L’intelligenza artificiale nelle telecomunicazioni non è più un’ipotesi futuristica: è una realtà in rapida espansione. Secondo le ultime analisi, il valore globale del mercato AI nel settore passerà da 4,4 miliardi di dollari quest’anno a oltre 102 miliardi nel giro di meno di dieci anni.
Già nel 2023, quasi metà dei Communication Service Provider (CSP) aveva avviato programmi pilota di intelligenza artificiale, e il 41% stava già passando alla fase di implementazione operativa.
La corsa è iniziata, ma non tutti stanno correndo nella direzione giusta. Il rischio è quello di inserire AI sopra infrastrutture e processi pensati per un’epoca diversa, replicando inefficienze e rigidità. La vera sfida, invece, è sviluppare piattaforme AI-native, progettate fin dall’inizio per integrarsi con sistemi e dati in modo fluido.
Indice degli argomenti
Perché l’AI non può vivere nei silos
Storicamente, i sistemi OSS (Operational Support Systems) delle telecomunicazioni sono stati organizzati in compartimenti separati, ciascuno con funzioni e dati propri. Questa struttura a silos limita la visibilità complessiva della rete, rallenta la risoluzione dei problemi e ostacola l’efficienza operativa.
Per l’AI, questo è un problema critico: gli algoritmi hanno bisogno di dati completi, accurati e aggiornati per prendere decisioni efficaci. Un’AI che lavora su informazioni parziali rischia di amplificare errori e inefficienze.
Come sintetizza Joe Cumello, uno dei principali esperti del settore: “Non puoi fare AI su ciò che non vedi”.
L’abbattimento dei silos non è quindi solo un esercizio organizzativo, ma un requisito tecnico. Le soluzioni migliori oggi integrano dati provenienti da tutta la rete, da diversi domini e fornitori, offrendo una visione unificata e coerente.
Dati federati e cloud-native: la base per le reti autonome
Per arrivare a un’operatività realmente autonoma, i CSP stanno adottando approcci cloud-native, progettati per gestire sia infrastrutture fisiche sia virtuali in modo integrato.
Non basta “impacchettare” vecchie funzioni in un ambiente Kubernetes: serve una progettazione nativa per il cloud, che offra scalabilità, flessibilità e facilità di integrazione con più fornitori.
Quando inventario, orchestrazione e service assurance sono unificati, i tempi di onboarding di nuovi servizi si riducono da settimane a giorni, gli errori di configurazione si azzerano e la gestione diventa più agile.
Un esempio concreto arriva da Lumen, che ha ridotto i tempi di individuazione dei guasti a pochi minuti e accorciato di settimane i processi per il lancio di nuovi servizi, ottenendo al contempo notevoli risparmi operativi.
L’AI “agentica”: dal dato all’azione autonoma
Il passo successivo nella trasformazione è l’adozione di AI agentica — sistemi di agenti intelligenti e coordinati, capaci di interpretare obiettivi di alto livello e tradurli in azioni operative su reti complesse e multi-vendor.
Grazie a dati in tempo reale e modelli digital twin della rete, questi agenti possono:
- rilevare anomalie prima che diventino problemi;
- riorientare il traffico in caso di congestione;
- avviare manutenzione preventiva;
- ottimizzare le risorse durante eventi ad alta densità di connessioni.
Secondo il modello Autonomous Network del TM Forum, i livelli 4 e 5 di autonomia — quelli in cui le reti operano con intervento umano minimo — possono generare per i CSP oltre 800 milioni di dollari l’anno.
Esempio pratico: in una grande città durante un evento, un CSP può usare agenti AI per anticipare i picchi di traffico dati, riequilibrare le risorse di rete e garantire qualità del servizio senza interruzioni.
Integrazione con il cloud e scalabilità globale
Dal 2021, la quota di CSP che ha spostato almeno metà dei carichi OSS/BSS sul cloud pubblico è più che raddoppiata. Questo consente loro di sfruttare infrastrutture AI scalabili offerte da provider come AWS, Google Cloud e Azure, mantenendo al contempo sicurezza e conformità.
Un’integrazione nativa permette di implementare automazioni avanzate, come il network slicing dinamico, che adatta in tempo reale la capacità della rete alle esigenze di specifici gruppi di utenti o applicazioni.
L’AI OSS di nuova generazione è già qui
I fornitori più innovativi stanno già mettendo a disposizione casi d’uso AI preconfigurati, dalla previsione dei guasti al bilanciamento del traffico, passando per la gestione proattiva dei servizi.
Queste soluzioni, spesso dotate di interfacce low-code o drag-and-drop, permettono a personale tecnico e non tecnico di creare e distribuire nuovi agenti in tempi rapidi, accelerando l’automazione senza bisogno di competenze di programmazione avanzata.
Il nuovo OSS non è solo un aggiornamento tecnologico: è una trasformazione strategica.
Rompe i silos, introduce intelligenza autonoma e rende le telecomunicazioni più agili, resilienti e pronte per un mercato sempre più competitivo.
