Η Revolut θέλει να περάσει από δεκάδες απομονωμένα μοντέλα σε ένα κοινό σύστημα που «διαβάζει» τη συμπεριφορά του πελάτη σε βάθος χρόνου. Το PRAGMA φιλοδοξεί να γίνει η βασική υποδομή τεχνητής νοημοσύνης για την απάτη, την πίστωση, τη δέσμευση χρηστών και τις προτάσεις προϊόντων.
- Η εκπαίδευση κάλυψε 26 εκατ. χρήστες σε 111 χώρες.
- Το σύνολο περιλάμβανε περίπου 24-40 δισ. γεγονότα και 207 δισ. tokens.
- Σε εσωτερικό benchmark εντόπισε 64,7% περισσότερες περιπτώσεις απάτης.
- Η ακρίβεια απάτης βελτιώθηκε 16,7% και η πρόβλεψη αθέτησης 2,3 φορές.
- Τα αποτελέσματα είναι εταιρικά benchmarks και χρειάζονται ανεξάρτητη επιβεβαίωση.
Μία υποδομή αντί για πολλά μοντέλα
Σήμερα μια ψηφιακή τράπεζα μπορεί να χρησιμοποιεί διαφορετικά συστήματα για απάτη, πιστωτικό κίνδυνο, marketing και υποστήριξη. Αυτό δημιουργεί διπλή δουλειά και ασυνέπεια. Το PRAGMA επιχειρεί να μάθει μια κοινή αναπαράσταση της οικονομικής συμπεριφοράς και να τροφοδοτεί εξειδικευμένες εφαρμογές.
Σύμφωνα με την τεχνική παρουσίαση της Nvidia, η ανάπτυξη μοντέλων έγινε 3-5 φορές ταχύτερη και η εκπαίδευση 2-5 φορές αποδοτικότερη σε υποδομή H100.
Τι μπορεί να αλλάξει για τον πελάτη
Καλύτερος εντοπισμός απάτης μπορεί να μειώσει ζημιές και ψευδείς συναγερμούς. Ακριβέστερη εκτίμηση κινδύνου μπορεί να επιταχύνει αποφάσεις πίστωσης. Πιο σχετικές προτάσεις μπορούν να κάνουν την εφαρμογή χρήσιμη, αλλά και πιο εμπορικά επιθετική.
Η μεγάλη επιφύλαξη
Όσο περισσότερες λειτουργίες στηρίζονται στο ίδιο μοντέλο, τόσο μεγαλύτερη γίνεται η ανάγκη για εξηγήσιμες αποφάσεις, περιορισμό σκοπού, έλεγχο μεροληψίας και δυνατότητα ανθρώπινης επανεξέτασης. Ένα κοινό μοντέλο μειώνει τεχνικά silos, αλλά συγκεντρώνει λειτουργικό και κανονιστικό ρίσκο.
Το PRAGMA είναι φιλόδοξη υποδομή, όχι ακόμη ανεξάρτητα πιστοποιημένη απόδειξη. Η αξία του θα κριθεί όταν τα εργαστηριακά ποσοστά μετατραπούν σε ασφαλέστερες και δικαιότερες αποφάσεις στην καθημερινή τραπεζική.
The post PRAGMA: Το AI μοντέλο της Revolut που εντόπισε 65% περισσότερες απάτες appeared first on moneymatters.cy.
