Korporasi Pembayaran Nasional India, organisasi yang mengendalikan sistem pembayaran UPI yang sangat popular di negara itu, baru sahaja membuat lompatan besar melampaui pembayaran. Di Festival Fintech Global 2026, NPCI melancarkan FiMI Banking, yang disebutnya sebagai model AI kedaulatan pertama India yang direka khas untuk perbankan runcit.
Model ini dibina berdasarkan keluarga model Gemma terbuka dari Google dan dilatih berdasarkan senario perbankan eceran India. HDFC Bank, pemberi pinjaman sektor swasta terbesar di India, bekerjasama dalam projek ini untuk menyempurnakannya lebih lanjut.
Apa yang sebenarnya dilakukan oleh FiMI
FiMI Banking direka untuk tugas yang dipanggil "agentic" oleh dunia AI, bermaksud ia boleh berfikir melalui proses berbilang langkah dan mengambil tindakan sambil tetap berada dalam sempadan peraturan perbankan, memproses interaksi perbankan konteks panjang dengan pemahaman terhadap keperluan peraturan India yang telah dibina di dalamnya.
Satu pilihan reka bentuk yang ketara: keseluruhan model dilatih menggunakan data sintetik, bukan maklumat pelanggan sebenar. Itu adalah langkah sengaja untuk memastikan kedaulatan data, satu konsep yang menjadi semakin penting apabila negara-negara menentang aliran data kewangan sensitif melalui sistem AI asing yang dilatih menggunakan set data lintas sempadan.
Benchmarks adalah cerita sebenarnya
NPCI melancarkan dua alat penilaian khas bersama FiMI. Yang pertama ialah IndicBank Bench, yang mengandungi 799 kes ujian berskrip pelbagai giliran yang merangkumi enam domain perbankan eceran. Ini mensimulasikan perbualan dua hala yang mungkin berlaku antara pelanggan dengan agen perbankan, di mana konteks daripada bahagian awal perbualan memberi kesan kepada respons seterusnya.
Benchmark kedua, dipanggil Tau² Agentic Banking Benchmark, melangkah lebih jauh. Ia merangkumi 1,000 tugas yang diambil daripada 50 senario berbeza yang mensimulasikan interaksi pelanggan sebenar.
NPCI merancang untuk membuka sumber kedua ukuran tersebut, bersama dengan dokumen teknikal dan set penilaian. Ini bermakna pembangun, bank, fintech, dan penyelidik akan dapat menguji agen AI mereka sendiri terhadap tolok ukur yang sama, semuanya menggunakan data sintetik bukan rekod pelanggan milik.
Mengapa ini penting selain di India
Aspek kedaulatan patut mendapat perhatian. Dengan melatih data sintetik dan membangun berdasarkan arsitektur model sumber terbuka, NPCI menghindari ketergantungan pada sistem AI asing propietari untuk fungsi perbankan kritis.
Khusus untuk HDFC Bank, kerjasama ini merupakan cara untuk tetap berada di garis depan teknologi perbankan tanpa memikul seluruh kos dan kompleksiti membina infrastruktur AI dari awal. HDFC membawa pengetahuan domain, sementara NPCI membawa skala dan mandat infrastruktur awam.