Évaluation de la fraude ML
Probabilité de fraude inférieure à la seconde pour chaque message A2P entrant. Détecte le phishing par SMS, l'AIT, les artefacts de routage gris et les anomalies de score de confiance avant qu'ils n'atteignent l'abonné.
Détection de la fraude par apprentissage automatique, optimisation du routage, classification des intentions, et analyse des sentiments pour la messagerie à grande échelle. Les mêmes modèles qui fonctionnent au sein du réseau BroadNet — désormais disponibles sous forme de services composables pour les opérateurs et les entreprises qui font déjà confiance à l'opérateur.

Détection de fraude au débit de ligne, optimisation du routage et notation des anomalies d'identifiant de l'expéditeur déployées au sein des réseaux des opérateurs — entraînées sur la télémétrie de plus de 300 millions de messages par jour.
Détection d'intention, appel d'outil en direct, recherche RAG et réponse résolue — en arabe et en anglais, depuis un seul modèle conversationnel. Ci-dessous, une transcription illustrative anonymisée.
Exemple illustratif — une transcription d'exemple anonymisée, pas une session client en direct.
Carrier AI est entraînée sur les mêmes signaux réseau que BroadNet collecte depuis 2003 : DLR, latences de routage, historiques d'identifiants d'expéditeur et flux conversationnels bidirectionnels. Il ne s'agit pas d'une simple interface avec un LLM public. Ce sont des modèles basés sur des données de référence.
Tous les modèles ci-dessous sont actuellement opérationnels au sein du réseau BroadNet — détectant les fraudes, optimisant les routes et analysant les intentions sur les plus de 300 millions de messages que nous traitons chaque jour. Ces mêmes modèles sont disponibles sous forme de services aux opérateurs et aux entreprises via l'API IA de BroadNet.
Probabilité de fraude inférieure à la seconde pour chaque message A2P entrant. Détecte le phishing par SMS, l'AIT, les artefacts de routage gris et les anomalies de score de confiance avant qu'ils n'atteignent l'abonné.
Routeur à apprentissage par renforcement qui sélectionne la meilleure route d'opérateur en fonction de la destination, de l'heure et du type de contenu. Optimise simultanément la livraison, le coût et la fiabilité du DLR.
Identification comportementale des expéditeurs alphanumériques. Détecte les identités usurpées, les marques falsifiées et les enregistrements similaires avant qu'ils n'affectent la confiance de vos clients.
Étiquetage multilingue des intentions pour les réponses entrantes : STOP, AIDE, achat, assistance, escalade. Langues natives : anglais et arabe, plus 14 langues supplémentaires adaptées au contexte commercial de la région MENA.
Évaluation des sentiments au niveau des différents aspects des conversations bidirectionnelles. Permet d'identifier les segments d'une campagne ayant généré des réactions négatives afin de corriger le message, et non le public.
Détection, au niveau opérateur, des fuites de revenus via les circuits parallèles (émission de cartes SIM, abus d'appels flash et utilisation de services OTT contournant les services classiques), analysée au débit de la ligne. Alimente le même circuit de monétisation A2P que celui mis en place par le pare-feu.
Les décisions du modèle sont réintégrées en temps réel dans le plan de routage — sans traitements par lots, sans réentraînement nocturne. Le pare-feu, le SMSC, WhatsApp, le RCS et les connecteurs vocaux utilisent tous les inférences des mêmes clusters régionaux, avec une latence de bout en bout p99 inférieure à 50 ms.
Chaque message, événement d'appel et webhook est enrichi en temps réel avec des fonctionnalités du modèle : réputation de l'expéditeur, intégration de contenu, historique des routes.
Six modèles de production — fraude, routage, anomalie, intention, sentiment, conversationnel — servis par des clusters d'inférence régionaux avec une latence p99 < 50 ms.
Les décisions du modèle sont réintégrées en temps réel dans la couche de routage — pas de traitements par lots hors bande, pas de goulot d'étranglement dû à une intervention humaine.
{
"msg_id": "01HGN…7QF",
"sender": "MyBank",
"destination":"+971 50 ••• 4567",
"features": {
"sender_age_d": 412,
"route_dlr_truth": 0.998,
"content_emb": "<f32x768>"
},
"decision": { "label":"clean", "score":0.0021, "model":"fraud-v4.2" }
}L'IA de BroadNet est intégrée à un opérateur réglementé, et non à un studio de modélisation. Les mêmes exigences de conformité qui nous permettent d'opérer en tant que fournisseur de messagerie agréé dans plus de 200 pays régissent chaque donnée traitée par les modèles.
Aucune donnée personnelle ne quitte jamais votre locataire. Les modèles sont entraînés sur des caractéristiques réseau hachées et agrégées — jamais sur le contenu des messages, jamais sur les identifiants des abonnés.
Chaque inférence est signée et enregistrée avec le vecteur de caractéristiques, la version du modèle et la décision. Exportable pour les organismes de réglementation, l'audit interne et le règlement des litiges.
Carrier AI hérite des certifications du réseau parent : ISO 27001:2022, ISO 9001:2015, ISO 22301 BCMS, SOC 2, ainsi que de la validation NIST AI RMF et des tests OWASP LLM Top 10.
Dites-nous où vous souhaitez un modèle : dans votre pare-feu, sur votre trafic bidirectionnel ou en amont de votre file d’attente de support. Un ingénieur en IA évaluera l’intégration, vous fournira une analyse comparative sur un échantillon de votre trafic réel et mettra en place un projet pilote sous deux semaines.