La historia de las telecomunicaciones en África se ha centrado durante mucho tiempo en ampliar la conectividad, desde torres y fibra hasta 4G y 5G. Ahora la IA está redefiniendo lo que se espera que hagan esas redes, desplazando su función de mover datos a procesarlos y actuar sobre ellos en tiempo real. Para Nokia, la empresa tecnológica finlandesa que alguna vez dominó el mercado de telefonía móvil de Nigeria y ha pasado décadas construyendo infraestructura de telecomunicaciones en África, este cambio representa tanto una oportunidad como un nuevo campo de competencia.

El mercado de telecomunicaciones de África, valorado en unos $66 billion y proyectado para crecer hasta $90.3 billion en 2030, está atrayendo nuevas inversiones de empresas tecnológicas globales como Meta, Google y Microsoft. Su gasto en cables submarinos, infraestructura en la nube e IA les está dando mayor control sobre la infraestructura que sostiene la próxima fase de crecimiento digital de África. Para Nokia, lo que está en juego va más allá de vender equipos de red: la empresa debe asegurar un lugar en esa infraestructura o arriesgarse a convertirse en un proveedor de conectividad de menor valor en la economía de IA emergente.

Ese es el mercado para el que Nokia se está posicionando. La empresa espera que las redes nativas de IA, la computación en el borde, la automatización y el software cobren cada vez más importancia, aun cuando gran parte de África todavía lucha por tener conectividad confiable.

"Africa remains highly unconnected right now," Danial Mausoof, vicepresidente de Mobile Infrastructure para Medio Oriente y África de Nokia, dijo en una entrevista con TechCabal el August 25. "We’re invested. We’re fully committed to Africa."

Nokia sigue considerando que 4G y 5G son la base de su estrategia en África. Mausoof dijo que la empresa trabaja con grandes grupos operadores, incluidos Airtel, Orange, Vodacom, Safaricom y Maroc Telecom, y que tiene despliegues de 5G en mercados como Angola, South Africa y Ethiopia.

Pero Nokia quiere extraer más valor de esas redes que el que puede ofrecer la conectividad por sí sola. Su plataforma Artificial Intelligence Radio Access Network (AI-RAN) combina la infraestructura de telecomunicaciones existente con computación basada en GPU para llevar cargas de trabajo de IA a la red. Nokia lanzó su plataforma comercial AI-RAN el July 15, 2026.

El cambio es central para el futuro de Nokia en el continente. Tras salir en gran medida del mercado de teléfonos móviles de consumo, la empresa se reorientó hacia la infraestructura de red, fortalecida por su adquisición de Alcatel-Lucent en 2016. Ahora necesita ir más allá de vender hardware de red y competir en precio. Si los operadores siguen tratando las redes principalmente como infraestructura de conectividad, Nokia enfrenta una presión creciente sobre precios por parte de rivales de menor costo como Huawei, que ha construido una fuerte presencia en todo el continente.

La apuesta mayor de Nokia es que el software y la computación puedan convertir la red en un activo más valioso. A través de redes nativas de IA y plataformas como AVA Autonomous Operations y Network as Code, la empresa busca construir ingresos recurrentes por software, expandirse hacia la computación en el borde y captar más valor de 5G y, con el tiempo, de 6G. Sus relaciones con operadores africanos le dan acceso al mercado, pero no necesariamente una ventaja competitiva.

La apuesta de Nokia frente a la apuesta del mercado

Esa vulnerabilidad se vuelve más clara a medida que la infraestructura de IA se consolida cada vez más en torno a empresas que controlan tanto el hardware como el software de computación. Adedeji Olowe, CEO de Lendsqr y experto en la industria de telecomunicaciones, es escéptico de que Nokia pueda establecer una posición sólida.

"I don't think they have a chance, but then I could be wrong," dijo Olowe. "Nokia has been in the enterprise market for a while, but the market is shifting significantly, and all the other players are likely ahead of them."

Olowe señala a empresas como Amazon Web Services, Google y Huawei, que han desarrollado sus propios chips de IA y pilas tecnológicas más amplias. Esa integración vertical les da mayor control sobre la capa de computación de la que dependen los servicios de IA.

Emmanuel Ezenwere, CEO de Arone Technologies, una empresa nigeriana de hardware, robótica y energía limpia, ve la misma debilidad. "Nokia doesn't have its own chip," dijo, argumentando que esto deja a la empresa dependiente de socios para una parte crítica de la pila de IA.

Eso importa porque AI-RAN es más que una actualización de software de telecomunicaciones. Gran parte del valor se está desplazando hacia la computación subyacente, las interconexiones, los ecosistemas de software y la propiedad intelectual. Nokia controla la capa de red, pero su estrategia AI-RAN depende de NVIDIA para el hardware y el software de computación que alimentan las cargas de trabajo de IA.

El enfoque de Nokia combina su software anyRAN con el software Aerial y el hardware GPU de NVIDIA. Las dos empresas están desarrollando una arquitectura en la que la computación basada en GPU convive junto a los sistemas de banda base existentes de Nokia, lo que permite que el tráfico convencional de 4G y 5G siga funcionando mientras las cargas de trabajo de IA, como inferencia y entrenamiento, son gestionadas por la capa GPU.

Ese arreglo le da a Nokia acceso a computación avanzada de IA sin tener que desarrollar su propio acelerador, pero también plantea la pregunta de cuánto de la ventaja resultante podrá defender realmente. NVIDIA puede suministrar una infraestructura de computación similar a otros proveedores de red, lo que podría hacer que esa ventaja de hardware esté disponible en toda la industria.

Ezenwere sostiene que ahí es donde la posición de Nokia se vuelve más vulnerable. Huawei, por el contrario, tiene mayor control sobre su propia pila tecnológica, incluidos sus procesadores Ascend AI, su hardware de red y su ecosistema de software. Sin embargo, Huawei no ha demostrado públicamente silicio Ascend integrado directamente dentro de sus estaciones base, por lo que ambos enfoques no son técnicamente equivalentes.

La distinción es importante. Nokia apuesta por un modelo abierto de merchant-compute que combina infraestructura de telecomunicaciones con la plataforma de computación de NVIDIA, mientras que Huawei persigue una integración vertical más profunda en toda su pila de hardware y software. La pregunta es si el modelo de Nokia puede ofrecer mejor rendimiento, eficiencia energética y costo a escala.

Nokia también entra a AI-RAN desde una posición más débil en el mercado tradicional de RAN. Se ubica por detrás de Huawei y Ericsson en ingresos por RAN, mientras que los mayores proveedores controlan la mayor parte del mercado. Ezenwere argumenta que esto hace que la propuesta de AI-RAN de Nokia dependa de demostrar que puede generar mejoras significativas frente a tecnologías que ya están siendo desarrolladas por sus rivales más grandes.

"On technology and market position, Nokia is third by RAN revenue behind Huawei and Ericsson, with the top five holding 96% and concentration at a ten-year high," dijo Ezenwere. "Ericsson has been shipping commercial AI in RAN since June 2026 at roughly 10% spectral efficiency and 20% downlink throughput gains without GPUs across fifteen-plus operators. Nokia's figures are a roadmap projection rather than delivered results: it claims over 20% today and forecasts 50% by 2027 and above 100% by 2028."

Con Huawei, ZTE, Samsung y Ericsson explorando AI-RAN sin colocar GPUs directamente en la banda base, Nokia tendrá que demostrar que su enfoque más costoso y más intensivo en computación ofrece resultados mucho mejores.

La economía puede ser más difícil que la tecnología

En África, la economía podría ser una restricción aún mayor que la propia tecnología.

Nokia no ha publicado un precio fijo para su plataforma AI-RAN. La infraestructura de telecomunicaciones suele fijarse según la capacidad, el tamaño del despliegue, el número de sitios y las licencias de software, en lugar de un precio minorista único. Pero AI-RAN cuesta más que la infraestructura convencional porque añade computación de alto rendimiento a la red.

Estimaciones de la industria sugieren que el procesamiento acelerado por GPU en hubs centralizados de C-RAN puede costar decenas de miles de dólares por nodo y, dependiendo de la configuración, más de $100,000. La energía añade otro costo: el procesamiento de IA de alta densidad puede consumir varios kilovatios, lo que resulta significativo en mercados donde los operadores ya gastan mucho en electricidad, baterías, generadores y diésel. La energía figura entre los mayores gastos operativos de los operadores móviles africanos, una estructura de costos que ya ha llevado a varios operadores importantes, incluidos Airtel Africa y MTN Group, a firmar acuerdos de energía renovable para reducir la dependencia del diésel en los sitios de torres.

Por ello, un despliegue a escala continental es difícil de justificar. Los operadores africanos todavía invierten fuertemente en backhaul de fibra, espectro, expansión de 4G y 5G y cobertura rural, mientras generan mucho menos ingreso por usuario que los operadores de mercados desarrollados. Gran parte de su equipo también está valorado en dólares, lo que los expone al riesgo cambiario.

En consecuencia, es más probable que AI-RAN comience donde la economía sea más fácil de defender: sitios urbanos de alto tráfico, hubs de red centralizados y entornos empresariales donde la capacidad adicional o la computación de baja latencia puedan generar retornos medibles.

La descripción de Mausoof sobre la arquitectura de Nokia refuerza ese enfoque. Los operadores pueden mantener sus sistemas 4G y 5G existentes mientras añaden computación basada en GPU junto a su infraestructura de banda base. El tráfico móvil convencional sigue por el sistema existente, mientras la capa GPU maneja las cargas de trabajo de IA, con una sola capa de software gestionando ambas.

La propuesta tiene menos que ver con reconstruir la red que con añadir una capa de inteligencia y computación a una infraestructura que los operadores ya poseen. Mausoof dijo que Nokia apunta a una mejora de hasta 2.5 veces en la eficiencia espectral, lo que potencialmente permitiría a los operadores extraer más capacidad del espectro existente.

Sin embargo, esa afirmación sigue siendo en gran medida prospectiva. Ezenwere señala un debate más amplio en la industria sobre las ganancias reales que la IA puede ofrecer en el RAN. Ericsson ha informado implementaciones comerciales de AI-RAN que producen mejoras de eficiencia más modestas sin GPUs, mientras que las cifras más altas de Nokia se basan en sus propias pruebas y proyecciones. La brecha entre el rendimiento de laboratorio y los retornos medibles para los operadores podría determinar en última instancia si AI-RAN se convierte en un negocio relevante o en una actualización costosa.

Aun así, la IA podría resolver algunos problemas inmediatos de los operadores. Las redes pueden ajustar automáticamente los recursos según los patrones de tráfico, reducir capacidad en períodos de baja demanda y automatizar el mantenimiento. Mausoof citó un despliegue de Nokia durante el Hajj en Saudi Arabia, donde la empresa dice que su automatización impulsada por IA gestionó entre 10,000 y 15,000 interacciones y cambios de red durante un período de demanda intensa.

Ese podría ser un caso de uso africano más convincente que desplegar GPUs en todas partes. Donde los costos de energía son altos y los ingenieros de campo son difíciles de desplegar, la automatización que reduce el consumo de energía y el mantenimiento de la red podría generar retornos sin requerir una transformación completa de la red.

África podría probar si AI-RAN realmente puede pagar

La recompensa mayor es el ingreso empresarial. Las compañías mineras podrían usar redes dedicadas para maquinaria autónoma; los operadores de puertos y logística podrían combinar conectividad, sensores y visión por computadora; los fabricantes podrían coordinar máquinas a través de redes de baja latencia; y las empresas de servicios públicos podrían usar infraestructura conectada para monitorear activos y predecir fallas.

La computación en el borde es central en este modelo porque permite procesar los datos más cerca de donde se generan. Eso podría permitir a los operadores vender capacidades de red, no solo ancho de banda, basadas en latencia, confiabilidad, seguridad y rendimiento.

Pero el mercado para estos servicios sigue siendo reducido. Las grandes empresas industriales pueden tener razones claras para pagar por procesamiento de IA en tiempo real, mientras que muchas empresas africanas todavía están trasladando cargas de trabajo básicas desde sistemas heredados hacia plataformas en la nube. Por ello, la demanda de inferencia sofisticada de IA en el borde de la red probablemente emerja primero de un pequeño grupo de empresas tecnológicamente avanzadas.

Para los operadores, esto significa cambiar la forma en que monetizan sus redes. Los clientes empresariales tendrían que pagar por rendimiento específico o resultados de negocio, mientras que los operadores tendrían que desarrollar casos de uso junto con las empresas en lugar de simplemente vender paquetes de datos convencionales.

La tecnología todavía está lejos de un despliegue comercial generalizado en África. Nokia está discutiendo casos de uso de AI-RAN con operadores de la región, aunque Mausoof dijo que todavía no pueden ser nombrados porque los proyectos siguen en fase de pruebas. Se espera que las pruebas comiencen tan pronto como Q1 2027, seguidas de nuevos anuncios en Mobile World Congress 2027 y de la comercialización en 2028.

Mausoof espera que una adopción más amplia en África se extienda más allá de 2030, porque los mercados difieren mucho en madurez tecnológica, disponibilidad de espectro, infraestructura y capacidades de los operadores. Es probable que los mercados 5G más avanzados se muevan primero, mientras que otros seguirán centrados en ampliar la conectividad básica.

Eso crea un cálculo comercial difícil para Nokia: está intentando vender una tecnología que promete mayor eficiencia y nuevos ingresos a operadores que todavía están bajo presión para financiar la expansión básica de la red.

El panorama competitivo complica el desafío. Microsoft, Google, Amazon y NVIDIA están construyendo posiciones en la nube y la IA, mientras Ericsson y Huawei siguen arraigados en la infraestructura de telecomunicaciones. Los hyperscalers tienen ventajas en infraestructura cloud, modelos de IA, ecosistemas de desarrolladores y capital, mientras NVIDIA controla una parte crítica de la pila de computación.

Por lo tanto, la ventaja potencial de Nokia es más limitada: su experiencia en RAN, sus relaciones existentes con operadores y su base instalada. Pero incluso esas ventajas están bajo presión. Si NVIDIA puede suministrar plataformas de computación acelerada similares a Ericsson, Samsung y otros proveedores, la ventaja inicial de Nokia quizá no se convierta en una barrera defensiva duradera.

Huawei presenta un desafío distinto. Su ventaja en África no es simplemente el acceso a financiamiento más barato o el apoyo estatal chino. Tiene una base instalada, precios competitivos y la capacidad de vender una cartera más amplia que abarca redes de telecomunicaciones, fibra, nube y tecnología gubernamental, lo que le da más oportunidades de captar gasto a medida que los gobiernos y las empresas africanas construyen infraestructura digital.

Para Nokia, la pregunta es si su estrategia AI-RAN puede convertir su huella de red existente en una posición más fuerte dentro de ese ecosistema.

África podría ser una prueba crucial. Datos de GSMA muestran que las redes 3G y 4G cubren alrededor del 85% de la población, pero más del 60% sigue desconectado. Los altos costos de los smartphones y de los datos continúan limitando el uso incluso donde existe cobertura.

Eso hace de África un mercado difícil para infraestructura de IA costosa, pero potencialmente útil para tecnologías que reduzcan los costos operativos de la red. Por ello, el caso más fuerte de corto plazo para la IA quizá no sean las redes autónomas o los sitios celulares impulsados por GPU, sino usar IA para reducir el consumo de energía, automatizar operaciones y exprimir más capacidad de la infraestructura existente.

La apuesta de largo plazo de Nokia es que esas eficiencias eventualmente conduzcan a algo mayor: redes que se conviertan en plataformas programables para IA y aplicaciones empresariales.

"Network infrastructure in Africa has to be scaled up, and that is our priority—to continue to drive connectivity," dijo Mausoof. "Infrastructure will evolve into AI-native platforms that will be programmable, software-led and edge-enabled."

La pregunta es si Nokia puede convertir esa visión en un negocio defendible. Su alianza con NVIDIA le da acceso a la capacidad de cómputo que necesita, pero no necesariamente control sobre la pila tecnológica. Sus relaciones con operadores le dan acceso a clientes, pero no una demanda garantizada. Y su tecnología AI-RAN puede mejorar la economía de la red, pero los operadores todavía necesitan un retorno de inversión convincente.

Para ganar en África, Nokia probablemente necesitará más que una plataforma AI-RAN técnicamente capaz. Necesitará alianzas profundas con operadores, casos de uso empresariales que generen ingresos o ahorros medibles y despliegues a gran escala que conviertan su huella de red existente en una ventaja.

En última instancia, eso es lo que está en juego: si Nokia puede usar la IA para hacer más valiosa su infraestructura de telecomunicaciones, o si la siguiente capa de la infraestructura digital de África será capturada por las empresas que controlan la computación, el software y el capital detrás de ella.