National Payments Corporation of India, organisasi yang mengelola sistem pembayaran UPI yang sangat populer di negara tersebut, baru saja melangkah jauh melampaui pembayaran. Di Global Fintech Festival 2026, NPCI meluncurkan FiMI Banking, yang disebutnya sebagai model AI berdaulat pertama di India yang dirancang khusus untuk perbankan ritel.
Model ini dibangun berdasarkan keluarga model terbuka Google Gemma dan dilatih pada skenario perbankan ritel India. HDFC Bank, pemberi pinjaman sektor swasta terbesar di India, bekerja sama dalam proyek ini untuk menyempurnakannya lebih lanjut.
Apa yang sebenarnya dilakukan FiMI
FiMI Banking dirancang untuk apa yang disebut dunia AI sebagai "tugas agen", artinya dapat bernalar melalui proses multi-langkah dan mengambil tindakan sambil tetap berada dalam batasan regulasi perbankan, memproses interaksi perbankan konteks panjang dengan pemahaman persyaratan regulasi India yang tertanam di dalamnya.
Satu pilihan desain yang patut diperhatikan: seluruh model dilatih menggunakan data sintetis, bukan informasi pelanggan asli. Itu adalah langkah sengaja untuk menjamin kedaulatan data, sebuah konsep yang menjadi semakin penting seiring negara-negara menolak aliran data keuangan sensitif melalui sistem AI asing yang dilatih dengan dataset lintas batas.
Benchmarks adalah cerita sebenarnya
NPCI meluncurkan dua alat benchmarking yang dirancang khusus bersama FiMI. Yang pertama adalah IndicBank Bench, yang berisi 799 kasus uji multi-putaran yang diprogram untuk mencakup enam domain perbankan ritel. Ini mensimulasikan interaksi dua arah yang mungkin terjadi antara pelanggan dengan agen perbankan, di mana konteks dari awal percakapan memengaruhi respons selanjutnya.
Benchmark kedua, yang disebut Tau² Agentic Banking Benchmark, melangkah lebih jauh. Benchmark ini mencakup 1.000 tugas yang diambil dari 50 skenario berbeda yang mensimulasikan interaksi pelanggan nyata.
NPCI berencana untuk membuka sumber kedua benchmark, bersama dengan dokumentasi teknis dan set evaluasi. Ini berarti pengembang, bank, fintech, dan peneliti akan dapat menguji agen AI mereka sendiri terhadap tolok ukur yang sama, semuanya menggunakan data sintetis alih-alih catatan pelanggan propietaris.
Mengapa ini penting di luar India
Aspek kedaulatan layak mendapat perhatian. Dengan melatih data sintetis dan membangun berdasarkan arsitektur model sumber terbuka, NPCI menghindari ketergantungan pada sistem AI asing propietari untuk fungsi perbankan kritis.
Untuk HDFC Bank secara khusus, kolaborasi ini merupakan cara untuk tetap berada di garis depan teknologi perbankan tanpa menanggung seluruh biaya dan kompleksitas membangun infrastruktur AI dari awal. HDFC membawa pengetahuan domain, NPCI membawa skala dan mandat infrastruktur publik.