Revolut déploie à grande échelle le modèle fondamental PRAGMA pour la banque en temps réel
Revolut a fait passer son modèle de fondation PRAGMA de la recherche à des systèmes de production destinés aux services bancaires en temps réel, notamment la détection des paiements récurrents, les décisions de crédit instantanées et les recommandations dans l’application. Développé avec NVIDIA, le modèle a été entraîné sur 26 millions d’historiques d’utilisateurs anonymisés.
Lors du NVIDIA GTC Berlin, les dirigeants de Revolut Anton Repushko et Amey Baokar ont décrit l’infrastructure qui permet son déploiement. La plateforme prétraite et tokenise l’activité des clients en dehors du parcours des requêtes de décision et dessert, dans un premier temps, 80 millions de clients. Elle est conçue pour être multipliée par trois et prendre en charge jusqu’à 10 000 événements par client. Revolut vise un temps de lecture des données p99 de l’ordre de quelques dizaines de millisecondes, dans un budget d’inférence de bout en bout inférieur à une seconde.
Pour utiliser efficacement les GPU, Revolut garde en mémoire un socle de modèle partagé et active des adaptateurs LoRA spécifiques aux tâches, qui ajustent 2 à 4 % des paramètres centraux. L’entreprise utilise également le regroupement dynamique par lots pour traiter plusieurs utilisateurs à la fois. Selon elle, des pipelines de données immuables, des tokeniseurs versionnés et des pistes d’audit contribuent au respect des exigences réglementaires.
Revolut associe la modélisation des séquences d’événements de PRAGMA à STRIDER, un modèle de fondation tabulaire, dans des cas tels que les candidats disposant d’un historique de transactions limité ou de données de crédit externes. L’annonce met en évidence l’utilisation croissante de l’infrastructure d’IA dans les services financiers, mais ne fait état d’aucun nouveau produit lié aux cryptomonnaies, d’aucune activité de trading ni de résultats de performance susceptibles d’influer directement sur les marchés crypto.
Neutral
L’annonce porte sur le déploiement par Revolut de modèles d’IA pour ses opérations bancaires, et non sur les cryptomonnaies, les infrastructures blockchain ou le trading d’actifs numériques. Elle ne constitue pas un catalyseur direct pour les cours des cryptomonnaies, la liquidité des marchés ou les conditions réglementaires ; le point de vue de marché le plus approprié est donc neutre.
À court terme, les traders pourraient voir dans cette nouvelle un signal modeste de l’investissement croissant du secteur financier au sens large dans l’IA. Toutefois, elle ne désigne aucune entreprise liée aux cryptomonnaies ni aucun jeton susceptible de connaître une évolution immédiate de la demande. Les annonces similaires concernant l’adoption de l’apprentissage automatique par les banques ont généralement davantage concerné la stratégie technologique des entreprises que l’orientation générale du marché des cryptomonnaies. Toute réaction devrait probablement se limiter au sentiment autour des technologies financières et des actifs liés à l’IA, plutôt qu’au Bitcoin ou au marché plus vaste des actifs numériques.
À plus long terme, des systèmes de crédit et de détection des fraudes davantage automatisés pourraient influer sur la manière dont les institutions financières gèrent les risques et servent leurs clients. Cela pourrait avoir des effets indirects sur la concurrence dans la fintech et l’adoption des services financiers numériques. Cependant, l’article n’indique pas que Revolut prévoit de connecter PRAGMA ou STRIDER aux marchés des cryptomonnaies. Les traders devraient donc surveiller des facteurs de marché distincts — comme la réglementation propre aux cryptomonnaies, la liquidité, les flux institutionnels et la conjoncture macroéconomique — pour obtenir des indications plus claires sur l’orientation et la stabilité des prix.