La storia delle telecomunicazioni in Africa è stata a lungo centrata sull'espansione della connettività—dalle torri e dalla fibra fino al 4G e al 5G. Ora l'AI sta rimodellando ciò che queste reti sono chiamate a fare, spostandone il ruolo dal semplice trasferimento di dati al loro trattamento e all'azione in tempo reale. Per Nokia, la società tecnologica finlandese che un tempo dominava il mercato dei telefoni mobili in Nigeria e che per decenni ha costruito infrastrutture di telecomunicazione in tutta l'Africa, questo cambiamento rappresenta sia un'opportunità sia un nuovo campo di competizione.

Il mercato africano delle telecomunicazioni, valutato a un importo stimato di 66 miliardi di dollari e previsto in crescita fino a 90,3 miliardi di dollari entro il 2030, sta attirando nuovi investimenti da parte di società tecnologiche globali tra cui Meta, Google e Microsoft. La loro spesa in cavi sottomarini, infrastrutture cloud e AI sta consentendo loro un maggiore controllo sull'infrastruttura che sostiene la prossima fase della crescita digitale africana. Per Nokia, la posta in gioco va oltre la vendita di apparecchiature di rete: l'azienda deve garantirsi un ruolo in quell'infrastruttura o rischiare di ridursi a un fornitore di connettività a minor valore nell'economia AI emergente.

È questo il mercato a cui Nokia si sta orientando. La società si aspetta che reti AI-native, edge computing, automazione e software diventino sempre più importanti, anche se gran parte dell'Africa continua a lottare con una connettività affidabile.

"L'Africa è ancora fortemente non connessa in questo momento", ha dichiarato Danial Mausoof, vicepresidente Mobile Infrastructure per il Medio Oriente e l'Africa di Nokia, in un'intervista a TechCabal il 25 agosto. "Siamo investiti. Siamo pienamente impegnati in Africa."

Nokia continua a considerare il 4G e il 5G come la base della propria strategia africana. Mausoof ha affermato che l'azienda collabora con i principali gruppi di operatori, tra cui Airtel, Orange, Vodacom, Safaricom e Maroc Telecom, e dispone di implementazioni 5G in mercati come Angola, Sud Africa ed Etiopia.

Ma Nokia vuole estrarre più valore da queste reti di quanto la sola connettività possa offrire. La sua piattaforma Artificial Intelligence Radio Access Network (AI-RAN) combina l'infrastruttura di telecomunicazioni esistente con il computing basato su GPU per portare i carichi di lavoro AI all'interno della rete. Nokia ha lanciato la sua piattaforma AI-RAN commerciale il 15 luglio 2026.

Il cambiamento è centrale per il futuro di Nokia nel continente. Dopo aver in gran parte abbandonato il mercato dei telefoni mobili per consumatori—cedendo nel 2014 la divisione dispositivi a Microsoft e concedendo successivamente in licenza il marchio a HMD Global—l'azienda si è concentrata nuovamente sull'infrastruttura di rete, rafforzata dall'acquisizione di Alcatel-Lucent nel 2016. Ora deve andare oltre la vendita di hardware di rete e la competizione sui prezzi. Se gli operatori continueranno a considerare le reti principalmente come infrastruttura di connettività, Nokia rischia una crescente pressione sui prezzi da parte di concorrenti a costo inferiore come Huawei, che ha costruito una forte presenza in tutto il continente.

La scommessa più ampia di Nokia è che software e computing possano rendere la rete stessa un asset più prezioso. Attraverso reti AI-native e piattaforme come AVA Autonomous Operations e Network as Code, l'azienda punta a costruire ricavi software ricorrenti, espandersi nell'edge computing e catturare più valore dal 5G e, in futuro, dal 6G. Le relazioni con gli operatori africani le garantiscono accesso al mercato, ma non necessariamente un vantaggio competitivo.

La scommessa di Nokia contro la scommessa del mercato

Questa vulnerabilità diventa più evidente mentre l'infrastruttura AI si concentra sempre più attorno alle società che controllano sia l'hardware di computing sia il software. Adedeji Olowe, CEO di Lendsqr ed esperto del settore telecom, è scettico sul fatto che Nokia possa conquistare una posizione forte.

"Non credo che abbiano una possibilità, ma potrei sbagliarmi", ha detto Olowe. "Nokia è nel mercato enterprise da un po', ma il mercato si sta spostando in modo significativo e tutti gli altri player sono probabilmente davanti a loro."

Olowe cita società come Amazon Web Services, Google e Huawei, che hanno sviluppato i propri chip AI e stack tecnologici più ampi. Questa integrazione verticale offre loro un maggiore controllo sul livello di computing da cui dipendono i servizi AI.

Emmanuel Ezenwere, CEO di Arone Technologies, azienda nigeriana che opera nei settori hardware, robotica e clean energy, vede la stessa debolezza. "Nokia non ha un chip proprio", ha detto, sostenendo che ciò rende l'azienda dipendente dai partner per una parte critica dello stack AI.

Questo è importante perché AI-RAN è più di un semplice aggiornamento software per le telecomunicazioni. Gran parte del valore si sta spostando verso il compute sottostante, le interconnessioni, gli ecosistemi software e la proprietà intellettuale. Nokia controlla il livello di rete, ma la sua strategia AI-RAN si affida a NVIDIA per l'hardware e il software di computing che alimentano i carichi di lavoro AI.

L'approccio di Nokia combina il suo software anyRAN con il software Aerial e l'hardware GPU di NVIDIA. Le due società stanno sviluppando un'architettura in cui il computing basato su GPU affianca i sistemi baseband esistenti di Nokia, consentendo al traffico convenzionale 4G e 5G di continuare a funzionare mentre i carichi di lavoro AI, come inference e training, sono gestiti dal livello GPU.

L'accordo offre a Nokia accesso a un computing AI avanzato senza dover sviluppare un proprio acceleratore, ma solleva anche la questione di quanto del vantaggio risultante Nokia possa effettivamente difendere. NVIDIA può fornire infrastrutture di computing simili ad altri fornitori di rete, rendendo potenzialmente disponibile quel vantaggio hardware in tutto il settore.

Ezenwere sostiene che è qui che la posizione di Nokia diventa più vulnerabile. Huawei, al contrario, ha un maggiore controllo sul proprio stack tecnologico, inclusi i processori AI Ascend, l'hardware di rete e l'ecosistema software. Tuttavia, Huawei non ha pubblicamente dimostrato silicio Ascend integrato direttamente nelle proprie stazioni base, quindi i due approcci non sono tecnicamente equivalenti.

La distinzione è importante. Nokia sta puntando su un modello open di merchant-compute che combina l'infrastruttura di telecomunicazioni con la piattaforma di computing di NVIDIA, mentre Huawei sta perseguendo una più profonda integrazione verticale tra hardware e software. La domanda aperta è se il modello di Nokia possa offrire migliori prestazioni, efficienza energetica e costi su scala.

Nokia entra anche in AI-RAN da una posizione più debole nel mercato RAN tradizionale, con ricavi RAN inferiori a quelli di Huawei ed Ericsson, mentre i maggiori fornitori controllano la maggior parte del mercato. Ezenwere sostiene che ciò renda la proposta di Nokia dipendente dalla capacità di dimostrare miglioramenti significativi rispetto alle tecnologie già sviluppate dai rivali più grandi.

"Per tecnologia e posizione di mercato, Nokia è terza per ricavi RAN dietro Huawei ed Ericsson, con i primi cinque che detengono il 96% e una concentrazione ai massimi da dieci anni", ha detto Ezenwere. "Ericsson distribuisce AI commerciale nel RAN da giugno 2026 con circa il 10% di guadagni in efficienza spettrale e il 20% di aumento del throughput downlink senza GPU su oltre quindici operatori. I numeri di Nokia sono una proiezione di roadmap e non risultati già conseguiti: oggi dichiara oltre il 20% e prevede il 50% entro il 2027 e oltre il 100% entro il 2028."

Con Huawei, ZTE, Samsung ed Ericsson che esplorano AI-RAN senza inserire direttamente le GPU nel baseband, Nokia dovrà dimostrare che il proprio approccio, più costoso e più pesante in termini di computing, produca risultati nettamente migliori.

L'economia potrebbe essere più difficile della tecnologia

In Africa, gli aspetti economici potrebbero rappresentare un vincolo ancora più grande della tecnologia stessa.

Nokia non ha pubblicato un prezzo fisso per la sua piattaforma AI-RAN. Le infrastrutture di telecomunicazione sono in genere prezzate in base alla capacità, alla dimensione dell'implementazione, al numero di siti e alle licenze software, piuttosto che con un unico prezzo al dettaglio. Ma AI-RAN costa più dell'infrastruttura convenzionale perché aggiunge computing ad alte prestazioni alla rete.

Le stime del settore suggeriscono che il processing accelerato da GPU nei hub C-RAN centralizzati può costare decine di migliaia di dollari per nodo e, a seconda della configurazione, oltre 100.000 dollari. L'energia aggiunge un ulteriore costo: il processamento AI ad alta densità può consumare diversi kilowatt, un onere significativo in mercati in cui gli operatori spendono già molto per elettricità, batterie, generatori e diesel. L'energia è tra le maggiori voci di costo operativo per gli operatori mobili africani, una struttura di costi che ha già spinto diversi grandi operatori, tra cui Airtel Africa e MTN Group, a sottoscrivere accordi per l'energia rinnovabile volti a ridurre la dipendenza dal diesel nei siti delle torri.

Un'implementazione su scala continentale è quindi difficile da giustificare. Gli operatori africani continuano a investire pesantemente in backhaul in fibra, spettro, espansione 4G e 5G e copertura rurale, generando al tempo stesso ricavi per utente molto inferiori rispetto agli operatori dei mercati sviluppati. Molte delle loro apparecchiature sono inoltre prezzate in dollari, esponendoli al rischio valutario.

Di conseguenza, AI-RAN è più probabile che inizi dove l'economia è più facile da difendere: siti urbani ad alto traffico, hub di rete centralizzati e ambienti enterprise in cui capacità aggiuntiva o computing a bassa latenza possono generare ritorni misurabili.

La descrizione dell'architettura di Nokia fornita da Mausoof rafforza questo approccio. Gli operatori possono mantenere i propri sistemi 4G e 5G esistenti aggiungendo il computing basato su GPU accanto all'infrastruttura baseband. Il traffico mobile convenzionale continua a transitare attraverso il sistema esistente, mentre il livello GPU gestisce i carichi di lavoro AI, con un unico livello software a gestire entrambi.

La proposta riguarda meno la ricostruzione della rete e più l'aggiunta di un livello di intelligenza e computing all'infrastruttura già posseduta dagli operatori. Mausoof ha detto che Nokia punta a un miglioramento fino a 2,5 volte dell'efficienza spettrale, consentendo potenzialmente agli operatori di estrarre più capacità dallo spettro esistente.

Tale affermazione, tuttavia, rimane in gran parte orientata al futuro. Ezenwere richiama un dibattito più ampio nel settore sui reali vantaggi che l'AI può offrire nel RAN. Ericsson ha riportato implementazioni commerciali di AI-RAN che producono miglioramenti più modesti dell'efficienza senza GPU, mentre i numeri più alti di Nokia si basano sui suoi test e sulle sue proiezioni. Il divario tra prestazioni di laboratorio e ritorni misurabili per gli operatori potrebbe in ultima analisi determinare se AI-RAN diventerà un business rilevante o un costoso upgrade.

L'AI potrebbe comunque affrontare alcuni problemi immediati degli operatori. Le reti possono regolare automaticamente le risorse in base ai modelli di traffico, ridurre la capacità nei periodi di bassa domanda e automatizzare la manutenzione. Mausoof ha citato una distribuzione Nokia durante l'Hajj in Arabia Saudita, in cui l'azienda afferma che la sua automazione basata sull'AI ha gestito tra 10.000 e 15.000 interazioni e modifiche di rete in un periodo di domanda intensa.

Questo potrebbe essere un caso d'uso africano più convincente rispetto al distribuire GPU ovunque. Dove i costi energetici sono elevati e gli ingegneri sul campo sono difficili da dispiegare, un'automazione che riduca il consumo energetico e la manutenzione della rete potrebbe produrre ritorni senza richiedere una trasformazione completa della rete.

L'Africa potrebbe testare se AI-RAN può davvero ripagare

Il premio più grande è il fatturato enterprise. Le società minerarie potrebbero usare reti dedicate per macchinari autonomi; operatori portuali e logistici potrebbero combinare connettività, sensori e computer vision; i produttori potrebbero coordinare le macchine attraverso reti a bassa latenza; e le utility potrebbero usare infrastrutture connesse per monitorare gli asset e prevedere i guasti.

L'edge computing è centrale in questo modello perché consente di elaborare i dati più vicino a dove vengono generati. Ciò potrebbe permettere agli operatori di vendere capacità di rete—non solo banda—basandosi su latenza, affidabilità, sicurezza e throughput.

Ma il mercato per questi servizi è ancora ristretto. Le grandi aziende industriali possono avere ragioni chiare per pagare per il processamento AI in tempo reale, mentre molte imprese africane stanno ancora spostando carichi di lavoro di base da sistemi legacy a piattaforme cloud. La domanda di inference AI sofisticata all'edge della rete è quindi probabilmente destinata a emergere prima da un piccolo gruppo di imprese tecnologicamente avanzate.

Per gli operatori, ciò significa cambiare il modo in cui monetizzano le loro reti. I clienti enterprise dovrebbero pagare per prestazioni specifiche o risultati di business, mentre gli operatori dovrebbero sviluppare casi d'uso insieme alle aziende anziché limitarsi a vendere pacchetti dati convenzionali.

La tecnologia è ancora lontana da un'ampia distribuzione commerciale in Africa. Nokia sta discutendo casi d'uso AI-RAN con gli operatori della regione, anche se Mausoof ha detto che non possono ancora essere nominati perché i progetti sono ancora in fase di test. I test dovrebbero iniziare già nel Q1 2027, seguiti da ulteriori annunci al Mobile World Congress 2027 e dalla commercializzazione nel 2028.

Mausoof prevede che un'adozione più ampia in Africa si estenderà oltre il 2030, perché i mercati differiscono in modo significativo per maturità tecnologica, disponibilità di spettro, infrastrutture e capacità degli operatori. I mercati 5G più avanzati probabilmente si muoveranno per primi, mentre altri resteranno concentrati sull'espansione della connettività di base.

Questo crea per Nokia un difficile calcolo commerciale: sta cercando di vendere una tecnologia che promette maggiore efficienza e nuovi ricavi a operatori ancora sotto pressione per finanziare l'espansione di base della rete.

Il panorama competitivo aggrava la sfida. Microsoft, Google, Amazon e NVIDIA stanno costruendo posizioni nel cloud e nell'AI, mentre Ericsson e Huawei restano radicati nell'infrastruttura di telecomunicazione. Gli hyperscaler hanno vantaggi in infrastruttura cloud, modelli AI, ecosistemi per sviluppatori e capitale, mentre NVIDIA controlla una parte critica dello stack di computing.

Il potenziale vantaggio di Nokia è quindi più ristretto: la sua esperienza nel RAN, le relazioni esistenti con gli operatori e la base installata. Ma anche questi vantaggi sono sotto pressione. Se NVIDIA può fornire piattaforme di computing accelerato simili a Ericsson, Samsung e altri fornitori, il vantaggio iniziale di Nokia potrebbe non trasformarsi in un fossato difendibile.

Huawei presenta una sfida diversa. Il suo vantaggio in Africa non è semplicemente l'accesso a finanziamenti più economici o il sostegno dello Stato cinese. Ha una base installata, prezzi competitivi e la capacità di vendere un portafoglio più ampio che comprende reti di telecomunicazione, fibra, cloud e tecnologia per il settore pubblico. Questo le offre maggiori opportunità di intercettare la spesa mentre governi e imprese africane costruiscono infrastrutture digitali.

Per Nokia, la domanda è se la sua strategia AI-RAN possa trasformare la sua impronta di rete esistente in una posizione più forte in quell'ecosistema.

L'Africa potrebbe essere un banco di prova cruciale. I dati GSMA mostrano che le reti 3G e 4G coprono circa l'85% della popolazione, ma oltre il 60% resta offline. Gli alti costi di smartphone e dati continuano a limitare l'uso anche dove la copertura esiste.

Questo rende l'Africa un mercato difficile per infrastrutture AI costose—ma potenzialmente utile per tecnologie che riducono i costi operativi della rete. Il caso d'uso a breve termine più forte per l'AI potrebbe quindi non essere costituito da reti autonome o siti cellulari alimentati da GPU, ma dall'uso dell'AI per ridurre il consumo energetico, automatizzare le operazioni e ottenere più capacità dall'infrastruttura esistente.

La scommessa a lungo termine di Nokia è che queste efficienze porteranno infine a qualcosa di più grande: reti che diventino piattaforme programmabili per AI e applicazioni enterprise.

"L'infrastruttura di rete in Africa deve essere potenziata, ed è questa la nostra priorità—continuare a promuovere la connettività", ha detto Mausoof. "L'infrastruttura evolverà in piattaforme AI-native che saranno programmabili, guidate dal software e abilitate dall'edge."

La domanda è se Nokia riesca a trasformare questa visione in un business difendibile. La partnership con NVIDIA le dà accesso alla potenza di calcolo di cui ha bisogno, ma non necessariamente il controllo dello stack tecnologico. Le relazioni con gli operatori le danno accesso ai clienti, ma non una domanda garantita. E la sua tecnologia AI-RAN può migliorare l'economia della rete, ma gli operatori hanno comunque bisogno di un ritorno sugli investimenti convincente.

Per vincere in Africa, Nokia probabilmente avrà bisogno di più di una piattaforma AI-RAN tecnicamente valida. Avrà bisogno di partnership profonde con gli operatori, casi d'uso enterprise che generino ricavi o risparmi misurabili e implementazioni su larga scala che trasformino la sua impronta di rete esistente in un vantaggio.

Questo è in ultima analisi ciò che è in gioco: se Nokia riuscirà a usare l'AI per rendere più preziosa la propria infrastruttura di telecomunicazioni—oppure se il prossimo livello dell'infrastruttura digitale africana sarà catturato dalle società che controllano il compute, il software e il capitale dietro di essa.