L’AI sta cambiando reti Tlc e tower company italiane: più automazione, edge, neutral host e RanCo per ridurre costi, consumi ed abilitare nuovi servizi.
AI e reti intelligenti: perché l’Italia deve accelerare ora
Il traffico dati generato da applicazioni di intelligenza artificiale e realtà aumentata crescerà almeno del 20% entro il 2030, con l’uplink fino a 3 volte superiore rispetto a oggi. È il tipo di dato che, se sei in una telco, in una utility o in una media impresa italiana, ti obbliga a farti una domanda: la tua infrastruttura è pronta o no?
Qui sta il punto: l’AI non è solo un nuovo servizio da vendere. Sta riscrivendo il modo in cui progettiamo, gestiamo e monetizziamo le reti. Automatizzazione spinta, edge computing, modelli neutral host, reti autonome: chi li interpreta bene guadagna margini e clienti; chi li subisce si ritrova con costi fuori controllo e servizi che non reggono il confronto europeo.
In questo articolo guardiamo alle reti intelligenti nel contesto italiano, mettendo insieme le indicazioni emerse a Telco per l’Italia con un obiettivo molto pratico: capire dove sta il valore per operatori, tower company, utility e grandi imprese e quali scelte fare da qui ai prossimi 3–5 anni.
1. AI, consumo di dati e nuovo standard di esperienza utente
L’intelligenza artificiale sta cambiando la natura del traffico sulle reti, non solo i volumi.
- Cresce il traffico totale
- Cresce in modo marcato l’uplink, sia su fisso sia su mobile
- Entrano in gioco agenti AI, crawler e applicazioni always-on che generano traffico continuo
Questo significa che la progettazione tradizionale delle reti non basta più. Non è solo un problema di “più banda”, ma di latenza, prevedibilità e qualità di esperienza (QoE).
Il gap italiano sull’esperienza utente
Gli studi KPMG – Ookla indicano l’Italia al 15° posto in Europa per qualità dell’esperienza di rete. Non è un dramma, ma è un campanello d’allarme chiaro:
- le nostre reti non sono ancora tarate sulle esigenze delle applicazioni AI real-time
- l’utente, consumer o business, si aspetta un livello di impeccabilità nell’erogazione dei servizi che oggi non è garantito in modo uniforme
Questa distanza si traduce in un effetto molto concreto: limitare il tipo di servizi AI che possono nascere in Italia (telemedicina avanzata, manutenzione predittiva via AR, fabbriche connesse, ecc.) o costringerli a convivere con performance “ballerine”.
Da infrastruttura generica a rete programmabile
Per reggere il nuovo consumo di dati trainato dall’AI, le reti devono diventare:
- programmabili: configurabili via API in modo dinamico, in funzione di esigenze applicative o di business
- vicine all’utente: con nodi edge distribuiti, per ridurre la latenza
- ibride e complementari: fibra, 5G, FWA, satellite che lavorano come un unico sistema
Qui l’AI non è solo cliente della rete, ma motore interno: analizza, predice, ottimizza, automatizza decisioni che oggi richiedono ore di intervento umano.
2. Reti intelligenti come “estensione delle capacità umane”
Quando si parla di AI nelle reti Tlc italiane, il punto non è sostituire persone, ma estenderne le capacità.
Dalla gestione manuale alle reti autonome
La traiettoria è chiara:
- Livello 0–1: configurazioni manuali, interventi reattivi
- Livello 2–3: automazione guidata dall’AI, suggerimenti e ottimizzazioni proposte ai tecnici
- Livello 4–5: reti autonome, che si auto-configurano, si auto-riparano e si adattano agli obiettivi di business (intent-based networking)
In Italia molte realtà sono già intorno al livello 3: l’AI analizza la rete radio, suggerisce parametri, segnala situazioni critiche, anticipa i guasti.
Ericsson, ad esempio, ha misurato su reti reali:
- –33% di consumi energetici sulla RAN grazie all’ottimizzazione automatica
- +20% di capacità in downlink percepita dall’utente
- handover più efficienti del 60% tra celle diverse
Numeri che, tradotti in conto economico, significano Opex ridotti e ARPU difeso senza dover puntare tutto su rincari tariffari.
AI, 5G Standalone e slicing: servizi su misura
Per le telco italiane, la combinazione che fa davvero la differenza è:
- AI per analisi, previsione, ottimizzazione e automazione
- 5G Standalone per abilitare bassa latenza, network slicing e funzioni avanzate
- slicing di rete per creare “reti virtuali” con SLA differenti su una stessa infrastruttura
Risultato: la rete può diventare un prodotto altamente personalizzabile. Alcuni esempi molto concreti:
- evento sportivo o concerto: slice temporaneo con capacità dedicata e latenza minima
- area industriale: slice chiuso per applicazioni mission-critical e robotica
- piccoli operatori di prossimità: qualità su misura per PMI e pubbliche amministrazioni locali
Per arrivarci, però, non basta aggiornare la tecnologia. Serve integrare e rendere utilizzabili i dati: log di rete, telemetrie, dati commerciali, inventari. Senza una vera data platform, l’AI resta un progetto pilota da presentazione, non un vantaggio competitivo.
3. Neutral host, tower company e modello RanCo: meno capex, più copertura
Se parliamo di transizione verde e sostenibilità economica del settore, il tema centrale è uno: smettere di duplicare infrastrutture dove non serve.
Il ruolo delle tower company come neutral host
Il modello “una torre per operatore” è superato. Inwit lo dimostra con numeri importanti:
- circa 25.000 macro torri in Italia
- oltre 700 sistemi DAS indoor (stadi, centri commerciali, metro, uffici)
- tenancy media 2,3–2,4: più operatori mobili, utility e imprese sulla stessa infrastruttura
In questo contesto, la tower company diventa neutral host:
- offre infrastruttura condivisa a più operatori
- abilita use case per telco, utility, smart city, industria
- permette a nuovi attori verticali di entrare senza dover costruire rete propria
L’AI qui è doppiamente utile:
- ottimizza la manutenzione predittiva (meno guasti, meno interventi sul campo)
- abilita digital twin delle torri per gestire spazi, carichi, configurazioni e nuovi insediamenti
Dal consolidamento passivo al consolidamento 2.0: RanCo
La RAN (Radio Access Network) pesa per circa il 40% del capex e il 25% dell’opex delle telco. Continuare a moltiplicare reti radio parallele è, semplicemente, antieconomico.
Qui entra in gioco il paradigma RanCo (Radio Access Network Company):
- una struttura neutral host che gestisce rete attiva e passiva
- gli operatori mobili trasformano parte del capex in opex, liberando risorse per servizi e innovazione
- si crea un modello win–win: meno TCO per gli MNO, più valore per le tower co, più scelta e qualità per i clienti finali
In più, il neutral host facilita il frequency pooling, cioè la condivisione efficiente delle frequenze mobili, rendendo la copertura più robusta senza nuovi siti duplicati.
Il “falso 90%” di copertura 5G
Oggi la copertura 5G italiana è dichiarata intorno al 90% della popolazione. Ma la copertura indoor reale si ferma circa al 40%, ben sotto la media UE.
Tradotto: il 5G spesso “c’è sulla carta”, ma non entra negli edifici dove servirebbe davvero per applicazioni professionali, logistiche, sanitarie.
Due conseguenze operative:
- servono investimenti in densificazione mirata, non solo coperture macro
- il rinnovo delle frequenze va disegnato con criteri più intelligenti: meno aste punitive, più vincoli legati a qualità, latenza, throughput e densità di copertura misurabili, con un soggetto attuatore che controlli l’esecuzione
Per un operatore o una grande impresa, la domanda da porsi è semplice: posso entrare in logica neutral host/RanCo e spostare investimenti da “cemento” a servizi AI-based? Chi lo farà prima avrà un vantaggio di costo difficilmente recuperabile dai concorrenti.
4. Reti intelligenti, sostenibilità e uso “giusto” dell’AI
Uno dei rischi quando si parla di AI nelle telco è farsi sedurre solo dal fascino dei modelli generativi. In realtà, molto valore oggi viene da modelli più “snelli” e mirati, addestrati su dati telecom specifici.
AI spiegabile, sicura e sostenibile
Tre pilastri sono ormai non negoziabili per chi progetta reti intelligenti:
-
Sicurezza e spiegabilità
Le decisioni automatiche prese dalla rete (spegnere celle, cambiare potenza, modificare priorità) devono essere comprensibili e auditabili. Nessun operatore può accettare una “scatola nera” totale. -
Sostenibilità energetica
La RAN è fortemente energivora. Usare AI per:- fare manutenzione preventiva
- gestire in modo intelligente batterie e alimentazioni dei siti mobili
- spegnere o ridurre potenza in orari di basso traffico permette di ridurre in modo tangibile l’impronta ambientale e la bolletta elettrica.
-
Scelta dei modelli corretti
Per ottimizzare i link di rete, non serve un modello da miliardi di parametri. Ha più senso usare modelli ML compatti, addestrati su pochi parametri veramente rilevanti. Risultato:- meno consumo di energia computazionale
- maggiore accuratezza sul problema specifico
Perché i dati delle telco sono strategici per l’AI
C’è un aspetto spesso sottovalutato: gli operatori Tlc non sono solo “vittime” dell’AI degli altri, ma possono diventare protagonisti dell’ecosistema AI.
I motivi:
- hanno dati unici su mobilità, traffico, qualità di servizio, utilizzo di applicazioni
- possono contribuire ad addestrare modelli AI realmente rilevanti per le reti e per i servizi digitali
- possono costruire offerte B2B basate su insight di rete (logistica, retail, PA, energia)
La sfida è organizzativa e culturale: serve data governance seria, accordi chiari su privacy e anonimizzazione, e competenze interne in data science che sappiano parlare la lingua di rete e di business.
5. Cosa fare adesso: priorità pratiche per operatori e imprese
Riassumendo il quadro, l’AI sta spingendo l’Italia verso reti più intelligenti, distribuite e condivise. Ma cosa fare in concreto nei prossimi 12–24 mesi?
Per operatori Tlc e tower company
Le priorità realistiche sono:
- Portare l’AI dove l’impatto è misurabile: RAN, energy saving, manutenzione predittiva, ottimizzazione delle risorse radio
- Costruire una data platform unica: smettere di avere dati di rete, di billing, CRM e inventario in silos non parlanti
- Sperimentare seriamente il network slicing su casi d’uso B2B ad alto valore (industrie, grandi eventi, logistica)
- Entrare a pieno nel modello neutral host/RanCo dove ha senso, per ridurre TCO e liberare capex
- Lavorare con città e PA su progetti smart city che integrano connettività, AI e sensori (monitoraggio ambientale, mobilità, sicurezza)
Per utility, grandi imprese e PA
Qui la domanda non è “se”, ma “come” usare reti intelligenti e AI in modo utile:
- pretendere SLA chiari su latenza, banda e copertura indoor, non solo “5G disponibile”
- valutare accordi con neutral host per infrastrutture indoor ed edge condivise
- progettare use case AI che sfruttano edge computing (controllo in tempo reale, AR in campo, manutenzione remota)
- collaborare con gli operatori per definire i dati utili ad addestrare modelli realmente aderenti alle esigenze di business
La realtà è che l’AI nel settore energetico e nelle reti Tlc non è più un tema di laboratorio, ma una leva competitiva e di sostenibilità. Chi si muove adesso può costruire una posizione forte in un contesto dove margini e regolazione diventano sempre più stringenti.
Alla fine la domanda chiave è semplice: volete che la vostra rete subisca l’AI o che la usi a vostro vantaggio? Le tecnologie ci sono, i modelli industriali anche (neutral host, RanCo, edge distribuito). Manca, spesso, solo una decisione chiara di investimento e una roadmap concreta.
Se operate nel mondo Tlc, energia o servizi digitali, questo è il momento di rimettere mano alla vostra architettura di rete e ai vostri dati. Il prossimo salto di competitività, in Italia, passerà da qui.