Temas clave para pruebas y mediciones en 2026
- La reanudación del despliegue de 5G, impulsada por 5G Standalone (SA) y el avance hacia 5G-Advanced (5G-A).
- La convergencia entre redes, seguridad e IA, que obliga a rediseñar cómo se validan infraestructuras críticas y centros de datos.
- El “boom” del gasto global en IA y la presión por medir rendimiento extremo en chips, memoria, interconexiones y modelos.
- El salto de AI-RAN desde la teoría hacia pruebas en campo y primeras implementaciones, con foco en eficiencia y nuevas aplicaciones.
- El aumento de ataques asistidos por IA y la urgencia de prepararse para criptografía post-cuántica.
Despliegues de 5G Standalone y su impacto en la conectividad
Tras una primera fase de 5G con retornos sólidos, los últimos años estuvieron marcados por una desaceleración de inversión: recortes de costos, menor adopción de clientes y dudas sobre el ROI enfriaron el ritmo de despliegue. Ese “valle” empezó a ceder cuando el despliegue de 5G Standalone (SA) tomó tracción en 2025.
Omdia describió 2025 como un “año de despegue” para 5G SA, con un pico de construcciones. La lectura para 2026 es clara: el mercado entra en una etapa donde 5G deja de ser solo cobertura y capacidad, y pasa a ser una plataforma con capacidades diferenciadas que deben probarse y medirse con rigor, desde el laboratorio hasta la red viva.
En este contexto, el rol de pruebas y mediciones se vuelve más estratégico: no basta con verificar que “funciona”, sino demostrar que cumple acuerdos de nivel de servicio (SLA), que soporta segmentación a escala y que habilita conectividad en entornos donde antes era inviable o demasiado costosa.
Evolución de 5G SA hacia 2026
Para 2026, 5G SA se perfila como lo suficientemente maduro para soportar network slicing a escala y garantizar SLAs específicos. Esa promesa cambia el tipo de validación requerida: medir desempeño promedio ya no alcanza; hay que demostrar desempeño por “rebanada”, por política, por servicio y bajo condiciones de carga variables.
La evolución también se conecta con el siguiente escalón: 5G-Advanced (5G-A). La primera ola de despliegue de 5G-A ya ocurre en China, Estados Unidos y la región del Golfo, donde se desplegaron más de 10,000 estaciones base el año anterior. En 2026 se espera continuidad de ese impulso, con aceleración masiva de mercado prevista a partir de 2027.
Para el ecosistema de pruebas, esto implica ampliar el alcance: validar funciones del núcleo SA, la interacción con la RAN, y la experiencia extremo a extremo cuando se activan capacidades avanzadas. En otras palabras, el “objeto de medición” deja de ser un enlace o una celda y pasa a ser un servicio con garantías.
Conectividad privada para industrias difíciles de alcanzar
Una de las apuestas más concretas de 5G SA hacia 2026 es la conectividad privada para industrias difíciles de conectar. La expectativa es que redes privadas 5G entreguen conectividad donde los modelos tradicionales (por cobertura, por costo o por complejidad operativa) no han sido suficientes.
Aquí, pruebas y mediciones se vuelven el puente entre promesa y operación: si una industria adopta 5G privado para procesos críticos, la validación debe cubrir no solo rendimiento, sino continuidad del servicio y cumplimiento de SLAs. La medición deja de ser un ejercicio puntual y se convierte en una disciplina continua, porque el valor de una red privada depende de su confiabilidad sostenida.
Además, el avance de 5G SA habilita un lenguaje común para hablar de garantías: segmentación, políticas y niveles de servicio verificables. Eso eleva el estándar de lo que se considera “listo para producción”, especialmente cuando el objetivo es conectar operaciones complejas y entornos con requerimientos estrictos.
Transición de operadores a núcleos 5G SA
La transición al núcleo 5G SA es el punto de inflexión que convierte a 5G en una plataforma plenamente programable y diferenciable. En 2026, la expectativa es que la mayoría de los operadores Tier 1 migren a núcleos 5G SA y, al mismo tiempo, comiencen a planear o implementar capacidades de 5G-Advanced (5G-A), según la previsión de Steve Douglas (Spirent).
Este movimiento no es solo una actualización tecnológica: redefine qué significa “calidad” en una red móvil. Con SA, el núcleo deja de ser un componente que se valida una vez y se “da por hecho”; pasa a ser un sistema vivo, con funciones que deben probarse bajo escenarios de automatización, escalamiento y cambios frecuentes.
Para pruebas y mediciones, la transición implica tres exigencias prácticas:
- Validación extremo a extremo: el desempeño percibido depende de la interacción entre núcleo, RAN y políticas de servicio.
- Pruebas orientadas a SLA: si la red promete garantías específicas, hay que medirlas de forma repetible y defendible.
- Del laboratorio a la red viva: la presión por acelerar despliegues obliga a metodologías que reduzcan el riesgo al pasar de pruebas controladas a operación real.
La transición también se conecta con el “regreso” del despliegue 5G tras la desaceleración. Si 2025 fue el año de despegue de SA, 2026 se perfila como el año en que esa base se consolida en operadores líderes, creando un efecto arrastre para el resto del mercado y, con ello, una demanda sostenida de herramientas de validación, monitoreo y aseguramiento.
Preparativos para la llegada de 6G
La conversación sobre 6G ya no es futurismo abstracto: se está convirtiendo en planificación de infraestructura. 6G marca un salto desde “baja latencia” hacia latencias a nivel de microsegundos, además de velocidades superiores. Su papel, según la visión descrita, será funcionar como tejido conectivo entre infraestructuras masivas de IoT y complejos industriales habilitados por IA.
Con un lanzamiento comercial previsto para 2028, 2026 se posiciona como un año de preparación: operadores configurando bases para la conectividad de próxima generación y organismos de la industria estableciendo hojas de ruta para implementación. En paralelo, la I+D de 6G RAN se intensificará mientras proveedores y operadores buscan entender requisitos de desempeño y limitaciones.
Para el mundo de pruebas y mediciones, esto significa que 2026 no será el año de “medir 6G en producción”, sino el año de medir hipótesis: límites, comportamiento, requisitos y compatibilidades. Es el periodo donde se define qué se tendrá que medir después.
Lanzamiento comercial y establecimiento de infraestructura
Si el lanzamiento comercial se proyecta para 2028, 2026 es el tramo donde se construyen los cimientos: infraestructura preparatoria y marcos de implementación. En la práctica, eso empuja a la industria a desarrollar y refinar metodologías de prueba para tecnologías que aún están en fase de definición, especialmente en la RAN.
La I+D de 6G RAN, al “recoger velocidad”, obliga a responder preguntas que son, en esencia, preguntas de medición: ¿cuáles son los requisitos de desempeño? ¿dónde están las limitaciones? ¿qué condiciones de operación deben reproducirse en entornos de prueba para anticipar el comportamiento real?
En este punto, la medición se vuelve un instrumento de diseño. No se trata solo de certificar; se trata de aprender, comparar enfoques y construir confianza técnica antes de que exista un mercado masivo. Y, como ocurre con cada salto generacional, lo que se defina en esta etapa condicionará herramientas, procesos y estándares de validación durante los años siguientes.
Proyecciones de gasto global en inteligencia artificial
La IA es el motor más influyente detrás de la innovación en 2026, y también uno de los mayores detonadores de demanda para pruebas y mediciones. Gartner proyecta que el gasto global en IA alcanzará 2.5 billones de dólares en 2026, un salto interanual de 44%. Ese volumen no solo refleja adopción: refleja una carrera por infraestructura, rendimiento y capacidad de operación.
En este escenario, el mercado de pruebas deja de estar centrado únicamente en telecom y se expande con fuerza hacia centros de datos y cadenas completas de cómputo acelerado. La presión por “hacer que la IA corra” se traduce en presión por medir: comparar, validar, monitorear y asegurar desempeño bajo cargas reales.
La consecuencia es una demanda orgánica por benchmarking de infraestructura, monitoreo de rendimiento y pruebas “del laboratorio a producción” a través de capas que incluyen chips, memoria, Ethernet fabric, interfaces e interconexiones de alta velocidad, y modelos de IA en centros de datos.
Contribución de la infraestructura de IA al gasto total
Dentro del gasto total proyectado, Gartner estima que la infraestructura de IA aportará aproximadamente 401 mil millones de dólares. Además, las inversiones en servidores de IA impulsarán el gasto con un 49%. Estos dos datos son clave porque aterrizan el fenómeno: no es solo software o servicios; es una expansión material de infraestructura que debe ser validada.
A medida que aparecen nuevas arquitecturas, aparecen nuevos riesgos: cuellos de botella, incompatibilidades, degradación bajo carga, y comportamientos emergentes cuando se combinan componentes de alto rendimiento. Por eso, el dossier de necesidades de prueba se amplía hacia metodologías integradas y conscientes del fabric (fabric-aware), capaces de validar que la red —en sentido amplio, desde interconexiones hasta transporte— está lista para soportar cargas de trabajo de IA.
En paralelo, la evolución de agentes de IA en telecom refuerza la tendencia: Ericsson trabaja en agentes de IA para optimizar la RAN, con la visión de redes autónomas y auto-reparables, capaces de detección en tiempo real, resolución automatizada de problemas en múltiples pasos y optimización continua. Cada una de esas capacidades, para ser confiable, exige medición continua y criterios de validación más estrictos.
Desarrollo de AI-RAN y su implementación
AI-RAN se está moviendo desde el discurso hacia la ejecución. Nvidia ha empujado con fuerza el concepto en telecom, aunque el caso de negocio ha sido difícil de vender por falta de convencimiento generalizado. Aun así, la compañía ha invertido para acelerar innovación y liderar la transición, incluyendo una asociación de mil millones de dólares con Nokia.
La idea central de AI-RAN es mejorar el desempeño de la RAN haciéndola más inteligente, eficiente y optimizada para IA. Nvidia sostiene que llevar IA a la RAN puede elevar la red de varias maneras: optimizar utilización de recursos, habilitar nuevas aplicaciones de IA —IA generativa, IA agéntica y “IA física”— ejecutándose sobre la RAN, y mejorar eficiencia energética.
En palabras de Justin Hotard, presidente y CEO de Nokia, el salto no es solo de 5G a 6G, sino un rediseño fundamental de la red para entregar conectividad impulsada por IA, capaz de procesar inteligencia desde el centro de datos hasta el borde.
“The next leap in telecom isn’t just from 5G to 6G — it’s a fundamental redesign of the network to deliver AI-powered connectivity, capable of processing intelligence from the data center all the way to the edge.”
Justin Hotard, presidente y CEO de Nokia
Para 2026, la expectativa es que AI-RAN pase de teoría a producción, con operadores como T-Mobile probando la tecnología como parte de innovación hacia 6G. Eso coloca a pruebas y mediciones en el centro: si AI-RAN promete eficiencia y nuevas capacidades, hay que demostrarlo con métricas reproducibles, en escenarios reales y bajo condiciones de operación diversas.
En términos prácticos, AI-RAN obliga a medir no solo KPIs tradicionales de radio, sino también el impacto de la inteligencia embebida: decisiones de optimización, estabilidad del sistema, comportamiento bajo carga y efectos colaterales en experiencia de usuario. Y si además se pretende ejecutar aplicaciones de IA sobre la RAN, la frontera entre telecom y cómputo se vuelve difusa, ampliando el alcance de lo que debe probarse.
Desafíos de ciberseguridad en la era de la IA
La expansión acelerada de la IA también ha expuesto su lado oscuro: su potencial en manos de actores maliciosos. Los ataques asistidos por IA han aumentado en múltiples industrias, y el impacto económico de las brechas sigue siendo alto. En 2026, la seguridad deja de ser un “anexo” del diseño de red: se convierte en un eje que condiciona despliegues, adopción y confianza.
Sameh Yamany, CTO de Viavi, lo resumió al describir la convergencia de redes, seguridad, IA, fotónica y sensado: ya no evolucionan por separado; convergen y esa convergencia cambia cómo se diseñan, despliegan y prueban redes, centros de datos e infraestructura crítica. En seguridad, esa convergencia se traduce en una exigencia: probar más, probar antes y probar de forma continua.
“As we look ahead to 2026, our industry is entering a new phase where networks, security, AI, photonics, and sensing are no longer evolving independently. They are actually converging…”
Sameh Yamany, CTO de Viavi
Aumento de ataques cibernéticos asistidos por IA
Los datos disponibles apuntan a un salto significativo: los incidentes de ataques cibernéticos asistidos por IA aumentaron 73% en 2025. En paralelo, una encuesta de IBM estima que el costo promedio de cada brecha de datos en 2025 fue de aproximadamente 4.4 millones de dólares. La combinación de mayor frecuencia y alto impacto económico explica por qué la demanda de pruebas de seguridad está creciendo.
El problema es que herramientas asistidas por IA están logrando evadir tecnologías tradicionales de ciberseguridad con mayor eficacia. Eso empuja a organizaciones y operadores a reforzar prácticas como pruebas de seguridad, stress testing, escaneo de vulnerabilidades, pen testing y pruebas de cumplimiento, con el objetivo de identificar y contener amenazas con rapidez.
En este panorama, los gemelos digitales (digital twins) se perfilan para una integración más profunda: representaciones en tiempo real y actualización continua de ecosistemas complejos, útiles para simular condiciones, anticipar fallas y acelerar respuesta. Para pruebas y mediciones, esto abre un frente adicional: validar no solo sistemas productivos, sino también la fidelidad y utilidad operativa de sus réplicas digitales.
Importancia de la criptografía post-cuántica
A la presión de la IA se suma otra ola: la computación cuántica acercándose a un punto de madurez (“primetime”). En ese futuro, los sistemas clásicos de seguridad corren el riesgo de fallar si no se implementa criptografía post-cuántica a tiempo. La implicación para 2026 es que la preparación ya no puede postergarse: se está formando un mercado para caracterización y validación cuántica.
La necesidad no es abstracta. Si la criptografía actual queda expuesta, el problema no se resuelve con un parche rápido: requiere planeación, herramientas y una “cadena de herramientas” (toolchain) que permita gestionar y mitigar riesgos criptográficos conforme la tecnología pase del laboratorio al mundo real.
Para el sector de pruebas y mediciones, esto significa ampliar capacidades hacia validación de soluciones post-cuánticas y hacia metodologías que permitan a empresas construir un plano de migración: qué se protege, con qué algoritmos, cómo se valida, y cómo se monitorea el cumplimiento a lo largo del tiempo. En un entorno donde redes y centros de datos convergen, la criptografía deja de ser un componente aislado y se convierte en una propiedad sistémica que debe medirse.
La evolución de la infraestructura de IA hacia el borde
La IA no solo está creciendo: está cambiando de lugar. “La IA vive cada vez más cerca de donde están los datos y los usuarios: en el borde, en el dispositivo, en el mundo real”, dijo John Roese, CTO de Dell Technologies. Esa migración tiene consecuencias directas para telecom y para el mercado de pruebas.
La infraestructura de IA se está escalando hacia el borde con la llegada de inferencia en el borde (edge inferencing) y el despliegue de robótica. El giro responde a una observación práctica: los modelos de borde, más comprimidos, pueden ser más rápidos, más privados y mucho menos demandantes de energía que sus equivalentes grandes en centros de datos. Para empresas, eso puede traducirse en soberanía y autonomía: menos dependencia de recursos centralizados y más control sobre datos y operación.
En telecom, esta tendencia se cruza con una oportunidad comercial. Stephen Douglas (Spirent) señaló que, para no “dejar dinero sobre la mesa”, los operadores exploran cómo alojar infraestructura de IA dentro de sus propias redes, especialmente en ubicaciones de borde. La expectativa es ver un conjunto creciente de operadores ofreciendo “IA como servicio” diferenciada y rentable para casos de uso específicos.
Para pruebas y mediciones, el borde introduce complejidad adicional: más ubicaciones, más variabilidad, más dependencia del contexto físico y operativo. Y, al mismo tiempo, eleva la importancia del aseguramiento de servicio: la IA en el borde puede habilitar funciones críticas, pero también puede fallar por razones distintas a las del centro de datos (energía, conectividad, condiciones ambientales, movilidad, congestión local). La consecuencia es una nueva ola de demanda por service assurance para mantener resiliencia operativa y continuidad del servicio.
Tendencias en pruebas y mediciones para 2026
En 2026, el sector de pruebas y mediciones se enfrenta a un cambio de escala y de naturaleza. No se trata solo de más redes o más tráfico: se trata de una convergencia tecnológica que obliga a medir sistemas complejos como sistemas complejos, no como piezas aisladas.
La reanudación del despliegue 5G, impulsada por 5G SA, reabre el ciclo de inversión y despliegue, pero con un estándar más alto: slicing a escala, SLAs verificables y redes privadas para industrias difíciles de conectar. En paralelo, 5G-Advanced avanza en regiones clave y mantiene el impulso hacia 2027, lo que amplía el alcance de validación.
Al mismo tiempo, 6G entra en fase de preparación: 2026 será un año de hojas de ruta, infraestructura preparatoria e intensificación de I+D en RAN. Eso empuja a la industria a medir requisitos y límites antes de que exista despliegue comercial.
La IA atraviesa todo: desde el gasto global proyectado por Gartner (2.5 billones de dólares en 2026) hasta la expansión de infraestructura (401 mil millones en infraestructura de IA) y el empuje de servidores de IA (49% del impulso del gasto). Esa magnitud crea demanda de benchmarking, monitoreo y pruebas integradas desde chips hasta modelos.
En radio, AI-RAN se mueve hacia pruebas en campo y primeras implementaciones, con promesas de eficiencia, optimización y nuevas aplicaciones ejecutándose sobre la RAN. Y en seguridad, el aumento de ataques asistidos por IA (73% más incidentes en 2025) y el costo promedio de brechas (4.4 millones de dólares) elevan la urgencia de pruebas de seguridad continuas, además de preparar migraciones hacia criptografía post-cuántica.
En conjunto, 2026 perfila un mercado donde medir es diseñar, desplegar es validar, y operar es monitorear continuamente.
Tendencias clave en pruebas y mediciones para 2026
La reanudación del despliegue de 5G
El despliegue de 5G retoma impulso tras un periodo de desaceleración asociado a recortes de inversión, menor adopción y dudas de ROI. El catalizador es 5G Standalone: 2025 fue un año de “despegue” y 2026 apunta a consolidación, con redes lo bastante maduras para network slicing a escala y SLAs específicos.
Para pruebas y mediciones, el cambio es cualitativo: se pasa de medir cobertura y capacidad a medir garantías por servicio. La validación debe demostrar que la red cumple lo prometido bajo carga, en condiciones variables y con segmentación activa. Además, el avance de 5G-Advanced —ya en despliegue inicial en China, EE. UU. y el Golfo— amplía el conjunto de capacidades a probar, con continuidad en 2026 y aceleración masiva prevista desde 2027.
El camino hacia 6G
Con lanzamiento comercial previsto para 2028, 2026 es un año de preparación: operadores estableciendo infraestructura y organismos definiendo hojas de ruta. La I+D de 6G RAN se intensifica para entender requisitos de desempeño y limitaciones, y eso coloca a pruebas y mediciones como herramienta de aprendizaje, no solo de certificación.
El salto técnico esperado —incluida latencia a nivel de microsegundos— obliga a replantear cómo se diseñan escenarios de prueba y qué métricas serán relevantes. En esta etapa, medir significa reducir incertidumbre: comparar enfoques, validar supuestos y construir bases para lo que luego será despliegue comercial.
La fiebre del AI
La IA domina el panorama de inversión: Gartner proyecta 2.5 billones de dólares de gasto global en 2026, con un crecimiento interanual de 44%. La infraestructura de IA aportaría alrededor de 401 mil millones, y los servidores de IA impulsarían el gasto con 49%. Esta expansión material crea demanda directa de pruebas: benchmarking, monitoreo de rendimiento y validación “del laboratorio a producción”.
La complejidad de nuevas arquitecturas empuja metodologías integradas y conscientes del fabric, capaces de validar desempeño a través de chips, memoria, interconexiones e interfaces de alta velocidad, además de modelos de IA en centros de datos. En telecom, la aparición de agentes de IA para optimizar la RAN refuerza la necesidad de medición continua para sostener la promesa de redes autónomas y auto-reparables.
AI-RAN: De la visión a la realidad
AI-RAN avanza pese a un caso de negocio discutido. Nvidia ha acelerado el empuje con inversiones y alianzas, incluida una asociación de mil millones de dólares con Nokia. La propuesta: una RAN más inteligente, eficiente y optimizada para IA, capaz de mejorar utilización de recursos, habilitar aplicaciones (generativa, agéntica y física) y aumentar eficiencia energética.
En 2026, la expectativa es que AI-RAN pase de teoría a producción, con operadores como T-Mobile probando la tecnología en el marco de innovación hacia 6G. Para pruebas y mediciones, esto amplía el alcance: ya no se trata solo de KPIs de radio, sino de validar el impacto de la inteligencia en decisiones de optimización, estabilidad del sistema y desempeño bajo carga, además de la viabilidad de ejecutar IA sobre infraestructura de acceso.
La era de los ataques impulsados por AI
El aumento de ataques asistidos por IA es un factor estructural. Los incidentes crecieron 73% en 2025 y el costo promedio de una brecha de datos fue de aproximadamente 4.4 millones de dólares (IBM). A medida que herramientas asistidas por IA evaden defensas tradicionales, crece la demanda de pruebas de seguridad: stress testing, escaneo de vulnerabilidades, pen testing y pruebas de cumplimiento.
Los gemelos digitales se integran con mayor profundidad para representar ecosistemas complejos en tiempo real y con actualización continua, apoyando simulación y respuesta. En paralelo, la cercanía de la computación cuántica eleva la urgencia de implementar criptografía post-cuántica, creando un mercado para caracterización y validación cuántica que permita gestionar riesgos criptográficos conforme la tecnología salga del laboratorio.
AI en el borde
La IA se desplaza hacia el borde: más cerca de datos y usuarios, habilitada por inferencia en el borde y robótica. Los modelos comprimidos de borde pueden ser más rápidos, más privados y menos demandantes de energía que los grandes modelos de centro de datos, lo que puede dar a las empresas mayor soberanía y autonomía.
Para telecom, esto abre una vía de monetización: operadores explorando alojar infraestructura de IA dentro de sus redes, especialmente en ubicaciones de borde, para ofrecer IA como servicio diferenciada por casos de uso. Para pruebas y mediciones, el borde implica variabilidad y complejidad operativa, y dispara una nueva ola de demanda por aseguramiento de servicio para sostener resiliencia y continuidad en entornos distribuidos.
