Historia afrykańskiej telekomunikacji od dawna koncentrowała się na rozszerzaniu łączności — od wież i światłowodów po 4G i 5G. Sztuczna inteligencja zmienia teraz oczekiwania wobec tych sieci, przesuwając ich rolę od przesyłania danych do przetwarzania ich i reagowania na nie w czasie rzeczywistym. Dla Nokii, fińskiej firmy technologicznej, która niegdyś dominowała na nigeryjskim rynku telefonów komórkowych i przez dekady budowała infrastrukturę telekomunikacyjną w Afryce, ta zmiana oznacza zarówno szansę, jak i nowy pole konkurencyjnej walki.

Rynek telekomunikacyjny Afryki, wyceniany na około 66 miliardów dolarów i prognozowany do wzrostu do 90,3 miliarda dolarów do 2030 roku, przyciąga nowe inwestycje ze strony globalnych firm technologicznych, w tym Meta, Google i Microsoft. Ich wydatki na kable podmorskie, infrastrukturę chmurową i sztuczną inteligencję dają im większą kontrolę nad infrastrukturą stanowiącą fundament kolejnej fazy cyfrowego rozwoju Afryki. Dla Nokii stawka wykracza poza sprzedaż sprzętu sieciowego: firma musi zabezpieczyć sobie rolę w tej infrastrukturze lub ryzykuje spadek do roli dostawcy łączności o niższej wartości w rodzącej się gospodarce AI.

To właśnie na ten rynek Nokia się pozycjonuje. Firma spodziewa się, że sieci natywne dla AI, przetwarzanie brzegowe (edge computing), automatyzacja i oprogramowanie będą zyskiwać na znaczeniu, mimo że znaczna część Afryki wciąż zmaga się z niezawodną łącznością.

"Afryka pozostaje obecnie w dużej mierze niepodłączona do sieci" — powiedział Danial Mausoof, wiceprezes Nokii ds. infrastruktury mobilnej na Bliski Wschód i Afrykę, w wywiadzie dla TechCabal 25 sierpnia. "Jesteśmy zaangażowani. Jesteśmy w pełni oddani Afryce."

Nokia nadal uważa 4G i 5G za fundament swojej afrykańskiej strategii. Mausoof powiedział, że firma współpracuje z największymi grupami operatorskimi, w tym Airtel, Orange, Vodacom, Safaricom i Maroc Telecom, oraz ma wdrożenia 5G na rynkach takich jak Angola, RPA i Etiopia.

Nokia chce jednak wydobyć z tych sieci więcej wartości, niż może zapewnić sama łączność. Jej platforma Artificial Intelligence Radio Access Network (AI-RAN) łączy istniejącą infrastrukturę telekomunikacyjną z przetwarzaniem opartym na GPU, aby wprowadzić obciążenia AI do sieci. Nokia uruchomiła komercyjną platformę AI-RAN 15 lipca 2026 roku.

Ta zmiana ma kluczowe znaczenie dla przyszłości firmy na kontynencie. Po w dużej mierze wyjściu z rynku telefonów komórkowych dla konsumentów — sprzedając dział urządzeń Microsoftowi w 2014 roku, a później licencjonując markę firmie HMD Global — Nokia skoncentrowała się ponownie na infrastrukturze sieciowej, wzmocniona przejęciem Alcatel-Lucent w 2016 roku. Teraz musi wyjść poza sprzedaż sprzętu sieciowego i konkurowanie ceną. Jeśli operatorzy nadal będą traktować sieci głównie jako infrastrukturę łączności, Nokia stoi w obliczu rosnącej presji cenowej ze strony tańszych rywali, takich jak Huawei, który zbudował silną pozycję w całej Afryce.

Większym zakładem Nokii jest to, że oprogramowanie i przetwarzanie mogą uczynić samą sieć cenniejszym aktywem. Poprzez sieci natywne dla AI oraz platformy takie jak AVA Autonomous Operations i Network as Code firma zamierza budować powtarzalne przychody z oprogramowania, rozszerzać się na przetwarzanie brzegowe i czerpać więcej wartości z 5G, a docelowo z 6G. Relacje z afrykańskimi operatorami dają jej dostęp do rynku, ale niekoniecznie przewagę konkurencyjną.

Zakład Nokii kontra zakład rynku

Ta podatność staje się wyraźniejsza, gdy infrastruktura AI coraz bardziej konsoliduje się wokół firm kontrolujących zarówno sprzęt, jak i oprogramowanie obliczeniowe. Adedeji Olowe, CEO Lendsqr i ekspert branży telekomunikacyjnej, jest sceptyczny co do tego, czy Nokia zdoła ugruntować silną pozycję.

"Nie sądzę, że mają szansę, ale mogę się mylić" — powiedział Olowe. "Nokia od dłuższego czasu działa na rynku enterprise, ale rynek znacząco się zmienia i prawdopodobnie wszyscy pozostali gracze są przed nimi."

Olowe wskazuje na firmy takie jak Amazon Web Services, Google i Huawei, które rozwinęły własne układy AI i szersze stosy technologiczne. Ta integracja pionowa daje im większą kontrolę nad warstwą obliczeniową, od której zależą usługi AI.

Emmanuel Ezenwere, CEO Arone Technologies, nigeryjskiej firmy z branży sprzętu, robotyki i energii odnawialnej, dostrzega tę samą słabość. "Nokia nie ma własnego układu" — powiedział, argumentując, że czyni to firmę zależną od partnerów w krytycznej części stosu AI.

To ma znaczenie, ponieważ AI-RAN to więcej niż aktualizacja oprogramowania telekomunikacyjnego. Znaczna część wartości przesuwa się w kierunku bazowego mocy obliczeniowej, interkoneksji, ekosystemów oprogramowania i własności intelektualnej. Nokia kontroluje warstwę sieciową, ale jej strategia AI-RAN opiera się na NVIDII w zakresie sprzętu i oprogramowania obliczeniowego napędzającego obciążenia AI.

Podejście Nokii łączy jej oprogramowanie anyRAN z oprogramowaniem Aerial i sprzętem GPU firmy NVIDIA. Obie firmy rozwijają architekturę, w której przetwarzanie oparte na GPU działa obok istniejących systemów pasma podstawowego Nokii, pozwalając tradycyjnemu ruchowi 4G i 5G nadal działać, podczas gdy obciążenia AI, takie jak wnioskowanie i trening, są obsługiwane przez warstwę GPU.

To porozumienie daje Nokii dostęp do zaawansowanego przetwarzania AI bez konieczności rozwoju własnego akceleratora, ale rodzi też pytanie, ile z wynikającej z tego przewagi Nokia faktycznie zdoła obronić. NVIDIA może dostarczać podobną infrastrukturę obliczeniową innym producentom sieci, potencjalnie udostępniając tę przewagę sprzętową całej branży.

Ezenwere argumentuje, że właśnie tutaj pozycja Nokii staje się bardziej podatna na atak. Huawei w przeciwieństwie do niej ma większą kontrolę nad własnym stosem technologicznym, w tym procesorami AI Ascend, sprzętem sieciowym i ekosystemem oprogramowania. Huawei nie zademonstrował jednak publicznie krzemu Ascend osadzonego bezpośrednio w swoich stacjach bazowych, więc oba podejścia nie są technicznie równoważne.

To rozróżnienie jest istotne. Nokia stawia na otwarty model obliczeń kupieckich, łączący infrastrukturę telekomunikacyjną z platformą obliczeniową NVIDII, podczas gdy Huawei dąży do głębszej integracji pionowej w całym swoim stosie sprzętowo-programistycznym. Otwartym pytaniem pozostaje, czy model Nokii może zapewnić lepszą wydajność, energooszczędność i koszty na dużą skalę.

Nokia wchodzi też w AI-RAN ze słabszej pozycji na tradycyjnym rynku RAN, plasując się za Huawei i Ericssonem pod względem przychodów z RAN, podczas gdy największy dostawcy kontrolują większość rynku. Ezenwere argumentuje, że czyni to propozycję Nokii zależną od udowodnienia, że może dostarczyć znaczące zyski względem technologii już rozwijanych przez większych rywali.

"Pod względem technologii i pozycji rynkowej Nokia jest trzecia pod względem przychodów z RAN za Huawei i Ericssonem, przy czym piątka największych kontroluje 96%, a koncentracja jest najwyższa od dziesięciu lat" — powiedział Ezenwere. "Ericsson dostarcza komercyjne AI w RAN od czerwca 2026 roku, osiągając około 10% wzrostu efektywności widmowej i 20% wzrostu przepustowości downlink bez GPU u ponad piętnastu operatorów. Dane Nokii to prognoza mapy drogowej, a nie osiągnięte rezultaty: firma twierdzi o ponad 20% obecnie i prognozuje 50% do 2027 roku oraz ponad 100% do 2028 roku."

Skoro Huawei, ZTE, Samsung i Ericsson badają AI-RAN bez umieszczania GPU bezpośrednio w paśmie podstawowym, Nokia będzie musiała wykazać, że jej droższe i bardziej obciążone obliczeniowo podejście zapewnia znacznie lepsze rezultaty.

Ekonomia może być trudniejsza niż technologia

W Afryce ekonomia może stanowić jeszcze większe ograniczenie niż sama technologia.

Nokia nie opublikowała stałej ceny swojej platformy AI-RAN. Infrastruktura telekomunikacyjna jest zwykle wyceniana według pojemności, skali wdrożenia, liczby lokalizacji i licencji na oprogramowanie, a nie według jednej ceny detalicznej. AI-RAN jest jednak droższa niż konwencjonalna infrastruktura, ponieważ dodaje do sieci przetwarzanie o wysokiej wydajności.

Szacunki branżowe sugerują, że przetwarzanie akcelerowane GPU w scentralizowanych hubach C-RAN może kosztować dziesiątki tysięcy dolarów za węzeł, a w zależności od konfiguracji ponad 100 000 dolarów. Energia to kolejny koszt: przetwarzanie AI o wysokiej gęstości może zużywać kilka kilowatów — istotne obciążenie na rynkach, gdzie operatorzy już wydają duże sumy na energię elektryczną, baterie, generatory i olej napędowy. Energia należy do największych kosztów operacyjnych afrykańskich operatorów komórkowych, a baza kosztowa skłoniła już kilku dużych operatorów, w tym Airtel Africa i MTN Group, do podpisania umów na energię odnawialną, mających na celu ograniczenie zależności od diesla w lokalizacjach wieżowych.

Kontynentalne wdrożenie jest zatem trudne do uzasadnienia. Afrykańscy operatorzy nadal mocno inwestują w światłowodowe sieci szkieletowe, spektrum, rozbudowę 4G i 5G oraz pokrycie obszarów wiejskich, generując przy tym znacznie niższe przychody na użytkownika niż operatorzy na rynkach rozwiniętych. Znaczna część ich sprzętu jest też wyceniana w dolarach, co naraża ich na ryzyko walutowe.

W rezultacie AI-RAN najprawdopodobniej zacznie się tam, gdzie ekonomia jest najłatwiejsza do obrony: w miejskich lokalizacjach o dużym ruchu, scentralizowanych hubach sieciowych i środowiskach korporacyjnych, gdzie dodatkowa pojemność lub przetwarzanie o niskich opóźnieniach może generować mierzalne zwroty.

Opis architektury Nokii przez Mausoofa wzmacnia to podejście. Operatorzy mogą zachować istniejące systemy 4G i 5G, dodając przetwarzanie oparte na GPU obok infrastruktury pasma podstawowego. Tradycyjny ruch mobilny kontynuuje działanie przez istniejący system, podczas gdy warstwa GPU obsługuje obciążenia AI, a jedna warstwa oprogramowania zarządza obiema.

Propozycja polega mniej na przebudowie sieci niż na dodaniu warstwy inteligencji i przetwarzania do infrastruktury, którą operatorzy już posiadają. Mausoof powiedział, że Nokia celuje w do 2,5-krotną poprawę efektywności widmowej, co potencjalnie pozwoliłoby operatorom wydobyć większą pojemność z istniejącego spektrum.

To twierdzenie pozostaje jednak w dużej mierze perspektywiczne. Ezenwere wskazuje na szerszą debatę branżową na temat rzeczywistych zysków, jakie AI może dostarczyć w RAN. Ericsson zgłosił komercyjne wdrożenia AI-RAN dające skromniejsze poprawy efektywności bez GPU, podczas gdy wyższe dane Nokii opierają się na własnych testach i projekcjach firmy. Różnica między wydajnością laboratoryjną a mierzalnymi zwrotami operatorów może ostatecznie przesądzić, czy AI-RAN stanie się znaczącym biznesem, czy drogą modernizacją.

AI może mimo to rozwiązać niektóre bieżące problemy operatorów. Sieci mogą automatycznie dostosowywać zasoby do wzorców ruchu, zmniejszać pojemność w okresach niskiego popytu i automatyzować konserwację. Mausoof przytoczył wdrożenie Nokii podczas Hadżdżu w Arabii Saudyjskiej, gdzie — jak twierdzi firma — jej automatyzacja napędzana AI obsłużyła od 10 000 do 15 000 interakcji i zmian sieciowych w okresie intensywnego popytu.

Może to być bardziej przekonujący afrykański przypadek użycia niż wdrażanie GPU wszędzie. Tam, gdzie koszty energii są wysokie, a inżynierów terenowych trudno wysłać, automatyzacja zmniejszająca zużycie energii i konserwację sieci może przynieść zwroty bez konieczności całkowitej transformacji sieci.

Afryka może przetestować, czy AI-RAN faktycznie się opłaca

Większą nagrodą są przychody z rynku enterprise. Firmy górnicze mogłyby wykorzystywać dedykowane sieci do maszyn autonomicznych; operatorzy portów i logistyki mogliby łączyć łączność, czujniki i wizję komputerową; producenci mogliby koordynować maszyny przez sieci o niskich opóźnieniach; a firmy energetyczne mogłyby wykorzystać podłączoną infrastrukturę do monitorowania aktywów i przewidywania awarii.

Przetwarzanie brzegowe jest kluczowe dla tego modelu, ponieważ pozwala przetwarzać dane bliżej miejsca ich powstawania. To mogłoby umożliwić operatorom sprzedaż możliwości sieciowych — nie tylko przepustowości — wycenianych według opóźnień, niezawodności, bezpieczeństwa i przepustowości.

Rynek tych usług jest jednak wciąż wąski. Duże firmy przemysłowe mogą mieć jasne powody, aby płacić za przetwarzanie AI w czasie rzeczywistym, podczas gdy wiele afrykańskich firm dopiero przenosi podstawowe obciążenia ze starszych systemów na platformy chmurowe. Popyt na zaawansowane wnioskowanie AI na krawędzi sieci prawdopodobnie pojawi się więc najpierw w wąskiej grupie zaawansowanych technologicznie przedsiębiorstw.

Dla operatorów oznacza to zmianę sposobu monetyzacji sieci. Klienci korporacyjni musieliby płacić za konkretne wyniki wydajnościowe lub biznesowe, a operatorzy musieliby wspólnie z firmami rozwijać przypadki użycia, zamiast po prostu sprzedawać konwencjonalne pakiety danych.

Technologia wciąż znajduje się w pewnej odległości od powszechnego komercyjnego wdrożenia w Afryce. Nokia omawia przypadki użycia AI-RAN z operatorami w regionie, choć Mausoof powiedział, że nie można ich jeszcze wymienić z nazwy, ponieważ projekty są na etapie prób. Testy mają rozpocząć się najwcześniej w pierwszym kwartale 2027 roku, a następnie spodziewane są dalsze ogłoszenia na Mobile World Congress 2027 — największym dorocznym spotkaniu branży, odbywającym się w Barcelonie, gdzie dostawcy tradycyjnie prezentują aktualizacje flagowych map drogowych — oraz komercjalizacja w 2028 roku.

Mausoof spodziewa się, że szersza adopcja w Afryce wykracza poza 2030 rok, ponieważ rynki znacząco różnią się dojrzałością technologiczną, dostępnością spektrum, infrastrukturą i możliwościami operatorów. Bardziej zaawansowane rynki 5G prawdopodobnie ruszą pierwsze, podczas gdy inne pozostaną skupione na rozszerzaniu podstawowej łączności.

Stwarza to dla Nokii trudną kalkulację komercyjną: firma próbuje sprzedać technologię obiecującą większą wydajność i nowe przychody operatorom, którzy są nadal pod presją finansowania podstawowej rozbudowy sieci.

Krajobraz konkurencyjny pogłębia wyzwanie. Microsoft, Google, Amazon i NVIDIA budują pozycje w chmurze i AI, podczas gdy Ericsson i Huawei pozostają mocno zakorzenieni w infrastrukturze telekomunikacyjnej. Nadprężne firmy mają przewagę w infrastrukturze chmurowej, modelach AI, ekosystemach deweloperskich i kapitale, a NVIDIA kontroluje krytyczną część stosu obliczeniowego.

Potencjalna przewaga Nokii jest więc węższa: jej wiedza specjalistyczna w dziedzinie RAN, istniejące relacje z operatorami i zainstalowana baza. Nawet te atuty są pod presją. Jeśli NVIDIA zdoła dostarczać podobne platformy przetwarzania akcelerowanego Ericssonowi, Samsungowi i innym producentom, przewaga początkowa Nokii może nie stać się trwałą fosą.

Huawei stawia inne wyzwanie. Jego przewaga w Afryce to nie tylko dostęp do tańszego finansowania czy wsparcie państwa chińskiego. Ma zainstalowaną bazę, konkurencyjne ceny i możliwość sprzedaży szerszego portfolio obejmującego sieci telekomunikacyjne, światłowody, chmurę i technologie rządowe — co daje mu więcej okazji do przechwytywania wydatków, gdy afrykańskie rządy i przedsiębiorstwa budują infrastrukturę cyfrową.

Dla Nokii pytanie brzmi, czy jej strategia AI-RAN zdoła przekształcić istniejący zasięg sieciowy w silniejszą pozycję w tym ekosystemie.

Afryka może być kluczowym testem. Dane GSMA pokazują, że sieci 3G i 4G obejmują około 85% populacji, a jednak ponad 60% pozostaje offline. Wysokie koszty smartfonów i danych nadal ograniczają korzystanie z nich nawet tam, gdzie istnieje pokrycie.

Czyni to Afrykę trudnym rynkiem dla drogiej infrastruktury AI — ale potencjalnie użytecznym dla technologii obniżających koszty operacyjne sieci. Najmocniejszym argumentem na rzecz AI w krótkim terminie może więc nie być autonomizacja sieci czy stacje bazowe zasilane GPU, lecz wykorzystanie AI do ograniczenia zużycia energii, automatyzacji operacji i wyciśnięcia większej pojemności z istniejącej infrastruktury.

Długoterminowy zakład Nokii polega na tym, że te wydajnościowe zyski doprowadzą ostatecznie do czegoś większego: sieci staną się programowalnymi platformami dla aplikacji AI i enterprise.

"Infrastruktura sieciowa w Afryce musi zostać rozbudowana i to jest nasz priorytet — dalsze rozwijanie łączności" — powiedział Mausoof. "Infrastruktura ewoluuje w kierunku platform natywnych dla AI, które będą programowalne, oparte na oprogramowaniu i włączone na krawędzi sieci."

Pytanie brzmi, czy Nokia zdoła przekształcić tę wizję w obronny biznes. Partnerstwo z NVIDIĄ daje jej dostęp do potrzebnej mocy obliczeniowej, ale niekoniecznie kontrolę nad stosem technologicznym. Relacje z operatorami dają jej dostęp do klientów, ale nie gwarantowany popyt. A jej technologia AI-RAN może poprawić ekonomię sieci, ale operatorzy wciąż potrzebują przekonującego zwrotu z inwestycji.

Aby wygrać w Afryce, Nokia będzie prawdopodobnie potrzebować czegoś więcej niż technicznie sprawnej platformy AI-RAN. Będzie potrzebować głębokich partnerstw z operatorami, przypadków użycia enterprise generujących mierzalne przychody lub oszczędności oraz wdrożeń na dużą skalę, które przekształcą jej istniejący zasięg sieciowy w przewagę.

Ostatecznie o to chodzi: czy Nokia zdoła wykorzystać AI, by zwiększyć wartość swojej infrastruktury telekomunikacyjnej — czy też kolejna warstwa cyfrowej infrastruktury Afryki zostanie przechwycona przez firmy kontrolujące moc obliczeniową, oprogramowanie i kapitał, które za nią stoją.