## Predicciones de crecimiento en inteligencia artificial

Tabla de contenidos

Huawei impulsa la IA para mejorar servicios de telcos

  • Huawei prevé un salto de escala: capacidad de IA 10 veces mayor, hasta 900.000 millones de agentes y un aumento de datos de 1.000x.
  • La compañía sitúa a las telcos en una posición privilegiada para capturar valor: red, relación con el cliente y operación a gran escala.
  • La apuesta pasa por reforzar el negocio core (hogar y consumo), elevar la “pegajosidad” con experiencias consistentes y ganar eficiencia interna.
  • La monetización, según Huawei, debe avanzar por fases: primero eficiencia, luego servicios a empresas y, por último, escenarios de consumo de alta frecuencia.

IA transformará el diseño de redes
MWC 2026 (Barcelona) fue el escenario donde Eric Yang (Huawei, negocio de carriers) planteó una tesis clara: la IA no solo añadirá nuevas funciones, sino que cambiará la forma en que se diseñan, operan y “se viven” las redes.
En este artículo, las cifras y ejemplos se presentan como predicciones y casos citados por Huawei (no como certezas del mercado): sirven para entender qué presiones podrían llegar (más datos, más automatización) y dónde una telco puede capturar valor primero (hogar/consumo, consistencia entre dispositivos y eficiencia operativa).

Estas líneas recogen los mensajes expuestos por Eric Yang, presidente del negocio de carriers de Huawei, durante su intervención en el Mobile World Congress 2026 (Barcelona).

Huawei dibuja un escenario de expansión acelerada de la inteligencia artificial que, de materializarse, presionará y a la vez favorecerá a los operadores. En el Mobile World Congress 2026 de Barcelona, Eric Yang, presidente del negocio de carriers de Huawei, afirmó que la IA será “cada vez más fiable” y que su capacidad crecerá por un factor de 10.

La predicción viene acompañada de dos cifras que apuntan a un cambio estructural: la aparición de hasta 900.000 millones de agentes de IA y un incremento de datos de 1.000x. En términos de telecomunicaciones, esto implica más tráfico, más exigencia de latencia y calidad, y una demanda creciente de automatización para operar redes y servicios con eficiencia.

Señal (según Huawei / Eric Yang en MWC 2026) Magnitud citada Qué significa en una telco (impacto práctico) Pregunta operativa para aterrizarlo
Crecimiento de capacidad de IA 10x Más casos de uso “en producción” (no solo pilotos) y más decisiones automatizadas en red/servicio. ¿Qué procesos hoy son manuales por falta de fiabilidad y podrían pasar a automatización supervisada?
Número de agentes de IA Hasta 900.000 millones Multiplicación de interacciones máquina-a-máquina y asistentes actuando en nombre de usuarios/empresas. ¿Tu arquitectura de identidad, permisos y auditoría soporta agentes actuando “por” el cliente?
Crecimiento de datos 1.000x Más presión en transporte, almacenamiento, observabilidad y gobierno del dato; más valor si se usa para prevenir incidencias. ¿Qué parte del dato es realmente accionable (telemetría, tickets, QoE) y con qué latencia necesitas verlo?

Prioridades para los operadores de telecomunicaciones

El mensaje de Huawei a las telcos se resume en tres prioridades operativas y comerciales:

  1. Actualizar servicios de consumo y del hogar con IA para fortalecer el negocio principal (conectividad fija y móvil, y servicios asociados).
  2. Ofrecer experiencias consistentes entre dispositivos —del móvil al router, del hogar al coche— para aumentar la fidelidad y reducir la rotación.
  3. Optimizar operaciones internas antes de “exportar” capacidades de IA a otras industrias, validando primero el impacto en costes, calidad y tiempos de resolución.

Prioridades convertidas en acción
Cómo convertir las 3 prioridades en un plan accionable (sin cambiar la tesis):
– 1) Hogar/consumo con IA (reforzar el core)
– Foco: soporte y autogestión del Wi‑Fi/hogar, diagnóstico y resolución.
– Objetivo: menos incidencias repetidas y mejor percepción de calidad.
– KPI sugerido: tasa de resolución en primer contacto (FCR) y reducción de “reaperturas” de ticket.
– 2) Experiencia consistente entre dispositivos (aumentar “stickiness”)
– Foco: continuidad de experiencia (móvil-router-TV/coche) y políticas coherentes (priorización, perfiles, controles).
– Objetivo: que el cliente sienta un servicio “único” aunque cambie de pantalla o red.
– KPI sugerido: churn y adopción de bundles/premium (como proxy de valor percibido).
– 3) Eficiencia interna primero (financiar y validar)
– Foco: O&M, inspección de calidad, automatización de tareas repetitivas.
– Objetivo: bajar coste por incidencia y acortar tiempos de ciclo.
– KPI sugerido: coste por ticket/orden y MTTR (tiempo medio de resolución).

La tesis de fondo es que los operadores no solo transportan datos: pueden orquestar experiencias y automatizar procesos en el borde de la red, donde la IA puede actuar con contexto y rapidez.

Transformación de servicios al consumidor mediante IA

Huawei sitúa el frente de consumo como el terreno más inmediato para diferenciarse, especialmente en el hogar y en servicios tradicionales como la voz, que pueden “reinventarse” con agentes.

En este contexto, “agentes de IA” se entiende como asistentes capaces de interactuar (por ejemplo, por voz), ejecutar acciones operativas (como pruebas de red o priorización de tráfico) y, cuando no pueden resolver, escalar el caso abriendo un ticket y coordinando una visita.

Flujo Operable de Diagnóstico Hogar/Voz
Flujo práctico del agente (hogar/voz) con checkpoints para evitar “magia” y hacerlo operable:
1) Detectar
– Señal: queja del usuario (“va lento”), degradación de QoE o anomalía en telemetría.
– Checkpoint: confirmar contexto (dispositivo, ubicación, hora, tipo de uso: gaming/streaming/llamada).
2) Priorizar
– Acción: aplicar políticas temporales (p. ej., priorizar tráfico sensible a latencia).
– Checkpoint: registrar el cambio y su duración; permitir revertirlo automáticamente.
3) Probar
– Acción: ejecutar tests (conectividad, Wi‑Fi, latencia, pérdida, ruido en llamada).
– Checkpoint: distinguir “problema de red” vs “problema de dispositivo/entorno” para no escalar en falso.
4) Resolver
– Acción: aplicar correcciones seguras (reinicio guiado, cambio de canal, ajuste de perfil, supresión de ruido, etc.).
– Checkpoint: validar con una métrica simple (mejora de latencia/estabilidad o calidad percibida) y pedir confirmación al usuario.
5) Escalar (si no se resuelve)
– Acción: abrir ticket con diagnóstico adjunto, proponer ventana de visita y coordinar agenda.
– Checkpoint: que el ticket incluya “qué se probó” y “qué cambió” para evitar repetición y acelerar el trabajo de campo.

Mejora de la experiencia del hogar

El hogar aparece como oportunidad central: el cliente no quiere menús técnicos ni llamadas interminables, sino que “funcione”. Según Yang, un agente de IA doméstico podría gestionar el rendimiento de la red con comandos de voz y actuar cuando la calidad se degrada.

El ejemplo descrito: si empeora la red en casa, el agente puede priorizar aplicaciones sensibles a la latencia (como gaming), probar la red automáticamente, resolver el problema si es posible o, si no, abrir un ticket, programar una visita y guiar el proceso de mantenimiento.

Huawei citó a China Telecom como caso en marcha: actualización de servicios VIP con paquetes fiber-to-room combinados con agentes de IA para el hogar, una fórmula que mezcla mejora de infraestructura con una capa de experiencia y soporte automatizado.

Reinvención de servicios de voz

La voz, históricamente un servicio maduro y con presión competitiva, es presentada como un candidato natural para la IA. Yang destacó que agentes de llamada impulsados por IA pueden reducir de forma significativa el ruido de fondo y habilitar servicios añadidos: reservas, traducción, pedidos de comida o gestiones durante la llamada.

En esta visión, la voz deja de ser solo minutos y cobertura: se convierte en una interfaz para ejecutar tareas, con potencial para ampliar el alcance del servicio y mejorar la experiencia del usuario.

Eficiencia operativa y su importancia

Antes de prometer nuevas fuentes de ingresos, Huawei insiste en el “primer dividendo” de la IA: la eficiencia. Yang puso un ejemplo concreto en instalación y mantenimiento: donde las inspecciones manuales alcanzaban alrededor del 2% de los usuarios, los sistemas basados en IA podrían revisar el 100%.

Impacto real de la eficiencia
Checklist rápida para medir si la eficiencia “2% → 100%” se traduce en impacto real (y no solo en cobertura):
– Baseline claro: ¿cuál era la tasa de inspección, el coste por inspección y el % de fallos detectados antes?
– Cobertura vs precisión: si sube la cobertura, ¿qué pasa con falsos positivos/negativos y retrabajos?
– Tiempo de ciclo: ¿baja el tiempo desde instalación/intervención hasta validación de calidad?
– Coste total: ¿disminuye el coste por orden (incluyendo revisitas) o solo se desplaza a otra área?
– Calidad percibida: ¿se refleja en menos incidencias post-instalación y mejor NPS/CSAT?
– Trazabilidad: ¿queda registro auditable de qué se inspeccionó, qué se detectó y qué acción se tomó?

La implicación es doble: mejora de calidad (menos fallos no detectados) y reducción de costes (menos revisiones manuales, menos repetición de trabajos). En un sector con márgenes presionados, la automatización de O&M (operación y mantenimiento) se plantea como condición previa para escalar cualquier estrategia de IA.

Monetización de la inteligencia artificial en telecomunicaciones

Huawei propone una monetización por etapas, alineada con madurez tecnológica y riesgo comercial:

  • Fase 1: casos de alta madurez como ahorro energético y eficiencia en O&M, donde el retorno suele ser más medible y rápido.
  • Fase 2: “productizar” herramientas internas (oficina, ventas, atención al cliente) y convertirlas en ofertas para empresas, aprovechando lo aprendido dentro del operador.
  • Fase 3: escenarios de consumo de alta frecuencia y alta fidelidad, donde los agentes se usan a diario y escalan con rapidez, reforzando el vínculo con el cliente.
Fase (según Huawei) Inversión típica Riesgo principal Horizonte de valor Tipo de valor que suele dominar Señal de que estás listo para pasar a la siguiente
1) Eficiencia (energía, O&M) Media (integración + datos + automatización) Medición incompleta: ahorro “teórico” que no llega a P&L Corto Reducción de coste, menos retrabajo, mejor calidad Ahorros repetibles y métricas estables (coste por orden/ticket, MTTR)
2) B2B (convertir herramientas internas en oferta) Media–alta (producto, soporte, go-to-market) Encaje de producto: lo interno no siempre es vendible tal cual Medio Nuevos ingresos por servicios/soluciones y diferenciación Casos internos estandarizados + capacidad de soporte y SLAs
3) Consumo alta frecuencia (agentes “diarios”) Alta (experiencia, ecosistema, escalado) Confianza del usuario y complejidad de operación omnicanal Medio–largo Retención, ARPU por bundles/premium, reducción de churn Experiencia consistente y baja fricción; automatización con escalado humano claro

El orden no es casual: primero se financia la transformación con eficiencias, luego se amplía el catálogo B2B y finalmente se busca escala masiva en consumo.

Casos de uso de agentes de IA en redes

Más allá del discurso, los casos de uso descritos apuntan a una red más autónoma y orientada a intención:

  • Diagnóstico y resolución automática en el hogar: pruebas, priorización de tráfico, apertura de incidencias y coordinación de visitas.
  • Inspección de calidad asistida por IA en despliegues e intervenciones, elevando cobertura de control del 2% al 100% según el ejemplo citado.
  • Agentes de voz enriquecidos: reducción de ruido y ejecución de tareas (traducción, reservas, pedidos), integrando servicios sobre la capa de conectividad.

Casos y resultados esperados
Mini catálogo (qué es, qué necesita y qué resultado esperar) basado en los ejemplos citados:
– Hogar: autodiagnóstico + priorización
– Ejemplo: priorizar gaming cuando cae la calidad, lanzar pruebas y decidir si se resuelve o se agenda visita.
– Prerrequisitos: telemetría de CPE/Wi‑Fi, políticas de QoS, integración con CRM/ticketing y agenda de campo.
– Resultado esperado: menos llamadas repetidas y menos “paseos” de técnico sin diagnóstico.
– O&M: inspección de calidad automatizada
– Ejemplo: pasar de inspección manual parcial (~2%) a revisión amplia (hasta 100% en el ejemplo de Yang).
– Prerrequisitos: criterios de calidad codificados, datos de instalación/mantenimiento, capacidad de muestreo y auditoría.
– Resultado esperado: detección temprana de fallos y reducción de retrabajos post-intervención.
– Voz: agente de llamada con supresión de ruido + tareas
– Ejemplo: reducir ruido de fondo y habilitar acciones (reservas, traducción, pedidos) durante la llamada.
– Prerrequisitos: pipeline de audio en tiempo real, integración con servicios/partners, controles de permisos y registro de acciones.
– Resultado esperado: mejor calidad percibida y ampliación del “alcance” del servicio de voz.

La idea transversal es que los agentes no solo “responden”: actúan, coordinan y cierran bucles operativos, desde la experiencia del usuario hasta el back-end.

El Futuro de la Experiencia del Cliente en Telecomunicaciones

Transformación Digital y su Impacto en el Sector

La hoja de ruta de Huawei sugiere que la transformación digital en telecomunicaciones entra en una fase donde la IA deja de ser un complemento y pasa a ser una capa estructural: en la red, en la operación y en la relación con el cliente. Con más datos y más agentes, el diferencial se moverá hacia quién automatiza mejor y quién convierte esa automatización en experiencia.

La Importancia de la Automatización en la Atención al Cliente

Los agentes de IA prometen reducir fricción: menos pasos, menos esperas y más resolución en el primer contacto. En el enfoque presentado, la atención al cliente se integra con la operación: si hay un problema, el agente no solo informa, sino que prueba, prioriza, corrige o escala con un ticket y agenda.

Desafíos y Oportunidades en la Implementación de IA

implica oportunidades, pero también complejidad: integrar agentes con sistemas de red, procesos de campo y canales de atención. La oportunidad para las telcos es convertir esa complejidad en una ventaja competitiva basada en su infraestructura y capilaridad operativa.

Estrategias para Mejorar la Retención de Clientes

Huawei vincula la retención a dos palancas: mejorar el servicio core (hogar y conectividad) y garantizar consistencia entre dispositivos. Si el cliente percibe que la red “se autogestiona” y que la experiencia es uniforme, aumenta la probabilidad de permanencia y de contratación de servicios premium.

El Papel de los Agentes de IA en la Modernización de Servicios

En la visión de Yang, los agentes de IA son el motor de modernización: convierten la conectividad en una plataforma de acciones —desde optimizar una partida online hasta gestionar una reserva por voz— y permiten a los operadores pasar de vender acceso a vender resultados. En un mercado maduro, esa transición puede marcar la diferencia entre competir por precio o competir por experiencia.

Indicadores clave a 12 meses
Qué vigilar en los próximos 6–12 meses para saber si esta visión se está volviendo “real” en una telco:
– Señales en operación: aumento de automatizaciones que cierran el bucle (detectan→actúan→verifican) sin intervención humana en casos repetibles.
– Señales en cliente: mejora sostenida de FCR y caída de reaperturas; menos fricción en hogar (Wi‑Fi) y en voz.
– Señales en red/datos: más telemetría utilizable en tiempo casi real y mejor trazabilidad de decisiones del agente.
– Señales en negocio: pilotos que pasan a despliegues con KPIs publicados internamente (coste por ticket/orden, MTTR, churn, adopción de bundles).

Crecimiento de IA en Huawei: Oportunidades para Telcos pone el foco en cómo los agentes, la automatización y la consistencia entre dispositivos pueden convertir la complejidad operativa en una mejor experiencia y más retención. Desde Suricata Cx, trabajamos precisamente en aterrizar esa visión en operaciones omnicanal reales de telcos e ISPs, con IA aplicada a resolución y eficiencia sin perder el control humano donde importa.

En la práctica, esa “aterrización” suele depender de dos piezas: integrar los agentes con sistemas y procesos (tickets, agenda de campo, datos de cliente/servicio) y diseñar flujos donde la automatización resuelva lo predecible y escale con transparencia cuando se requiere intervención humana.

Las cifras y ejemplos atribuidos a Huawei se basan en declaraciones públicas realizadas en MWC 2026 y reflejan la visión y predicciones del propio fabricante. En la práctica, el ritmo de adopción y los resultados pueden variar según la integración de sistemas, la calidad del dato y la operación de cada operador. Esta información corresponde a lo disponible públicamente al momento de redactarse y podría actualizarse si surgen nuevos datos.