Introdução
O setor de telecomunicações está vivendo uma transformação fundamental na forma como utiliza inteligência artificial. Enquanto até recentemente as operadoras focavam em automação de tarefas específicas, agora estão migrando para um modelo de agentes de IA verdadeiramente autônomos, capazes de operar 24 horas por dia, 7 dias por semana, tomando decisões complexas e coordenando mudanças entre sistemas de rede, TI e negócios. A NVIDIA e seus parceiros estão demonstrando essa nova geração de tecnologias no evento DTW Ignite 2026 em Copenhague, marcando um ponto de inflexão para o setor.
Da automação à autonomia: a evolução natural
As operadoras de telecomunicações já colheram retornos impressionantes ao usar IA generativa para automatizar o gerenciamento de redes, atendimento ao cliente e operações de back-office. No entanto, a maior parte desse impacto tem sido baseada em tarefas isoladas: automação que acelera etapas predeterminadas enquanto pessoas ainda precisam correlacionar manualmente insights e direcionar os próximos passos.
A mudança agora é qualitativa. A automação deixou de ser a linha de chegada para se tornar a plataforma de lançamento rumo à autonomia completa. O setor está avançando em direção a redes e operações verdadeiramente autônomas, onde agentes de IA monitoram proativamente problemas e coordenam mudanças entre sistemas de rede, TI e negócios sem intervenção humana constante.
Essa transição é possibilitada por quatro pilares tecnológicos fundamentais: dados sintéticos que preservam privacidade, modelos especializados no domínio de telecomunicações, ambientes de execução seguros para agentes e simulações aceleradas. Juntos, esses componentes formam uma plataforma de autonomia segura para telecomunicações, onde agentes compreendem a intenção do operador, agem com segurança entre domínios de negócios e rede, e mantêm humanos no controle das políticas.
Dados sintéticos: desbloqueando o potencial dos dados sensíveis
Um dos maiores desafios para treinar modelos de IA específicos para telecomunicações é o acesso a dados de qualidade. Segundo pesquisas da NVIDIA, 54% das operadoras citam questões relacionadas a dados como sua maior barreira, especialmente porque os dados mais valiosos sobre rede e clientes são extremamente sensíveis para serem usados diretamente.
A solução está nos dados sintéticos, que permitem às operadoras aumentar com segurança o volume e a diversidade dos dados de treinamento, proteger informações sensíveis e democratizar o acesso a conjuntos de dados semelhantes aos de produção entre equipes internas e desenvolvedores externos, sem expor registros brutos de clientes.
A SoftBank Corp., uma das maiores operadoras do Japão, está na vanguarda dessa abordagem. A empresa utiliza tecnologias como NVIDIA NeMo Safe Synthesizer e NVIDIA NeMo Anonymizer para gerar conjuntos de dados sintéticos que preservam a privacidade, mas refletem fielmente a estrutura e distribuição de dados reais de desempenho e configuração de rede. Esses dados sintéticos estão sendo usados para ajustar finamente seu grande modelo de telecomunicações e construir agentes de rede especializados.
Agentes autônomos em produção: casos reais de implementação
A implementação segura de agentes autônomos que operam sob acordos de nível de serviço rigorosos, políticas de gerenciamento de mudanças e restrições regulatórias é fundamental para o sucesso dessa transição. O NVIDIA NemoClaw e o ambiente de execução seguro NVIDIA OpenShell fornecem a esses agentes guardrails baseados em políticas e acesso sandboxed aos sistemas de telecomunicações.
Várias empresas já estão implementando essas tecnologias em cenários reais:
AdaptKey está colaborando com operadoras para pilotar agentes de longa duração com segurança reforçada para operações de rede 5G auto-reparáveis. Os agentes detectam problemas de segurança e conectividade e submetem solicitações de remediação com escopo definido para a plataforma KeySmith da AdaptKey, que orquestra diagnósticos e executa correções auditáveis em sistemas core, RAN e faturamento.
Amdocs, gigante global de software para telecomunicações, está demonstrando o potencial do NemoClaw e OpenShell para agentes proativos de atendimento ao cliente. Um exemplo prático são cenários de assistência de roaming, onde agentes autônomos identificam clientes cujo pacote de roaming está próximo do esgotamento, engajam-nos com opções aprovadas e executam ações dentro de políticas de negócios e controles operacionais definidos.
NTT DATA está usando modelos abertos NVIDIA Nemotron com NemoClaw para construir agentes de longa duração para detecção proativa de degradação de rede. Esses agentes de anomalia rastreiam tendências de desempenho de longo prazo e escalonam casos relevantes para agentes de pesquisa que realizam análise detalhada de telemetria e propostas claras de remediação.
ServiceNow está trazendo o Project Arc para o setor de telecomunicações, habilitando agentes autônomos de centro de operações de rede que executam resposta a incidentes. O Arc extrai contexto de e-mails, logs e diagnósticos de sistemas desconectados e orquestra todo o ciclo de vida, desde alertas iniciais até ordens de trabalho atribuídas. Protegido pelo NVIDIA OpenShell e governado pelo ServiceNow AI Control Tower, cada ação do Arc permanece contida, auditável e dentro das políticas.
Simulação acelerada: testando com segurança antes de implementar
À medida que agentes de IA assumem mais responsabilidades nas operações de telecomunicações, a simulação está se tornando parte integral do suporte à decisão. Ao acelerar cargas de trabalho de simulação em GPUs, as operadoras podem fornecer aos agentes um ambiente seguro e em tempo quase real para validar suas recomendações antes de agir em sistemas de rede e negócios ativos.
Forsk integrou um modelo de propagação de rádio baseado em IA em sua plataforma de planejamento RAN Naos, alcançando precisão de nível ray-tracing até 200 vezes mais rápido que baselines apenas com CPU em GPUs NVIDIA RTX PRO 6000 Blackwell Server Edition. O gêmeo digital RAN resultante permite que operadoras otimizem com segurança a rede em tempo quase real, habilitando casos de uso como auto-reparação de rede e inclinação automatizada de antena.
VIAVI Solutions está acelerando seu TeraVM AI RAN Scenario Generator movendo simulações RAN em larga escala de CPUs para GPUs NVIDIA RTX PRO 6000 Blackwell Server Edition. Os resultados iniciais mostram melhorias de ordem de magnitude no throughput de simulação, permitindo que operadoras executem cenários de alta fidelidade em escala de implantação real.
KDDI e KDDI Research estão levando a simulação acelerada para a era 6G através de uma colaboração com NVIDIA, Keysight e Samsung Research America para construir um gêmeo digital RAN de alta fidelidade usando NVIDIA Aerial Omniverse Digital Twin. Neste ambiente, múltiplos agentes autônomos poderão simular e validar com segurança cenários hipotéticos de RAN, desde estratégias de otimização de área até futuras condições de rádio e mudanças de tráfego.
O que isso significa para o mercado brasileiro
Para o mercado brasileiro de telecomunicações, essa evolução representa uma oportunidade significativa de transformação operacional. As operadoras nacionais, que enfrentam desafios de escala continental e diversidade geográfica, podem se beneficiar especialmente de agentes autônomos capazes de gerenciar redes complexas 24/7.
A capacidade de usar dados sintéticos é particularmente relevante no contexto brasileiro, onde a Lei Geral de Proteção de Dados (LGPD) impõe restrições rigorosas sobre o uso de dados de clientes. A tecnologia permite que operadoras treinem modelos de IA sofisticados sem comprometer a privacidade dos usuários.
Além disso, a simulação acelerada pode ajudar operadoras brasileiras a otimizar suas redes em regiões remotas e de difícil acesso, onde intervenções manuais são custosas e demoradas. Agentes autônomos podem prever e prevenir problemas antes que afetem o serviço, melhorando significativamente a experiência do cliente em áreas rurais e urbanas.
Implicações para profissionais de TI e telecomunicações
Para profissionais do setor, essa transição exige uma mudança de mentalidade. Em vez de gerenciar tarefas individuais de automação, será necessário desenvolver competências em governança de agentes autônomos, definição de políticas e supervisão de sistemas complexos de IA.
As habilidades mais valorizadas incluirão a capacidade de definir políticas claras para agentes de IA, entender como treinar e ajustar modelos específicos de domínio, e implementar frameworks de segurança e auditoria para sistemas autônomos. Profissionais que combinarem conhecimento técnico de telecomunicações com expertise em IA terão vantagem competitiva significativa.
Conclusão
A transição de automação baseada em tarefas para agentes verdadeiramente autônomos marca um novo capítulo na evolução das telecomunicações. Com tecnologias como dados sintéticos, modelos especializados, ambientes de execução seguros e simulação acelerada, as operadoras agora têm as ferramentas necessárias para implementar sistemas de IA que operam continuamente, tomam decisões complexas e se adaptam a condições em mudança.
O sucesso dessa transição dependerá não apenas da tecnologia, mas também da capacidade das organizações de redefinir processos, treinar equipes e estabelecer frameworks de governança adequados. Para o mercado brasileiro, isso representa uma oportunidade de saltar etapas tecnológicas e implementar soluções de ponta que podem transformar a experiência de conectividade em todo o país.
À medida que mais operadoras adotam agentes autônomos, podemos esperar uma aceleração na inovação de serviços, redução significativa de custos operacionais e, mais importante, uma melhoria substancial na qualidade e confiabilidade das redes de telecomunicações. A era da autonomia em telecomunicações não é mais uma visão futurista – ela está acontecendo agora.
Fonte original: Este artigo foi adaptado e traduzido a partir da matéria publicada em NVIDIA, disponível em https://blogs.nvidia.com/blog/telecom-ai-agents-dtw-ignite-2026/.
