Revolut、リアルタイムバンキングに向けて基盤モデル「PRAGMA」を拡大
Revolutは、基盤モデルPRAGMAを研究段階から本番システムへと移行させ、定期支払いの検知、即時の信用判断、アプリ内のレコメンデーションなど、リアルタイムの銀行サービスに活用しています。このモデルはNVIDIAと共同開発され、匿名化された2,600万件のユーザー履歴を用いて学習されました。
NVIDIA GTC Berlinでは、Revolutの幹部であるAnton Repushko氏とAmey Baokar氏が、導入を支えるインフラについて説明しました。このプラットフォームは、意思決定リクエストの処理経路外で顧客のアクティビティを事前処理・トークン化し、初期段階では8,000万人の顧客に対応します。3倍の規模への拡張と、顧客1人あたり最大10,000件のイベントへの対応を想定して設計されています。Revolutは、エンドツーエンドの推論時間を1秒未満に抑える中で、データ読み取りのp99時間を数十ミリ秒にすることを目指しています。
GPUを効率的に活用するため、Revolutは共通のモデルバックボーンを常駐させ、タスク別のLoRAアダプターを切り替えて使用しています。これらのアダプターは、コアパラメーターの2～4%を調整します。また、複数ユーザーをまとめて処理する動的バッチングも採用しています。同社によると、変更不可能なデータパイプライン、バージョン管理されたトークナイザー、監査証跡が規制要件への対応を支えています。
Revolutは、取引履歴が限られている申込者や外部の信用データを利用するケースなどで、PRAGMAのイベント系列モデリングと、表形式データ向け基盤モデルSTRIDERを組み合わせています。この発表は金融サービスにおけるAIインフラの利用拡大を示していますが、暗号資産市場に直接影響する新たな暗号資産商品、取引活動、または性能実績については報告していません。
Neutral
この発表は、Revolutが銀行業務にAIモデルを導入することについてのものであり、暗号資産、ブロックチェーンインフラ、デジタル資産の取引に関するものではありません。暗号資産価格や市場の流動性、規制環境に直接影響する材料ではないため、市場見通しとして最も適切なのは中立です。
短期的には、トレーダーがこのニュースを金融業界全体でAIへの投資が広がっていることを示す小さな兆候と捉える可能性があります。しかし、暗号資産関連企業やトークンのうち、需要が直ちに変化しそうなものは特定されていません。銀行による機械学習導入に関する同様の発表は、暗号資産市場全体の方向性よりも、各社の技術戦略に関係するものが一般的でした。反応があったとしても、Bitcoinやより広範なデジタル資産市場ではなく、金融テクノロジーやAI関連資産をめぐるセンチメントに限られる可能性が高いでしょう。
長期的には、より自動化された融資審査や不正検知のシステムが、金融機関のリスク管理や顧客対応に影響を与える可能性があります。それが間接的にフィンテック分野の競争やデジタル金融サービスの普及に影響することも考えられます。ただし、RevolutがPRAGMAやSTRIDERを暗号資産市場に接続する計画があることを示す情報は、記事にはありません。したがって、価格の方向性や安定性をより明確に判断するには、暗号資産に関する規制、流動性、機関投資家の資金フロー、マクロ経済状況など、別の市場要因に注目すべきです。