Национальная платежная корпорация Индии, организация, управляющая широко популярной системой платежей UPI страны, только что сделала значительный шаг дальше платежей. На Глобальном фестивале финтеха 2026 NPCI представила FiMI Banking, которую она называет первой суверенной компактной ИИ-моделью Индии, разработанной специально для розничного банковского обслуживания.
Модель была создана на основе открытой семьи моделей Gemma от Google и обучена на сценариях индийского розничного банковского дела. HDFC Bank, крупнейший частный банковский институт Индии, сотрудничает в рамках проекта для дальнейшей доработки модели.
Что на самом деле делает FiMI
FiMI Banking разработан для так называемых «агентных задач», о которых говорит ИИ, то есть он может анализировать многошаговые процессы и выполнять действия, оставаясь в рамках банковских регуляторных ограничений, обрабатывая длительные банковские взаимодействия с учетом индийских регуляторных требований.
Одно из значимых решений в дизайне: вся модель была обучена на синтетических данных, а не на реальной информации клиентов. Это сознательный шаг для обеспечения данных о суверенитете, концепция, которая становится все более важной, поскольку страны выступают против передачи конфиденциальной финансовой информации через иностранные ИИ-системы, обученные на трансграничных наборах данных.
Бенчмарки — это настоящая история
NPCI запустила две специализированные инструменты для сравнительного анализа вместе с FiMI. Первая — IndicBank Bench, которая содержит 799 подготовленных многоэтапных тестовых случаев, охватывающих шесть областей розничного банковского дела. Они имитируют диалоги между клиентом и банковским агентом, где контекст из ранних этапов разговора влияет на последующие ответы.
Второй эталон, называемый Tau² Agentic Banking Benchmark, идет дальше. Он включает 1000 задач, взятых из 50 различных сценариев, имитирующих реальные взаимодействия с клиентами.
NPCI планирует открыть исходный код обоих тестов, а также техническую документацию и наборы для оценки. Это позволит разработчикам, банкам, финтех-компаниям и исследователям тестировать свои собственные ИИ-агенты по единому стандарту, используя исключительно синтетические данные, а не проприетарные клиентские записи.
Почему это важно за пределами Индии
Суверенный аспект заслуживает внимания. Обучаясь на синтетических данных и используя открытые архитектуры моделей, NPCI избегает зависимости от проприетарных иностранных ИИ-систем для критически важных банковских функций.
Для HDFC Bank сотрудничество — это способ оставаться на переднем крае банковских технологий, не неся полных затрат и сложностей, связанных с созданием инфраструктуры ИИ с нуля. HDFC предоставляет отраслевые знания, а NPCI — масштаб и мандат на общественную инфраструктуру.