Noticias IA
← Volver al día · 24 de junio de 2026

Nokia y Google Cloud lanzan seis agentes de IA con Gemini para automatizar redes de telecomunicaciones

Nokia y Google Cloud han anunciado una colaboración para integrar los modelos Gemini de Google dentro del paquete de software Nokia Assurance Center. El objetivo central es el desarrollo y despliegue de seis agentes de Inteligencia Artificial especializados en telecomunicaciones que acelerarán el camino hacia redes…

Por DPL News · 23 de junio de 2026.

Nokia y Google Cloud han anunciado una colaboración para integrar los modelos Gemini de Google dentro del paquete de software Nokia Assurance Center. El objetivo central es el desarrollo y despliegue de seis agentes de Inteligencia Artificial especializados en telecomunicaciones que acelerarán el camino hacia redes totalmente automatizadas y autónomas. La asociación responde directamente a los retos que enfrentan los operadores de telecomunicaciones: gestionar infraestructuras de red cada vez más complejas, con volúmenes de tráfico de datos en continuo crecimiento, manteniendo al mismo tiempo la seguridad y la continuidad operativa.

El contexto de partida es que los métodos tradicionales y manuales de gestión de redes están perdiendo efectividad ante la escala y velocidad que exigen las redes modernas. Google y Nokia esperan que estos agentes ayuden a los proveedores de telecomunicaciones a distinguir los problemas críticos de infraestructura del simple «ruido de fondo» operativo, con el fin de acelerar las reparaciones, reducir el tiempo de inactividad y proteger los ingresos de los operadores.

Vivek Jaiswal, vicepresidente senior de Redes Autónomas de Nokia, declaró: «La era de la IA exige un nuevo tipo de red: una que sea programable, nativa de la IA y capaz de operar a la velocidad de una máquina. Con los agentes impulsados por Gemini integrados en la cartera de automatización de Nokia, estamos ayudando a los proveedores de telecomunicaciones a ir más allá de las operaciones manuales para maximizar el rendimiento, garantizar la confiabilidad y encontrar nuevas eficiencias en sus datos».

**Los seis agentes especializados en detalle**

La colaboración se articula en torno a seis agentes con funciones bien diferenciadas:

1. **Agente de enrutador**: Actúa como capa de orquestación central. Interpreta la intención del usuario y gestiona la comunicación entre el resto de agentes, garantizando en todo momento el cumplimiento de las barreras operativas establecidas por el operador.

2. **Agente de clasificación de eventos**: Analiza las alarmas en curso y las compara con patrones históricos para identificar causas fundamentales y evaluar el impacto operativo real de cada incidencia.

3. **Agente selector de KPI**: Proporciona interpretación experta en el dominio de métricas de rendimiento de red, incluyendo definiciones y unidades de medida complejas, para apoyar el razonamiento de los demás agentes.

4. **Agente razonador de anomalías**: Investiga el comportamiento inusual de la red para determinar si una desviación detectada es un problema genuino o una falsa alarma, reduciendo así la carga de trabajo innecesaria sobre los equipos técnicos.

5. **Agente razonador de acciones**: Compara los eventos activos con catálogos de automatización para recomendar pasos de corrección específicos, actuando como capa asesora antes de ejecutar cualquier acción.

6. **Agente de panel**: Permite a los equipos técnicos generar rápidamente análisis visuales y pantallas de seguimiento mediante indicaciones en lenguaje natural, sin necesidad de configuraciones complejas.

**Arquitectura técnica: ADK de Google Cloud y Gemini Enterprise Agent**

Nokia desarrolló estas capacidades utilizando el Agent Development Kit (ADK) de Google Cloud sobre la plataforma Gemini Enterprise Agent, con rutas de enrutamiento y conversación inteligentes que aprovechan el razonamiento multimodal de Gemini. Un aspecto técnico relevante es que el marco multiagente no requiere servicios administrados complejos: se ejecuta sobre el almacenamiento y el cómputo estándar de la infraestructura en nube de cada operador, lo que elimina la necesidad de adquirir nuevas capacidades de cómputo dedicadas.

Esta decisión de diseño es significativa desde el punto de vista de la adopción: al poder correr sobre configuraciones de nube ya existentes, los operadores de telecomunicaciones evitan costos adicionales de infraestructura, lo que reduce la barrera de entrada y acelera los tiempos de despliegue.

**El modelo de «autonomía de caja de cristal»: humanos en el bucle**

Uno de los elementos más relevantes desde la perspectiva de la IA agéntica responsable es el concepto que Nokia denomina «autonomía de caja de cristal». En lugar de excluir a los operadores humanos del proceso decisional, el marco introduce el agente razonador de acciones como una capa de asesoramiento. Este agente presenta sus recomendaciones a los ingenieros humanos, quienes mantienen la aprobación final sobre los puntos de control críticos antes de que cualquier corrección sea ejecutada y registrada automáticamente.

Para escenarios de bajo riesgo previamente aprobados por políticas internas del operador, la misma arquitectura puede admitir una automatización de ciclo completamente cerrado, es decir, sin intervención humana. Esto sitúa a la solución en un espectro de autonomía configurable: desde la asistencia al operador hasta la automatización total, según el nivel de confianza y riesgo operativo que el propio operador defina.

Este enfoque de «human-in-the-loop» selectivo resulta especialmente relevante en el contexto regulatorio actual, ya que permite a los operadores cumplir con requisitos de supervisión humana para decisiones críticas, mientras se maximiza la eficiencia en tareas rutinarias de bajo riesgo.

**Impacto cuantificado: reducción de tiempos y falsas alarmas**

Nokia aporta cifras concretas sobre el impacto esperado de la arquitectura multiagente:

- Reducción de los tiempos de resolución de problemas de red entre un **50% y un 80%**. - Reducción de falsas alarmas y escaladas innecesarias. - Posibilidad de ejecutarse sobre configuraciones de nube existentes, evitando nuevos costos de infraestructura para los operadores.

Estas cifras, si se confirman en despliegues reales, representarían una mejora operativa muy sustancial para los operadores de telecomunicaciones, cuyos centros de operaciones de red (NOC) gestionan decenas o centenares de miles de alarmas diarias en redes de gran escala.

**Disponibilidad y hoja de ruta comercial**

El agente de enrutador y el agente de clasificación de eventos ya están en funcionamiento en el momento del anuncio. Cuando la plataforma se lance oficialmente como modelo SaaS en Google Cloud Marketplace, previsto para **septiembre de 2026**, los operadores podrán implementar este paquete inicial de agentes certificados de inmediato para trabajar con Nokia Assurance Center. Los agentes restantes, descritos como más complejos, serán entregados mediante actualizaciones continuas de software posteriores al lanzamiento.

La modalidad de distribución como SaaS en Google Cloud Marketplace es relevante: facilita la adquisición, la facturación y la integración para operadores que ya utilizan Google Cloud como proveedor de nube, y reduce los fricciones de procurement habituales en el mercado de telecomunicaciones.

**El programa más amplio de Nokia hacia redes autónomas**

La colaboración con Google forma parte de un programa más amplio de Nokia para acelerar la plena autonomía en la operación de redes de telecomunicaciones. Nokia argumenta que estas redes deberán estar preparadas para lo que denomina un «hiperciclo» de IA, que incrementará exponencialmente el tráfico de tokens, sesiones y datos en los próximos años, conforme los modelos de IA se integren en más aplicaciones y servicios.

En paralelo al anuncio con Google Cloud, Nokia también presentó la última versión de su suite de redes autónomas, con mejoras en la automatización de la RAN (Red de Acceso Radioeléctrico) y nuevos marcos basados en IA para redes IP, fijas y ópticas. La suite introduce opciones de implementación local (on-premises) y nuevos casos de uso orientados a mejorar resultados comerciales concretos, como mejor calidad del servicio VoLTE, mayor observabilidad de la red y experiencia de usuario optimizada en redes de acceso radioeléctrico.

Además, la solución MantaRay SMO de Nokia —alineada con los estándares Open RAN y con capacidades multiproveedor en campo para RAN tradicional— incorpora ahora funcionalidad non-real-time RIC, con rApps habilitadas para IA que administran redes de radio complejas, detectan anomalías y admiten la segmentación dinámica de la red.

**Implicaciones para la IA agéntica en telecomunicaciones**

Este anuncio es un ejemplo práctico y concreto de cómo la IA agéntica —es decir, sistemas compuestos por múltiples agentes con roles especializados que colaboran para resolver tareas complejas— está encontrando aplicación industrial en un sector tan crítico como las telecomunicaciones. La arquitectura multiagente presentada por Nokia y Google sigue el patrón de orquestador-agentes especializados que se ha consolidado como modelo de referencia en el ecosistema de IA agéntica: un agente central (el enrutador) coordina a agentes con competencias específicas (clasificación, análisis de KPI, detección de anomalías, recomendación de acciones, visualización).

La elección de Gemini como modelo base y del ADK de Google Cloud como framework de desarrollo refleja la apuesta de Google por posicionar su plataforma agéntica en verticales industriales de alto valor, donde la complejidad de los datos y la criticidad de las decisiones justifican el uso de modelos de razonamiento avanzado y multimodal.

Como contexto del sector, el mercado de automatización de redes de telecomunicaciones impulsada por IA es uno de los segmentos de mayor crecimiento en el ámbito de la IA empresarial. Los operadores de telecomunicaciones manejan redes con millones de nodos, sensores y alarmas, lo que hace que la automatización basada en IA sea no solo deseable sino prácticamente necesaria para mantener la competitividad operativa.

**Comparación con el enfoque de otros actores del sector**

En general, competidores de Nokia como Ericsson y Huawei también están desarrollando capacidades de automatización y IA para redes, aunque con distintos modelos de asociación y arquitecturas. La alianza Nokia-Google con Gemini compite directamente con iniciativas similares que utilizan otros grandes modelos de lenguaje e infraestructuras de nube como AWS o Microsoft Azure. El hecho de que Nokia opte por Google Cloud y Gemini —en lugar de construir capacidades propietarias de IA— indica una tendencia del sector hacia la especialización: los fabricantes de redes se centran en el dominio específico del conocimiento de telecomunicaciones, mientras delegan la potencia de razonamiento de IA a los grandes proveedores de modelos de fundación.

**Perspectiva regulatoria**

Desde la perspectiva del marco regulatorio europeo de IA, el diseño de «caja de cristal» con supervisión humana para decisiones críticas está alineado con los principios del EU AI Act, que exige niveles adecuados de supervisión humana para sistemas de IA utilizados en infraestructuras críticas. Las redes de telecomunicaciones son consideradas infraestructura crítica en la mayoría de jurisdicciones, lo que sitúa a estos sistemas potencialmente en categorías de riesgo elevado bajo el EU AI Act. El hecho de que Nokia haya diseñado explícitamente un modelo donde el humano mantiene la aprobación final sobre decisiones críticas parece una respuesta consciente a este entorno regulatorio.

**Prospectiva**

El lanzamiento oficial en Google Cloud Marketplace en septiembre de 2026 será el primer test real de adopción masiva. Los próximos indicadores a seguir son: cuántos operadores adoptan la solución en sus primeros meses de disponibilidad, si las métricas de reducción de tiempos de resolución (50%-80%) se confirman en entornos de producción reales, y cómo evoluciona la entrega de los agentes más complejos mediante las actualizaciones de software prometidas.

A más largo plazo, si la arquitectura multiagente demuestra su valor en redes de telecomunicaciones, podría convertirse en un modelo de referencia exportable a otros sectores de infraestructura crítica —energía, transporte, utilities— donde la gestión de alertas, la detección de anomalías y la automatización de respuestas presentan problemáticas estructuralmente similares.

Referencias