L’idea è passare da una semplice “byte monetization” a una “token monetization”: non soltanto trasportare i dati necessari ai servizi intelligenti, ma partecipare al valore creato dall’elaborazione stessa.

Per sostenere questo passaggio, Huawei ha illustrato una strategia integrata di Service-Network-Compute, che combina:

• intelligenza a livello di servizio;
• reti ottimizzate per i carichi di lavoro dell’AI;
• capacità di archiviazione e calcolo ad alte prestazioni .

Tra gli annunci principali figurano:

• 10 prodotti e soluzioni AI-Optical Network (AI-ON): una gamma di soluzioni all-optical pensate per costruire reti orientate all’AI e favorire la distribuzione su larga scala dei servizi intelligenti .
• Accelerazione dell’inferenza sulla rete reale: insieme a China Mobile Hubei, Huawei ha completato la prima validazione su una rete live di un operatore cinese della propria soluzione di accelerazione dell’inferenza AI. Basata sul sistema di storage OceanStor A800, la soluzione ha raggiunto un miglioramento fino al 372% nel throughput dei token per carichi di inferenza con sequenze lunghe .
• Piattaforme multi-agente: sul piano dei servizi, Huawei sta aiutando gli operatori a implementare agenti specializzati per telefonia, monetizzazione dell’esperienza e banda larga domestica .

Yang Chaobin, dirigente di Huawei, ha riassunto la direzione strategica con la formula “5G-A x AI”: l’evoluzione dovrebbe consentire alle telco di monetizzare non solo il traffico e la qualità della rete, ma anche i servizi di intelligenza artificiale .

ZTE porta gli agenti dentro il core di rete

ZTE ha presentato AIR Core, il proprio core di rete nativo per l’AI, ora dotato anche di funzionalità agentiche .

In pratica, l’intelligenza artificiale viene incorporata direttamente nel cuore della rete, con l’obiettivo di supportare operazioni più autonome e la gestione dei carichi di lavoro AI. L’approccio di ZTE punta quindi a trasformare il core da semplice infrastruttura di instradamento e controllo in una piattaforma capace di osservare, decidere e intervenire con un livello crescente di automazione.

Open Telco AI: la GSMA punta su dati e modelli condivisi

Un altro tema centrale è stato Open Telco AI, iniziativa lanciata dalla GSMA al MWC di Barcellona il 2 marzo 2026 con AT&T e AMD come primi sostenitori .

Il progetto mira a creare le basi aperte per una cosiddetta “Telco-Grade AI”, cioè un’intelligenza artificiale progettata per le esigenze specifiche delle telecomunicazioni. Tra gli elementi previsti ci sono dataset condivisi, modelli dedicati al settore, risorse di calcolo e un portale per la collaborazione tra operatori, fornitori, sviluppatori e mondo accademico .

A Shanghai, la GSMA ha organizzato un incontro dedicato ai leader dell’AI e ha riferito che Open Telco AI è arrivata a 46 organizzazioni aderenti in 35 Paesi . Anche Selectstar, società sudcoreana specializzata nella valutazione dei dati e dell’affidabilità dei sistemi AI, è entrata nell’iniziativa come partner ufficiale per la valutazione dei dati .

La spinta a sviluppare strumenti specifici per le telco nasce anche da un problema economico concreto: le attività operative di rete rappresentano il 34% dei costi operativi degli operatori, mentre soltanto il 16% delle implementazioni di AI generativa è oggi diretto a quest’area .

Il fattore prezzo: i modelli cinesi aumentano la pressione sui costi

Sul dibattito ha pesato anche l’evoluzione dell’economia dei modelli AI. Secondo le fonti citate, DeepSeek ha rilasciato il modello V4 nell’aprile 2026, un sistema Mixture-of-Experts da 1,6 trilioni di parametri addestrato interamente su chip domestici Huawei Ascend e Cambricon, senza dipendenza da Nvidia CUDA . Il modello è stato descritto come competitivo sul piano dei costi con i principali modelli statunitensi proprietari di OpenAI e Google DeepMind .

Più in generale, nel secondo trimestre del 2026 i modelli cinesi offrivano in molti casi prezzi per token da tre a dieci volte inferiori rispetto ai modelli statunitensi di frontiera . Un esempio è Step 3.5 Flash, proposto a 0,10 dollari per milione di token in input e 0,30 dollari in output: circa 25 volte meno di GPT-4o, con capacità di ragionamento matematico comparabili secondo le fonti citate .

I laboratori cinesi occupavano inoltre quattro dei primi cinque posti nelle classifiche dei modelli AI a pesi aperti . Per gli operatori globali, questa combinazione di prestazioni e prezzi più bassi rende più urgente rivedere partnership infrastrutturali, costi di inferenza e criteri per scegliere i fornitori tecnologici.

Nokia punta sugli agenti per le reti autonome

Nokia ha concentrato i propri annunci sull’uso degli agenti AI nella gestione quotidiana delle reti, sia mobili sia fisse.

• Integrazione con Google Gemini: Nokia prevede di integrare i modelli Gemini nel Nokia Assurance Center, la piattaforma per il monitoraggio e la gestione delle reti. L’obiettivo è introdurre sei agenti specializzati; due, denominati Router ed Event Triage, risultavano già operativi .
• Aggiornamento delle reti autonome: durante l’evento DTW26, tenuto in parallelo al MWC Shanghai, Nokia ha presentato nuove capacità agentiche per il proprio portafoglio di reti autonome, tra cui l’Autonomous Networks Agent Library, l’Autonomous Networks Suite e MantaRay SMO .
• Reti domestiche e broadband: l’azienda ha lanciato funzioni agentiche dedicate alle reti fisse, alla fibra e al Wi-Fi domestico, basate sull’esperienza maturata su oltre 600 milioni di linee broadband implementate .
• AI-RAN con NVIDIA: Nokia ha inoltre annunciato nuovi collegamenti con T-Mobile, Indosat e SoftBank Corp. e test funzionali riusciti del software anyRAN sulla piattaforma AI-RAN accelerata dalle GPU NVIDIA .

La direzione comune: meno efficienza interna, più ricavi dall’AI

Gli annunci di Shanghai delineano una convergenza piuttosto chiara.

1. La connettività da sola non basta più

Huawei parla di token, ZTE di un core agentico e Nokia di automazione e slicing intelligente. La tesi comune è che l’operatore non debba limitarsi a trasportare dati: deve poter vendere capacità di calcolo, servizi AI, API di rete e prestazioni differenziate.

2. Servono modelli addestrati per le telecomunicazioni

Le reti mobili e fisse hanno vincoli, standard, metriche e procedure che i modelli generalisti non sempre comprendono. Open Telco AI nasce proprio dal tentativo di mettere in comune dati, benchmark, modelli e risorse per ridurre il rischio di investimenti AI poco utili nelle attività operative più costose .

3. Il costo dell’inferenza diventa una variabile strategica

La competizione dei modelli cinesi, con prezzi per token molto inferiori in diversi casi, può accelerare la diffusione di servizi AI nelle reti. Allo stesso tempo, mette sotto pressione gli operatori, chiamati a scegliere infrastrutture e modelli non solo in base alle prestazioni, ma anche al costo per richiesta, alla disponibilità e all’efficienza energetica.

4. Gli agenti sono il prossimo livello di automazione

Gli agenti AI progettati per diagnosticare anomalie, gestire eventi, ottimizzare la rete o assistere i clienti puntano a ridurre l’intervento umano nelle operazioni ripetitive. Per le telco, la sfida sarà trasformare questa automazione in un miglioramento misurabile dell’affidabilità e, soprattutto, in nuovi servizi vendibili.

Il quadro uscito dal MWC Shanghai 2026 è quindi quello di un settore che sta cercando di passare dall’AI come centro di costo all’AI come infrastruttura commerciale. Token, agenti e reti intelligenti sono ancora concetti in evoluzione, ma la direzione indicata da Huawei, ZTE, Nokia e GSMA è già evidente: la prossima fonte di valore per gli operatori potrebbe non essere soltanto la quantità di dati trasportati, bensì la capacità di produrre, elaborare e orchestrare intelligenza sulla rete.

L’idea è passare da una semplice “byte monetization” a una “token monetization”: non soltanto trasportare i dati necessari ai servizi intelligenti, ma partecipare al valore creato dall’elaborazione stessa.

Per sostenere questo passaggio, Huawei ha illustrato una strategia integrata di Service-Network-Compute, che combina:

• intelligenza a livello di servizio;
• reti ottimizzate per i carichi di lavoro dell’AI;
• capacità di archiviazione e calcolo ad alte prestazioni .

Tra gli annunci principali figurano:

• 10 prodotti e soluzioni AI-Optical Network (AI-ON): una gamma di soluzioni all-optical pensate per costruire reti orientate all’AI e favorire la distribuzione su larga scala dei servizi intelligenti .
• Accelerazione dell’inferenza sulla rete reale: insieme a China Mobile Hubei, Huawei ha completato la prima validazione su una rete live di un operatore cinese della propria soluzione di accelerazione dell’inferenza AI. Basata sul sistema di storage OceanStor A800, la soluzione ha raggiunto un miglioramento fino al 372% nel throughput dei token per carichi di inferenza con sequenze lunghe .
• Piattaforme multi-agente: sul piano dei servizi, Huawei sta aiutando gli operatori a implementare agenti specializzati per telefonia, monetizzazione dell’esperienza e banda larga domestica .

Yang Chaobin, dirigente di Huawei, ha riassunto la direzione strategica con la formula “5G-A x AI”: l’evoluzione dovrebbe consentire alle telco di monetizzare non solo il traffico e la qualità della rete, ma anche i servizi di intelligenza artificiale .

ZTE porta gli agenti dentro il core di rete

ZTE ha presentato AIR Core, il proprio core di rete nativo per l’AI, ora dotato anche di funzionalità agentiche .

In pratica, l’intelligenza artificiale viene incorporata direttamente nel cuore della rete, con l’obiettivo di supportare operazioni più autonome e la gestione dei carichi di lavoro AI. L’approccio di ZTE punta quindi a trasformare il core da semplice infrastruttura di instradamento e controllo in una piattaforma capace di osservare, decidere e intervenire con un livello crescente di automazione.

Open Telco AI: la GSMA punta su dati e modelli condivisi

Un altro tema centrale è stato Open Telco AI, iniziativa lanciata dalla GSMA al MWC di Barcellona il 2 marzo 2026 con AT&T e AMD come primi sostenitori .

Il progetto mira a creare le basi aperte per una cosiddetta “Telco-Grade AI”, cioè un’intelligenza artificiale progettata per le esigenze specifiche delle telecomunicazioni. Tra gli elementi previsti ci sono dataset condivisi, modelli dedicati al settore, risorse di calcolo e un portale per la collaborazione tra operatori, fornitori, sviluppatori e mondo accademico .

A Shanghai, la GSMA ha organizzato un incontro dedicato ai leader dell’AI e ha riferito che Open Telco AI è arrivata a 46 organizzazioni aderenti in 35 Paesi . Anche Selectstar, società sudcoreana specializzata nella valutazione dei dati e dell’affidabilità dei sistemi AI, è entrata nell’iniziativa come partner ufficiale per la valutazione dei dati .

La spinta a sviluppare strumenti specifici per le telco nasce anche da un problema economico concreto: le attività operative di rete rappresentano il 34% dei costi operativi degli operatori, mentre soltanto il 16% delle implementazioni di AI generativa è oggi diretto a quest’area .

Il fattore prezzo: i modelli cinesi aumentano la pressione sui costi

Sul dibattito ha pesato anche l’evoluzione dell’economia dei modelli AI. Secondo le fonti citate, DeepSeek ha rilasciato il modello V4 nell’aprile 2026, un sistema Mixture-of-Experts da 1,6 trilioni di parametri addestrato interamente su chip domestici Huawei Ascend e Cambricon, senza dipendenza da Nvidia CUDA . Il modello è stato descritto come competitivo sul piano dei costi con i principali modelli statunitensi proprietari di OpenAI e Google DeepMind .

Più in generale, nel secondo trimestre del 2026 i modelli cinesi offrivano in molti casi prezzi per token da tre a dieci volte inferiori rispetto ai modelli statunitensi di frontiera . Un esempio è Step 3.5 Flash, proposto a 0,10 dollari per milione di token in input e 0,30 dollari in output: circa 25 volte meno di GPT-4o, con capacità di ragionamento matematico comparabili secondo le fonti citate .

I laboratori cinesi occupavano inoltre quattro dei primi cinque posti nelle classifiche dei modelli AI a pesi aperti . Per gli operatori globali, questa combinazione di prestazioni e prezzi più bassi rende più urgente rivedere partnership infrastrutturali, costi di inferenza e criteri per scegliere i fornitori tecnologici.

Nokia punta sugli agenti per le reti autonome

Nokia ha concentrato i propri annunci sull’uso degli agenti AI nella gestione quotidiana delle reti, sia mobili sia fisse.

• Integrazione con Google Gemini: Nokia prevede di integrare i modelli Gemini nel Nokia Assurance Center, la piattaforma per il monitoraggio e la gestione delle reti. L’obiettivo è introdurre sei agenti specializzati; due, denominati Router ed Event Triage, risultavano già operativi .
• Aggiornamento delle reti autonome: durante l’evento DTW26, tenuto in parallelo al MWC Shanghai, Nokia ha presentato nuove capacità agentiche per il proprio portafoglio di reti autonome, tra cui l’Autonomous Networks Agent Library, l’Autonomous Networks Suite e MantaRay SMO .
• Reti domestiche e broadband: l’azienda ha lanciato funzioni agentiche dedicate alle reti fisse, alla fibra e al Wi-Fi domestico, basate sull’esperienza maturata su oltre 600 milioni di linee broadband implementate .
• AI-RAN con NVIDIA: Nokia ha inoltre annunciato nuovi collegamenti con T-Mobile, Indosat e SoftBank Corp. e test funzionali riusciti del software anyRAN sulla piattaforma AI-RAN accelerata dalle GPU NVIDIA .

La direzione comune: meno efficienza interna, più ricavi dall’AI

Gli annunci di Shanghai delineano una convergenza piuttosto chiara.

1. La connettività da sola non basta più

Huawei parla di token, ZTE di un core agentico e Nokia di automazione e slicing intelligente. La tesi comune è che l’operatore non debba limitarsi a trasportare dati: deve poter vendere capacità di calcolo, servizi AI, API di rete e prestazioni differenziate.

2. Servono modelli addestrati per le telecomunicazioni

Le reti mobili e fisse hanno vincoli, standard, metriche e procedure che i modelli generalisti non sempre comprendono. Open Telco AI nasce proprio dal tentativo di mettere in comune dati, benchmark, modelli e risorse per ridurre il rischio di investimenti AI poco utili nelle attività operative più costose .

3. Il costo dell’inferenza diventa una variabile strategica

La competizione dei modelli cinesi, con prezzi per token molto inferiori in diversi casi, può accelerare la diffusione di servizi AI nelle reti. Allo stesso tempo, mette sotto pressione gli operatori, chiamati a scegliere infrastrutture e modelli non solo in base alle prestazioni, ma anche al costo per richiesta, alla disponibilità e all’efficienza energetica.

4. Gli agenti sono il prossimo livello di automazione

Gli agenti AI progettati per diagnosticare anomalie, gestire eventi, ottimizzare la rete o assistere i clienti puntano a ridurre l’intervento umano nelle operazioni ripetitive. Per le telco, la sfida sarà trasformare questa automazione in un miglioramento misurabile dell’affidabilità e, soprattutto, in nuovi servizi vendibili.

Il quadro uscito dal MWC Shanghai 2026 è quindi quello di un settore che sta cercando di passare dall’AI come centro di costo all’AI come infrastruttura commerciale. Token, agenti e reti intelligenti sono ancora concetti in evoluzione, ma la direzione indicata da Huawei, ZTE, Nokia e GSMA è già evidente: la prossima fonte di valore per gli operatori potrebbe non essere soltanto la quantità di dati trasportati, bensì la capacità di produrre, elaborare e orchestrare intelligenza sulla rete.