Revolut 的 AI 策略銀行賭注：單一模型，詐騙降低 64.7%

Revolut 已經打造出大多數銀行仍停留在白板上構思的東西。這家金融科技巨頭的專有 AI 基礎模型 PRAGMA，不僅僅是自動化孤立的任務——它理解客戶金融生活的完整脈絡，從早晨的咖啡交易到投資組合，並利用這種統一的視圖同時在各個職能領域做出更明智的決策。這是一種根本不同的銀行業 AI 策略方法，其背後的數據令人難以忽視。

重點摘要

• PRAGMA 是 Revolut 的專有 AI 基礎模型，基於與 2,500 萬用戶的 400 億次事件和互動進行訓練，目前服務超過 7,000 萬客戶。
• 該模型將詐欺偵測能力提高了 64.7%，信用風險預測提高了 16%，產品推薦提高了 41%。
• 由 200 個 NVIDIA H100 GPU 驅動，PRAGMA 作為單一共用模型運行，其中一個職能的增益會改善所有其他職能的表現。
• Revolut 的 AI 助理在無人為介入的情況下處理了 75% 的客戶支援請求。
• AIR 是 Revolut 的代理式 AI 系統，現已向英國客戶開放，用於管理訂閱、預算編制和旅行安排。

Revolut 推出 PRAGMA：銀行業的統一 AI 模型

大多數金融機構對待 AI 的方式與過去幾十年對待軟體的方式相同——為詐欺附加一個工具，為信用評分附加另一個工具，為客戶服務再附加一個工具，然後希望這些組件最終能相互溝通。Revolut 則採取了相反的方向。PRAGMA 是一個單一的基礎模型，基於來自 2,500 萬用戶的 400 億次事件和互動 進行訓練，旨在整體性地理解金融行為，而非將其切割為孤立的片段。

PRAGMA 所攝取數據的範圍使其在結構上與眾不同。它將交易、應用程式和網站使用情況、交易和投資活動、帳單支付、訂閱行為以及客戶支援互動全部整合到一個連接的系統中。這種數據的廣度賦予了模型一種狹窄的、特定任務的工具無法複製的行為情境層次。

技術基礎設施與可擴展性

以那種規模運行模型需要強大的硬體支持。PRAGMA 由 200 個 NVIDIA H100 GPU 驅動，該基礎設施使 Revolut 能夠在不碎片化其 AI 技術棧的情況下，將用戶數從 2023 年的 3,800 萬增長到今天的 7,000 多萬。這不僅是一項技術成就——更是一項戰略成就。在用戶基數幾乎翻倍的情況下保持模型統一，意味著智慧會複合增長而非稀釋。

PRAGMA 驅動的效能提升

Revolut 報告的結果具體且值得關注。PRAGMA 帶來了 64.7% 的詐欺偵測改進——在這個全球金融犯罪成本高達數十億美元的行業中，這一數字至關重要。在信貸方面，風險預測效能提高了 16%，這直接影響 Revolut 定價和發放貸款產品的準確性。產品推薦的有效性提高了 41%，意味著客戶更有可能看到與其金融行為實際相關的優惠。

這裡具有分析意義的不僅是每次改進的幅度，還有其背後的機制。這些增益都源自單一的演算法和數據管道。當模型改進對詐欺模式的理解時，這種學習會反饋到其評估信用風險的方式中。當它更善於識別產品推薦的行為信號時，這些相同的信號也會 sharpen 其詐欺偵測能力。模型在各職能間協同學習，隨著經濟和行為趨勢的變化而適應。這就是複合智慧——也是碎片化 AI 技術棧無法複製的結構優勢。

代理式 AI 工具與客戶支援自動化

AI 處理客戶支援請求

PRAGMA 也是 Revolut 客戶服務運營背後的核心引擎。其 AI 助理現在在 無任何人工介入的情況下處理 75% 的支援請求。對於一個在多個市場服務超過 7,000 萬用戶的平台來說，這是一個重大的運營轉變——也標誌著自動化金融支援距離五年前笨拙的聊天機器人已經走了多遠。

向英國客戶推出 AIR

更具前瞻性的發展是 AIR（AI by Revolut），這是該公司首個面向客戶的代理式 AI 系統。目前僅向英國客戶開放，AIR 超越了回答問題的範疇，進入採取行動的階段。它可以管理訂閱、註銷遺失的卡片、協助預算編制，甚至安排旅行。這是有意義的一步：AI 不再僅僅呈現資訊，而是代表客戶採取具有現實後果的行動。

消費金融中的代理式 AI 仍然是一個相對較新的領域，Revolut 決定首先在英国推出 AIR，表明其採取了謹慎的推廣策略——在更廣泛擴張之前，先在一個受監管的市場測試自主金融行動。

Revolut 統一 AI 架構的戰略影響

單一共用模型實現跨職能學習

Revolut 做出的戰略賭注是，單一共用模型隨時間推移將優於一系列頂級專業工具的集合。邏輯成立：因為所有改進都反饋到同一個模型中，系統會同時在所有職能變得更聰明。詐欺偵測的優化不會局限於詐欺團隊——它會漣漪般影響信貸、推薦和客戶體驗。

敏捷性與個人化的競爭優勢

對於那些仍然運行著由點狀解決方案拼湊而成的傳統系統的大型老牌銀行來說，這種架構差距確實難以彌補。Revolut 的統一技術棧使其能夠比那些需要協調多個斷開連接的模型和數據管道更新的機構更快地響應變化的客戶行為或新興的詐欺模式。

對行業而言，更廣泛的影響是 AI 架構正成為一道戰略護城河，而不僅僅是提高運營效率的工具。投資於統一數據和模型基礎設施的銀行和金融科技公司更有能力大規模提供個人化服務——並建立那種可能重新定義金融應用程式為用戶所做之事的代理式能力。Revolut 的 PRAGMA 提供了統一模型方法有效的具體證明，其效能指標為競爭對手提供了一個他們會發現難以忽視的基準。

常見問題

什麼是 PRAGMA，它是如何運作的？

PRAGMA 是 Revolut 的專有 AI 基礎模型，基於來自 2,500 萬用戶的 400 億次事件和互動進行訓練。它整體性地整合來自交易、應用程式使用、投資和客戶支援的數據，以整體理解金融行為，而不是分別處理每個職能。

PRAGMA 如何改善 Revolut 的銀行服務？

PRAGMA 將詐欺偵測提高了 64.7%，信用風險預測提高了 16%，產品推薦提高了 41%。由於所有增益都源自單一共用模型，一個領域的改進會同時加強所有其他職能的表現。

什麼是 AIR，它提供哪些功能？

AIR（AI by Revolut）是公司首個面向客戶的代理式 AI 系統，目前向英國客戶開放。它自主管理訂閱、協助預算編制、註銷遺失的卡片，並可以代表用戶安排旅行。

Revolut 的 AI 策略與傳統銀行 AI 方法有何不同？

傳統銀行通常運行碎片化的 AI 技術棧，為每項任務使用單獨的模型和數據管道。Revolut 使用單一的統一基礎模型，這意味著智慧在所有職能間複合增長——來自詐欺偵測的學習改善了信用風險預測，反之亦然——賦予其孤立工具無法複製的結構優勢。

本文在人工智慧的協助下製作，並由編輯團隊審閱。