La inteligencia artificial llega al corazón de los ISP
17/11/2025
Operadores de la región comienzan a integrar IA en la gestión y monitoreo de sus redes. La promesa: detectar fallas antes de que afecten al usuario y automatizar respuestas en tiempo real. Pero el éxito depende de un factor crítico: la calidad y coherencia de los datos internos.
La inteligencia artificial ya no es una promesa abstracta para los proveedores de Internet (ISP). La creciente complejidad de las redes, el aumento del tráfico y la presión por mejorar la experiencia del cliente están empujando a las empresas a incorporar herramientas capaces de analizar eventos, predecir fallas y actuar de manera automática. Ese entusiasmo convive con un obstáculo estructural: la calidad de los datos disponibles.
“Hoy más del 80% de las iniciativas de desarrollo de inteligencia artificial fallan, y no es por falta de tecnología, sino por la calidad de la información”, afirmó Epafras Schaden, director de tecnología (CTO) de EdgeUno, una compañía de servicios de red que está expandiendo sus operaciones en América Latina.
“Si no sabemos con certeza qué cliente está conectado a qué interfaz o cómo está configurado el circuito, no hay modelo que funcione.”
Durante una charla en LACNIC 44, el CTO de Edgeuno destacó la posibilidad de realizar detección inteligente de anomalías, análisis predictivo y automatización de tareas repetitivas. “La IA permite pasar de una operación reactiva a una operación proactiva. En vez de esperar a que algo se rompa, podemos anticipar problemas y corregirlos antes de que el cliente los perciba”, señaló.
Esto impacta directamente en la experiencia del usuario. Con menos incidentes y tiempos de respuesta más cortos, los centros de atención y los NOC pueden enfocarse en casos complejos en lugar de resolver problemas repetitivos.
Pero para llegar allí se necesita primero ordenar la casa. La integración de datos provenientes de CRM, BSS, monitoreo, inventarios de red y logs operativos es clave. “No sirve de nada tener todos los logs del router si no puedo relacionarlos con la base de datos del cliente. La información aislada no genera contexto, y sin contexto la IA no entiende la red”, explicó.
(Acceso libre, no requiere suscripción)
CAMINO LARGO. Una de las herramientas mencionadas es el uso de modelos de lenguaje (LLM), tanto comerciales como locales, integrados mediante protocolos que permiten que la IA consulte información de la red en tiempo real y sugiera acciones automáticas. “Nuestro objetivo es pasar de una red manual a una red autónoma, capaz de autocorregirse y optimizarse sin intervención humana directa”, sostuvo el CTO.
El camino no es inmediato. Requiere inversión, tiempo y equipos técnicos con nuevas competencias. “Los ingenieros de redes ahora tienen que pensar como arquitectos de software. Es un cambio cultural profundo”, advirtió Schaden. La escasez de profesionales con ese perfil es uno de los principales desafíos que enfrentan los operadores.
SOBERANÍA Y PRIVACIDAD. También existe un debate sobre soberanía y privacidad de datos. Por ello, muchas empresas están optando por entrenar y ejecutar modelos de IA localmente, sin enviar información a servicios externos. “La seguridad y el costo son factores decisivos. Los modelos locales nos permiten controlar ambos”, afirmó.