الهيئة الوطنية للدفع في الهند، وهي المنظمة التي تدير نظام الدفع UPI الشهير في البلاد، قامت للتو بخطوة كبيرة تتجاوز المدفوعات. وفي معرض التكنولوجيا المالية العالمي 2026، كشفت NPCI عن FiMI Banking، الذي تسميه أول نموذج ذكاء اصطناعي سيادي مضغوط مصمم خصيصًا للخدمات المصرفية بالتجزئة في الهند.
تم بناء النموذج على عائلة نماذج Gemma المفتوحة من Google وتدريبه على سيناريوهات التجزئة المصرفية الهندية. تتعاون بنك HDFC، أكبر مُقرض في القطاع الخاص في الهند، في المشروع لتحسينه بشكل إضافي.
ما الذي يفعله FiMI فعليًا
تم تصميم FiMI Banking للمهام التي تسميها عالم الذكاء الاصطناعي "المهام الوكلائية"، مما يعني أنه يمكنه التفكير عبر عمليات متعددة الخطوات واتخاذ إجراءات مع البقاء ضمن حدود التنظيم المالي، ومعالجة التفاعلات المصرفية الطويلة السياق بفهم متضمن لمتطلبات التنظيم الهندية.
اختيار تصميمي ملحوظ: تم تدريب النموذج بالكامل على بيانات اصطناعية، وليس على معلومات عملاء حقيقية. هذا تحرك متعمد لضمان سيادة البيانات، وهو مفهوم أصبح مهمًا بشكل متزايد مع تصاعد ردود أفعال الدول ضد تدفق البيانات المالية الحساسة عبر أنظمة ذكاء اصطناعي أجنبية تم تدريبها على مجموعات بيانات عابرة للحدود.
المؤشرات هي القصة الحقيقية
أطلقت NPCI أداتين مصممتين خصيصًا للقياس المعياري إلى جانب FiMI. الأولى هي IndicBank Bench، التي تحتوي على 799 حالة اختبار مبرمجة متعددة المراحل تغطي ستة مجالات للخدمات المصرفية للتجزئة. هذه الحالات تحاكي التفاعل الذي قد يحدث بين العميل ووكيل مصرفي، حيث يُعد السياق من مراحل سابقة في المحادثة مهمًا للردود اللاحقة.
المعيار الثاني، المسمى معيار التجزئة Tau² للخدمات المصرفية الوكيلة، يذهب أبعد من ذلك. فهو يشمل 1,000 مهمة مستمدة من 50 سيناريو مختلفًا تحاكي تفاعلات العملاء الحقيقية.
تخطط NPCI لفتح مصادر كلا المعيارين، بالإضافة إلى الوثائق الفنية ومجموعات التقييم. وهذا يعني أن المطورين والبنوك وشركات التكنولوجيا المالية والباحثين سيكونون قادرين على اختبار وكلاء الذكاء الاصطناعي الخاص بهم مقابل معيار مشترك، باستخدام بيانات اصطناعية تمامًا بدلاً من السجلات الخاصة بالعملاء.
لماذا هذا مهم خارج الهند
الجانب السيادي يستحق الاهتمام. من خلال التدريب على بيانات اصطناعية والبناء على هياكل نماذج مفتوحة المصدر، تتجنب NPCI الاعتماد على أنظمة ذكاء اصطناعي أجنبية مملوكة لوظائف مصرفية حاسمة.
بالنسبة لبنك HDFC على وجه التحديد، فإن هذه الشراكة وسيلة للبقاء في طليعة تكنولوجيا البنوك دون تحمل التكلفة الكاملة وتعقيد بناء بنية تحتية للذكاء الاصطناعي من الصفر. يجلب HDFC المعرفة المتخصصة، بينما يجلب NPCI الحجم والتزام البنية التحتية العامة.