El término está en todas partes y casi siempre mal usado. Esta es la definición de trabajo con la que operamos, la diferencia entre IA de adorno, IA adaptada e IA-nativa, y las preguntas que separan las tres en diez minutos de conversación con un proveedor.
El telecom IA-nativo es un modelo operativo en el que la inteligencia máquina vive dentro de las rutas de decisión de la red: encaminamiento, puntuación de fraude, supervisión de calidad y assurance consumen la salida de los modelos como parte normal de operar la red, con ingenieros calibrando los sistemas en lugar de sustituirlos, y con los modelos aprendiendo del tráfico vivo en un bucle continuo.
Casi todos los carriers dicen tener IA ahora. Los claims se ordenan en tres categorías, y la diferencia no es la tecnología: es adónde va la salida. Un modelo que alimenta una web de marketing es decoración. Un modelo que alimenta un panel es analítica. Un modelo que alimenta una decisión de encaminamiento, una puntuación de fraude o una alerta de calidad, con un ingeniero responsable de su calibración, es infraestructura. Solo el tercero cambia tu economía.
| IA de adorno | IA adaptada | IA-nativa | |
|---|---|---|---|
| Dónde vive la IA | Web corporativa y notas de prensa | Dashboards, informes, copilotos junto al flujo | Dentro de las rutas de decisión de la red |
| Qué decide | Nada | Describe lo que ya pasó | Encaminamiento, fraude, alertas de calidad, en tiempo real |
| Escalas de tiempo | Nunca | Días a semanas | Minutos a horas |
| Quién verifica | Nadie | Analistas leyendo informes | Ingenieros que calibran los modelos y responden del resultado |
| El test | Pregunta dónde se consume la salida del modelo. Si la respuesta honesta es una diapositiva, un panel o un chatbot, no es IA-nativa. | ||
El wholesale es el bucle de retroalimentación más duro y rápido de las telecomunicaciones. Una decisión de encaminamiento se demuestra en una hora: las llamadas contestan o no contestan. Una hipótesis de fraude se confirma o se mata con días de CDRs, no con trimestres de comité. Ninguna otra capa del sector genera este volumen de verdad etiquetada a esta velocidad. Por eso los primeros carriers genuinamente IA-nativos están emergiendo del wholesale, no de los departamentos de marketing retail.
1. ¿Dónde exactamente se consume la salida del modelo en tus operaciones? Un panel no es una decisión.
2. ¿Qué pasa el día que el modelo se equivoca? A quién se avisa, y con qué velocidad.
3. ¿Cuál fue tu última tasa de falsos positivos medida en marcado de fraude? Lo que no se mide, no se gestiona.
4. Quién recalibra los líneas base, con qué frecuencia y contra qué datos.
5. ¿Qué cazó el sistema el trimestre pasado que un humano habría perdido, y qué cazó un humano que el sistema perdió?
Si las respuestas son vagas, no estás mirando un carrier IA-nativo. Estás mirando un folleto. Así operamos nosotros.
