Série d'entretiens avec Petr Malyukov, PDG et cofondateur de dTelecom

Petr MalyukovPDG et cofondateur de dTelecom, il dirige la mission de l'entreprise : construire l'infrastructure décentralisée pour la communication en temps réel et l'IA vocale. Depuis la cofondation de dTelecom en 2022, il a piloté le développement du réseau DRTC (Decentralized Real-Time Communication), une plateforme basée sur DePIN et Solana, offrant des capacités évolutives de voix, vidéo, chat et reconnaissance vocale par IA à un coût bien inférieur à celui des solutions centralisées traditionnelles. Son expérience dans la création de plateformes de communication intégrant l'IA, notamment l'application YOUS, numéro 1 sur Product Hunt et dotée d'une traduction IA intégrée, guide l'orientation de dTelecom vers l'interaction native IA, les agents autonomes et l'accès à l'intelligence vocale par micropaiement.

dTelecom dTelecom est un réseau de communication temps réel ouvert et décentralisé, conçu pour offrir aux développeurs et aux entreprises une maîtrise totale de leur infrastructure de communication. Basée sur Solana et utilisant une architecture DePIN, la plateforme fournit une suite complète incluant des API RTC pour l'audio, la vidéo et le streaming en direct ; une API de transcription vocale par IA à double moteur (Parakeet-TDT et Whisper) prenant en charge plus de 99 langues avec routage intelligent, VAD, réduction du bruit et filtrage des hallucinations ; et des applications prêtes à l'emploi comme dMeet. En remplaçant les fournisseurs centralisés par un réseau de nœuds distribués, dTelecom permet de réaliser jusqu'à 95 % d'économies tout en maintenant les performances, la fiabilité et la sécurité, se positionnant ainsi à la croisée des chemins entre infrastructure décentralisée, interfaces vocales IA et économie émergente des agents.

Vous avez passé plus de 17 ans à créer des entreprises dans les secteurs des télécommunications, du Web3 et de l'IA. Comment ce parcours vous a-t-il finalement conduit à fonder dTelecom, et quelles expériences vous ont convaincu que la communication en temps réel nécessitait une architecture fondamentalement différente ?

Au début de ma carrière, j'ai développé plusieurs produits de communication avec mon actuel directeur technique, Vadim Filimonov. Nous avons toujours réparti les responsabilités de la même manière : je me concentre sur le produit et la stratégie, tandis que lui approfondit l'ingénierie des télécommunications, une expertise forgée par son expérience dans des entreprises comme Motorola.

En 2019, nous avons lancé une application de communication avec un traducteur IA intégré, et ce projet a mis en évidence les faiblesses de notre infrastructure. Latence, fiabilité, routage et coût sont les problèmes que les utilisateurs ressentent immédiatement. Dans ce contexte, dépendre de l'infrastructure d'un tiers implique d'en hériter des défauts, ce qui limite le potentiel de développement du produit.

À un moment donné, nous avons réalisé que nous résolvions sans cesse les mêmes problèmes, à différents niveaux. On peut optimiser l'interface utilisateur, améliorer les codecs et peaufiner les flux de travail, mais si l'infrastructure sous-jacente est centralisée et fermée, on reste prisonnier de la façon dont ce fournisseur gère la capacité, la tarification et les intégrations. C'est ce qui nous a poussés à lancer dTelecom début 2022.

Nous avons conçu une architecture où la communication en temps réel s'effectue sur des nœuds indépendants qui acheminent le trafic multimédia, tandis que la blockchain assure la coordination et la traçabilité. Nous l'utilisons pour enregistrer les nœuds, suivre leurs performances et appliquer automatiquement les règles de qualité.

Le marché des communications en temps réel (RTC) reste dominé par des plateformes centralisées. Selon vous, quelles limitations structurelles des systèmes RTC actuels ont rendu la décentralisation inévitable ?

Je ne dirais pas que la décentralisation est inévitable. Les systèmes RTC centralisés fonctionnent et ont permis de développer des produits similaires à Zoom, Twilio et Agora pendant des années. Leur limite apparaît lorsque la communication en temps réel devient un élément central de l'activité, car le contrôle et la responsabilité deviennent alors aussi importants que la qualité audio.

L'opacité est le problème majeur. Dans une architecture centralisée, les utilisateurs ignorent souvent où le trafic est acheminé, qui accède aux données ou comment les politiques sont appliquées d'une région à l'autre. Cela crée un déficit de confiance pour les cas d'usage sensibles à la confidentialité et concentre les risques, car un petit nombre de propriétaires d'infrastructures centralisent les métadonnées et les journaux d'exploitation. 

De plus, cela limite la flexibilité, car le routage tenant compte de la juridiction, l'auditabilité et une personnalisation plus poussée restent liés à la feuille de route d'un seul fournisseur.

La décentralisation devient incontournable lorsqu'elle redonne le contrôle aux acteurs locaux. Un modèle basé sur les nœuds permet aux développeurs de choisir où transitent les communications et rend les performances auditables : les nœuds s'enregistrent, la disponibilité est mesurée, la réputation se construit et les pannes sont consignées avec une traçabilité claire. Le coût est également un facteur important, car vous ne payez plus la marge et les frais généraux d'un fournisseur centralisé.

dTelecom est construit sur Solana et conçu autour de réseaux d'infrastructure physique décentralisés (DePIN). Pourquoi cette architecture était-elle essentielle pour prendre en charge les communications voix et vidéo haute performance à grande échelle ?

Nous avons développé dTelecom sur la base de Solana et l'avons conçu comme un réseau DePIN car la qualité des communications voix et vidéo repose sur une coordination rapide. Dans le domaine des communications temps réel (RTC), la latence est primordiale ; il est donc essentiel de disposer d'une chaîne capable de suivre le rythme lors de la coordination d'un parc mondial de nœuds périphériques et du règlement de micropaiements en temps réel.

Solana est devenu le principal hub de DePIN grâce à sa large base de nœuds actifs (plus de 230 000), son écosystème mature, son débit élevé (environ 4 000 à 6 000 transactions par seconde) et sa finalité rapide. Ces atouts permettent de coordonner l'activité des nœuds suffisamment rapidement pour une communication en temps réel, sans engendrer de frictions susceptibles de ralentir le réseau.

De plus, la communication cesse d'être une boîte noire, un service coûteux, et devient transparente et mesurable, permettant à la comptabilité algorithmique de garantir le respect des SLA au niveau de l'entreprise. À terme, cela crée un cercle vertueux : des outils plus performants, une liquidité accrue et des agents d'IA se concentrent au même endroit, facilitant ainsi le passage à l'échelle par rapport aux modèles Web2 traditionnels.

L'intelligence artificielle joue un rôle central dans votre réseau. Comment est-elle actuellement utilisée chez dTelecom pour gérer le routage, l'optimisation des performances, l'automatisation ou la sécurité ?

Dans notre entreprise, l'IA est intégrée à la gestion quotidienne du réseau. Nous utilisons le routage prédictif, grâce auquel des algorithmes surveillent en permanence l'état de centaines de nœuds décentralisés et anticipent les dégradations de connexion avant même que l'utilisateur ne s'en aperçoive. Le système peut ainsi basculer les flux vers les nœuds les plus stables en temps réel, avec pour objectif une disponibilité de 99.9 % dans un environnement distribué sans point de défaillance unique.

En parallèle, nous développons une « IA en périphérie ». Au lieu de faire transiter des données multimédias brutes et volumineuses sur le réseau, l'IA s'exécute au niveau des nœuds pour optimiser directement les flux multimédias : de la compression adaptative à la suppression du bruit neuronal en temps réel. Concrètement, le réseau transporte une « couche d'intelligence » optimisée, ce qui réduit la charge sur la bande passante et rend la communication plus rapide et moins coûteuse.

Plus largement, c'est ainsi que nous envisageons une mise à l'échelle de qualité des communications temps réel (RTC) sans explosion des coûts. L'objectif est de transformer l'infrastructure, d'un simple canal passif de trafic, en un système actif et intelligent qui contribue à maintenir la qualité et à protéger la confidentialité des données dès sa conception. Nous avons également intégré le protocole x402, permettant ainsi aux agents vocaux d'accéder à notre STT à la demande, de payer 0.005 $ par minute et de convertir la voix en texte pour accomplir leurs tâches. Concrètement, cela crée une infrastructure d'IA performante pour la communication à grande échelle entre agents et humains.

La réduction des coûts est un thème central de votre communication. Quelles sont les décisions de conception spécifiques qui permettent à dTelecom d'être plus efficace que les fournisseurs de communications centralisés traditionnels ?

Je dirais que la décision de conception la plus importante concerne le modèle d'infrastructure lui-même. Nous avons bâti dTelecom comme un réseau à coûts partagés, où les charges de travail RTC sont réparties entre des nœuds gérés par la communauté, plutôt que d'être supportées par les fermes de serveurs mondiales d'une seule entreprise, comme le font les fournisseurs traditionnels.

Concrètement, cela modifie la structure des coûts de trois manières. Premièrement, nous évitons les frais fixes liés à la possession et à l'exploitation d'une infrastructure centralisée, de la maintenance des serveurs à la fourniture de bande passante. Deuxièmement, les coûts de mise à l'échelle diminuent car la capacité peut être étendue via le réseau de nœuds lors des pics de demande. Enfin, la dépendance aux fournisseurs de cloud tiers est moindre, ce qui réduit les marges et rend les prix plus prévisibles à mesure que l'utilisation augmente.

Vous pouvez constater cet avantage en termes de coûts grâce à notre solution de transcription vocale basée sur la norme x402. À 0.005 $ la minute, dTelecom STT est plus compétitif qu'OpenAI Whisper (0.006 $), Deepgram Nova-3 (0.0077 $), Google Cloud STT (0.016 $), Azure Real-time (0.0167 $) et AWS Transcribe (0.024 $). De plus, les agents peuvent payer par programmation à la minute et exécuter des tâches sans compte ni clé API.

De cette manière, nous garantissons des barrières à l'entrée plus faibles et une économie plus stable pour les startups, les PME et les projets émergents, sans compromettre la qualité ni la performance.

La protection de la vie privée et le contrôle des données sont des préoccupations croissantes pour les entreprises qui utilisent des plateformes de voix et de vidéo en direct. Comment une approche décentralisée modifie-t-elle la manière dont les données de communication sont gérées et protégées ?

Un modèle décentralisé modifie la gestion des données par défaut. Dans un système RTC centralisé, une grande quantité de données de communication transite par un petit nombre de propriétaires d'infrastructures et de points de stockage centralisés, ce qui concentre les risques. Une approche pair-à-pair, basée sur des nœuds, permet de supprimer ces points d'agrégation uniques, ce qui peut réduire considérablement l'impact d'une brèche de sécurité à grande échelle.

Dans notre cas, les données de communication sont traitées localement et de manière sécurisée, grâce à un chiffrement de bout en bout. L'architecture prend également en charge le routage tenant compte de la juridiction et des modèles de déploiement sur site optionnels, offrant ainsi aux entreprises un meilleur contrôle sur la destination et le traitement de leurs données.

Du point de vue de la conformité, cette infrastructure peut aider les entreprises à s'aligner sur des cadres réglementaires tels que le RGPD et le CCPA, même si le résultat final en matière de conformité dépend toujours de la manière dont chaque entreprise intègre la technologie et de ses obligations légales spécifiques.

dTelecom a bénéficié de subventions et de reconnaissances de la part d'organisations telles que Google, la Fondation Solana et ElevenLabs. Comment cette première validation a-t-elle influencé vos priorités d'exécution en tant que fondateur ?

Le soutien de Google Cloud, Solana et ElevenLabs a été le tournant décisif qui nous a fait passer de la phase de validation de notre idée à celle d'une évaluation en tant qu'infrastructure. Une fois cette validation obtenue, il faut la justifier concrètement en garantissant une fiabilité de niveau 1.

Avant tout, ce soutien nous a permis de passer du simple rôle de « canal » de trafic à celui de plateforme intelligente, où l'IA vocale est directement intégrée à la couche de communication.

Notre priorité absolue est désormais la rapidité d'exécution et l'expérience développeur. Nous nous concentrons en effet sur le développement d'un SDK prêt pour la production, permettant aux équipes d'intégrer notre solution en quelques minutes. Ainsi, nous rendons la décentralisation transparente et accessible, transformant la confiance accordée aux géants du secteur en une réelle adoption et faisant de la convergence entre l'IA et les télécommunications en temps réel notre principal avantage concurrentiel.

À mesure que les réseaux de communication décentralisés se développent, quels sont selon vous les défis techniques qui seront les plus importants, notamment en matière de latence, de coordination et de fiabilité ?

À mon sens, le déploiement à grande échelle de réseaux DePIN en temps réel est fondamentalement une lutte pour la standardisation au sein d'un chaos maîtrisé. Le principal défi consiste à garantir la qualité (SLA) dans un environnement sans confiance, où l'infrastructure physique n'est pas maîtrisée. Chez dTelecom, nous y remédions grâce à la réputation algorithmique, car pour nous, la fiabilité est une question mathématique : nous construisons un système où les performances honnêtes des nœuds sont économiquement plus avantageuses.

Techniquement, le point critique consiste à synchroniser l'état de milliers de nœuds à travers le monde. Pour assurer une synchronisation sans délai, nous utilisons Solana comme couche transactionnelle à haut débit, même si l'essentiel du traitement est effectué au niveau des protocoles P2P optimisés qui permettent aux nœuds d'échanger des données à une vitesse quasi instantanée.

À cela s'ajoute le défi de l'hétérogénéité matérielle : chaque nœud possède une bande passante et une capacité différentes. Pour y remédier, nous déployons une couche d'abstraction adaptative. En effet, l'avenir appartient aux protocoles qui s'ajustent instantanément aux capacités de chaque nœud, lissant ainsi l'hétérogénéité et transformant un réseau mixte en une infrastructure stable.

Vous insistez sur le fait que la propriété de l'infrastructure constitue un avantage fondamental des communications décentralisées. Comment cette évolution redéfinit-elle les modèles économiques proposés aux développeurs et aux plateformes qui s'appuient sur dTelecom ?

Dans le Web 2, les développeurs paient un « coût cloud » à vie qui évolue avec leur activité. Dans notre modèle de copropriété, l'infrastructure passe d'une dépense passive (OPEX) à un actif stratégique : les plateformes peuvent ainsi exploiter leurs propres nœuds, récupérer une partie des coûts et réinvestir dans leur réseau.

Supprimer les intermédiaires comme Twilio ou Agora — qui peuvent prélever jusqu'à 80 % de la marge — modifie radicalement la rentabilité. Cela permet aux développeurs de créer des produits viables qui seraient autrement difficiles à justifier : proposer des fonctionnalités de base gratuites et de qualité professionnelle (comme dMeet, notre application de visioconférence open source), ou en accordant aux créateurs une part de revenus exceptionnellement élevée (comme GRENOUILLE, notre mini-application de diffusion en direct basée sur Telegram) tout en restant rentable.

Cela ouvre également la voie à la « communication programmable ». La maîtrise de l'infrastructure permet un contrôle accru et un accès aux données brutes, généralement inaccessibles aux services cloud. Les développeurs peuvent ainsi intégrer directement leurs modèles d'IA aux nœuds de communication et créer une nouvelle génération d'applications, des messageries ultra-privées aux réseaux de streaming mondiaux, avec des modèles économiques radicalement différents.

En envisageant l'avenir, comment pensez-vous que les infrastructures de communication décentralisées et natives de l'IA vont transformer la façon dont les personnes et les entreprises interagissent en ligne au cours de la prochaine décennie ?

Au cours de la prochaine décennie, je m'attends à ce que la communication native basée sur l'IA devienne une composante essentielle de tous les produits numériques. La voix, la vidéo et l'interaction en temps réel seront omniprésentes – dans les services d'assistance, l'éducation, le commerce, les plateformes de création – et l'on s'attendra à ce que cela fonctionne instantanément, à l'échelle mondiale.

Avec dTelecom, je m'efforce de rendre cette plateforme plus rapide, plus fiable et véritablement gérée par les utilisateurs, tout en restant évolutive et adaptée aux entreprises. Ainsi, si nous réussissons, la communication en temps réel devient moins coûteuse à mettre en place, plus fiable et plus utile au quotidien, sans contraindre chacun à utiliser indéfiniment la même infrastructure centralisée.

Merci pour cette excellente interview, les lecteurs qui souhaitent en savoir plus devraient visiter dTelecom.