Revolut ได้สร้างสิ่งที่ธนาคารส่วนใหญ่ยังคงวาดอยู่บนกระดานไวท์บอร์ด โมเดลพื้นฐาน AI ที่เป็นกรรมสิทธิ์ของยักษ์ใหญ่ด้านฟินเทคอย่าง PRAGMA ไม่ได้เพียงแค่ทำงานอัตโนมัติสำหรับงานที่แยกส่วนเท่านั้น แต่ยังเข้าใจวงจรชีวิตทางการเงินของลูกค้าอย่างครบถ้วน ตั้งแต่การทำธุรกรรมซื้อกาแฟตอนเช้าไปจนถึงพอร์ตการลงทุน และใช้ภาพรวมที่เป็นเอกภาพนี้เพื่อตัดสินใจอย่างชาญฉลาดยิ่งขึ้นในทุกฟังก์ชันการทำงานพร้อมกัน นี่คือแนวทางที่แตกต่างกันโดยสิ้นเชิงต่อกลยุทธ์ AI ในภาคการธนาคาร และตัวเลขเบื้องหลังนั้นยากที่จะเพิกเฉย
สถาบันการเงินส่วนใหญ่เข้าหา AI ในลักษณะเดียวกับที่พวกเขาเข้าหาซอฟต์แวร์ตลอดหลายทศวรรษที่ผ่านมา คือการติดตั้งเครื่องมือสำหรับการตรวจจับการฉ้อโกง เครื่องมือสำหรับการให้คะแนนเครดิต และเครื่องมือสำหรับการบริการลูกค้าแยกกัน แล้วหวังว่าชิ้นส่วนต่างๆ จะสื่อสารกันได้เองในที่สุด แต่ Revolut เลือกเดินไปในทิศทางตรงกันข้าม PRAGMA เป็นโมเดลพื้นฐานเดียวที่ผ่านการฝึกฝนด้วย เหตุการณ์และการโต้ตอบ 4 หมื่นล้านรายการ จากผู้ใช้ 25 ล้านคน ออกแบบมาเพื่อเข้าใจพฤติกรรมทางการเงินอย่างเป็นองค์รวม แทนที่จะมองเป็นชิ้นส่วนที่แยกจากกัน
ขอบเขตของข้อมูลที่ PRAGMA รับเข้ามาคือสิ่งที่ทำให้มันมีความแตกต่างเชิงโครงสร้าง มันรวบรวมข้อมูลธุรกรรม การใช้แอปและเว็บไซต์ กิจกรรมการซื้อขายและการลงทุน การชำระบิล พฤติกรรมการสมัครสมาชิก และการโต้ตอบกับฝ่ายสนับสนุนลูกค้า เข้าไว้ในระบบที่เชื่อมโยงกันเพียงระบบเดียว ความกว้างขวางของข้อมูลนี้มอบระดับบริบททางพฤติกรรมที่เครื่องมือเฉพาะงานที่มีขอบเขตแคบกว่าไม่สามารถเทียบเคียงได้
การรันโมเดลในระดับดังกล่าวต้องการฮาร์ดแวร์ที่มีประสิทธิภาพสูง PRAGMA ขับเคลื่อนด้วย GPU NVIDIA H100 จำนวน 200 ตัว และโครงสร้างพื้นฐานนี้ได้ช่วยให้ Revolut เติบโตจากผู้ใช้ 38 ล้านคนในปี 2023 เป็นมากกว่า 70 ล้านคนในปัจจุบัน โดยไม่ทำให้สถาปัตยกรรม AI ของตนแตกแยก นี่ไม่ใช่เพียงความสำเร็จทางเทคนิค แต่ยังเป็นความสำเร็จเชิงกลยุทธ์ การรักษาโมเดลให้เป็นเอกภาพในขณะที่ฐานผู้ใช้เพิ่มขึ้นเกือบสองเท่าหมายถึงความอัจฉริยะที่ทวีคูณขึ้นแทนที่จะเจือจางลง
ผลลัพธ์ที่ Revolut รายงานมีความเฉพาะเจาะจงเพียงพอที่จะสมควรได้รับความสนใจ PRAGMA มอบ การปรับปรุงการตรวจจับการฉ้อโกงถึง 64.7% ซึ่งเป็นตัวเลขที่มีความสำคัญอย่างยิ่งในอุตสาหกรรมที่ต้นทุนอาชญากรรมทางการเงินมีมูลค่าสูงถึงพันล้านดอลลาร์ทั่วโลก ในด้านสินเชื่อ ประสิทธิภาพการพยากรณ์ความเสี่ยงดีขึ้น 16% ซึ่งส่งผลโดยตรงต่อความแม่นยำในการกำหนดราคาและเสนอผลิตภัณฑ์เงินกู้ของ Revolut การแนะนำผลิตภัณฑ์มีประสิทธิภาพมากขึ้น 41% หมายถึงลูกค้ามีแนวโน้มที่จะเห็นข้อเสนอที่สอดคล้องกับพฤติกรรมทางการเงินของพวกเขาจริงๆ
สิ่งที่มีความสำคัญในเชิงวิเคราะห์ที่นี่ไม่ใช่แค่ขนาดของการปรับปรุงแต่ละครั้ง แต่เป็นกลไกเบื้องหลัง ผลกำไรเหล่านี้ล้วนไหลมาจากท่อส่งข้อมูลและอัลกอริทึมเดียว เมื่อโมเดลพัฒนาความเข้าใจเกี่ยวกับรูปแบบการฉ้อโกง ความรู้นั้นจะถูกป้อนเข้าสู่กระบวนการประเมินความเสี่ยงด้านเครดิต เมื่อมันดีขึ้นในการจดจำสัญญาณพฤติกรรมสำหรับการแนะนำผลิตภัณฑ์ สัญญาณเดียวกันนั้นก็ช่วย sharpen การตรวจจับการฉ้อโกง โมเดลเรียนรู้ไปพร้อมกัน across ฟังก์ชันต่างๆ ปรับตัวตามการเปลี่ยนแปลงของแนวโน้มเศรษฐกิจและพฤติกรรม นั่นคือความอัจฉริยะที่ทวีคูณ และเป็นข้อได้เปรียบเชิงโครงสร้างที่สถาปัตยกรรม AI ที่แตกแยกไม่สามารถเลียนแบบได้
PRAGMA ยังเป็นเครื่องยนต์เบื้องหลังการดำเนินงานบริการลูกค้าของ Revolut ผู้ช่วย AI ของมันตอนนี้จัดการ คำขอสนับสนุน 75% โดยไม่ต้องมีการแทรกแซงจากมนุษย์เลย สำหรับแพลตฟอร์มที่ให้บริการผู้ใช้มากกว่า 70 ล้านรายในหลายตลาด นี่เป็นการเปลี่ยนแปลงทางการดำเนินงานที่สำคัญ และเป็นสัญญาณบ่งบอกว่าระบบสนับสนุนทางการเงินอัตโนมัติได้ก้าวหน้าไปไกลเพียงใดจากแชทบอทที่เทอะทะเมื่อห้าปีก่อน
การพัฒนาที่มองไปข้างหน้ามากกว่าคือ AIR — AI by Revolut — ระบบ AI แบบเอเจนต์ตัวแรกที่มุ่งหน้าสู่ลูกค้าของบริษัท ปัจจุบันพร้อมให้บริการสำหรับลูกค้าในสหราชอาณาจักร AIR ก้าวข้ามจากการตอบคำถามไปสู่การดำเนินการ มันสามารถจัดการการสมัครสมาชิก ยกเลิกบัตรที่สูญหาย ช่วยในการทำงบประมาณ และแม้แต่จัดเตรียมการเดินทาง นี่เป็นก้าวที่มีความหมาย: แทนที่จะเพียงแสดงข้อมูล AI จะดำเนินการแทนลูกค้าด้วยผลกระทบในโลกจริง
AI แบบเอเจนต์ในด้านการเงินสำหรับผู้บริโภคยังคงเป็นพื้นที่ค่อนข้างใหม่ และการตัดสินใจของ Revolut ในการเปิดตัว AIR ในสหราชอาณาจักรก่อนแสดงให้เห็นถึงการ rollout อย่างรอบคอบ — ทดสอบการดำเนินการทางการเงินอัตโนมัติในตลาดที่มีการควบคุมหนึ่งแห่งก่อนการขยายตัวในวงกว้าง
เดิมพันเชิงกลยุทธ์ที่ Revolut ทำคือโมเดลร่วมเดียวจะทำงานได้ดีกว่าชุดของเครื่องมือเฉพาะทางที่ดีที่สุดในคลาสเมื่อเวลาผ่านไป ตรรกะนี้สมเหตุสมผล: เนื่องจากการปรับปรุงทั้งหมดป้อนกลับเข้าสู่โมเดลเดียวกัน ระบบจึงฉลาดขึ้นในทุกฟังก์ชันพร้อมกัน การปรับปรุงการตรวจจับการฉ้อโกงไม่ได้ถูกจำกัดอยู่แค่ในทีมต่อต้านการฉ้อโกง แต่ส่งผลกระทบต่อเนื่องไปยังด้านเครดิต การแนะนำ และประสบการณ์ลูกค้า
สำหรับธนาคารขนาดใหญ่ที่ยังคงรันระบบเก่าที่ปะติดปะต่อกันด้วยโซลูชันเฉพาะจุด ช่องว่างทางสถาปัตยกรรมนี้ยากที่จะปิดได้อย่างแท้จริง สแต็กแบบเอกภาพของ Revolut ช่วยให้มันตอบสนองต่อการเปลี่ยนแปลงพฤติกรรมของลูกค้าหรือรูปแบบการฉ้อโกงที่เกิดขึ้นใหม่ได้เร็วกว่าสถาบันที่ต้องประสานงานการอัปเดต across โมเดลและท่อส่งข้อมูลที่แยกจากกันหลายชุด
นัยยะที่กว้างขึ้นสำหรับอุตสาหกรรมคือ สถาปัตยกรรม AI กำลังกลายเป็นคูเมืองเชิงกลยุทธ์ ไม่ใช่แค่เครื่องมือเพิ่มประสิทธิภาพทางการดำเนินงาน ธนาคารและฟินเทคที่ลงทุนในโครงสร้างพื้นฐานข้อมูลและโมเดลแบบเอกภาพอยู่ในตำแหน่งที่ดีกว่าในการให้บริการที่ปรับแต่งส่วนบุคคลในระดับใหญ่ — และสร้างความสามารถแบบเอเจนต์ที่สามารถนิยามใหม่ว่าแอปทางการเงินทำอะไรให้ผู้ใช้จริงๆ PRAGMA ของ Revolut นำเสนอหลักฐานเชิงประจักษ์ว่าแนวทางโมเดลแบบเอกภาพใช้งานได้ และเมตริกประสิทธิภาพของมันให้เกณฑ์มาตรฐานที่คู่แข่งจะรู้สึกอึดอัดหากเพิกเฉย
PRAGMA คือโมเดลพื้นฐาน AI ที่เป็นกรรมสิทธิ์ของ Revolut ซึ่งได้รับการฝึกฝนด้วยข้อมูลเหตุการณ์และการโต้ตอบ 4 หมื่นล้านรายการจากผู้ใช้ 25 ล้านคน มันบูรณาการข้อมูลจากธุรกรรม การใช้แอป การลงทุน และการสนับสนุนลูกค้าอย่างเป็นองค์รวมเพื่อเข้าใจพฤติกรรมทางการเงินโดยรวม แทนที่จะประมวลผลแต่ละฟังก์ชันแยกกัน
PRAGMA ช่วยเพิ่มประสิทธิภาพการตรวจจับการฉ้อโกงขึ้น 64.7% การพยากรณ์ความเสี่ยงด้านเครดิตขึ้น 16% และการแนะนำผลิตภัณฑ์ขึ้น 41% เนื่องจากผลกำไรทั้งหมดไหลมาจากโมเดลร่วมเดียว การปรับปรุงในหนึ่งพื้นที่จึงเสริมสร้างประสิทธิภาพในทุกฟังก์ชันอื่นๆ พร้อมกัน
AIR — AI by Revolut — คือระบบ AI แบบเอเจนต์ตัวแรกที่มุ่งหน้าสู่ลูกค้าของบริษัท ปัจจุบันพร้อมให้บริการสำหรับลูกค้าในสหราชอาณาจักร มันจัดการการสมัครสมาชิกโดยอัตโนมัติ ช่วยในการทำงบประมาณ ยกเลิกบัตรที่สูญหาย และสามารถจัดเตรียมการเดินทางแทนผู้ใช้ได้
ธนาคารดั้งเดิมมักจะรันสแต็ก AI ที่แตกแยกด้วยโมเดลและท่อส่งข้อมูลที่แยกจากกันสำหรับแต่ละงาน Revolut ใช้โมเดลพื้นฐานแบบเอกภาพเดียว ซึ่งหมายความว่าความอัจฉริยะทวีคูณ across ทุกฟังก์ชัน — ความรู้จากการตรวจจับการฉ้อโกงช่วยปรับปรุงการพยากรณ์ความเสี่ยงด้านเครดิต และในทางกลับกัน — มอบข้อได้เปรียบเชิงโครงสร้างที่เครื่องมือที่แยกส่วนไม่สามารถเลียนแบบได้
บทความนี้ผลิตด้วยความช่วยเหลือของปัญญาประดิษฐ์และตรวจสอบโดยทีมบรรณาธิการ

