Le reti mobili AI impongono un nuovo modo di pensare al modo in cui si misura la qualità del 5G. Per oltre vent’anni il settore delle telecomunicazioni ha raccontato la performance delle infrastrutture mobili attraverso un numero dominante: la velocità di download. Era una metrica coerente con l’era dello streaming, dei social network, della navigazione web e del consumo di contenuti. Ma l’avanzata dell’Intelligenza artificiale cambia il paradigma.
È la tesi al centro del report “Beyond Download Speed: Benchmarking 5G Mobile Networks Against AI Workloads” di Ookla, che propone un nuovo modello di valutazione delle reti mobili rispetto ai carichi generati dall’AI. Il punto non è più stabilire quale operatore scarichi più velocemente, ma capire quali reti riescano a sostenere applicazioni che generano traffico continuo, richiedono più upload, mantengono connessioni attive e dipendono dal percorso verso il cloud.
Secondo Ookla, i vecchi indicatori non bastano più. Le metriche decisive diventano capacità in uplink, latenza multi-server, latenza sotto carico, latenza verso il cloud e jitter. Sono parametri che descrivono molto meglio l’esperienza reale di chatbot, assistenti vocali, agenti autonomi, applicazioni multimodali e realtà aumentata.
Indice degli argomenti
Perché il download non racconta più tutta la storia
Una rete molto veloce in download può non essere pronta per l’AI. È questo il primo messaggio del report. Le reti mobili sono state progettate partendo da un assunto solido: gli utenti consumano molti più dati di quanti ne producano. Il rapporto tradizionale tra downlink e uplink, spesso vicino a 90/10, rifletteva questo modello.
L’intelligenza artificiale lo mette in discussione. Quando un utente invia un prompt a un modello linguistico, l’intero contesto deve viaggiare verso il cloud prima che arrivi la risposta. Se il prompt contiene documenti, immagini, audio o istruzioni articolate, la pressione sull’upload cresce rapidamente. Nei casi più evoluti, come voice AI, agentic AI e applicazioni multimodali, il traffico in uscita diventa ancora più rilevante.
Secondo il report, il traffico dei modelli linguistici testuali presenta già un rapporto uplink/downlink di circa 29/71. Le applicazioni vocali e agentiche si avvicinano invece a un equilibrio 50/50, mentre la realtà aumentata e la visione multimodale arrivano intorno al 40% di uplink. Questo significa che il 5G pensato per distribuire contenuti deve ora imparare a trasportare richieste, contesto e dati generati dagli utenti.
Il tema non riguarda soltanto la quantità di traffico. Riguarda la sua forma. L’AI produce carichi più intermittenti, più imprevedibili, più continui e più sensibili al ritardo. È un traffico meno simile allo streaming video e più vicino a un’interazione costante tra dispositivo, rete, cloud e modello.
L’upload diventa una risorsa strategica
Il primo collo di bottiglia è l’upload. Ookla mostra che meno della metà degli 86 operatori analizzati raggiunge la soglia di 20 Mbps indicata come target per applicazioni di AI multimodale e realtà aumentata. La rete media dedica appena il 10,1% della capacità disponibile all’uplink.
Il dato fotografa una tensione strutturale. Gli operatori hanno aumentato la capacità complessiva delle reti, ma non sempre hanno riequilibrato la quota destinata ai dati in uscita. In molti mercati, anzi, la percentuale di capacità allocata all’upload è rimasta piatta o si è ridotta dal 2023.
La differenza tra mercati è ampia. L’Indonesia guida per quota di upload, con il 23,9%, seguita dalla Germania con il 15,6%. Gli Stati Uniti si fermano invece al 5,1%, il valore più basso del campione. Tuttavia la quota non racconta tutto: mercati con bassa allocazione possono comunque offrire buone prestazioni assolute se la capacità totale è elevata.
Il report segnala infatti che e& UAE raggiunge 57,50 Mbps di upload mediano, oltre quattro volte i principali operatori statunitensi. La Corea del Sud ottiene valori elevati grazie al C-band TDD, ma mantiene una quota di uplink ridotta. La Germania rappresenta invece un caso interessante, perché è l’unico mercato in cui la quota di upload cresce in modo significativo, grazie a investimenti mirati su spettro, 5G Standalone e carrier aggregation.
Per le telco la direzione è chiara: non basta aggiungere capacità. Bisogna riequilibrare la rete verso l’uplink, adottando 5G Standalone, uplink carrier aggregation, NR-DC e un migliore coordinamento dei frame TDD.
La latenza è il nuovo terreno competitivo
L’upload non è l’unico vincolo. La latenza pesa ancora di più quando le applicazioni diventano conversazionali, multimodali o real time. Un chatbot può tollerare qualche ritardo. Un assistente vocale no. Un’applicazione di realtà aumentata ancora meno.
Il report distingue tra diverse soglie. Per gli LLM testuali il target di latenza multi-server è inferiore a 50 millisecondi. Per la voice AI scende sotto i 40 millisecondi. Per applicazioni multimodali e AR il target arriva sotto i 10 millisecondi, una soglia che nessun mercato raggiunge oggi.
ùI dati mostrano che 18 mercati su 22 soddisfano il target per gli LLM testuali. Per la voice AI il numero scende a 13. Singapore guida con 24,6 millisecondi, seguita dagli Emirati Arabi Uniti con 31,1 millisecondi. Restano fuori dal target testuale Corea del Sud, India, Stati Uniti e Spagna, anche se alcuni di questi mercati figurano tra i più forti per velocità di download.
È qui che il report mostra il cambio di paradigma. Le classifiche fondate sul download non coincidono con quelle basate sulla AI readiness. Una rete può scaricare molto rapidamente e, allo stesso tempo, non garantire la risposta stabile richiesta dalle applicazioni intelligenti.
Sotto carico emergono i veri limiti
La latenza misurata in condizioni normali racconta solo una parte del quadro. Per capire se una rete regge davvero i carichi AI bisogna osservarla quando è sotto stress. Ookla usa la loaded latency per misurare il ritardo quando la connessione è pienamente utilizzata.
Qui le differenze diventano più nette. Il rapporto di degradazione varia da 3,7 volte nel Regno Unito e in Indonesia fino a 11,4 volte in Thailandia. Gli Emirati Arabi Uniti registrano invece la migliore latenza mediana sotto carico, pari a 288,4 millisecondi, grazie a investimenti coordinati in carrier aggregation, Mimo avanzato e 5G Standalone.
Il dato è importante perché l’AI non lavora sempre in condizioni ideali. Le celle mobili vengono condivise da molti utenti. Quando più persone attivano chatbot, voice AI, upload di immagini o agenti autonomi, la rete deve mantenere prestazioni coerenti. In caso contrario, l’esperienza degrada anche se la velocità di picco resta elevata.
Le differenze emergono anche dentro lo stesso Paese. Nel Regno Unito, ad esempio, EE registra una latenza best-case sotto carico di 119 millisecondi, mentre O2 arriva a 305 millisecondi. Il divario tra operatori dello stesso mercato può quindi pesare quanto quello tra Paesi diversi.
Il cloud entra nella qualità della rete
L’AI sposta il benchmark oltre il perimetro tradizionale dell’operatore. La rete mobile controlla il percorso fino al proprio edge, ma l’inferenza avviene spesso nei data center degli hyperscaler. Di conseguenza, la qualità dell’esperienza dipende anche da routing, interconnessione, peering e prossimità ai cloud provider.
Ookla misura la latenza verso AWS, Azure, Google Cloud e Oracle Cloud Infrastructure. Il risultato conferma che il cloud è diventato una parte della prestazione percepita. In Brasile la latenza mediana verso i cloud provider varia tra 149,7 e 163,6 millisecondi, con un impatto evidente sulle applicazioni real time. In Europa, invece, il percorso risulta più efficiente: la Germania raggiunge AWS a 42,2 millisecondi e mostra uno scarto di appena 2,7 millisecondi tra il provider più veloce e quello più lento.
La situazione cambia molto in Asia Pacifico. In Australia la differenza tra AWS e Oracle Cloud Infrastructure arriva a 96,6 millisecondi. Un divario simile può decidere se un’applicazione vocale, agentica o multimodale risulta fluida o percepibilmente lenta.
Per questo Ookla inserisce il cloud peering tra le priorità di investimento. Gli operatori devono trattare il percorso verso il cloud come parte dell’infrastruttura di rete. Peering diretto, routing ottimizzato e interconnessioni più vicine agli hyperscaler diventano strumenti essenziali per migliorare l’esperienza AI.
Nessun operatore è pronto per l’AI multimodale real time
Il dato più netto riguarda le applicazioni più avanzate. Nessuno degli 86 operatori analizzati soddisfa contemporaneamente i requisiti di upload e latenza per AI multimodale e AR vision. La soglia dei 10 millisecondi rimane fuori portata per tutte le reti considerate.
Questo non significa che il 5G non possa supportare l’AI. Significa che supporta soprattutto l’AI testuale e alcune applicazioni vocali, mentre resta lontano dai requisiti delle esperienze più immersive e sensibili al ritardo.
Il passaggio successivo richiederà un’evoluzione profonda dell’architettura. Serviranno network slicing per isolare il traffico sensibile alla latenza, AI-RAN per integrare funzioni intelligenti nella rete radio, edge inference per avvicinare il calcolo all’utente e una maggiore maturità del 5G Standalone.
La prospettiva non riguarda solo smartphone e chatbot. Coinvolge smart glasses, wearable, robotica, computer vision industriale, assistenza sanitaria remota, logistica e Physical AI. Sono casi d’uso che generano dati in modo continuo e che trasformano la rete mobile in una piattaforma operativa, non più solo in un canale di accesso a Internet.
Le quattro priorità per le telco
La conclusione del report individua quattro direttrici d’azione per gli operatori.
La prima è il riequilibrio dell’upload, perché i carichi AI spingono il traffico verso rapporti molto più simmetrici rispetto al passato. La seconda riguarda latenza e jitter, che devono entrare nei Kpi di rete accanto alle metriche tradizionali. La terza è il cloud peering, sempre più decisivo per ridurre la latenza end-to-end. La quarta è la preparazione alla nuova ondata di applicazioni AI, attraverso slicing, AI-RAN, edge inference e architetture distribuite.
Per gli operatori si tratta di un cambio di prospettiva industriale. Il 5G non dovrà essere soltanto più veloce. Dovrà essere più bilanciato, più stabile, più vicino al cloud e più capace di garantire prestazioni sotto carico.
Dallo speed test alla AI readiness
Il principale contributo del report Ookla non consiste nella classifica dei mercati più performanti. La vera novità è metodologica. Il settore deve smettere di misurare le reti mobili solo con indicatori nati nell’era dello streaming.
Nell’era dell’Intelligenza artificiale, la qualità della connettività dipende dalla capacità di sostenere workload complessi, continui e distribuiti. Upload, latenza, jitter e cloud path diventano componenti della stessa esperienza.
Per le telco si apre quindi una fase più matura della competizione sul 5G. Dopo la copertura e la velocità di picco, arriva il momento della AI readiness. Il prossimo benchmark non dirà soltanto quanto rapidamente una rete scarica contenuti, ma quanto bene riesce a far funzionare applicazioni intelligenti nel mondo reale.
Partecipa alla community