Le reti di telecomunicazione stanno attraversando una trasformazione profonda: da sistemi concepiti per trasmettere dati a infrastrutture capaci di apprendere, reagire e adattarsi. È la fase matura dell’automazione delle reti, resa possibile dall’intelligenza artificiale e dalla disponibilità di dati sempre più granulari.
Come ha spiegato la presidente dell’Ordine degli Ingegneri di Milano, Carlotta Penati, in apertura al convegno “Intelligenza Artificiale alla guida delle reti: il futuro delle telecomunicazioni” — organizzato dall’Ordine degli Ingegneri della Provincia di Milano durante la Milano Digital Week 2025 — il compito delle infrastrutture non è più solo trasportare informazioni ma «gestire capacità, adattabilità e sicurezza in modo dinamico». A fronte di reti sempre più complesse, non è più sostenibile operare con strumenti tradizionali: «Serve un’intelligenza operativa, capace di far sì che le reti si autoconfigurino e si auto-ottimizzino in tempo reale». Un principio che, da tema tecnico, si estende oggi alla strategia industriale e alla sostenibilità.
Indice degli argomenti
Dalle autostrade di dati agli ecosistemi digitali intelligenti
La definizione di “autostrada digitale”, simbolo della prima era della banda larga, appare ormai riduttiva. Le reti non sono più infrastrutture passive: si trasformano in ecosistemi digitali intelligenti, capaci di dialogare con i sistemi che trasportano.
Secondo Carmelo Iannicelli, tesoriere dell’Ordine degli Ingegneri di Milano, il rapporto tra AI e rete è diventato simbiotico: «L’intelligenza artificiale supporta, aiuta e sviluppa le reti. Ma sono le reti a rendere possibile l’AI». Senza infrastrutture performanti e resilienti, l’intelligenza artificiale non potrebbe operare su larga scala; allo stesso tempo, è proprio l’AI a permettere che queste reti si gestiscano autonomamente.
I dati del DESI 2025, presentati durante l’incontro, delineano i progressi ma anche le lacune del sistema italiano. La copertura in fibra è arrivata al 70%, con una crescita del 18% in un solo anno, mentre il 5G copre ormai gran parte del territorio. Tuttavia, solo l’8% delle imprese utilizza soluzioni di intelligenza artificiale, contro il 13% della media europea, e il numero di specialisti ICT è addirittura diminuito. È un segnale chiaro: lo sviluppo tecnologico deve essere accompagnato da un salto culturale.
La gestione predittiva: dalle reti rigide alle self-healing network
L’evoluzione infrastrutturale si riflette in un cambio di paradigma nella gestione. La manutenzione reattiva, basata sull’intervento umano dopo un guasto, lascia spazio a modelli di self-healing network, reti che anticipano le anomalie e intervengono autonomamente.
Per Aldo Milan, responsabile delle mappature di rete in AGCOM, l’intelligenza artificiale è già operativa nella gestione dei dati territoriali e di copertura. Gli algoritmi analizzano le immagini aeree per riconoscere le strutture e «individuare in modo automatico i tetti degli edifici e i punti critici di connessione». Il deep learning consente di costruire rappresentazioni realistiche delle reti e di ridurre drasticamente i tempi di reporting: un documento di 450 pagine viene generato in poco più di due minuti.
AGCOM utilizza anche modelli di Retrieval-Augmented Generation (RAG), un approccio che integra la generazione linguistica con dati verificati da fonti autorevoli, garantendo così risultati affidabili e tracciabili. Tuttavia, Milan sottolinea la necessità di mantenere sempre una supervisione umana: «Gli errori sistematici sono inevitabili. Serve un controllo finale dell’uomo per validare ciò che l’AI produce».
L’esperienza regolatoria mostra dunque che la piena automazione richiede dati certificati, governance e consapevolezza dei limiti dei modelli. Senza una qualità del dato elevata, il rischio è che l’intelligenza artificiale moltiplichi gli errori invece di correggerli.
Efficienza, sostenibilità e resilienza: l’AI come leva di sistema
L’automazione delle reti non è solo un tema di efficienza tecnica, ma anche di sostenibilità economica e ambientale. La gestione automatica dei flussi consente di ottimizzare il consumo energetico e di ridurre i costi operativi, un’esigenza cruciale in un settore dove gli investimenti restano elevati ma i ricavi tendono a contrarsi.
Come ha evidenziato Stefano Pileri, Chief Innovation Officer di Maticmind, «l’intelligenza artificiale applicata alle telecomunicazioni è una leva per ottimizzare i costi e ampliare i servizi, ma anche per rendere più sostenibile l’intero sistema». I modelli di machine learning analizzano serie temporali di dati e anticipano i picchi di domanda, permettendo di pianificare capacità e manutenzione in modo predittivo.
L’automazione incide anche sulla resilienza: le reti devono essere in grado di reagire a variazioni improvvise di traffico, guasti localizzati o eventi climatici estremi. L’AI può gestire queste criticità distribuendo in modo dinamico le risorse e riducendo la latenza, soprattutto quando le architetture evolvono verso l’edge computing, con nodi di calcolo distribuiti sul territorio.
L’era dell’autoconfigurazione 5G e l’automazione del backbone
Nel campo delle reti mobili, l’autoconfigurazione 5G rappresenta una delle applicazioni più avanzate dell’automazione. Pileri ha descritto la transizione da reti statiche a sistemi capaci di modulare in tempo reale la copertura radio grazie a tecniche come il beamforming dinamico. Le antenne di nuova generazione, basate su array MIMO, seguono il movimento dei terminali mobili e regolano la potenza del segnale in funzione della domanda di traffico.
Questo livello di adattamento apre la strada a reti che si ricalibrano costantemente, garantendo continuità e qualità del servizio. Lo stesso principio viene applicato ai backbone: le centrali tradizionali si stanno trasformando in data center distribuiti, in grado di gestire potenza di calcolo, storage e connettività in modo integrato.
Maurizio Decina, professore del Politecnico di Milano, ha illustrato la portata del cambiamento: «Le centrali si riducono di numero ma diventano computer. Il futuro delle telecomunicazioni è fatto di data center interconnessi, capaci di gestire reti e calcolo come un unico sistema». Questo modello, che unisce edge, core e cloud in un continuum, rappresenta la base per la prossima generazione di servizi digitali.
Sicurezza, latenza e controllo umano: i limiti dell’automazione
Se l’automazione promette efficienza, resta il tema cruciale del controllo e della sicurezza. L’uso di modelli generativi impone nuove cautele, come la difesa da attacchi di prompt poisoning, in cui istruzioni malevole possono alterare i risultati dell’AI. AGCOM, ha ricordato Milan, sta valutando la possibilità di adottare modelli linguistici in-house per le attività più sensibili, così da preservare la riservatezza dei dati.
Un’altra sfida è la latenza: le decisioni automatizzate devono avvenire in tempi compatibili con la continuità del servizio. I modelli di AI integrati nei sistemi di rete richiedono una bassa latenza di accesso ai dati, condizione essenziale per evitare ritardi che potrebbero compromettere la qualità dell’esperienza utente.
L’automazione, inoltre, non può sostituire completamente l’intervento umano. «L’AI è datacentrica e statistica, ma le reti operano in contesti deterministici», ha spiegato Milan. Per questo motivo, ogni sistema automatizzato deve prevedere un livello di supervisione tecnica e decisionale.
Verso il 2030: la rete come organismo adattivo
Guardando al futuro, l’automazione delle reti delinea uno scenario in cui l’infrastruttura diventa un organismo in grado di percepire, interpretare e reagire. L’obiettivo europeo del 2030 — una copertura in fibra ottica e 5G pressoché totale e un utilizzo dell’AI nel 60% delle imprese — richiede un approccio sistemico: non solo tecnologia, ma anche competenze e governance.
Come ha ricordato Iannicelli, l’Italia mostra «una spinta tecnica molto forte, ma un deficit culturale che rischia di frenare l’innovazione». Le reti intelligenti, infatti, non bastano senza una forza lavoro in grado di gestirle.
L’esperienza degli enti pubblici e dei regolatori evidenzia che l’automazione non è un fine, ma un processo continuo di adattamento. La rete del futuro sarà tanto efficiente quanto affidabili saranno i suoi dati, le sue regole e la sua capacità di mantenere un equilibrio tra autonomia algoritmica e responsabilità umana.
Focus su AI e reti a Telco per l’Italia
Dell’impatto dell’AI sulle reti ne discuteremo in occasione della winter edition di Telco per l’Italia, il 3 dicembre. Il link per registrarsi all’evento qui
