Los próximos grandes usuarios de las redes móviles podrían no ser personas ni dispositivos, sino agentes de inteligencia artificial que operen en segundo plano. A medida que estos sistemas ganen autonomía para comparar productos, coordinar agendas, gestionar compras o consultar servicios en nombre del usuario, una parte creciente del tráfico dejará de depender de una interacción directa con la pantalla y pasará a generarse de forma automática.
Ese cambio todavía está en una fase temprana. Solo un 4% de los usuarios de smartphones utiliza actualmente funciones de IA agéntica, pero un 38% espera hacerlo en 2030, según el último estudio de Ericsson ConsumerLab. Entre quienes ya recurren a este tipo de herramientas, cuatro de cada cinco pertenecen al grupo que Ericsson identifica como «superusuarios de IA», el segmento más intensivo en frecuencia de uso, modalidades de interacción y dispositivos.
Para la red, una tarea aparentemente sencilla puede convertirse en decenas de intercambios que el usuario nunca ve. Un agente encargado de organizar una compra, por ejemplo, puede consultar varias aplicaciones, acceder a servicios externos, comparar condiciones, autenticar al usuario y ejecutar acciones mediante distintas API. Esa actividad se suma al tráfico convencional y desplaza parte de las exigencias de la red desde la capacidad de descarga hacia la latencia, el uplink, la señalización y la fiabilidad de la conexión.
El estudio se basa en más de 43.000 usuarios de smartphones de entre 15 y 69 años en 27 mercados, entre ellos España, y analiza tanto el uso actual de la IA como las expectativas para 2030. Ericsson advierte de que esas cifras futuras reflejan lo que los consumidores creen que harán al final de la década y no una previsión de adopción. Aun así, los patrones observados entre los usuarios más intensivos permiten anticipar un cambio relevante para los operadores: las redes tendrán que gestionar cada vez más actividad generada por software que actúa por cuenta de personas, incluso cuando estas no estén utilizando activamente el teléfono.
Los superusuarios anticipan un tráfico más intensivo y móvil
La transformación ya puede observarse en un grupo reducido. Ericsson denomina «superusuarios de IA» al aproximadamente 10% de consumidores que utiliza estos servicios de forma especialmente frecuente, multimodal, desde varios dispositivos y en diferentes lugares.
Para 2030, los participantes en el estudio sitúan ese grupo en torno al 30% de los usuarios. Su peso sería muy superior a su tamaño: Ericsson estima, a partir de las expectativas recogidas, que concentraría más del 80% de toda la actividad relacionada con inteligencia artificial.
También cambiaría la intensidad. Estos usuarios pasan actualmente unas tres horas diarias utilizando IA y podrían acercarse a 5,5 horas en 2030, con más de cinco aplicaciones diferentes, más de 60 tareas relacionadas con IA y al menos 15 cargas de contenido al día.
El dato resulta relevante para los operadores porque el patrón difiere del crecimiento que provocaron servicios como el vídeo en streaming. Aquella expansión obligó a reforzar principalmente la capacidad de descarga. La IA multimodal introduce más imágenes, vídeos, voz y documentos enviados desde el dispositivo, lo que desplaza parte de la presión hacia el uplink, el canal utilizado para transmitir datos desde el usuario hacia la red.
En el conjunto de mercados analizados, alrededor de la mitad de los consumidores afirma interactuar diariamente con alguna forma de IA. La proporción esperada para 2030 se aproxima a dos tercios.
España se sitúa cerca de la media internacional en el uso intensivo de IA multimodal. El gráfico del estudio coloca al país en torno al 14% actualmente y al 30% en las expectativas para 2030. Las mayores tasas se concentran en varios mercados asiáticos: China alcanza un 47% esperado, seguida de Indonesia con un 45% y Taiwán con un 44%. El informe advierte de que las diferencias también reflejan factores demográficos y no únicamente el grado de madurez tecnológica.
La IA agéntica convierte una tarea en múltiples transacciones
El cambio más profundo aparece cuando la IA deja de limitarse a responder una consulta y empieza a ejecutar tareas. Un agente puede comparar productos, consultar calendarios, coordinar una cita, vigilar una compra recurrente o supervisar determinadas variables de salud sin requerir una instrucción humana para cada paso.
Los participantes calculan que esa delegación podría ahorrarles alrededor de una hora diaria de tiempo frente a la pantalla.
Para la red, sin embargo, una única tarea visible para el usuario puede esconder una cadena considerablemente más larga. El agente puede consultar varias aplicaciones, acceder a servicios externos, intercambiar información mediante API, autenticar al usuario, comprobar condiciones y ejecutar una operación. Todo ello genera pequeñas comunicaciones sucesivas aunque el propietario del teléfono no esté utilizando activamente el dispositivo.
Ericsson plantea así la aparición de una categoría de «usuarios invisibles»: agentes que consumen recursos de red en representación de personas.
El ejemplo que recoge el estudio procede de China. La función «One-sentence ordering» de Qwen permite convertir una instrucción de compra en un pedido preparado para el pago, seleccionando comercios próximos, descuentos y condiciones de entrega. El informe atribuye a Alibaba cerca de 200 millones de usos de esta función durante el Festival de Primavera de 2026.
Entre quienes ya emplean aplicaciones o funciones agénticas, cuatro de cada cinco pertenecen al grupo de superusuarios de IA.
Menos importancia del gigabyte y más de la respuesta garantizada
Ese comportamiento modifica las métricas relevantes para una red móvil. Un agente que encadena operaciones necesita que cada una responda dentro de unos márgenes previsibles. La capacidad máxima de descarga pierde peso relativo frente a factores como la latencia, la gestión de señalización, la estabilidad de la conexión y la disponibilidad de capacidad de subida.
El estudio detecta además que los usuarios intensivos ya relacionan directamente la velocidad de respuesta de la IA con su percepción sobre la calidad de la conectividad. Entre los superusuarios, el tiempo que tarda la IA en responder explica alrededor del 20% de la satisfacción general con la red, frente al 8% entre el conjunto de usuarios de smartphones.
Eso ocurre aunque buena parte de la demora actual proceda del procesamiento y la inferencia de los modelos, componentes sobre los que el operador móvil tiene poco control. A medida que la inteligencia artificial se distribuya entre el dispositivo, la nube y recursos de edge computing, la aportación de la red al tiempo total de respuesta puede adquirir mayor relevancia.
Ericsson lleva esa lógica hasta el modelo comercial. En lugar de contratar únicamente una cantidad de datos asociada a una persona o dispositivo, un agente podría requerir durante unos segundos conectividad con determinadas garantías para completar una operación.
El informe plantea como posibilidad futura servicios asociados a resultados concretos, con recursos asignados dinámicamente según las necesidades del agente. No presenta todavía un modelo comercial ni una previsión sobre su adopción, pero sí identifica una posible evolución desde planes centrados en gigabytes hacia prestaciones vinculadas a latencia, seguridad o disponibilidad.
Identificar al agente se convierte en parte del servicio
La autonomía también amplía el problema de confianza. Más de la mitad de los usuarios diarios de IA consultados muestra una fuerte preocupación ante la posibilidad de que un asistente falso o comprometido pueda actuar en su nombre.
La cuestión adquiere otra dimensión cuando el software puede comprar, gestionar información personal o ejecutar operaciones. Ya no basta con comprobar que la comunicación está cifrada: resulta necesario saber qué agente está realizando la petición, en representación de quién y con qué permisos.
En la encuesta, los proveedores de servicios de comunicaciones aparecen como el actor que genera mayor confianza para verificar la identidad de los asistentes de IA, por delante de desarrolladores de inteligencia artificial, fabricantes de dispositivos, proveedores de sistemas operativos y empresas de ciberseguridad.
Para los operadores, esa percepción abre un área de actividad relacionada con identidad, autenticación y soberanía de datos, además del suministro de conectividad. Su desarrollo dependerá de cómo se repartan finalmente esas funciones entre operadores, plataformas de IA, fabricantes y sistemas operativos.
Las gafas inteligentes añaden tráfico donde la red ya está saturada
El smartphone seguirá siendo previsiblemente el principal punto de acceso a la IA, pero el estudio identifica las gafas inteligentes como el dispositivo complementario con mayor tracción. Cerca de un tercio de los propietarios de smartphones espera utilizar IA en un nuevo tipo de dispositivo antes de 2030.
El informe cita estimaciones de Omdia que sitúan los envíos mundiales de gafas con IA en 8,7 millones de unidades durante 2025 y por encima de 35 millones en 2030. Ericsson realizó además más de 8.000 entrevistas a propietarios de estos dispositivos en ocho mercados.
Los primeros datos muestran una consecuencia directa para las redes: alrededor del 66% de sus usuarios afirma compartir más contenido en redes sociales después de adoptarlas, el 62% toma más fotografías o vídeos y el 58% incrementa el streaming en directo.
Gran parte de esa actividad ocurre además fuera de redes domésticas. Un 57% utiliza las gafas durante desplazamientos y un 42% en espacios de alta densidad como estadios o recintos para eventos. Son precisamente lugares donde miles de terminales pueden competir simultáneamente por recursos de subida.
Si convergen el crecimiento de los agentes autónomos, la IA multimodal y nuevos dispositivos constantemente conectados, la planificación de las redes móviles tendrá que considerar algo más que el volumen total de datos. La distribución temporal del tráfico, el uplink disponible, la latencia predecible, la señalización y la autenticación de agentes pasarán a formar parte de una misma ecuación operativa.
