A inteligência artificial chega ao coração dos ISP
17/11/2025
Operadoras da região começam a integrar IA na gestão e no monitoramento de suas redes. A promessa: detectar falhas antes que afetem o usuário e automatizar respostas em tempo real. Mas o sucesso depende de um fator crítico: a qualidade e a consistência dos dados internos.
A inteligência artificial já não é uma promessa abstrata para os provedores de Internet (ISPs). A crescente complexidade das redes, o aumento do tráfego e a pressão para melhorar a experiência do cliente estão levando as empresas a incorporar ferramentas capazes de analisar eventos, prever falhas e agir de forma automática. Esse entusiasmo convive com um obstáculo estrutural: a qualidade dos dados disponíveis.
“Hoje, mais de 80% das iniciativas de desenvolvimento de inteligência artificial falham, e não é por falta de tecnologia, mas sim pela qualidade da informação”, afirmou Epafras Schaden, diretor de tecnologia (CTO) da EdgeUno, uma empresa de serviços de rede que está expandindo suas operações na América Latina.
“Se não soubermos com certeza qual cliente está conectado a qual interface ou como o circuito está configurado, não há modelo que funcione.”
Durante uma palestra no LACNIC 44, o CTO da EdgeUno destacou a possibilidade de realizar detecção inteligente de anomalias, análise preditiva e automação de tarefas repetitivas. “A IA permite passar de uma operação reativa para uma operação proativa. Em vez de esperar que algo quebre, podemos antecipar problemas e corrigi-los antes que o cliente os perceba”, apontou.
Isso impacta diretamente na experiência do usuário. Com menos incidentes e tempos de resposta mais curtos, os centros de atendimento e os NOCs podem se concentrar em casos complexos em vez de resolver problemas repetitivos.
Porém, para chegar lá, é preciso primeiro organizar a casa. É fundamental a integração de dados provenientes de CRM, BSS, monitoramento, inventários de rede e logs operacionais. “De nada adianta ter todos os logs do roteador se eu não puder relacioná-los com a base de dados do cliente. A informação isolada não gera contexto, e sem contexto a IA não entende a rede”, explicou.
(Acesso livre, não requer assinatura)
CAMINHO LONGO. Uma das ferramentas mencionadas é o uso de modelos de linguagem (LLM), tanto comerciais quanto locais, integrados por meio de protocolos que permitem que a IA consulte informações da rede em tempo real e sugira ações automáticas. “Nosso objetivo é passar de uma rede manual para uma rede autônoma, capaz de autocorrigir-se e otimizar-se sem intervenção humana direta”, afirmou o CTO.
O caminho não é imediato. Exige investimento, tempo e equipes técnicas com novas competências. “Os engenheiros de redes agora precisam pensar como arquitetos de software. É uma mudança cultural profunda”, alertou Schaden. A escassez de profissionais com esse perfil é um dos principais desafios enfrentados pelas operadoras.
SOBERANIA E PRIVACIDADE. Também existe um debate sobre soberania e privacidade de dados. Por isso, muitas empresas estão optando por treinar e executar modelos de IA localmente, sem enviar informações para serviços externos. “A segurança e o custo são fatores decisivos. Os modelos locais nos permitem controlar ambos”, afirmou.