Presentado por Booz Allen
AI-RAN, o redes de área de radio de inteligencia artificial, es una reinvención de lo que puede hacer la infraestructura inalámbrica. En lugar de tratar la red como un conducto pasivo para datos, AI-RAN la convierte en una capa computacional activa. Es un sensor, una estructura informática y un plano de control para operaciones físicas, todo en uno. Ese cambio tiene enormes implicaciones para industrias que van desde la manufactura y la logística hasta la atención médica y la infraestructura inteligente.
VentureBeat habló con dos líderes en el centro de esta transformación: Chris Christou, vicepresidente senior de Booz Allen, y Shervin Gerami, director gerente de Cerberus Operations Supply Chain Fund.
«AI-RAN puede traer la promesa de extender las redes 5G y, eventualmente, 6G a la empresa», dijo Christou. «Demostrar que una plataforma puede albergar inferencias en el borde para permitir nuevos tipos de IA (en particular, IA física y casos de uso de tipo autónomo para cosas como la fabricación inteligente y el almacenamiento inteligente) puede hacer que las operaciones sean más eficientes y efectivas».
«AI-RAN permite a las empresas pasar de la digitalización de los procesos a operarlos de forma autónoma», añadió Gerami. «La inversión empresarial no debería considerar AI-RAN como una actualización de la red. Es un sistema operativo para industrias físicas».
La diferencia entre AI para RAN, AI en RAN y AI y RAN
La diferencia entre IA para RAN, IA en RAN e IA y RAN es fundamental. AI on RAN ejecuta cargas de trabajo de AI empresarial en una infraestructura informática de borde integrada con RAN, lo que permite aplicaciones en tiempo real como visión por computadora, robótica e inferencia LLM localizada.
La IA y la RAN representan una convergencia más profunda, donde las redes están diseñadas para ser nativas de la IA, con cargas de trabajo de IA e infraestructura de radio diseñadas juntas como un sistema distribuido y coordinado. En esta etapa, RAN evoluciona de una capa de transporte a una capa fundamental de la economía de la IA.
«Esta es la parte transformadora», dijo Gerami. «Se trata de diseñar aplicaciones en conjunto con las redes. Ahora la aplicación conoce el estado de la red y la red comprende la intención de la aplicación. La IA para RAN ahorra dinero. La IA en RAN agrega capacidad. Luego, la IA y la RAN juntas crean modelos de negocios completamente nuevos».
Es este marco en capas lo que hace que AI-RAN sea más que una evolución incremental de la tecnología inalámbrica existente y, en cambio, un cambio de plataforma que abre la red al tipo de ecosistema de desarrolladores e innovación de aplicaciones que históricamente ha sido el dominio de la computación en la nube.
Cómo ISAC convierte la red en un sensor
La detección y las comunicaciones integradas (ISAC) son el centro de la infraestructura. La red se convierte en el sensor, una infraestructura convergente que simultáneamente comunica y detecta su entorno al mismo tiempo que alberga algoritmos y aplicaciones en el borde. Permitirá la detección de drones, la seguridad de los peatones y la detección de automóviles y, eventualmente, casos de uso aún más innovadores.
La propuesta de valor empresarial de ISAC y una red como sensor es clara, afirma Gerami. Hoy en día, las organizaciones dependen de múltiples sistemas discretos para lograr el conocimiento de la situación: cámaras, radares, rastreadores de activos, sensores de movimiento y más. Cada uno viene con su propia carga de mantenimiento, gastos generales de integración y relación con el proveedor. ISAC tiene el potencial de manejar muchas de esas capacidades de forma nativa dentro de la red.
Suscríbete y recibe las historias más importantes del día.
Al suscribirte aceptas nuestros términos y condiciones y política de privacidad.
«Con ISAC se puede realizar un seguimiento de activos con una precisión submétrica dentro de fábricas y hospitales», explicó. «Se pueden detectar patrones de movimiento, violaciones del perímetro y anomalías. Los edificios inteligentes pueden tener HVAC y optimización energética conscientes de la ocupación».
Cómo AI-RAN reduce milisegundos de inteligencia artificial e inferencia fuera del borde
Con AI-RAN, la IA de vanguardia y la inferencia de baja latencia se potencian en casos de uso como la gestión robótica en tiempo real, la inspección de calidad instantánea y el mantenimiento predictivo. Existen aplicaciones en las que la brecha de latencia entre la nube y el borde es la diferencia entre un sistema que funciona y uno que no.
«Donde entra en juego la IA de vanguardia es impulsar las operaciones en milisegundos, no en segundos, que es lo que hace la nube», explicó Gerami.
La inferencia dividida también puede cambiar el juego, afirma Christou.
«Hay muchos casos de uso diferentes en los que el procesamiento se realiza en el dispositivo, lo que hace que ese dispositivo sea más caro y consuma más energía», dijo. «Ahora existe la posibilidad de descargar eso a una pila AI-RAN local, incluso entrar en conceptos como inferencia dividida, de modo que se hace parte de la inferencia en el dispositivo, parte en la pila AI-RAN de borde y parte en la nube, todo apropiado para los casos de uso y la escala de tiempo del procesamiento requerido».
Por qué el momento de la inversión en AI-RAN es fundamental ahora
La inversión en AI-RAN tiene una ventana estrecha y estratégicamente crítica, dijeron tanto Germani como Christou.
«La infraestructura 5G ya se está implementando y casi está llegando a un punto de finalización. Los estándares 6G aún no están consolidados», explicó Gerami. «Este es un momento arquitectónico para la llegada de AI-RAN. Permite la capacidad de no convertir RAN en un diseño centrado únicamente en las telecomunicaciones. Permite a la empresa convertirse en cocreadora de la aplicación, generadora de ingresos y valor de esa infraestructura de red».
Históricamente, la TI empresarial ha consumido estándares inalámbricos en lugar de darles forma. La arquitectura abierta de AI-RAN, construida sobre componentes definidos por software, nativos de la nube y en contenedores, cambia esa dinámica de estandarización.
«Anteriormente, en la industria inalámbrica era un ciclo muy largo. Ahora estamos viendo un impulso para implementarlo, lanzarlo, obtener pruebas piloto tempranas y luego veremos cómo funciona la tecnología», dijo Christou. Al mismo tiempo, en paralelo, se pueden empezar a definir los estándares. Tiene experiencia en implementación de la vida real para ayudar a influir en cómo toman forma esos estándares”.
Y el punto de entrada es accesible, añadió Gerami.
«La barrera de entrada es muy baja», afirmó. «En este momento, todo está basado en código, todo software. No es diferente a descargar software. Obtienes una caja Nvidia y puedes implementarla con una radio».
Por qué AI-RAN es el futuro de los casos de uso innovadores de IA
«Consideramos que AI-RAN es una arquitectura abierta que realmente impulsa la innovación», afirmó Gerami. «Es un volante para la innovación. Queremos crear todo para que sea microservicios, nativos abiertos, nativos de la nube, para permitir a los socios crear aplicaciones verticales de IA. En este momento, la industria se centra mucho en cómo podemos adoptar la IA de manera efectiva, cómo permitirá la autonomía y la robótica. Esta es una de esas piezas fundamentales que pueden ayudar a realizar algunos de esos casos de uso. El futuro consiste en apropiarse de esa inferencia física».
«En este momento la industria se centra mucho en cómo podemos adoptar la IA de manera efectiva: cómo permitirá la autonomía y la robótica», dijo Christou. «Esta es una de esas piezas fundamentales que pueden ayudar a realizar algunos de esos casos de uso».
Los artículos patrocinados son contenido producido por una empresa que paga por la publicación o tiene una relación comercial con VentureBeat, y siempre están claramente marcados. Para más información, póngase en contacto ventas@venturebeat.com.
