Національна платіжна корпорація Індії, організація, яка керує надзвичайно популярною платіжною системою UPI країни, зробила значний крок далі за межі платіжних систем. На Глобальному фінтех-фестивалі 2026 року NPCI представила FiMI Banking, яку вона називає першою суверенною компактною штучною інтелектуальною моделлю, розробленою спеціально для роздрібного банківського сектору.
Модель була створена на основі відкритої сім’ї моделей Gemma від Google та навчена на сценаріях індійського роздрібного банківського сектора. HDFC Bank, найбільший приватний банк Індії, співпрацює над проектом для подальшого вдосконалення.
Що насправді робить FiMI
FiMI Banking розроблений для того, що в світі ШІ називають «агентними завданнями», тобто він може міркувати через багатокрокові процеси та виконувати дії, залишаючись у межах регуляторних обмежень банківської сфери, обробляючи довгі банківські взаємодії з урахуванням індійських регуляторних вимог.
Одна з помітних проектних рішень: вся модель була навчена на синтетичних даних, а не на реальних клієнтських даних. Це свідомий крок для забезпечення суверенітету даних — концепції, яка набуває все більшої важливості, оскільки країни чинять опір передачі чутливої фінансової інформації через іноземні AI-системи, навчені на міжнародних наборах даних.
Бенчмарки — це справжня історія
NPCI запустила дві спеціально розроблені інструменти для порівняння разом із FiMI. Першим є IndicBank Bench, який містить 799 сценарійних багатокрокових тестових випадків, що охоплюють шість сфер роздрібного банківського обслуговування. Вони імітують діалог між клієнтом та банківським агентом, де контекст з початку розмови впливає на подальші відповіді.
Другий тестовий набір, який називається Tau² Agentic Banking Benchmark, йде далі. Він включає 1 000 завдань, запозичених із 50 різних сценаріїв, які імітують реальні взаємодії з клієнтами.
NPCI планує відкрити код обох тестів разом із технічною документацією та наборами для оцінки. Це означає, що розробники, банки, фінтек-компанії та дослідники зможуть тестувати свої власні AI-агенти за допомогою загального стандарту, використовуючи синтетичні дані замість власних клієнтських записів.
Чому це має значення за межами Індії
Суверенний аспект вартий уваги. Навчаючись на синтетичних даних і базуючись на архітектурах моделей з відкритим кодом, NPCI уникнув залежності від власних іноземних AI-систем для критичних банківських функцій.
Для HDFC Bank ця співпраця є способом залишатися на передовій банківських технологій, не несучи повної вартості та складності створення інфраструктури ШІ з нуля. HDFC надає галузеві знання, а NPCI — масштаб та мандат на публічну інфраструктуру.