Het verhaal van telecom in Afrika draaide lang om het uitbreiden van connectiviteit—van masten en glasvezel tot 4G en 5G. AI verandert nu wat van die netwerken wordt verwacht en verschuift hun rol van het transporteren van data naar het in real time verwerken en erop handelen van die data. Voor Nokia, het Finse technologiebedrijf dat ooit de Nigeriaanse markt voor mobiele telefoons domineerde en al decennialang telecominfrastructuur in Afrika bouwt, is die verschuiving zowel een kans als een nieuw competitief strijdtoneel.

De Afrikaanse telecommarkt, met een geschatte waarde van $66 miljard en een verwachte groei naar $90.3 miljard tegen 2030, trekt nieuwe investeringen aan van wereldwijde technologiebedrijven zoals Meta, Google en Microsoft. Hun investeringen in subsea cables, cloudinfrastructuur en AI geven hen meer controle over de infrastructuur die de volgende fase van digitale groei in Afrika ondersteunt. Voor Nokia reiken de belangen verder dan het verkopen van netwerkapparatuur: het bedrijf moet een rol veiligstellen in die infrastructuur, anders dreigt het een aanbieder van goedkopere waarde te worden in de opkomende AI-economie.

Dat is de markt waarvoor Nokia zich positioneert. Het bedrijf verwacht dat AI-native netwerken, edge computing, automatisering en software steeds belangrijker worden, zelfs nu een groot deel van Afrika nog steeds worstelt met betrouwbare connectiviteit.

“Africa remains highly unconnected right now,” zei Danial Mausoof, Nokia’s vice president of Mobile Infrastructure voor het Midden-Oosten en Afrika, in een interview met TechCabal op August 25. “We’re invested. We’re fully committed to Africa.”

Nokia ziet 4G en 5G nog steeds als de basis van zijn Afrikaanse strategie. Mausoof zei dat het bedrijf samenwerkt met grote operatorgroepen, waaronder Airtel, Orange, Vodacom, Safaricom en Maroc Telecom, en 5G-uitrol heeft in markten zoals Angola, Zuid-Afrika en Ethiopië.

Maar Nokia wil uit die netwerken meer waarde halen dan alleen connectiviteit. Zijn Artificial Intelligence Radio Access Network (AI-RAN)-platform combineert bestaande telecominfrastructuur met GPU-based computing om AI-workloads in het netwerk te brengen. Nokia lanceerde zijn commerciële AI-RAN-platform op July 15, 2026.

Die verschuiving staat centraal in Nokia’s toekomst op het continent. Nadat het bedrijf zich grotendeels uit de consumentenmarkt voor mobiele telefoons had teruggetrokken—door zijn toestelactiviteiten in 2014 aan Microsoft te verkopen en later het merk in licentie te geven aan HMD Global—verschoof het de focus naar netwerkinfrastructuur, versterkt door de overname van Alcatel-Lucent in 2016. Het moet nu verder gaan dan het verkopen van netwerkhardware en concurreren op prijs. Als operators netwerken blijven behandelen als louter connectiviteitsinfrastructuur, krijgt Nokia te maken met toenemende prijsdruk van goedkopere rivalen zoals Huawei, dat een sterke positie op het hele continent heeft opgebouwd.

Nokia’s grotere inzet is dat software en computing het netwerk zelf tot een waardevoller bezit kunnen maken. Via AI-native netwerken en platforms zoals AVA Autonomous Operations en Network as Code wil het bedrijf terugkerende software-inkomsten opbouwen, uitbreiden naar edge computing en meer waarde uit 5G en uiteindelijk 6G halen. Zijn relaties met Afrikaanse operators geven toegang tot de markt, maar niet noodzakelijk een concurrentievoordeel.

Nokia’s inzet versus de inzet van de markt

Die kwetsbaarheid wordt duidelijker nu AI-infrastructuur zich steeds meer concentreert rond bedrijven die zowel computing hardware als software controleren. Adedeji Olowe, CEO van Lendsqr en telecomsector-expert, is sceptisch dat Nokia een sterke positie kan opbouwen.

“I don’t think they have a chance, but then I could be wrong,” zei 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 wijst op bedrijven zoals Amazon Web Services, Google en Huawei, die hun eigen AI-chips en bredere technologiestacks hebben ontwikkeld. Die verticale integratie geeft hen meer controle over de computinglaag waarop AI-diensten steunen.

Emmanuel Ezenwere, CEO van Arone Technologies, een Nigeriaans bedrijf in hardware, robotics en clean energy, ziet dezelfde zwakte. “Nokia doesn’t have its own chip,” zei hij, en volgens hem maakt dat het bedrijf afhankelijk van partners voor een cruciaal onderdeel van de AI-stack.

Dat is belangrijk omdat AI-RAN meer is dan een telecomsoftware-upgrade. Veel van de waarde verschuift naar de onderliggende compute, interconnects, software-ecosystemen en intellectueel eigendom. Nokia beheerst de netwerklaag, maar zijn AI-RAN-strategie leunt op NVIDIA voor de computinghardware en -software die de AI-workloads aandrijven.

Nokia’s aanpak combineert zijn anyRAN-software met NVIDIA’s Aerial-software en GPU-hardware. De twee bedrijven ontwikkelen een architectuur waarin GPU-based computing naast Nokia’s bestaande baseband-systemen staat, waardoor conventioneel 4G- en 5G-verkeer kan blijven draaien terwijl AI-workloads zoals inferentie en training door de GPU-laag worden afgehandeld.

Die opzet geeft Nokia toegang tot geavanceerde AI-computing zonder zelf een accelerator te hoeven ontwikkelen, maar roept ook de vraag op hoeveel van het resulterende voordeel Nokia daadwerkelijk kan verdedigen. NVIDIA kan vergelijkbare computinginfrastructuur leveren aan andere netwerkleveranciers, waardoor dat hardwarevoordeel mogelijk breder beschikbaar wordt in de sector.

Ezenwere stelt dat Nokia’s positie hier kwetsbaarder wordt. Huawei heeft daarentegen meer controle over zijn eigen technologiestack, inclusief zijn Ascend AI-processors, netwerkhardware en software-ecosysteem. Huawei heeft echter niet publiekelijk laten zien dat Ascend-silicium rechtstreeks in zijn basisstations is ingebouwd, waardoor de twee benaderingen technisch niet gelijk zijn.

Dat onderscheid is belangrijk. Nokia zet in op een open, merchant-compute-model dat telecominfrastructuur combineert met NVIDIA’s computingplatform, terwijl Huawei diepere verticale integratie nastreeft over hardware- en softwarelagen heen. De open vraag is of Nokia’s model op schaal betere prestaties, energie-efficiëntie en kosten kan leveren.

Nokia betreedt AI-RAN ook vanuit een zwakkere positie in de traditionele RAN-markt. Het staat qua RAN-omzet achter Huawei en Ericsson, terwijl de grootste leveranciers het grootste deel van de markt beheersen. Ezenwere stelt dat Nokia’s AI-RAN-propositie daarom afhangt van het aantonen van betekenisvolle verbeteringen ten opzichte van technologieën die al door zijn grotere rivalen worden ontwikkeld.

“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,” zei 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.”

Nu Huawei, ZTE, Samsung en Ericsson AI-RAN verkennen zonder GPU’s direct in de baseband te plaatsen, zal Nokia moeten aantonen dat zijn duurdere, compute-zware aanpak duidelijk betere resultaten oplevert.

De economie kan moeilijker zijn dan de technologie

In Afrika kunnen de economische factoren nog een grotere beperking vormen dan de technologie zelf.

Nokia heeft geen vaste prijs gepubliceerd voor zijn AI-RAN-platform. Telecominfrastructuur wordt doorgaans geprijsd op basis van capaciteit, uitrolomvang, aantal sites en softwarelicenties, niet als één losse verkoopprijs. Maar AI-RAN is duurder dan conventionele infrastructuur omdat het high-performance computing aan het netwerk toevoegt.

Branche-inschattingen suggereren dat GPU-accelerated processing in gecentraliseerde C-RAN-hubs tienduizenden dollars per node kan kosten en, afhankelijk van de configuratie, meer dan $100,000. Daar komt stroomverbruik bij: high-density AI-verwerking kan enkele kilowatts vragen, wat aanzienlijk is in markten waar operators al veel uitgeven aan elektriciteit, batterijen, generators en diesel. Energie behoort tot de grootste operationele kostenposten voor Afrikaanse mobiele operators, een kostenbasis die meerdere grote spelers, waaronder Airtel Africa en MTN Group, al heeft aangezet tot het sluiten van deals voor hernieuwbare energie om de afhankelijkheid van diesel bij mastlocaties te verlagen.

Een uitrol over het hele continent is daardoor moeilijk te rechtvaardigen. Afrikaanse operators investeren nog steeds zwaar in fiber backhaul, spectrum, 4G- en 5G-uitbreiding en dekking in landelijke gebieden, terwijl ze per gebruiker veel minder omzet genereren dan operators in ontwikkelde markten. Veel van hun apparatuur wordt bovendien in dollars geprijsd, waardoor zij valutarisico lopen.

AI-RAN zal daarom waarschijnlijk beginnen op plekken waar de economie het makkelijkst te onderbouwen is: drukke stedelijke sites, gecentraliseerde netwerkhubs en enterprise-omgevingen waar extra capaciteit of low-latency computing meetbare opbrengsten kan genereren.

Mausoof’s beschrijving van Nokia’s architectuur versterkt die aanpak. Operators kunnen hun bestaande 4G- en 5G-systemen behouden en GPU-based computing toevoegen naast hun baseband-infrastructuur. Conventioneel mobiel verkeer blijft door het bestaande systeem lopen, terwijl de GPU-laag AI-workloads afhandelt, met één softwarelaag die beide beheert.

De propositie gaat minder over het opnieuw opbouwen van het netwerk dan over het toevoegen van een intelligentie- en computinglaag aan infrastructuur die operators al bezitten. Mausoof zei dat Nokia mikt op een verbetering van maximaal 2.5 keer in spectrale efficiëntie, waardoor operators mogelijk meer capaciteit uit bestaand spectrum kunnen halen.

Die claim blijft echter vooral toekomstgericht. Ezenwere wijst op een bredere sectordiscussie over de daadwerkelijke winst die AI in de RAN kan opleveren. Ericsson heeft commerciële AI-RAN-implementaties gerapporteerd met bescheidener efficiëntieverbeteringen zonder GPU’s, terwijl Nokia’s hogere cijfers gebaseerd zijn op eigen tests en projecties. De kloof tussen laboratoriumprestaties en meetbare opbrengsten voor operators kan uiteindelijk bepalen of AI-RAN een betekenisvolle business wordt of een dure upgrade.

AI kan niettemin enkele directe problemen voor operators aanpakken. Netwerken kunnen resources automatisch aanpassen aan verkeerspatronen, capaciteit verlagen tijdens perioden met lage vraag en onderhoud automatiseren. Mausoof wees op een Nokia-uitrol tijdens de Hajj in Saudi Arabia, waar het bedrijf zegt dat zijn AI-gedreven automatisering tussen de 10,000 en 15,000 netwerkinteracties en -wijzigingen afhandelde tijdens een periode van intense vraag.

Dat kan een overtuigender Afrikaanse use case zijn dan overal GPU’s plaatsen. Waar stroomkosten hoog zijn en field engineers moeilijk uit te rollen zijn, kan automatisering die energieverbruik en netwerkonderhoud vermindert rendement opleveren zonder een complete netwerktransformatie te vereisen.

Afrika kan testen of AI-RAN daadwerkelijk rendeert

De grotere winst ligt in enterprise-omzet. Mijnbouwbedrijven kunnen speciale netwerken gebruiken voor autonome machines; havens en logistieke operators kunnen connectiviteit, sensoren en computer vision combineren; fabrikanten kunnen machines coördineren via netwerken met lage latency; en nutsbedrijven kunnen verbonden infrastructuur gebruiken om assets te monitoren en storingen te voorspellen.

Edge computing staat centraal in dit model omdat data dichter bij de plek waar het wordt gegenereerd verwerkt kan worden. Dat kan operators in staat stellen netwerkcapaciteiten te verkopen—niet alleen bandbreedte—geprijsd op latency, betrouwbaarheid, security en throughput.

Maar de markt voor deze diensten is nog beperkt. Grote industriële bedrijven hebben mogelijk duidelijke redenen om te betalen voor real-time AI-verwerking, terwijl veel Afrikaanse bedrijven nog basale workloads van legacy-systemen naar cloudplatformen verplaatsen. De vraag naar geavanceerde AI-inferentie aan de rand van het netwerk zal daarom waarschijnlijk eerst ontstaan bij een kleine groep technologisch geavanceerde ondernemingen.

Voor operators betekent dit dat zij hun monetisatie van netwerken moeten veranderen. Enterprise-klanten zullen moeten betalen voor specifieke prestaties of zakelijke uitkomsten, terwijl operators use cases samen met bedrijven moeten ontwikkelen in plaats van simpelweg conventionele databundels te verkopen.

De technologie staat in Afrika nog ver van brede commerciële uitrol. Nokia bespreekt AI-RAN-use cases met operators in de regio, maar Mausoof zei dat deze nog niet bij naam genoemd kunnen worden omdat de projecten nog in de testfase zitten. Proeven worden al vanaf Q1 2027 verwacht, gevolgd door verdere aankondigingen op Mobile World Congress 2027 en commercialisering in 2028.

Mausoof verwacht dat bredere adoptie in Afrika verder dan 2030 zal doorlopen, omdat markten sterk verschillen in technologische volwassenheid, beschikbaar spectrum, infrastructuur en operatorcapaciteiten. Meer gevorderde 5G-markten zullen waarschijnlijk als eerste bewegen, terwijl andere zich blijven richten op het uitbreiden van basisconnectiviteit.

Dat maakt de commerciële afweging voor Nokia lastig. Het probeert een technologie te verkopen die meer efficiëntie en nieuwe omzet belooft aan operators die nog steeds onder druk staan om basisnetwerkuitbreiding te financieren.

Het concurrentielandschap maakt de uitdaging groter. Microsoft, Google, Amazon en NVIDIA bouwen posities op in cloud en AI, terwijl Ericsson en Huawei diep verankerd blijven in telecominfrastructuur. De hyperscalers hebben voordelen in cloudinfrastructuur, AI-modellen, developer-ecosystemen en kapitaal, terwijl NVIDIA een cruciaal deel van de computingstack controleert.

Nokia’s mogelijke voordeel is daardoor smaller: zijn RAN-expertise, bestaande relaties met operators en geïnstalleerde basis. Maar zelfs die voordelen staan onder druk. Als NVIDIA vergelijkbare accelerated computing-platforms kan leveren aan Ericsson, Samsung en andere leveranciers, wordt Nokia’s voorsprong mogelijk geen duurzame moat.

Huawei vormt een andere uitdaging. Zijn voordeel in Afrika is niet alleen toegang tot goedkopere financiering of Chinese staatssteun. Het heeft een gevestigde basis, concurrerende prijzen en de mogelijkheid om een breder portfolio te verkopen dat telecomnetwerken, glasvezel, cloud en overheidstechnologie omvat. Daardoor krijgt het meer kansen om uitgaven te winnen naarmate Afrikaanse overheden en ondernemingen digitale infrastructuur uitbouwen.

Voor Nokia is de vraag of zijn AI-RAN-strategie zijn bestaande netwerkvoetafdruk kan omzetten in een sterkere positie binnen dat ecosysteem.

Afrika kan een cruciale test zijn. GSMA-data laat zien dat 3G- en 4G-netwerken ongeveer 85% van de bevolking dekken, maar dat meer dan 60% offline blijft. Hoge smartphone- en datakosten blijven het gebruik beperken, zelfs waar dekking aanwezig is.

Dat maakt Afrika een moeilijke markt voor dure AI-infrastructuur, maar mogelijk wel een nuttige markt voor technologieën die de operationele kosten van netwerken verlagen. De sterkste kortetermijncase voor AI is daarom misschien niet autonome netwerken of GPU-aangedreven celsites, maar het gebruik van AI om energieverbruik te verlagen, operaties te automatiseren en meer capaciteit uit bestaande infrastructuur te persen.

Nokia’s langetermijninzet is dat die efficiëntiewinsten uiteindelijk tot iets groters leiden: netwerken die programmeerbare platforms worden voor AI en enterprise-toepassingen.

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

De vraag is of Nokia die visie kan omzetten in een verdedigbaar bedrijf. De samenwerking met NVIDIA geeft toegang tot de benodigde rekenkracht, maar niet noodzakelijk controle over de technologiestack. De relaties met operators geven toegang tot klanten, maar geen gegarandeerde vraag. En AI-RAN-technologie kan de netwerkeconomie verbeteren, maar operators hebben nog steeds een overtuigend rendement op investering nodig.

Om in Afrika te winnen, heeft Nokia waarschijnlijk meer nodig dan een technisch capabele AI-RAN-oplossing. Het zal diepgaande partnerschappen met operators nodig hebben, enterprise-use-cases die meetbare omzet of besparingen opleveren, en grootschalige uitrol die de bestaande netwerkvoetafdruk omzet in een voordeel.

Dat is uiteindelijk waar het om draait: of Nokia AI kan gebruiken om zijn telecominfrastructuur waardevoller te maken—of dat de volgende laag van Afrikaanse digitale infrastructuur wordt vastgelegd door bedrijven die de compute, software en het kapitaal erachter controleren.