Définition d’un réseau AI-natif

1 Qu’est-ce que l’AI-natif ?

Un réseau AI-natif est un réseau dans lequel l’intelligence n’est pas une application externe ou un outil d’optimisation, mais une propriété native de l’architecture et des opérations du réseau. En pratique, cela signifie que les algorithmes d’IA et les fonctions d’apprentissage sont intégrés à toutes les couches et domaines du réseau, depuis l’interface radio jusqu’au cœur, depuis les appareils utilisateurs jusqu’aux serveurs cloud. Le réseau est conçu, dès la phase de conception, pour exploiter les données et la prise de décision basée sur l’IA à chaque opportunité.

Lors de la journée France6G, organisée par Hakima Chaouchi le 20 mars 2026, Dorin Panaitopol (Thales) a présenté une architecture 5G-NTN avec une vision 6G et une intégration de l’IA à tous les niveaux, même satellitaire.

Dans un réseau 5G AI-assisté, si l’on retire le modèle d’apprentissage automatique qui optimise les paramètres de handover, le réseau continue de fonctionner. Dans un réseau 6G AI-natif, certaines boucles de contrôle et optimisations n’ont pas d’algorithme de repli déterministe, parce qu’elles sont conçues pour être gérées par des agents IA en apprentissage continu.

2 Caractéristiques clés d’un réseau AI-natif

• Intelligence distribuée et hiérarchique : des agents IA au niveau des appareils (edge), des stations de base, des clouds de périphérie et des centres de données centraux, tous coordonnés de manière cohérente.
• Apprentissage fédéré : les instances d’IA collaborent et fédèrent leur apprentissage sans centraliser les données brutes, préservant ainsi la confidentialité.
• Boucle fermée autonome : le réseau capte en continu les données de télémesure, les alimente dans des algorithmes d’apprentissage, et ajuste de manière autonome les configurations ou politiques réseau.
• Écosystème de support IA intégré : orchestration des modèles, cycle de vie (entraînement, déploiement, surveillance, retrait), gestion des données et référentiel de connaissances.
• Interfaces basées sur des intentions (Intent-Based) : les opérateurs formulent des objectifs de haut niveau (« assurer une latence vidéo < 20 ms pour cet événement »), et les agents IA déterminent comment les atteindre.

Conclusion

Un réseau AI-natif ne désigne pas simplement un réseau qui offre un bon support pour les applications IA (c’est un concept complémentaire souvent formulé comme « réseaux pour l’IA »). Il ne signifie pas non plus « entièrement autonome dans l’absolu » : les humains conservent la définition des objectifs, politiques et contraintes. En revanche, l’IA détermine les moyens de les satisfaire, sans intervention manuelle sur les contrôles de bas niveau.