A Telecom AI company enabling Connected Experiences

Subex是什么

Subex是一家面向电信运营商和数字服务提供商的AI原生风险、欺诈与业务保障公司，总部位于印度班加罗尔。公司拥有三十多年电信行业经验，产品服务覆盖多个国家和地区。

当前Subex将能力归纳为欺诈管理、业务保障和合作伙伴生态管理三大方向，通过机器学习、行为分析、知识图谱和AI智能体帮助运营商从事后处理转向预测、预防与人工监督下的自动化。

Subex的当前定位

• Fearless：提前发现收入、服务与体验风险，支持新业务安全上线。
• Seamless：数字化B2B与B2B2X合作伙伴、产品、订单和结算流程。
• Fraud-Free：在身份、交易、网络、漫游、合作伙伴和接口层实时防欺诈。
• AI Native：让系统识别异常、推荐根因并持续学习。
• Human-Driven Autonomy：高影响判断由分析师复核、批准或覆盖。
• Intent-Driven：从观察历史数据转向理解意图和预测结果。

核心解决方案

欺诈管理

Subex Fraud Management用于持续监控电信身份、订阅、使用、支付、漫游、合作伙伴和网络事件。系统结合规则、行为模型、AI评分和关系分析识别已知与新型威胁。

• 实时评估高风险事件并优先处理。
• 通过行为变化发现传统静态规则未覆盖的异常。
• 使用关联和链路分析识别欺诈团伙。
• 把告警与用户、设备、号码、账户和合作伙伴连接。
• 自动推荐可能根因和后续调查步骤。
• 由分析师确认、覆盖或批准阻断与处置动作。
• 持续反馈调查结果，更新规则与模型。

覆盖的欺诈类型

• 国际收入分成欺诈及高费用号码滥用。
• SIM Box和绕过合法互联结算的流量。
• Wangiri一响即挂等诱导回拨欺诈。
• 订阅、身份冒用和开户阶段欺诈。
• 漫游、支付、移动金融和数字渠道欺诈。
• 合作伙伴、经销商和代理渠道欺诈。
• 设备、接口与机器流量相关滥用。
• 规则未定义但行为模式异常的新型风险。

从检测到预防

• 检测：汇总多渠道数据，识别已知模式与异常行为。
• 评分：评估事件、账户、设备和关系网络的风险。
• 解释：提供模型、规则、关联和证据上下文。
• 优先级：按潜在损失、可信度和紧迫程度排序。
• 预防：在授权范围内阻止或限制高风险交易。
• 复核：让分析师对关键动作进行确认。
• 学习：将案件结果回流到规则、模型和处置流程。

业务保障

Subex Business Assurance用于确保运营商已提供的服务能够正确计量、计费、结算和确认收入。它把来自网络、产品、订单、计费、财务和合作伙伴系统的数据进行持续对账与验证。

• 发现未计费、少计费、重复计费和配置错误。
• 对比使用记录、资费、账单与收入确认。
• 定位收入泄漏的来源和业务影响。
• 监控服务质量、SLA和客户体验风险。
• 验证新产品、新资费和新合作模式的上线准备度。
• 通过自动化减少人工表格和重复核对。
• 提供可追踪的异常、证据和解决状态。

收入与服务风险预测

• 在财务损失扩大前识别异常趋势。
• 根据历史模式与实时事件推荐可能根因。
• 把异常映射到产品、渠道、合作伙伴和系统。
• 评估收入、客户和SLA影响并确定优先级。
• 为产品上线设置动态保障检查。
• 将处理结果纳入持续监控和模型调整。

合作伙伴生态管理

Partner Ecosystem Management面向互联、漫游、MVNO、物联网、云、内容和企业服务等复杂合作网络。它把合作伙伴入驻、合同、目录、订单、使用、结算和争议放入统一流程。

• 数字化合作伙伴申请、审核和合规检查。
• 管理合同、资费、SLA、规则和有效期。
• 设计包含连接、内容、云和物联网的多方产品。
• 编排跨合作伙伴的订单、使用和服务状态。
• 根据协议计算费用、分成和结算。
• 为发票差异和争议提供证据。
• 向运营商与合作伙伴提供统一状态与绩效视图。

B2B2X编排

• 把运营商、内容商、云服务商、物联网伙伴和企业客户连接。
• 建立多方目录、报价和订单关系。
• 记录每个参与方的使用、服务责任和收入份额。
• 自动执行合同与结算规则。
• 缩短新合作产品从设计到上线的时间。
• 降低邮件、表格和孤立门户造成的错误与争议。
• 复杂商业规则仍需法务、财务和业务共同确认。

AI Agent Squads

Subex将AI智能体嵌入欺诈、收入保障和合作伙伴运营流程，用于归纳证据、解释异常、推荐处置和保留运营知识。智能体强调建议与人工控制，而不是直接替代专业分析师。

• 异常根因分析智能体。
• 运营知识与配置检查智能体。
• 合作伙伴和结算风险评分智能体。
• 欺诈案件调查与证据整理智能体。
• 收入泄漏和对账异常解释智能体。
• 面向业务人员的自然语言问答与辅助分析。
• 在关键动作前请求人工审核、分配责任和确认关闭。

PEM AI Agents

官方当前展示的PEM AI Agents重点解决合作伙伴计费与结算问题。它们连接详单、资费、路由、协议、账单和工单，帮助分析人员解释差异并优先处理高商业风险。

• Settlement Variance RCA Agent：关联多种数据解释结算差异。
• Billing Operations Knowledge Agent：指导账期、配置和异常检查。
• Partner Wholesale Billing Risk Score：按争议、延迟和利润风险排序。
• 为每个建议附带可验证的运营证据。
• 保留专家知识，帮助新人员更快上手。
• 分析师可复核、覆盖、分配和确认关闭。

HyperSense AI平台

HyperSense是Subex用于电信AI和分析用例的能力平台，帮助企业把数据、模型、行业知识和运营流程结合。它与Subex的欺诈、保障及客户体验方案形成互补。

• 围绕电信数据建立机器学习和分析用例。
• 支持模型开发、部署和运营集成。
• 利用领域知识降低通用AI在电信场景的理解差距。
• 帮助不同业务角色使用AI结果。
• 结合解释、监控和人工反馈提高生产可信度。
• 具体模块、部署和授权范围需在项目中确认。

生成式AI与Copilot

• 欺诈团队Copilot：汇总告警、历史案件和相关实体。
• 业务保障Copilot：解释对账异常和可能收入影响。
• 客户体验Copilot：分析行为、偏好和情绪信号。
• 合作伙伴运营Copilot：查询协议、账单和结算状态。
• 自然语言提问降低复杂分析系统的使用门槛。
• 生成结果必须回到原始数据和规则中核验。

Next Best Offer分析

Subex还提供面向电信客户运营的Next Best Offer分析，根据客户行为和偏好推荐合适产品。它可用于提升交叉销售、客户终身价值和留存，但不能无视同意、适当性和公平性要求。

• 根据实时行为和客户特征推荐产品。
• 在更可能响应的时间触达客户。
• 识别交叉销售和升级机会。
• 通过相关优惠降低流失风险。
• 评估活动响应、收入和长期客户价值。
• 避免使用敏感属性造成歧视或不当定向。

数据与技术基础

• 处理详单、交易、网络、计费和客户事件等高容量数据。
• 结合规则、监督学习、异常检测和行为分析。
• 使用关系图谱揭示账户、号码、设备和合作伙伴关联。
• 通过流式评分支持接近实时的风险决策。
• 将领域知识、案例和流程纳入智能体上下文。
• 提供仪表盘、告警、案件和运营工作台。
• 生产部署需与运营商数据湖、BSS、OSS及安全架构集成。

人工监督自治

• AI先识别、排序和解释异常。
• 系统推荐根因、下一步和可能业务影响。
• 分析师检查证据并批准、修改或拒绝建议。
• 高风险阻断、账务调整和合作伙伴处置保留人工权限。
• 确认结果回流为模型和规则的反馈。
• 所有重要动作应记录身份、时间、理由和前后状态。

适合哪些客户

• 移动、固网和融合通信运营商。
• 运营移动金融、支付或数字服务的电信集团。
• 拥有复杂漫游、互联和批发业务的运营商。
• 管理MVNO、物联网、云或内容合作伙伴生态的平台方。
• 需要降低收入泄漏和对账人工成本的财务运营团队。
• 需要实时发现新型欺诈的风险与安全团队。
• 希望用AI智能体保留专家知识并提高运营效率的企业。

典型应用场景

• 实时识别异常国际通话和高费用号码欺诈。
• 发现SIM Box和漫游使用模式异常。
• 对账网络使用、资费、账单和收入确认。
• 在新套餐上线前验证计费、服务和SLA准备度。
• 管理互联、MVNO和物联网伙伴的合同与结算。
• 解释账单差异并生成可用于争议沟通的证据。
• 为高风险合作伙伴、发票和异常设置优先级。
• 使用自然语言查询欺诈、收入与运营知识。

实施Subex的步骤

1. 选择可量化业务问题，例如减少某类欺诈损失或收入泄漏。
2. 盘点详单、计费、网络、CRM、财务和合作伙伴数据来源。
3. 统一实体、字段、时间、币种、资费和案件结果口径。
4. 使用历史数据建立基线并验证规则、模型和误报率。
5. 配置风险阈值、人工审批、案件分配和处置权限。
6. 与现有BSS、OSS、数据平台和安全系统进行受控集成。
7. 先在一项业务或地区试运行，再根据损失、效率和体验扩展。

上线AI智能体的步骤

1. 从证据可核验且动作可撤回的运营任务开始。
2. 明确智能体能读取的数据、允许使用的工具和禁止动作。
3. 设计固定输出，包括结论、证据、置信度和建议责任人。
4. 用历史案件、边界情况和攻击性输入进行测试。
5. 先让智能体只生成建议，不自动修改账务或阻断服务。
6. 建立人工批准、覆盖理由、审计和反馈闭环。
7. 持续监控准确率、误报、处理时间、损失和模型漂移。

价格与采购方式

Subex面向大型电信企业提供软件、平台和专业实施，官网没有公开统一月费、席位费或固定套餐。客户需要预约演示，根据模块、数据规模、部署、集成、国家数量和服务范围获得企业报价。

采购前需要确认

• 许可证按模块、用户、数据量、国家还是收入规模计费。
• 云端、私有云或本地部署的基础设施与运维责任。
• 历史数据迁移、实时接口和定制连接器费用。
• 模型训练、更新、解释和持续监控是否包含。
• 实施周期、验收指标、服务等级和关键事件支持。
• 智能体底层模型、调用费用和数据保留政策。
• 合同结束后的数据、规则、模型和案件导出机制。

产品优势

• 拥有三十多年电信欺诈和收入保障领域经验。
• 覆盖欺诈、业务保障和合作伙伴生态三类关键场景。
• AI能力结合详单、资费、账单和运营商领域知识。
• 从异常检测延伸到根因、风险排序和处置建议。
• 强调人工监督自治，适合高影响电信运营流程。
• 支持复杂B2B2X、多方结算和数字服务生态。
• 官方GitHub公开部分可解释AI与数据分析研究工具。

使用限制与注意事项

• 产品主要面向大型电信企业，不适合普通个人或小型团队。
• 官网没有公开价格，采购和实施成本难以直接比较。
• 数据源多、历史系统复杂，集成与数据治理工作量较大。
• 欺诈模型可能误报并影响正常客户，阻断动作需要谨慎。
• 不同国家的电信、金融、隐私和数据驻留规则并不相同。
• 生成式AI和智能体可能给出不完整解释，必须保留证据核查。
• 模型在欺诈策略变化后会漂移，需要持续监控和更新。
• 案例指标来自特定客户，不能视为所有部署的保证结果。

安全与治理

• 按岗位限制详单、身份、账务、案件和合作伙伴数据访问。
• 对敏感字段进行脱敏、加密和最小化使用。
• 为阻断、账务调整和合作伙伴处罚设置多人审批。
• 记录模型版本、输入、输出、证据和人工覆盖。
• 定期测试误报、漏报、偏差和对抗绕过。
• 对跨境数据、保存期限和执法请求建立政策。
• 准备模型失效、数据中断和智能体异常的人工回退方案。

GitHub与开源状态

Subex拥有官方GitHub组织并公开少量数据科学和可解释AI项目，包括ExploriPy、STDW、Dominance Analysis和Counter-Factual Explanation等。核心电信欺诈、业务保障、PEM、HyperSense及AI智能体平台并未完整开源。

基本信息

推荐指数

4.5 / 5。Subex把长期电信领域经验、实时欺诈、收入保障、合作伙伴结算和人工监督智能体整合得较完整，适合复杂运营商场景；但价格不公开、实施周期长，对数据质量、系统集成和模型治理要求很高。

常见问题

Subex主要做什么？

它帮助电信运营商检测和预防欺诈、减少收入泄漏，并数字化复杂合作伙伴与B2B2X结算流程。

Subex是通用AI平台吗？

不是，它主要面向电信行业，AI能力与详单、计费、资费、网络和合作伙伴业务深度结合。

支持哪些欺诈类型？

覆盖国际收入分成、SIM Box、Wangiri、订阅、身份、漫游、支付、合作伙伴及其他电信欺诈。

什么是Business Assurance？

它持续验证服务、使用、资费、计费、结算和收入链，帮助发现泄漏、错误和上线风险。

什么是Partner Ecosystem Management？

它管理合作伙伴入驻、合同、目录、订单、使用、分成、结算和争议等多方流程。

Subex提供AI智能体吗？

提供，智能体可解释异常、整理证据和推荐动作，并强调由专业人员复核和控制。

Subex多少钱？

官网没有统一公开价格，需要按产品模块、数据量、部署、集成和服务范围获得企业报价。

可以本地部署吗？

大型电信项目通常会根据安全和数据要求设计部署方案，具体云端、私有云或本地能力需与官方确认。

适合中小企业吗？

通常不适合，产品主要解决运营商级高容量、复杂计费、欺诈和合作伙伴运营问题。

Subex开源吗？

核心平台不开源，但官方GitHub提供ExploriPy、STDW和可解释AI等少量公开项目。