Alors que l'IA générative s'impose comme un élément incontournable des logiciels d'entreprise, des agents d'IA et des chaînes d'automatisation, les inquiétudes concernant la confidentialité des données, la fiabilité des résultats et la dépendance aux plateformes suscitent une attention croissante.
Les services d'IA classiques reposent en général sur une architecture centralisée : les utilisateurs doivent confier leurs données au fournisseur du modèle, et le processus d'inférence ainsi que la vérification des résultats dépendent entièrement de la plateforme. Si cette approche est pratique, elle soulève des défis majeurs en matière de confidentialité, de transparence et de conformité.
L'ambition de Nesa n'est pas d'entraîner de nouveaux grands modèles, mais de concevoir une couche d'exécution et de vérification dédiée à l'IA, permettant aux développeurs d'exécuter des services d'IA de confiance sur un réseau ouvert, et d'offrir un socle d'infrastructure aux futures applications d'IA décentralisées.

Couche d'exécution décentralisée pour une IA digne de confiance, Nesa répond aux enjeux de protection de la vie privée, de vérification des résultats et de décentralisation des calculs lors de l'inférence IA. Contrairement aux plateformes d'IA classiques, Nesa se concentre sur la manière dont l'IA est exécutée, et non sur la manière dont elle est entraînée.
Aujourd'hui, une grande partie des services d'IA repose sur des plateformes cloud centralisées. Les utilisateurs ne peuvent généralement pas vérifier si un modèle s'exécute conformément aux attentes, ni si leurs données d'entrée sont consultées ou stockées pendant l'inférence.
Nesa ambitionne de rendre l'inférence IA « vérifiable, auditable et respectueuse de la vie privée » grâce à des mécanismes cryptographiques et à une architecture réseau distribuée. Le projet se positionne comme une couche de confiance (Layer-1) dédiée à une IA fiable – une infrastructure conçue pour garantir la fiabilité des traitements.
Nesa répond à trois défis majeurs : la confidentialité des données, la fiabilité des résultats et la centralisation de l'infrastructure IA.
Premièrement, de plus en plus d'entreprises intègrent leurs documents internes, données clients et informations métier à des systèmes d'IA. Si ces données doivent être transmises à des serveurs tiers pour traitement, les risques en matière de confidentialité et de conformité augmentent considérablement.
Deuxièmement, la plupart des plateformes d'IA fonctionnent comme des boîtes noires : les utilisateurs n'en voient que les résultats, sans pouvoir vérifier si le processus d'inférence a réellement eu lieu ou si les sorties ont été altérées.
Enfin, les ressources actuelles en IA sont fortement concentrées entre les mains de quelques grandes entreprises technologiques. Modèles, puissance de calcul et données sont tous détenus par des plateformes centralisées. Nesa cherche à réduire cette dépendance via un réseau ouvert, permettant à davantage de développeurs de contribuer à l'infrastructure IA.
L'inférence privée vise à réaliser une inférence IA sans exposer les données d'entrée ni le contenu du modèle.
Dans les secteurs de la santé, de la finance, des bases de connaissances d'entreprise et autres, les données utilisateur ont souvent plus de valeur que le modèle lui-même. Une fuite de données lors de l'inférence peut entraîner de graves risques de conformité et de sécurité.
L'IA vérifiable, quant à elle, se concentre sur la fiabilité des résultats. Même si un nœud exécute correctement une tâche d'inférence, le réseau doit pouvoir prouver que le résultat provient d'un processus d'exécution valide – et non de données fabriquées ou de calculs erronés.
Nesa combine protection de la vie privée et vérification des résultats, répondant à la fois à la question « Les données sont-elles sécurisées ? » et « Le résultat est-il fiable ? ». Cette double approche le distingue de la plupart des API d'IA traditionnelles.
L'architecture centrale de Nesa repose sur des nœuds distribués qui exécutent collectivement des tâches d'inférence IA, sans dépendre d'un serveur unique.
Lorsqu'un utilisateur soumet une requête, le réseau reçoit d'abord la requête chiffrée, puis fragmente le modèle et en répartit les différentes parties entre plusieurs nœuds pour exécution. Chaque nœud n'a accès qu'à une partie des données, sans pouvoir visualiser le modèle complet ni l'ensemble des données.
Une fois l'inférence terminée, un mécanisme de vérification s'assure que le résultat est conforme au processus d'exécution attendu, puis le retourne à l'utilisateur. Tout au long du processus, données et modèles restent protégés.
| Phase d'inférence | Tâche principale |
|---|---|
| Soumission de requête | L'utilisateur envoie une requête chiffrée |
| Fragmentation du modèle | Le réseau répartit les tâches du modèle |
| Inférence distribuée | Les nœuds effectuent les calculs |
| Vérification des résultats | Génération d'une preuve de vérification |
| Retour des résultats | L'utilisateur reçoit le résultat d'inférence |
Cette architecture renforce la transparence et la fiabilité de l'inférence IA.
L'infrastructure de Nesa est composée de plusieurs modules clés qui assurent conjointement l'inférence privée et l'exécution de confiance.
Le plus central est le chiffrement équivariant (EE – Equivariant Encryption), qui permet d'inférer un modèle sans le déchiffrer. Selon les documents officiels, l'EE permet une inférence respectueuse de la vie privée avec des performances quasi identiques à celles de l'exécution non chiffrée.
HSS-EE va plus loin en répartissant les données chiffrées sur plusieurs nœuds, empêchant ainsi tout nœud unique d'accéder à l'intégralité des informations.
MetaInf est le système d'ordonnancement intelligent de Nesa : il sélectionne dynamiquement la stratégie d'inférence optimale en fonction des besoins de la tâche et des ressources matérielles disponibles.
| Module de base | Rôle principal |
|---|---|
| Chiffrement équivariant (EE) | Inférence en mode chiffré |
| HSS-EE | Protection distribuée de la vie privée |
| MetaInf | Ordonnancement des tâches d'inférence |
| Couche de vérification | Vérification des résultats |
| Framework DAI | Prise en charge des applications d'IA décentralisées |
Ces modules forment ensemble l'infrastructure d'exécution IA de Nesa.
Le fonctionnement du réseau Nesa repose sur la collaboration de plusieurs acteurs.
Les développeurs déploient les modèles, créent des applications et se connectent aux services réseau. Nesa met à disposition un environnement de test de modèles (Model Playground) et un mécanisme de téléchargement, leur permettant de publier des services d'IA sans avoir à gérer l'infrastructure sous‑jacente.
Les opérateurs de nœuds fournissent la puissance de calcul (taux de hachage) et exécutent les tâches d'inférence. L'architecture distribuée permet à du matériel de toutes tailles de participer au réseau, et pas seulement aux grands centres de données.
Les utilisateurs finaux accèdent aux services d'IA via la couche applicative, sans avoir à gérer directement l'architecture réseau complexe.
Les principaux rôles sont les suivants :
La fonction principale du jeton NES est de lier l'utilisation des ressources réseau, les incitations des nœuds et les mécanismes de gouvernance.
Premièrement, NES sert à payer les frais de service d'inférence IA. Lorsque les développeurs sollicitent les ressources du réseau, ils doivent régler les transactions avec ce jeton.
Deuxièmement, les opérateurs de nœuds peuvent obtenir des récompenses en participant aux opérations du réseau. Le mécanisme du jeton permet d'ajuster l'offre de puissance de calcul à la demande du réseau.
Enfin, NES remplit une fonction de gouvernance. À mesure que l'écosystème s'étend, les détenteurs du jeton peuvent participer à certaines décisions de gouvernance du réseau.
Ainsi, NES n'est pas seulement un outil de paiement, mais aussi un composant essentiel du système de sécurité et d'incitation économique du réseau.
Les cas d'usage de Nesa se concentrent principalement dans les domaines exigeant un haut niveau de confidentialité et de fiabilité.
Dans la gestion des connaissances en entreprise, les organisations peuvent utiliser l'inférence privée pour traiter des documents internes et des données sensibles sans exposer le contenu brut à des plateformes tierces.
Dans le secteur de la santé, les données des patients peuvent être analysées sous forme protégée, réduisant ainsi les risques de fuite.
Dans les domaines du contrôle des risques financiers, des agents d'IA et des applications d'IA on-chain, l'IA vérifiable renforce la fiabilité des systèmes décisionnels automatisés.
| Scénario | Capacité offerte par Nesa |
|---|---|
| Base de connaissances d'entreprise | Inférence privée |
| Analyse de données médicales | Protection des données |
| Contrôle des risques financiers | Décisions vérifiables |
| Agent IA | Environnement d'exécution de confiance |
| Applications d'IA on-chain | Inférence décentralisée |
La différence majeure entre Nesa et les services d'IA traditionnels réside dans le modèle de confiance.
Les plateformes d'IA centralisées s'appuient sur un seul fournisseur pour l'exécution des modèles, le traitement des données et la délivrance des résultats. Les utilisateurs ne peuvent généralement pas vérifier le processus d'inférence ni comprendre l'exécution sous-jacente.
Nesa réduit cette dépendance à une entité unique grâce à la vérification cryptographique et à un réseau de calcul distribué. La confidentialité des données, la vérification des résultats et la participation ouverte sont ses objectifs de conception fondamentaux.
Cela dit, les plateformes centralisées conservent des avantages en termes d'écosystème de modèles, d'optimisation des performances et de maturité commerciale.
Les deux modèles ne sont donc pas interchangeables : ils apportent une valeur différente selon les contextes.
Nesa est une couche d'exécution décentralisée pour une IA respectueuse de la vie privée et vérifiable. Grâce au chiffrement équivariant (EE), à HSS-EE, à MetaInf et à une architecture d'inférence distribuée, elle fournit une infrastructure IA fiable aux développeurs et aux entreprises. Comparée aux services d'IA centralisés traditionnels, Nesa met l'accent sur le contrôle des données, la fiabilité des résultats et la participation ouverte au réseau.
Avec l'évolution des agents d'IA, de l'IA d'entreprise et des applications d'IA on-chain, l'exécution de confiance et la protection de la vie privée deviennent des exigences infrastructurelles clés. La valeur fondamentale de Nesa réside dans le support qu'elle apporte, en tant que couche d'exécution et de vérification, au futur écosystème d'IA décentralisé.
Nesa est une couche d'exécution décentralisée pour une IA respectueuse de la vie privée et vérifiable, permettant une inférence IA de confiance via des réseaux distribués et des mécanismes cryptographiques.
Nesa utilise des technologies telles que le chiffrement équivariant (EE) et HSS-EE pour maintenir les données chiffrées pendant l'inférence et empêcher tout nœud unique d'accéder à l'intégralité des informations.
Nesa met l'accent sur la protection de la vie privée, la vérification des résultats et l'exécution décentralisée, tandis que l'API OpenAI repose principalement sur une infrastructure centralisée pour fournir des services d'IA.
Nesa convient aux scénarios nécessitant une IA de confiance, comme les bases de connaissances d'entreprise, l'analyse de données médicales, le contrôle des risques financiers, les agents d'IA et les applications d'IA on-chain.
NES sert à payer les frais d'inférence, à inciter les nœuds à participer aux opérations du réseau et à soutenir la gouvernance de l'écosystème. C'est un élément clé du système économique de Nesa.





