Nell’anno 2026, il dibattito sull’intelligenza artificiale (AI) ha catturato l’attenzione di esperti e analisti del settore. Molte previsioni si sono susseguite, ma una cosa è certa: l’AI diventerà un elemento fondamentale per le reti, trasformando le potenzialità in profitti reali.
Con l’aumento esponenziale dei dispositivi connessi, le reti devono adattarsi rapidamente alle nuove esigenze imposte dall’AI. Secondo i dati di Cisco, oltre 22 miliardi di dispositivi IoT generano annualmente oltre 90 zettabyte di dati. In questo contesto, l’AI gioca un ruolo cruciale nell’analisi e nella combinazione di queste informazioni.
Il cambiamento delle infrastrutture di rete
Il 2026 rappresenterà un punto di svolta per le reti, che dovranno evolversi per supportare una domanda senza precedenti.
L’implementazione di applicazioni AI agentiche richiederà un’infrastruttura di rete che possa sostenere un volume di dati sempre crescente.
Nuove reti ottiche avanzate
Studi condotti da Omdia evidenziano la necessità di reti ottici avanzati per soddisfare le richieste di capacità e applicazioni complesse. Le aziende dovranno investire in tecnologie che garantiscano un uso efficiente delle risorse e che possano rispondere a obiettivi di sostenibilità energetica.
Il consumo energetico delle reti sarà un fattore determinante. Le previsioni indicano un aumento del 57% della capacità globale dei data center, un’infrastruttura essenziale per le capacità AI. Le nuove reti dovranno quindi puntare su una riduzione del consumo energetico per bit, contribuendo così a obiettivi di sostenibilità.
Le sfide del debito infrastrutturale AI
Un’altra questione critica emersa alla fine del 2026 è il debito infrastrutturale AI, una situazione in cui le aziende implementano sistemi su infrastrutture obsolete. Questo approccio può compromettere le prestazioni e la sicurezza delle operazioni. Per affrontare tali sfide, Cisco ha sottolineato l’importanza di costruire una rete resiliente e pronta all’AI.
Settori in evoluzione
Settori come quello della logistica, dell’energia e della produzione stanno cominciando a sfruttare i dati provenienti dall’Internet of Things industriale (IIoT) per ottimizzare i processi produttivi e ridurre i tempi di inattività. L’uso di chip AI specializzati e tecnologie come TinyML permetterà inferenze ultra-efficienti sui dispositivi, mentre l’apprendimento federato garantirà la sicurezza dei dati sensibili.
Prospettive future e innovazioni
Nel contesto del settore delle telecomunicazioni, ci sono attese elevate per il 5G e oltre. In particolare nel Regno Unito, gli operatori stanno pianificando di dismettere le reti 3G, liberando risorse per una migliore copertura 5G. Questa transizione è necessaria per affrontare le esigenze di comunicazione moderne che richiedono larghezza di banda elevata, come le videochiamate e le applicazioni in tempo reale.
Negli Stati Uniti e in Asia, le reti 5G Advanced stanno continuando a essere implementate, con aziende pronte a sfruttarne i vantaggi tecnologici. Queste nuove reti saranno progettate specificamente per l’AI, consentendo miglioramenti significativi in termini di prestazioni e efficienza.
Guardando oltre, il settore delle comunicazioni satellitari sta vivendo una crescita senza precedenti. Le reti non terrestri hanno cominciato a guadagnare terreno nel mercato mainstream, con partnership significative tra operatori e fornitori di servizi satellitari.
Questo slancio continuerà, con Starlink in prima linea nella crescita del mercato IoT satellitare.
Con l’aumento esponenziale dei dispositivi connessi, le reti devono adattarsi rapidamente alle nuove esigenze imposte dall’AI. Secondo i dati di Cisco, oltre 22 miliardi di dispositivi IoT generano annualmente oltre 90 zettabyte di dati. In questo contesto, l’AI gioca un ruolo cruciale nell’analisi e nella combinazione di queste informazioni.0
