Las redes de sexta generación integrarán IA nativa y arquitecturas de múltiples agentes para lograr una gestión autónoma que interprete intenciones, coordine recursos y adapte operaciones en tiempo real mediante un plano de control semántico que orquesta agentes distribuidos entre borde y núcleo. Las propuestas recientes plantean un marco en el que agentes basados en modelos de lenguaje grande (LLM) operan como entidades de razonamiento acotadas y gobernadas por políticas, combinando infraestructura determinista con abstracciones semánticas de intención y contexto, para ejecutar decisiones de red de forma distribuida y segura. Esta visión se contextualiza en marcos de gobernanza y orquestación de red que buscan cerrar bucles de retroalimentación de forma continua ante variaciones de demanda, topología y políticas operatorias.
Las proyecciones de tráfico y complejidad apoyan la transición hacia 6G: estimaciones de impacto de IA en la capa de gestión de red señalan aumentos en la demanda de capacidades de IA para operaciones y optimización, y visiones de escenarios comerciales destacan beneficios operativos hoy en la gestión de RAN y slice orchestration, con el objetivo de avanzar hacia servicios semiautónomos y negociaciones de recursos en tiempo real. En esa línea, proyecciones de la industria señalan que el tráfico WAN global podría verse multiplicado entre 3 y 7 veces para 2034 respecto a 2023, impulsando soluciones de gestión autónoma que reduzcan costos y tiempos de respuesta ante picos de demanda y fallos de servicio. Este impulso está alineado con la transición hacia entornos de red impulsados por IA, donde la orquestación de slices, monitoreo y trading de recursos se ejecuta mediante agentes que actúan de forma colaborativa.
En términos de arquitectura, las soluciones propuestas para 6G contemplan una falda de agentes que opera sobre múltiples dominios: dispositivo, edge y core, con una cadena jerárquica de razonamiento que descompone intenciones en acciones factibles y las integra con especialistas de dominio para generar configuraciones de red óptimas, demostrando viabilidad en planes de implementación de IBN (Intent-Based Networking) respaldados por agentes y razonamiento multiactores. Estas aproximaciones enfatizan la necesidad de un plano de control autogénico, capaz de traducir intenciones de negocio en políticas de operación, verificación de SLA y ejecución de cambios en slices de red y en la gestión de recursos RAN y CN.
Los marcos de estandarización y perspectivas regulatorias resaltan la importancia de un enfoque autonómo gobernado por IA, con enfoques que ya se discuten en foros como TM Forum, 3GPP y ETSI para consolidar la gestión autogénica y el uso de AGI en redes. A la vista, estos trabajos destacan la necesidad de razonamiento cognitivo, verificación de seguridad y compatibilidad entre dominios para lograr una migración segura y escalable hacia redes 6G eficientes y resilientes, con capacidades de autoconfiguración, autooptimización y autorecuperación en escenarios complejos.
1. Agentic AI para redes 6G: control plane autónomo para orquestación de slices y monitoreo - arXiv - 07/2026
2. From Agentic to Autogenic Network Management for AI-Native 6G and Beyond: A Standards Perspective - arXiv - 07/2026
3. The Dawn of 6G: Empowering a User-Centric Ecosystem with Agentic AI - ZTE Magazine - 02/2026