インドの国家決済機関であるインド国家決済機構（NPCI）は、同国で広く普及しているUPI決済システムを運営しており、このたび決済分野を超えて大きな飛躍を遂げました。NPCIはGlobal Fintech Festival 2026で、小口銀行業務専用に設計されたインド初の主権型コンパクトAIモデル「FiMI Banking」を発表しました。
このモデルはGoogleのオープンなGemmaモデルファミリーに基づいて構築され、インドの小売銀行のシナリオで学習されました。インド最大の民間銀行であるHDFC銀行が、このプロジェクトに協力してさらに改良を進めています。
FiMIが実際に行うこと
FiMI Bankingは、AIの世界で「エージェントタスク」と呼ばれるものに特化しており、複数ステップのプロセスを論理的に処理し、銀行規制の枠内での行動が可能で、インドの規制要件を組み込んだ形で長文の銀行取引を理解して処理します。
注目すべき設計上の選択：このモデル全体は、実際の顧客情報ではなく、合成データで学習されました。これは、国境を越えたデータセットで学習された外国のAIシステムを通じて機密金融データが流れることに対して、各国が反発する中で、データ主権という概念を確保するための意図的な措置です。
ベンチマークが真の物語である
NPCIはFiMIと同時に、2つの目的特化型ベンチマークツールを導入しました。最初のものはIndicBank Benchで、6つの小口銀行分野をカバーする799のスクリプト化されたマルチターンテストケースを含んでいます。これらは、会話の前半の文脈が後半の応答に影響を与えるような、顧客と銀行エージェントとの間のやり取りをシミュレートしています。
第二のベンチマークであるTau² Agentic Banking Benchmarkは、リアルな顧客とのやり取りをシミュレートする50の異なるシナリオから抽出された1,000のタスクを含みます。
NPCIは、ベンチマークの両方と技術ドキュメント、評価セットをオープンソース化する予定です。これにより、開発者、銀行、フィンテック企業、研究者が、独自のAIエージェントを共通の基準でテストできるようになり、すべて合成データを使用して、独自の顧客データは使用しません。
これがインドを超えてなぜ重要なのか
主権的な側面は注目に値します。NPCIは合成データで学習し、オープンソースのモデルアーキテクチャを基に構築することで、重要な銀行機能における独自の外国AIシステムへの依存を回避しています。
HDFC銀行にとって、この提携はAIインフラをゼロから構築する全コストと複雑さを負担することなく、銀行技術の最前線にとどまる手段です。HDFCはドメイン知識を提供し、NPCIはスケールと公共インフラの使命を提供します。