N’importe quel carrier peut dire qu’il utilise l’IA. Voici les règles auxquelles la nôtre répond, écrites noir sur blanc pour que vous puissiez nous y tenir. Elles s’appliquent à chaque modèle, chaque seuil et chaque décision automatisée de notre réseau, aujourd’hui et à mesure que la pile grandit.
Notre IA fonctionne sous huit principes : l’intelligence se situe dans les chemins de décision, apprend du trafic réel, reste redevable à des ingénieurs nommés, est mesurée honnêtement, admet ses limites, protège les données des abonnés, s’explique auprès des clients, et est traitée comme surface d’attaque. IA natif signifie que les principes sont porteurs, pas décoratifs.
Les modèles alimentent le routage, le scoring de fraude et la supervision qualité. Si la sortie n’atteint jamais qu’un tableau de bord ou un slide, ce n’est pas de l’IA natif, c’est de l’analytique. Chaque modèle que nous déployons consomme sa propre sortie en production.
Nos systèmes apprennent du trafic wholesale de production, où une décision de routage fait ses preuves dans l’heure et une hypothèse de fraude vit ou meurt en quelques jours de CDR. Pas de données de labo, pas de benchmarks de démonstration. La boucle de retour est l’actif.
Les machines proposent, les ingénieurs confirment. Un humain nommé assume le résultat de chaque décision automatisée, et le chemin d’escalade vers cet humain est défini avant que le modèle ne passe en production, pas après qu’il a déraillé.
Taux de faux positifs, taux de détection et délai d’escalade sont mesurés et suivis pour chaque détecteur. Un score de fraude sans taux d’erreur mesuré est une opinion. Les nôtres publient leurs chiffres en interne, et nous publions la direction prise.
Nous disons où l’IA n’aide pas : négociations d’interconnexion, investigations de fraude inédite, stratégie sans boucle de retour. Les machines tournent là où la boucle existe, les ingénieurs là où elle n’existe pas. Pas de théâtre IA.
Nous n’entraînons pas sur le contenu des communications des abonnés. L’analytique de trafic tourne sur des schémas de métadonnées sous des contrôles alignés RGPD, avec minimisation et limites de conservation conçues dès le départ.
Quand nos systèmes affectent votre trafic, un changement de route, un marquage de fraude, une alerte qualité, vous pouvez demander pourquoi et recevoir une réponse humaine avec les preuves. Les décisions automatisées ne sont jamais une boîte noire à qui il faudrait faire aveuglément confiance.
Les modèles, pipelines et seuils sont des surfaces d’attaque. Ils reçoivent le même durcissement, la même surveillance et le même contrôle des changements que le réseau lui-même, parce qu’un détecteur manipulé est pire qu’aucun détecteur.
Ces principes gouvernent notre façon de construire. Voici ce que signifie IA natif, et voici comment nous fonctionnons.
