Use case

Assistant AI pour les offres produits : modifier un package tarifaire en langage naturel, contrôlé et approuvé par une personne

Product Offering AI dans le chat AI pour WideCoup Convergent BSS : une modification de package tarifaire décrite en langage naturel, contrôlée par des règles, version approuvée par une personne.

Édition dirigeant

Le problème

Pour configurer un tarif, un collaborateur doit connaître les spécificités d’un BSS donné — et un opérateur peut en exploiter plusieurs, par exemple un pour l’IoT et un pour le mobile. La barrière d’entrée pour l’équipe de configuration est élevée. Le marketing décrit une modification en langage naturel, elle parvient au catalogue via un tableur manuel, et l’effet sur le chiffre d’affaires et le churn n’apparaît qu’après le lancement.

Lors d’une modernisation OSS/BSS, le même tarif doit être configuré dans chacun de ces systèmes.

Le scénario cible

  1. Analyse : l’analyste tarifaire voit la base installée — abonnés, forfaits, usages — dans une interface de chat familière et la segmente.
  2. Scénario : l’analyste fixe les prix, les segments cibles et les promotions ; l’assistant prévoit l’effet sur le chiffre d’affaires, le churn et l’adoption.
  3. Clarification : l’assistant vérifie si la demande est complète et demande ce qui manque au lieu de deviner.
  4. Modification du catalogue : un agent prend la product offering actuelle dans le catalogue produits, applique la modification, vérifie la cohérence des paramètres techniques et prépare la différence et les exigences métier.
  5. Une personne décide : l’analyste finalise, et l’import dans le catalogue est contrôlé — preview, stage, import, status — avec piste d’audit.

Product Offering AI pour WideCoup Convergent BSS

Product Offering AI est l’application du chat AI de la plateforme pour les packages tarifaires de WideCoup Convergent BSS. La segmentation de la base, les prévisions de KPI et le travail sur plusieurs plateformes BSS relèvent du scénario cible ci-dessus ; leur périmètre pour un opérateur est convenu dans le projet.

  • Un configurateur charge un fichier de modèle d’import de package tarifaire et le modifie dans le tableau du chat ou en langage naturel via l’agent : « +10 % sur les prix hors forfait », « passer la devise du package en EUR ».
  • L’agent puise sa connaissance des colonnes du modèle, des valeurs autorisées et des codes dans Knowledge Graph, et l’application contrôle chaque modification : une modification qui enfreint une règle est bloquée avec un motif, une modification douteuse passe avec un avertissement.
  • Lors de la validation, les contrôles de configuration du package issus du graphe s’exécutent, chacun avec sa classe de risque.
  • L’agent ne valide jamais : une personne approuve la version, et l’utilisateur télécharge le fichier pour l’importer dans le BSS.

Ce que cela apporte

  • Une barrière d’entrée plus basse pour l’équipe de configuration.
  • Les KPI du scénario avant le lancement (scénario cible) : ARPU (Average Revenue per User), chiffre d’affaires total, ajouts nets et variation du churn.
  • Moins d’erreurs de catalogue : les modifications arrivent sous forme de différence validée par rapport au plan actuel.
  • Indépendance vis-à-vis du BSS dans le scénario cible : un seul assistant pour plusieurs plateformes BSS ; le BSS reste un domaine distinct que l’assistant lit et pour lequel il prépare les modifications.

Ce qu’apporte MEF.DEV

Agent Fabric-T pour la collaboration entre agents, outils et données, et MEF.DEV BPMN Low-code sur Enablement & Monetization Platform pour exécuter les scénarios de l’assistant comme processus gouvernés ; Knowledge Graph pour la connaissance du modèle sur laquelle s’appuie l’agent.

Offering AI — plusieurs agents sur des tâches de catalogue produits, démoLa lecture ouvre la vidéo depuis YouTube.
Architect edition — Assistant AI pour les offres produits

Place dans l’architecture

Le catalogue produits reste le système de référence pour les product offerings et les paramètres techniques, et le BSS reste un domaine distinct. Son chemin d’import — preview, stage, import, status, avec piste d’audit — suit la pratique TM Forum Product Catalog (TMF620 Product Catalog). L’assistant lit et prépare les modifications ; il n’écrit pas dans le catalogue.

Product Offering AI pour WideCoup Convergent BSS

Product Offering AI se connecte au chat AI en tant que serveur MCP avec une MCP App intégrée — la grille tarifaire — et reste accessible aux agents de la fabric via A2A.

  • Grille Le tableau du package tarifaire, un panneau dans le chat AI de la plateforme, avec versions, colonnes, validation et export.
  • Agent Un panneau latéral de la grille. Il répond aux questions sur le package et applique les modifications décrites en langage naturel, sous forme d’opérations sur les cellules et les lignes.
  • Offre Un fil dans le stockage des conversations du chat : chaque version du tableau et chaque réponse de l’agent, dans un seul historique.
  • Connaissance L’agent puise les colonnes du modèle, les valeurs autorisées et les codes dans Knowledge Graph ; les règles de refus elles-mêmes se trouvent dans l’application.
  • Contrôles Chaque modification, depuis la grille ou depuis l’agent, est validée : une violation de règle la bloque avec un motif, une modification douteuse passe avec un avertissement. Une cellule modifiée par une personne ou une colonne nommée dans la demande reçoit un avertissement au lieu d’un refus.
  • Versions Chaque package a une version de travail et une version validée. L’agent crée des versions de travail et ne valide jamais : c’est une personne qui valide, et les contrôles de configuration du package issus du graphe s’exécutent à ce moment, chacun avec sa classe de risque, sans bloquer.
  • Sortie L’utilisateur télécharge le package au format du modèle d’import et l’importe dans le BSS ; l’application n’a pas de transfert direct vers le BSS.

Scénario cible

L’analyse de la base, les prévisions et le travail sur plusieurs plateformes BSS constituent un scénario cible ; le périmètre est convenu dans le projet.

  • Pricing Tool (MCP) Analyse la base installée, configure des scénarios de tarification, orchestre les appels de prévision et de validation et génère le delta de catalogue. Les outils peuvent inclure get_install_base_metrics(filters), configure_pricing_scenario(payload), run_forecast(scenario_id, horizon), validate_plan_parameters(params) et export_catalog_delta(format).
  • Data Platform Abonnements et usages historiques et en quasi temps réel, exposés via des vues SQL, des API de lecture et des exports.
  • Modèle de prévision Un service qui estime le chiffre d’affaires, le churn et l’adoption pour un scénario et renvoie des prévisions avec intervalles de confiance, avec journalisation des exécutions et traçabilité du modèle et de sa version.
  • Plan Parameter Builder Agent Reprend le plan actuel via ImportExistingPlan(), applique les modifications commerciales, recalcule les paramètres techniques au regard des spécifications produit et service, et produit un classeur avec un onglet de différences et un journal de validation.
  • Agent Fabric-T Assure la coopération entre ressources (Data Platform), outils (Pricing Tool et le modèle) et agents (Plan Parameter Builder), avec un connecteur MCP et une authentification OAuth pour une interface de chat externe.
  • MEF.DEV BPMN Low-code Exécute les scénarios de l’assistant sous forme de flows send_message, get_config, get_rag et get_description ; l’étape RAG (Retrieval-Augmented Generation) vérifie si une demande est complète et indique à l’utilisateur ce qui manque.

Flux dans le scénario cible

  1. L’analyste tarifaire demande les métriques de la base installée et segmente la base.
  2. L’analyste ébauche un scénario avec points de prix, segments cibles et promotions ; l’outil renvoie l’impact sur les KPI : ARPU, chiffre d’affaires total, ajouts nets, variation du churn.
  3. L’analyste finalise les modifications, et buildDelta(scenario) produit un delta Excel par rapport au plan actuel et, sur demande, un fichier d’exigences métier.
  4. Une personne importe le delta par le circuit contrôlé du catalogue.

Intégration avec le BSS existant

Le scénario cible nécessite un accès en lecture au catalogue, un chemin d’import pour les fichiers delta Excel et un flux d’événements d’abonnement et d’usage vers la Data Platform. Le BSS reste un domaine distinct derrière cette frontière ; dans le scénario cible, un seul assistant dessert plusieurs plateformes BSS.

Détails techniques sur platform.mef.dev →

Le même pour chaque lecteur

TM Forum ODA · Open API

TM Forum ODA et Open API

MEF.DEV expose des TM Forum Open API, suit les principes ODA et figure dans le TM Forum ODA Component Directory.

BSL 1.1

Licence

Business Source License 1.1 : gratuite pour un usage interne en production ; Enterprise Modules par clé de licence ; chaque version passe sous Apache 2.0 après quatre ans.

UE · on-premises · cloud

Sécurité, données et juridiction

Société de l'UE ; déploiement dans votre infrastructure, connexion via SSO standard ; développement, livraison et support sous un système qualité ISO 9001:2015.

ISO 9001:2015

Développement et sécurité certifiés

Le développement, la livraison et le support de WideCoup Convergent BSS et de MEF.DEV relèvent d'un système de management de la qualité ISO 9001:2015 ; MEF.DEV a passé un audit de sécurité et un test d'intrusion indépendants.

Certificats et audit →

Demande de document

 

Les notifications accompagnent le document : c’est ce qui le rend gratuit. Chaque notification comporte un lien de désabonnement.

En envoyant ce formulaire, vous acceptez la Politique de confidentialité, Conditions d’utilisation et cookies fonctionnels et analytiques.