ИИ в банках Европы: Revolut, Lloyds и bunq строят свои модели на открытых весах — что взять банкам России
ИИ в банках Европы уходит с чужих закрытых сервисов на собственные модели: на GTC Berlin NVIDIA рассказала, как Revolut запустил свою базовую модель для 80 млн клиентов, а помощник bunq на открытых весах стоит 60% прежней цены ответа. Для банков в России важнее всего здесь принцип: данные остаются внутри, модель учится на своих операциях.
21 октября, в день выступления Дженсена Хуанга на конференции GTC Berlin, NVIDIA опубликовала в своём блоге обзор того, как европейские банки и финансовые компании строят собственный ИИ на открытых моделях. Общая линия — обучать модель на своих транзакциях и разговорах с клиентами, не вынося эти данные наружу. Самые заметные цифры — у Revolut: базовая модель PRAGMA уже работает в продуктиве для первых 80 млн клиентов и рассчитана на рост в три раза.
Что именно делают банки и финкомпании
| Компания | Что построили | Цифры и детали по данным NVIDIA |
|---|---|---|
| Revolut | Перестраивает технологии банка вокруг одной базовой модели PRAGMA | В продуктиве для первых 80 млн клиентов, запас по масштабу — в 3 раза |
| Lloyds Banking Group | ATUM — модель, обученная на транзакциях: миллиарды операций превращаются в данные, пригодные для разных задач банка | Повышает эффективность в задачах по всему банку |
| Starling Bank | Слой «Starling Intelligence» на собственных данных о транзакциях | По словам NVIDIA, первый банк, обучивший агентную модель в суверенном облаке Великобритании |
| bunq | Перевёл помощника Finn на модели с открытыми весами | Качество на уровне ведущих закрытых моделей при 60% стоимости одного ответа |
| NatWest | Учит систему распознавать британские акценты, диалекты и финансовые термины | На речевых моделях NVIDIA, включая Nemotron 3.5 ASR |
| SBS | Платформа, на которой банки запускают генеративные и агентные модели без выхода данных из своего контура | — |
| Modulr | Отдельные специализированные модели под разные участки платёжных операций | На открытой модели Nemotron-3-Ultra-550B |
| Santander | Специализированные модели для основных банковских задач на структурированных финансовых данных | Одним из первых взял семейство открытых моделей Kumo |
| LSEG | Анализ больших массивов исторических биржевых данных | До 10 раз быстрее |
| RavenPack | Из гипотезы исследователя, записанной обычными словами, собирает размеченный набор данных для проверки на истории рынка | На дообученной модели Nemotron |
| HSBC | Почти мгновенная аналитика по клиентам для процессов и решений, меньше риска и мошенничества | Обработка данных в 5 раз быстрее |
| Stripe | Ускорила конвейеры данных системы антифрода Radar | В 42 раза быстрее и на 92% дешевле — по итогам офлайн-тестов |
Цены на решения в обзоре не названы, о доступности в России ничего не сказано. Оборудование NVIDIA официально в Россию не поставляется с 2022 года.
Что это значит для банков и финансового бизнеса в России
Европейские примеры сводятся к трём идеям, и ни одна из них не завязана на конкретного производителя видеокарт.
Своя модель на своих данных. Lloyds учит модель на транзакциях, Starling — на собственной истории операций, Santander — на табличных банковских данных. Ценность здесь в самих данных банка: у конкурента их нет, поэтому такой модели у него тоже не будет. Российским банкам это близко по другой причине: персональные данные клиентов по 152-ФЗ и так должны храниться в России, а вынос их в зарубежный сервис почти всегда закрыт. Подход «данные не покидают контур», как у платформы SBS, для нас обязателен.
Узкая задача дешевле универсальной. bunq перевёл помощника на открытые модели и платит 60% прежней цены за ответ. Modulr делит платёжные операции на участки и под каждый строит свою модель. Для банка в России это прямой расчёт: если поддержка обрабатывает сотни тысяч обращений в месяц, разница в 40% стоимости ответа быстро складывается в заметные деньги.
Голос клиента — тоже данные. NatWest учит распознавание понимать акценты и финансовые термины. Записи разговоров колл-центра и отделения есть почти у каждого банка, но слушают из них единицы процентов. Именно здесь видно, почему клиент отказался от кредита, где менеджер путается в условиях вклада, какие жалобы повторяются.
С последним пунктом российский банк, страховая, лизинговая или микрофинансовая компания могут начать без собственной модели и закупки серверов. Разбор каждого звонка и сделки в CRM делает речевая аналитика в составе Аналитики для бизнеса КАРАДЕСК. Она показывает, на каком шаге и по какой причине теряются клиенты, а контроль качества не требует ручного прослушивания. Работаем по NDA и с доступом только на чтение, данные берём там, где они уже есть. Цена — 12 900 ₽ в месяц за менеджера без ограничения минут. Выводы — рекомендации, решения остаются за руководством, результат не гарантируется. Для финансовых директоров есть и финансовый анализ предприятия по данным 1С и отчётности.
Если банку нужно разгрузить первую линию, входящие обращения может вести ИИ-менеджер по правилам компании: 17,90 ₽ за минуту разговора, интеграции включены, пакет от 1 500 минут. Особые финансовые условия и подписание документов при этом согласует уполномоченный сотрудник. Как устроен разбор звонков, мы описали в статье «Что такое речевая аналитика простыми словами», о правилах записи разговоров — в материале «Запись телефонных разговоров и 152-ФЗ», а о том, почему компании и страны строят суверенные модели, — в новости о собственной модели Яндекса.
Коротко
- NVIDIA 21 октября на GTC Berlin показала, как банки Европы строят собственный ИИ на открытых моделях.
- Базовая модель Revolut PRAGMA работает для первых 80 млн клиентов, Lloyds обучила модель ATUM на миллиардах транзакций.
- Помощник bunq на открытых весах стоит 60% прежней цены ответа, Stripe ускорила данные антифрода в 42 раза при экономии 92%.
- Цены не названы, оборудование NVIDIA официально в Россию не поставляется.
- Российским банкам полезен сам принцип: данные внутри контура, узкие модели под задачу, разбор разговоров с клиентами.
Вопросы и ответы
Как банки Европы используют открытые модели ИИ?
Обучают их на собственных данных: Revolut — базовую модель PRAGMA для 80 млн клиентов, Lloyds — модель ATUM на транзакциях, Santander — модели для табличных банковских данных. NatWest учит распознавание речи понимать акценты клиентов, а bunq перевёл на открытые модели своего помощника Finn.
Почему банки отказываются от закрытых моделей?
По примерам NVIDIA — из-за цены и контроля над данными. bunq сообщает о качестве на уровне ведущих закрытых моделей при 60% стоимости ответа, а на платформе SBS модели работают так, что данные не покидают банк.
Можно ли повторить это в российском банке?
Оборудование NVIDIA официально в Россию не поставляется, о доступности решений в обзоре не сказано. Сам подход переносится: хранить данные клиентов в России по 152-ФЗ, брать узкие задачи вроде разбора звонков или антифрода и считать стоимость каждого ответа.
Продукт: Аналитика для бизнеса
Обсудим вашу задачу
Оставьте телефон — перезвоним в рабочее время, покажем демонстрацию на вашем сценарии и честно скажем, где ИИ не подойдёт.
