A National Payments Corporation of India, a organização que opera o amplamente popular sistema de pagamentos UPI do país, acaba de dar um grande passo além dos pagamentos. No Global Fintech Festival 2026, a NPCI apresentou o FiMI Banking, que chama de primeiro modelo de IA soberano da Índia projetado especificamente para o banking varejista.
O modelo foi construído sobre a família aberta de modelos Gemma da Google e treinado em cenários de banco varejista indiano. O HDFC Bank, o maior credor do setor privado da Índia, está colaborando no projeto para aprimorá-lo ainda mais.
O que o FiMI realmente faz
O FiMI Banking é projetado para o que o mundo da IA chama de "tarefas agênticas", o que significa que pode raciocinar por meio de processos em múltiplos passos e realizar ações, mantendo-se dentro das limitações regulatórias bancárias, processando interações bancárias de longo contexto com uma compreensão dos requisitos regulatórios indianos incorporados.
Uma escolha de design notável: todo o modelo foi treinado com dados sintéticos, não com informações reais de clientes. Isso é uma decisão deliberada para garantir a soberania de dados, um conceito que se tornou cada vez mais importante à medida que os países resistem ao fluxo de dados financeiros sensíveis por meio de sistemas de IA estrangeiros treinados com conjuntos de dados transfronteiriços.
Os indicadores são a verdadeira história
A NPCI lançou duas ferramentas de referência desenvolvidas especificamente junto com o FiMI. A primeira é a IndicBank Bench, que contém 799 casos de teste com scripts de múltiplas etapas abrangendo seis domínios de banco varejista. Esses casos simulam o tipo de troca que um cliente pode ter com um agente bancário, onde o contexto das etapas anteriores da conversa é relevante para respostas posteriores.
O segundo benchmark, chamado Tau² Agentic Banking Benchmark, vai mais longe. Ele inclui 1.000 tarefas retiradas de 50 cenários diferentes que simulam interações reais com clientes.
A NPCI planeja tornar open-source ambos os benchmarks, juntamente com documentação técnica e conjuntos de avaliação. Isso significa que desenvolvedores, bancos, fintechs e pesquisadores poderão testar seus próprios agentes de IA contra um padrão comum, todos utilizando dados sintéticos em vez de registros de clientes proprietários.
Por que isso importa além da Índia
O aspecto soberano merece atenção. Ao treinar com dados sintéticos e construir sobre arquiteturas de modelos de código aberto, o NPCI evita a dependência de sistemas de IA proprietários estrangeiros para funções bancárias críticas.
Para o HDFC Bank especificamente, a colaboração é uma maneira de permanecer na vanguarda da tecnologia bancária sem assumir todo o custo e a complexidade de construir infraestrutura de IA do zero. O HDFC traz o conhecimento do domínio, e o NPCI traz a escala e o mandato de infraestrutura pública.