Petr Malyukov, CEO e Co-Fondatore di dTelecom – Serie di Interviste

Petr Malyukov, CEO e Co-Fondatore di dTelecom guida la missione dell’azienda di costruire lo strato di infrastruttura decentralizzata per la comunicazione in tempo reale e l’IA vocale. Dalla co-fondazione di dTelecom nel 2022, ha guidato lo sviluppo della Decentralized Real-Time Communication (DRTC) Network, una stack alimentata da DePIN costruita su Solana che offre capacità scalabili di voce, video, chat e sintesi vocale AI a una frazione dei costi tradizionali centralizzati. Il suo background nella creazione di piattaforme di comunicazione abilitate dall’IA, inclusa l’app YOUS, numero 1 su Product Hunt, con traduzione AI integrata, informa l’attenzione di dTelecom sull’interazione nativa AI, agenti autonomi e accesso basato su micropagamenti all’intelligenza vocale.

dTelecom è una rete di comunicazione in tempo reale aperta e decentralizzata progettata per dare a sviluppatori e imprese la piena proprietà della loro infrastruttura di comunicazione. Costruita su Solana usando un’architettura DePIN, la piattaforma fornisce una stack completa includendo API RTC per audio, video e streaming live; un’API AI Speech-to-Text a doppio motore (Parakeet-TDT e Whisper) che supporta oltre 99 lingue con instradamento intelligente, VAD, riduzione del rumore e filtraggio delle allucinazioni; e applicazioni pronte all’uso come dMeet. Sostituendo i fornitori centralizzati con una rete di nodi distribuiti, dTelecom consente risparmi fino al 95% sui costi mantenendo prestazioni, affidabilità e sicurezza, posizionandosi all’intersezione tra infrastruttura decentralizzata, interfacce vocali AI e la nascente economia agentica.

Hai trascorso più di 17 anni a costruire aziende nei settori delle telecomunicazioni, Web3 e AI. In che modo quel background ti ha portato a fondare dTelecom e quali esperienze ti hanno convinto che la comunicazione in tempo reale avesse bisogno di un’architettura fondamentalmente diversa?

All’inizio della mia carriera, ho sviluppato diversi prodotti di comunicazione con il mio attuale CTO, Vadim Filimonov. Abbiamo sempre diviso le responsabilità allo stesso modo: io mi occupo di prodotto e strategia, mentre lui si concentra sull’ingegneria delle telecomunicazioni, influenzato dalla sua esperienza in aziende come Motorola.

Nel 2019, abbiamo lanciato un’app di comunicazione con traduttore AI integrato, e quel progetto ha reso molto tangibili i punti dolenti dell’infrastruttura. Latenza, affidabilità, instradamento e costo sono ciò che gli utenti percepiscono immediatamente. In questo contesto, quando ti affidi allo stack di qualcun altro, erediti i loro difetti, e questo pone un limite a quanto puoi far progredire il prodotto.

A un certo punto, ci siamo resi conto di risolvere gli stessi problemi più volte, solo a diversi livelli. Puoi ottimizzare l’interfaccia, migliorare i codec e perfezionare i flussi di lavoro, ma se l’infrastruttura sottostante è centralizzata e chiusa, sei comunque limitato da come quel provider gestisce capacità, prezzi e integrazioni. Questo è ciò che ci ha spinto a fondare dTelecom all’inizio del 2022.

Abbiamo costruito un’architettura in cui la comunicazione in tempo reale gira su nodi indipendenti che trasportano il traffico multimediale, mentre la blockchain funge da strato di coordinamento e responsabilità. Lo utilizziamo per registrare i nodi, monitorare le prestazioni e applicare automaticamente le regole di qualità.

Il mercato della comunicazione in tempo reale (RTC) è ancora dominato da piattaforme centralizzate. Dal tuo punto di vista, quali limitazioni strutturali nei sistemi RTC odierni hanno reso inevitabile la decentralizzazione?

Non definirei la decentralizzazione inevitabile. L’RTC centralizzato funziona, ed è stato sufficientemente buono per costruire prodotti in stile Zoom, Twilio, Agora per anni. La limitazione appare quando la comunicazione in tempo reale diventa uno strato di business fondamentale, perché controllo e responsabilità iniziano a contare tanto quanto la qualità audio.

L’opacità è il problema principale. In uno stack centralizzato, gli utenti raramente sanno dove viene instradato il traffico, chi tocca il piano dati o come le politiche vengono applicate tra le regioni. Questo crea un divario di fiducia per casi d’uso sensibili alla privacy e concentra il rischio, poiché un piccolo numero di proprietari dell’infrastruttura diventa punti di aggregazione per metadati e log operativi.

Inoltre, limita la flessibilità, poiché l’instradamento consapevole della giurisdizione, l’auditabilità e una personalizzazione più profonda rimangono legate alla roadmap di un unico provider.

La decentralizzazione diventa allettante quando restituisce il controllo al bordo. Un modello basato su nodi permette agli sviluppatori di scegliere dove avviene la comunicazione e rende le prestazioni verificabili, così i nodi si registrano, il tempo di attività viene misurato, la reputazione viene guadagnata e i guasti vengono registrati con chiara responsabilità. Anche il costo ne fa parte, poiché non si paga più il margine e le spese generali di un provider centralizzato.

dTelecom è costruita su Solana e progettata attorno a reti di infrastrutture fisiche decentralizzate (DePIN). Perché questa architettura era essenziale per supportare comunicazioni vocali e video ad alte prestazioni su larga scala?

Abbiamo costruito su Solana e progettato dTelecom come una rete DePIN perché la voce e il video ad alte prestazioni dipendono da un coordinamento rapido. Nell’RTC, la latenza è tutto, quindi serve una catena che possa tenere il passo quando si coordina una flotta globale di nodi edge e si effettuano micropagamenti in tempo reale.

Solana è diventata la principale “casa” per DePIN grazie al suo ampio numero di nodi attivi (oltre 230K) e a un ecosistema maturo, insieme a una capacità di throughput (circa 4.000–6.000 TPS) e una rapida finalità. Tutto ciò rende possibile coordinare l’attività dei nodi abbastanza rapidamente per la comunicazione in tempo reale, senza introdurre frizioni che rallenterebbero la rete.

Inoltre, la comunicazione smette di essere una scatola nera, un’utilità costosa, e diventa qualcosa di trasparente e misurabile, dove la contabilità algoritmica può supportare l’applicazione di SLA a livello Tier-1. Col tempo, questo crea un volano: migliori strumenti, liquidità e agenti AI si concentrano nello stesso luogo, rendendo più facile raggiungere la scala rispetto ai modelli Web2 tradizionali.

L’intelligenza artificiale gioca un ruolo centrale nella tua rete. Come viene attualmente utilizzata l’IA all’interno di dTelecom per gestire l’instradamento, l’ottimizzazione delle prestazioni, l’automazione o la sicurezza?

Nella nostra azienda, l’IA è parte della gestione quotidiana della rete. Utilizziamo il routing predittivo, dove gli algoritmi monitorano continuamente lo stato di centinaia di nodi decentralizzati e possono anticipare il degrado della connessione prima che l’utente se ne accorga. Questo permette al sistema di spostare i flussi verso i nodi più stabili in tempo reale, puntando a un uptime del 99,9% in un ambiente distribuito senza un punto unico di guasto.

Parallelamente, stiamo lavorando verso “IA al bordo”. Invece di spingere dati multimediali grezzi e pesanti attraverso la rete, l’IA gira a livello di nodo per ottimizzare direttamente i flussi multimediali — tutto, dalla compressione adattiva alla soppressione neurale del rumore in tempo reale. In pratica, la rete trasporta uno “strato di intelligenza” ottimizzato, che riduce il carico sulla larghezza di banda e rende la comunicazione più veloce ed economica.

In senso più ampio, è così che vediamo la scalabilità dell’RTC di qualità senza che i costi esplodano. L’obiettivo è trasformare l’infrastruttura da un tubo passivo per il traffico in un sistema attivo e intelligente che aiuta a mantenere la qualità e a proteggere la privacy dei dati per progettazione. Abbiamo anche integrato il protocollo x402, così gli agenti nativi della voce possono accedere al nostro STT su richiesta, pagando $0,005 al minuto, e convertire la voce in testo per completare i compiti. In pratica, questo crea binari AI efficienti per la comunicazione agente-umano su larga scala.

La riduzione dei costi è un tema centrale nel tuo messaggio. Quali decisioni di design specifiche permettono a dTelecom di operare più efficientemente rispetto ai fornitori tradizionali di comunicazione centralizzata?

Direi che la decisione di design più significativa è il modello di infrastruttura stesso. Abbiamo costruito dTelecom come una rete a costo condiviso, dove i carichi di lavoro RTC sono distribuiti tra nodi gestiti dalla comunità, anziché essere gestiti da un’unica azienda con data center globali come fanno i fornitori tradizionali.

In particolare, questo modifica la struttura dei costi in tre modi. Primo, evitiamo l’overhead fisso legato al possesso e all’operazione di una flotta centralizzata, dalla manutenzione dei server alla fornitura di larghezza di banda. Secondo, i costi di scalabilità diminuiscono perché la capacità può espandersi attraverso la rete di nodi durante i picchi di domanda. Infine, la dipendenza da fornitori cloud terzi è minore, il che riduce i margini a più livelli e rende i prezzi più prevedibili con l’aumento dell’uso.

Puoi vedere questo vantaggio di costo nel nostro speech-to-text alimentato da x402. A $0,005 al minuto, dTelecom STT supera OpenAI Whisper ($0,006), Deepgram Nova-3 ($0,0077), Google Cloud STT ($0,016), Azure Real-time ($0,0167) e AWS Transcribe ($0,024) — mentre gli agenti possono pagare programmaticamente al minuto ed eseguire compiti senza account o chiavi API.

In questo modo, garantiamo barriere d’ingresso più basse e un’economia più stabile per startup, PMI e progetti emergenti, senza sacrificare qualità o prestazioni.

La privacy e il controllo dei dati sono preoccupazioni crescenti per le imprese che dipendono da piattaforme di voce e video in tempo reale. In che modo un approccio decentralizzato cambia il modo in cui i dati di comunicazione vengono gestiti e protetti?

Un modello decentralizzato cambia la postura predefinita dei dati. Nell’RTC centralizzato, molti dati di comunicazione finiscono a fluire attraverso un piccolo numero di proprietari dell’infrastruttura e punti di archiviazione centralizzati, il che concentra il rischio. Un approccio peer-to-peer basato su nodi aiuta a rimuovere quei punti di aggregazione singoli, riducendo significativamente il raggio di impatto di una violazione su larga scala.

Nel nostro caso, i dati di comunicazione sono gestiti localmente e in modo sicuro, con crittografia end-to-end. L’architettura supporta anche l’instradamento consapevole della giurisdizione e modelli di distribuzione opzionali on-prem, così le imprese hanno più controllo su dove vanno i dati e come vengono elaborati.

E dal punto di vista della conformità, l’infrastruttura può aiutare le imprese ad allinearsi a normative come GDPR e CCPA, anche se il risultato finale di conformità dipende ancora da come ogni azienda integra la tecnologia e quali sono i loro obblighi legali specifici.

dTelecom ha ricevuto sovvenzioni e riconoscimenti da organizzazioni come Google, la Solana Foundation e ElevenLabs. In che modo quella prima validazione ha influenzato le tue priorità di esecuzione come fondatore?

Il supporto da Google Cloud, Solana e ElevenLabs è stato il momento che ci ha portato fuori dalla modalità “dimostriamo l’idea” e nella modalità “siamo valutati come infrastruttura”. Una volta ottenuta questo tipo di validazione, devi giustificarla con l’azione fornendo affidabilità a livello Tier-1.

Principalmente, questo endorsement ci ha spinti oltre il semplice ruolo di “tubo” per il traffico, verso una piattaforma intelligente, dove l’IA vocale è integrata direttamente nello strato di comunicazione.

La nostra priorità principale è diventata la velocità di esecuzione e l’esperienza dello sviluppatore, poiché ci concentriamo fortemente sullo sviluppo di un SDK pronto per la produzione che consenta ai team di integrare la nostra soluzione in pochi minuti. In questo modo, rendiamo la decentralizzazione “invisibile” e conveniente, convertendo la fiducia dei giganti in trazione reale e trasformando l’incrocio tra AI e RTC nel nostro vantaggio competitivo chiave.

Man mano che le reti di comunicazione decentralizzate scalano, quali sfide tecniche credi saranno più importanti, in particolare riguardo latenza, coordinamento e affidabilità?

Il modo in cui lo vedo, scalare le reti DePIN in tempo reale è fondamentalmente una lotta per la standardizzazione in un caos controllato. La sfida chiave è garantire la qualità (SLA) in un ambiente senza fiducia, dove non possiedi l’infrastruttura fisica. In dTelecom, affrontiamo questo attraverso la reputazione algoritmica, poiché per noi l’affidabilità è una questione di matematica — stiamo costruendo un sistema in cui le prestazioni oneste dei nodi sono economicamente più vantaggiose.

Tecnicamente, il punto critico diventa sincronizzare lo stato di migliaia di nodi in tutto il mondo. Per “condurli” senza ritardi, usiamo Solana come livello di transazioni ad alta velocità, sebbene la maggior parte del lavoro pesante avvenga a livello di protocolli P2P ottimizzati che consentono ai nodi di scambiare dati quasi alla velocità della luce.

E poi c’è la sfida dell’hardware eterogeneo: ogni nodo ha larghezza di banda e capacità diverse. In risposta, implementiamo uno strato di astrazione adattivo. Dopo tutto, il futuro appartiene ai protocolli che si adattano al volo alle capacità di un nodo, livellando l’eterogeneità e trasformando una rete mista in uno strato di infrastruttura stabile.

Sottolinei la proprietà dell’infrastruttura come vantaggio fondamentale della comunicazione decentralizzata. In che modo questo cambiamento ridefinisce i modelli di business disponibili per gli sviluppatori e le piattaforme che costruiscono sopra dTelecom?

Nel Web2, gli sviluppatori pagano una “tassa cloud” a vita che scala con il loro business. Nel nostro modello di co-proprietà, l’infrastruttura passa da una spesa passiva (OPEX) a un bene strategico, così le piattaforme possono gestire i propri nodi, recuperare parte del costo e reinvestire nella loro rete.

Rimuovere gli intermediari come Twilio o Agora — che possono prendere fino all’80% del margine — cambia drasticamente l’economia unitaria. Permette agli sviluppatori di creare prodotti sostenibili che altrimenti sarebbero difficili da giustificare: offrire funzionalità di base gratuite e di livello enterprise (come dMeet, la nostra app open-source per videoconferenze), o dare ai creatori una quota di ricavi insolitamente alta (come FROGY, la nostra mini-app basata su Telegram) mantenendo comunque la redditività.

Apre anche la porta alla “comunicazione programmabile”. Quando possiedi l’infrastruttura, ottieni un controllo più profondo e l’accesso a dati “grezzi” che i servizi cloud tipicamente mantengono chiusi. Così gli sviluppatori possono collegare i propri modelli AI direttamente ai nodi di comunicazione e costruire una nuova classe di applicazioni — da messenger ultra-privati a reti di streaming globali con economie completamente diverse.

Guardando al futuro, come ti aspetti che l’infrastruttura di comunicazione decentralizzata e nativa AI cambi il modo in cui persone e aziende interagiscono online nel prossimo decennio?

Nel prossimo decennio, mi aspetto che la comunicazione nativa AI diventi uno strato intrinseco in ogni prodotto digitale. Voce, video e interazione in tempo reale saranno ovunque — nel supporto, nell’istruzione, nel commercio, nelle piattaforme per creatori — e ci si aspetterà che funzioni semplicemente, istantaneamente, su scala globale.

Con dTelecom, mi sforzo di rendere questa base più veloce, più affidabile e realmente di proprietà degli utenti, pur rimanendo scalabile e pronta per le imprese. Quindi, se lo facciamo bene, la comunicazione in tempo reale diventa più economica da costruire, più facile da fidarsi e più utile nella vita quotidiana — senza costringere tutti a noleggiare per sempre lo stesso stack centralizzato.

Grazie per la fantastica intervista, i lettori che desiderano saperne di più dovrebbero visitare dTelecom.