Du slog huvudet på spiken. Telefonicas leverans av edge-datacenternätverk är inte bara en switch eller fiberanslutning. Nokia levererar här:
IP + optik + telemetri/automation för datacenternätverket
5G-infra och RAN-integration
Edge-core-integration
AI-klara plattformar
Alltså en fullständig infra-stack som är mer än summan av sina delar. Detta är också en återkommande affärsmodell, där Nokia tecknar avtal med operatörer i enlighet med deras edge-datacenterstrategi, vilket är en ny marknad som öppnar sig.
Medan hyperscaler DC-switching är den svåraste marknaden att bryta sig in på, levererar Nokia här hela paketet med optical + IP-routing + NOS + automation + edge-core-integration, och här är IP-skiktet en av de mest lönsamma och strategiskt bindande delarna.
GTP5.2 uppskattar värdet på Telefonica-avtalet till ~100–200 M€ under flera år. Om detta skalas upp över hela Europa, ~1–2 mrd € kumulativt och en global telco-edge-rollout på ~2–3 mrd € under perioden 2026–2030. På årsbasis i toppfasen ~300–600 M€?
Intressant när Nokias kurs på Helsingforsbörsen sjunker under ganska låg omsättning och börjar stiga efter att NYSE har öppnat, och nästa dag är det samma sak.
I början SAN JOSE, Calif. — NVIDIA GTC .. Så kanske får vi höra mer då..?
Nokia tillkännagav ett betydande framsteg inom simulering av trådlösa nätverk i och med lanseringen av sin Nokia RAN Digital Twin. Systemet bygger på plattformen NVIDIA Aerial Omniverse Digital Twin (AODT) och använder AI och avancerad strålspårning (ray tracing) för att tillhandahålla fysiskt korrekta radioutbredningsmiljöer för design och optimering av nästa generations nätverk.
I väntan på andra tillkännagivanden, och det är specifikt den optiska sidan som intresserar. Nu är det mer fokus på RAN-grejer eftersom MWC2026 startar nästa vecka.
Som svar på Reddit-inlägget, här är min korta kommentar om skillnaderna mellan Nokia och Ciena:
Ciena är en renodlad optisk aktör med en orderstock på cirka 5 miljarder dollar, och marknaden har redan fullt ut omvärderat bolaget som en vinnare inom AI-infrastruktur.
Nokias optiska verksamhet är dock inte väsentligt svagare. Under 2025 var marginalerna för dess optiska sida jämförbara, omsättningen var faktiskt högre, och under det fjärde kvartalet gick cirka 30 % av försäljningen inom Optical Networks-enheten till AI-aktörer och hyperscalers. Detta är verkligt momentum.
I ett nötskal:
Ciena = Pionjär → full värderingsmultipel (multiple).
Nokia = Betydligt bredare erbjudande (optik + routing-chip + egen chipfabrik (en ny större fabrik tas i bruk i år) + egen paketeringsanläggning + mobilnät + mjukvaruverksamhet + lukrativa patent) → komplexitetsrabatt (complexity discount).
Vertikal integration av optiska nätverk är dock en enorm fördel som möjliggör bättre lönsamhet och tillverkning av mer energieffektiva produkter.
Ciena värderas för närvarande högre än hela Nokia-koncernen. Värderingsskillnaden är slående och enligt min mening obefogad med tanke på Nokias fördelar. Nokias investeringscase bygger på tillväxt inom hyperscaler-kundsegmentet och marginalexpansion, vilket följs av en omvärdering (rerating) om NI-enheten lyckas med sitt genomförande. Ciena är prissatt efter framgång. Nokia är prissatt efter behovet av bevis.
En mer detaljerad jämförelse mellan Nokia och Ciena finns i ett separat inlägg.
Väl sammanfattat, precis så tänker jag också. Nokia har verkligen ett gyllene tillfälle under de kommande åren, och egen tillverkning på komponentnivå (vertikal integration) garanterar bättre marginaler än Ciena, förutsatt att produkterna är på samma nivå som eller bättre än andra ledande företags (som Ciena). Som ett första smakprov på detta är ICE-X, såvitt jag förstår, mycket bra i sin klass, och där kombineras allt väsentligt (DSP, PIC, InP…).
Bra nyheter väller in, och vi ligger bara 3 % på minus för i dag. Jag nämner detta utifall att det finns nya investerare här för vilka detta inte är bekant. Riktigt bra grej med det där datacentersavtalet i Spanien. Det lär fungera som referens framöver.
När Nokias RAN Digital Twin och Nvidias Omniverse-plattform smälter samman framhävs enligt min mening en sida av AI-RAN-utvecklingen som hamnar i skymundan i diskussionen om “AI-RAN vs ASIC-RAN”. Även om branschen skulle röra sig mot en GPU-baserad AI-RAN-arkitektur, är denna teknik livsviktig även för utvecklingen av traditionell ASIC-baserad (ReefShark) hårdvara. Här följer en sammanfattning skapad av Gemini:
Hur utnyttjar Nokia data och AI-plattformen?
Nokia har tillgång till årtionden av “Real World RAN”-data från hundratals nätverk runt om i världen. Detta utnyttjas på följande sätt:
Finjustering av ASIC-parametrar (ReefShark-optimering):
ASIC-chip (som Nokias ReefShark) är fasta, men deras programvarubaserade parametrar och algoritmer är justerbara.
Nokia matar in sin insamlade data i Nvidias AI-plattform, som kör miljontals simuleringar i en digital tvilling. Detta avslöjar vilka ASIC-inställningar (t.ex. strömhantering, minnesanvändning eller tajming) som fungerar bäst i specifika belastningssituationer.
Resultatet är funktioner av typen “Extreme Deep Sleep”, som sparar upp till 25 % energi enbart genom att optimera chippets funktion baserat på trafikdata i realtid.
Radions Beamforming-funktioner:
Lobformning (beamforming) för Massive MIMO-radior är extremt komplex fysik.
Nokias digitala tvilling använder Nvidias strålspårning (Ray Tracing) för att modellera hur radiovågor reflekteras från verkliga material (glas, betong, träd) i stadsmiljö.
Med hjälp av denna simulering lär AI:n radions styralgoritmer att rikta loberna mer exakt, vilket kan förbättra nätverkskapaciteten och spektrumeffektiviteten med upp till 40 %.
Sluten loop (Closed-loop) från simulering till produktion:
Nokia kan testa nya algoritmer virtuellt i den digitala tvillingen innan de rullas ut till fysiska basstationer.
Detta förkortar produktutvecklingscykeln (“concept-to-live”) avsevärt och säkerställer att den ASIC-baserade hårdvaran får fördelarna med AI utan att själva hårdvaran behöver bytas ut.
Sammanfattning: AI gör “dum” hårdvara intelligent
Även om Nvidia driver på för GPU-baserad beräkning, är Nokias strategiska fördel förmågan att överföra dessa AI-genererade lärdomar direkt till deras AirScale- och ReefShark-portfölj.
Detta innebär att Nokia inte överger ASIC-utveckling, utan gör den “AI-native”. Den digitala tvillingen fungerar som ett laboratorium där Nokias enorma datamängder omvandlas till optimala prestandavärden för ASIC-chip och radior.