La National Payments Corporation of India, l'organisation qui gère le système de paiements extrêmement populaire UPI du pays, vient de franchir une étape majeure au-delà des paiements. Au Global Fintech Festival 2026, NPCI a dévoilé FiMI Banking, qu'elle qualifie de premier modèle d'IA souverain et compact conçu spécifiquement pour la banque de détail en Inde.
Le modèle a été construit sur la famille ouverte de modèles Gemma de Google et entraîné sur des scénarios de banque de détail indienne. HDFC Bank, le plus grand prêteur du secteur privé en Inde, collabore sur ce projet pour le perfectionner davantage.
Ce que fait réellement FiMI
FiMI Banking est conçu pour les tâches que le monde de l'IA appelle « agentic », ce qui signifie qu'il peut raisonner à travers des processus en plusieurs étapes et prendre des actions tout en restant dans les limites réglementaires bancaires, en traitant des interactions bancaires à long contexte avec une compréhension des exigences réglementaires indiennes intégrées.
Un choix de conception notable : l'ensemble du modèle a été formé sur des données synthétiques, et non sur des informations clients réelles. Il s'agit d'une décision délibérée pour garantir la souveraineté des données, un concept devenu de plus en plus important alors que les pays s'opposent au transfert de données financières sensibles à travers des systèmes d'IA étrangers formés sur des jeux de données transfrontaliers.
Les indicateurs de référence sont la vraie histoire
NPCI a lancé deux outils de référence spécifiquement conçus en parallèle avec FiMI. Le premier est IndicBank Bench, qui contient 799 cas de test scriptés à plusieurs tours couvrant six domaines de la banque de détail. Ces derniers simulent les échanges réciproques qu’un client pourrait avoir avec un agent bancaire, où le contexte des premières étapes de la conversation influence les réponses ultérieures.
Le deuxième benchmark, appelé Tau² Agentic Banking Benchmark, va plus loin. Il inclut 1 000 tâches issues de 50 scénarios différents qui simulent des interactions clients réelles.
NPCI prévoit de rendre open-source les deux benchmarks, ainsi que la documentation technique et les jeux d'évaluation. Cela permettra aux développeurs, banques, fintechs et chercheurs de tester leurs propres agents IA selon un référentiel commun, en utilisant uniquement des données synthétiques et non des données clients propriétaires.
Pourquoi cela importe au-delà de l'Inde
L'aspect souverain mérite une attention particulière. En s'entraînant sur des données synthétiques et en s'appuyant sur des architectures de modèles open-source, NPCI évite la dépendance vis-à-vis des systèmes d'IA propriétaires étrangers pour les fonctions bancaires critiques.
Pour HDFC Bank spécifiquement, cette collaboration permet de rester à la pointe de la technologie bancaire sans assumer le coût et la complexité complets de la construction d’une infrastructure IA depuis le début. HDFC apporte son expertise métier, NPCI apporte l’échelle et le mandat d’infrastructure publique.