O avanço da inteligência artificial (IA) está desafiando uma das crenças mais arraigadas do setor de telecomunicações: a de que o papel das redes se limita ao transporte eficiente de dados. Segundo análise publicada pela Teletime, a conectividade está se tornando parte central da infraestrutura capaz de viabilizar aplicações de IA em escala, o que exige mudanças profundas na forma como as redes são planejadas, operadas e monetizadas. Para empresas e gestores públicos, a consequência é clara: a infraestrutura de rede tradicional já não basta para sustentar aplicações críticas baseadas em IA, e a subestimação desse salto pode gerar custos operacionais, riscos de indisponibilidade e perda de competitividade.

IA redefine padrões de tráfego e planejamento de rede

Durante décadas, o dimensionamento das redes móveis foi orientado principalmente pelo consumo de conteúdo, com predominância do tráfego de downlink, ou seja, dados enviados da rede para o usuário, como vídeos e redes sociais. A expansão das aplicações de IA, no entanto, já começa a inverter essa lógica. Segundo dados de 55 operadoras monitoradas pela Ericsson, citados pela Teletime, o uplink (dados enviados pelo usuário para a rede) cresce mais rápido que o downlink em quatro de cada cinco operadoras analisadas. Embora a participação do uplink no tráfego total tenha subido de cerca de 10% para quase 11% em um ano, em interações com ferramentas de IA generativa, como o ChatGPT, esse índice chega a quase 28%.

Essa mudança não é apenas quantitativa, mas qualitativa. Aplicações de IA exigem desempenho e capacidade de resposta diferenciados, o que altera os critérios de planejamento. O tempo de resposta, por exemplo, passa a ser um indicador-chave de experiência do usuário, substituindo métricas tradicionais como o tempo para início de um vídeo. Para Ana Francisco, diretora de Soluções do Cliente da Ericsson para o Cone Sul da América Latina, “a inteligência artificial vai requerer uma conectividade de uplink; e isso muda completamente a forma de planejar a rede”.

Automação e autonomia: IA dentro da própria infraestrutura

A transformação impulsionada pela IA não se limita ao tráfego gerado por novas aplicações. Ela alcança a própria operação das redes. A automação baseada em inteligência artificial permite avançar de processos rígidos e manuais para operações adaptativas, capazes de tomar decisões em tempo real com base no contexto da rede. Esse movimento, conhecido como AI for Networks, está no centro do conceito de redes autônomas.

O framework do TM Forum, citado pela Teletime, organiza a maturidade das redes em níveis de autonomia. A meta de alcançar o nível 4 até 2030 já foi anunciada por operadoras como a Telefônica, sinalizando que a automação inteligente deixou de ser apenas um objetivo tecnológico e passou a ser um compromisso de negócio. O desafio, porém, é garantir que a IA opere de forma confiável em ambientes de grande escala, coordenando agentes autônomos que podem atuar sobre diferentes funções da rede.

Esse novo cenário também traz à tona o conceito de “assinantes invisíveis”: agentes de IA que executam tarefas em nome de pessoas ou empresas, ampliando exponencialmente a demanda por conectividade. Uma falha em uma decisão financeira automatizada, por exemplo, tem impacto muito maior do que a interrupção de um vídeo, tornando a criticidade da aplicação um fator central na valoração da conexão.

Governança e interoperabilidade: riscos e desafios do novo paradigma

O aumento da autonomia das redes traz consigo a necessidade de governança robusta. Operadoras e empresas precisam ser capazes de auditar decisões tomadas por sistemas de IA, garantir o cumprimento de políticas e manter mecanismos de intervenção. A abertura arquitetural e a interoperabilidade ganham importância, especialmente em ambientes multivendor, onde decisões tomadas por soluções proprietárias podem se tornar caixas-pretas inacessíveis.

Segundo Ana Francisco, “se você está numa arquitetura lock-in, uma caixa preta, você perde a possibilidade de ter abertura, liberdade. E mais do que isso: como você audita uma decisão tomada dentro de uma solução que é totalmente proprietária, que você não sabe o que se passa ali dentro?”. A dependência de soluções fechadas pode limitar a capacidade de adaptação e aumentar o risco operacional, especialmente em aplicações críticas para negócios ou serviços públicos.

Outro ponto de atenção é a coordenação entre diferentes agentes autônomos atuando sobre a mesma infraestrutura. Decisões isoladas podem gerar conflitos e comprometer a operação em escala, exigindo mecanismos de orquestração multidomínio e visibilidade centralizada.

Evolução progressiva: como as empresas podem se preparar

Apesar da complexidade, a transição para redes preparadas para IA não exige a substituição total da infraestrutura existente. A análise da Teletime destaca que operadoras e empresas podem evoluir gradualmente, incorporando software, automação e inteligência de forma progressiva. A orquestração multidomínio, por exemplo, permite traduzir intenções de negócio em configurações técnicas da rede, viabilizando serviços diferenciados como o network slicing, que aloca recursos sob medida para cada aplicação.

Essa capacidade de diferenciação é fundamental em um cenário onde a conectividade deixa de ser um commodity e passa a ser um elemento estratégico para aplicações de IA. Empresas que dependem de sistemas autônomos, assistentes virtuais ou análise em tempo real precisam garantir que a rede ofereça desempenho, disponibilidade e resposta adequados ao contexto de uso.

Para organizações do Polo Industrial de Manaus e órgãos públicos da região, o desafio é ainda maior devido à necessidade de garantir conectividade robusta em um ambiente geograficamente complexo. A adoção de soluções escaláveis, abertas e auditáveis pode ser o diferencial para sustentar operações críticas e inovar em serviços baseados em IA.

O que ainda não se sabe: incertezas e próximos passos

Embora haja consenso entre especialistas sobre a necessidade de redes mais inteligentes e autônomas para viabilizar a adoção massiva da IA, persistem dúvidas relevantes. Não há dados consolidados sobre o impacto financeiro da transição para modelos de rede autônoma, nem sobre os riscos de segurança associados à delegação de decisões a agentes de IA. Além disso, o grau de interoperabilidade entre soluções de diferentes fornecedores ainda é limitado, o que pode dificultar a integração em ambientes multivendor.

Outro ponto em aberto é a definição de padrões de governança e auditoria para redes autônomas. Sem mecanismos claros de transparência, empresas podem enfrentar desafios regulatórios e de responsabilidade em caso de falhas operacionais causadas por decisões automatizadas.

Por fim, a velocidade com que as operadoras e provedores regionais conseguirão adaptar suas infraestruturas determinará quem estará apto a capturar as oportunidades de negócio trazidas pela IA, e quem ficará para trás.

O salto para redes preparadas para IA já começou, e o custo de ignorar essa transformação pode ser alto para empresas que dependem de conectividade confiável e adaptativa. Em um cenário onde a criticidade das aplicações cresce e a automação se torna regra, a escolha da arquitetura de rede, aberta, auditável e escalável, passa a ser uma decisão estratégica, capaz de definir a capacidade de inovar e sustentar operações críticas no novo ciclo da conectividade.