Las redes para el superciclo de la IA necesitan autonomía
Este cambio tiene una implicación directa para la operación: las redes ya no pueden depender de ciclos de planificación estáticos y deben adaptarse de manera continua, detectando, decidiendo y ejecutando ajustes mediante bucles cerrados sin aprobación humana. Esto es inevitable porque los cambios ocurren más rápido que los ciclos operativos humanos, la complejidad de las redes modernas hace inviable la intervención manual y los efectos se extienden a varios dominios, de modo que intervenciones aisladas pueden amplificar la inestabilidad en lugar de contenerla.
Aunque se ha hablado de la autonomía de red durante años, aún faltaba un marco claro para coordinar decisiones extremo a extremo, y gobernarlas de forma verificable, controlada y reversible. Sin este fundamento, la operación de la red se vuelve más compleja, ya que la autonomía hace que los bucles de control se multipliquen, los tiempos de decisión se acorten y el impacto de los errores aumenten.
Coordinación y confianza en la autonomía de red
No basta con desplegar autonomía en dominios separados. Si el acceso radio, núcleo, acceso IP y transporte aplican bucles de IA independientes sobre los mismos estados de la red, los sistemas pueden entrar en conflicto, provocando oscilaciones o decisiones contradictorias. Por eso, la autonomía no puede estar aislada, requiere coordinación a nivel de sistema para arbitrar conflictos y garantizar que la intención se traduzca de forma coherente en todos los ámbitos. Sin ella, la autonomía se fragmenta y se convierte en riesgo estructural.
Además, la confianza en la autonomía depende de la transparencia y gobernanza. Los operadores deben poder ver qué cambios se realizaron y por qué, conocer qué modelos estaban activos, limitar la frecuencia de cambios y revertir acciones de forma segura. La congestión en la red de transporte puede desencadenar ajustes entre el acceso radio y el núcleo que no convergen, mientras que la autonomía coordinada logra que la red converja en lugar de oscilar.
El imperativo de la caja de cristal
Para poder desplegarse a escala de operador, la autonomía debe ser verificable, controlada y reversible. Debe explicar sus acciones, operar dentro de límites de seguridad explícitos y permitir la reversibilidad como operación estándar. Esto es lo que llamamos caja de cristal (Glass Box).
Dos realidades refuerzan este imperativo:
1. Transición a la automatización basada en agentes: en todas las industrias, las organizaciones pasan de la IA asistida a agentes que ejecutan flujos de trabajo de múltiples pasos. En redes, la automatización basada en agentes es el modelo natural para la adaptación continua, pero requiere un nivel más alto de responsabilidad.
2. El pozo gravitacional de la inteligencia: la fuente principal de dependencia tecnológica se desplaza del hardware a la capa de inteligencia: modelos, políticas y grafos de contexto. Las plataformas monolíticas y propietarias pueden generar dependencia a largo plazo.
En redes con infraestructura existente, la autonomía no se logra mediante un reemplazo completo. Las redes multigeneracionales ya combinan controladores de dominio, sistemas de políticas y procesos operativos de varios proveedores. La implementación práctica es incremental: primero bucles cerrados de alto valor en modo asesor, luego actuación limitada validando observabilidad, procedencia y reversabilidad, y finalmente expansión cuando se gana confianza. Esto conduce a un modelo híbrido de agentes: Los agentes locales de dominio ejecutan decisiones rápidas dentro de límites estrictos. Al mismo tiempo, una capa de gobernanza extremo a extremo coordina objetivos, resuelve conflictos y controla permisos y despliegues, logrando así una coordinación lógica unificada con ejecución distribuida.
Arquitectura: intención, agentes, gobernanza y estructura operativa
El desafío de la arquitectura radica en cómo estructurar la inteligencia para que la autonomía se extienda de principio a fin sin generar inestabilidad, opacidad ni dependencia. Una forma de plantearlo es como una estructura operativa que conecta cuatro elementos. Lo que el operador desea, lo que el sistema sabe, lo que el sistema tiene permitido hacer y cómo demuestra que actuó correctamente. Estos elementos transforman la autonomía, de un conjunto de optimizadores a un sistema gobernable. En este contexto, un agente es un software que traduce la intención en acción, descubriendo el contexto e invocando herramientas operativas bajo permisos y límites de seguridad. Se clasifican en observadores, asesores, actuadores, coordinadores y de ciclo de vida, y juntos muestran cómo intención, agentes, gobernanza y ejecución se integran en un sistema.
1. Intención: define resultados, latencia, fiabilidad y compensaciones energéticas, y funciona como lenguaje común entre dominios.
2. Automatización basada en agentes: traduce la intención en secuencias de acciones coordinadas, con autorización y límites de política.
3. Gobernanza de IA: plano de coordinación distribuido que arbitra conflictos y aplica la política global, evitando que la lógica local anule la intención del servicio.
4. Ejecución limitada: garantiza seguridad operativa mediante límites explícitos de alcance, frecuencia y radio de acción.
El estado final es una estructura operativa unificada, donde la automatización razona sobre resultados interrelacionados en lugar de sobre indicadores clave de rendimiento (KPI) locales.
Cinco propiedades que hacen posible la autonomía caja de cristal.
Para que la automatización sea confiable y gobernable, el sistema debe cumplir cinco propiedades esenciales:
• Observabilidad: cada acción debe ser visible; se debe poder rastrear qué cambió y cuándo.
• Procedencia: el sistema debe registrar qué modelo o política fue responsable de cada decisión.
• Trazabilidad: se debe documentar qué señales y qué contexto motivaron la acción.
• Controles de seguridad: se deben establecer límites claros para prevenir efectos no deseados, incluyendo la capacidad de revertir los cambios.
• Auditabilidad: cada intervención debe ser atribuible y verificable, lo que permite revisar decisiones y cumplir requisitos regulatorios.
Estas propiedades son imprescindibles para confiar en la autonomía, analizar eventos pasados, cumplir con las regulaciones y responder de manera responsable ante incidentes.
Ciclo de vida, gobernanza y apertura de la autonomía
El ciclo de vida de la autonomía incluye mucho más que código, abarcando modelos de IA, políticas, flujos de agentes y gobernanza de datos. La automatización requiere incorporar la integración continua (CI) para pruebas y validación antes del despliegue, y despliegue continuo (CD) para implementar decisiones y agentes con seguimiento de efectos. La trazabilidad de datos y el control de accesos son críticos, ya que cada decisión depende de qué información procesaron los modelos, y sin ello no se garantiza la transparencia ni el cumplimiento normativo.
El riesgo de dependencia tecnológica ya no reside en el hardware, sino en la capa de inteligencia de la red: modelos, grafos de contexto, APIs y flujos de agentes. Para evitar el bloqueo tecnológico, es necesario contar con interfaces abiertas y gobernadas que permitan interoperabilidad, así como garantizar la portabilidad de la automatización, de modo que flujos, modelos o agentes puedan moverse entre plataformas sin quedar bloqueados por proveedores específicos.
La autonomía es inevitable, la inestabilidad no lo es
La IA está integrando la inteligencia en cada capa de la red. La caja de cristal es el límite que se mantiene, la única forma de escalar la autonomía sin sacrificar el determinismo y la confianza necesarios para la infraestructura esencial. El único riesgo real es avanzar demasiado lento mientras la autonomía se desarrolla más rápido que nuestra capacidad para gestionarla.
Autor: Oğuz Sunay CTO Fellow de IA, y Pallavi Mahajan, Directora de Tecnología e IA de Nokia
