelli diversi di copertura e capacità. Macro celle, bande differenti e risorse distribuite devono cooperare in modo più fine. L’AI può aiutare a decidere dove instradare il traffico e come bilanciare la rete.
C’è poi il tema dell’osservabilità. Una rete più autonoma deve anche essere più leggibile. Gli operatori hanno bisogno di capire perché una funzione decide in un certo modo. La trasparenza operativa diventa essenziale per fiducia, controllo e sicurezza.
Il ruolo degli operatori nei trial
Le dichiarazioni degli operatori mostrano come il tema stia entrando nelle roadmap industriali. SoftBank legge l’AI Ran come un passo per portare intelligenza artificiale più in profondità nella rete radio. Teruyuki Oya, senior vice president e Cno della società, collega la tecnologia all’ottimizzazione in tempo reale di performance, efficienza spettrale ed esperienza utente.
Il manager richiama anche gli scenari di Physical AI. Sono casi d’uso che dipendono da connettività a bassa latenza, alta affidabilità e coordinamento tra rete e risorse computazionali. È un passaggio significativo. La rete non viene vista solo come trasporto dati, ma come abilitatore di servizi intelligenti distribuiti.
Bell insiste invece sulla crescita della domanda per servizi AI-driven. Bruce Dean, senior vice president network technology and operations, evidenzia l’integrazione diretta dell’AI nella Ran come passaggio per rendere le reti più intelligenti ed efficienti. Il riferimento riguarda performance, efficienza energetica e qualità percepita dai clienti.
SK Telecom guarda alla traiettoria verso il 6G. Yu Takki, head of network technology office, collega la collaborazione con Ericsson a prestazioni, risparmio energetico e operation più automatizzate. La prospettiva è rafforzare la leadership nelle reti alimentate da AI e preparare le basi per il 6G AI-native.
Anche Rogers pone l’accento sull’ottimizzazione in tempo reale. Mark Kennedy, chief technology officer, sottolinea il potenziale per migliorare le performance di rete e ridurre i consumi. La lettura conferma un punto: l’AI nella Ran viene valutata prima di tutto come leva operativa.
La competizione si sposta sul software
La mossa di Ericsson segnala un cambio di equilibrio nel mercato delle infrastrutture mobili. Hardware, radio e silicon restano centrali. Tuttavia il valore si sposta sempre più sul software, sui modelli e sulla capacità di orchestrare dati e decisioni.
Per i vendor, questo significa trasformare il rapporto con gli operatori. La sottoscrizione software crea una logica di aggiornamento continuo. Non vende solo una funzione, ma un percorso di miglioramento progressivo. In un mercato sotto pressione, questa formula può diventare rilevante anche sul piano commerciale.
Per gli operatori, la domanda è più concreta. Serve capire quanto valore l’AI possa produrre sulle reti esistenti. Capacità, localizzazione, automazione e consumi sono dimensioni misurabili. Se i risultati saranno confermati su scala, AI Ran potrà diventare una componente ordinaria della modernizzazione 5G.
Il dato sulla precisione di posizionamento è un esempio. Ericsson indica una copertura della previsione tra il 90% e il 95% e una precisione fino a cinque volte superiore nel posizionamento utente. Questo apre scenari non limitati alla connettività tradizionale. Servizi location-based più accurati possono interessare industria, logistica, sicurezza e applicazioni mission critical.
Automazione avanzata e agentic AI
Un altro elemento rilevante è il supporto all’agentic AI. Ericsson lo collega ad automazione avanzata della Ran e delle operation di rete. Il tema va oltre il machine learning applicato a singole funzioni. Riguarda sistemi capaci di assistere o automatizzare processi complessi, con obiettivi definiti e capacità di azione.
Nelle reti mobili, questa prospettiva deve però convivere con vincoli rigorosi. La Ran richiede affidabilità, sicurezza e prevedibilità. Ogni decisione automatizzata può incidere su qualità del servizio, continuità e priorità del traffico. Per questo l’adozione sarà graduale e controllata.
Un banco di prova per il 5G Advanced
L’AI Ran funziona con Ericsson 5G Advanced su piattaforme purpose-built e Cloud Ran. Questo colloca l’offerta nella fase evolutiva del 5G, non in un orizzonte remoto. Il 5G Advanced è il terreno su cui molti operatori stanno preparando capacità più spinte di automazione, efficienza e supporto a servizi verticali.
La scelta di non richiedere hardware aggiuntivo è centrale. Riduce la barriera iniziale e consente agli operatori di valutare benefici su reti già operative. In un contesto di investimenti selettivi, questa caratteristica può accelerare l’adozione.
Resta aperta la questione della scala. I trial indicano risultati promettenti, ma la prova industriale sarà la diffusione su reti ampie, eterogenee e congestionate. Ogni mercato presenta condizioni diverse di spettro, densità, topologia e traffico. La capacità dei modelli di adattarsi a questa varietà sarà decisiva.
