Europese Financiële Instellingen Stappen Over Op Open Modellen

Tijdens GTC Berlin presenteren banken, betalingsmaatschappijen en financiële dataleveranciers hoe productieschaalintelligentie eruit ziet, gebouwd op NVIDIA versneld rekenen, aangedreven door open gewichtmodellen en draaiend op de eigen infrastructuur. Revolut bijvoorbeeld, herbouwt zijn technologie stack op het fundamentmodel PRAGMA. Dit is in samenwerking met NVIDIA ontwikkeld en stelt Revolut in staat om zijn productie te schalen voor een initiële klantenbasis van 80 miljoen, met een verwachte schaalvergroting van 3x.

Pavel Nesterov, hoofd AI bij Revolut, merkt op dat de kans altijd aanwezig was om miljardentransacties te verwerken, maar of de fundamentmodellen op deze schaal konden functioneren, was de grote vraag. PRAGMA biedt geen oplossing, maar is ook een bewijs dat de kloof tussen onderzoek en een productie bankingssysteem overbrugd kan worden.

Starling Bank heeft als eerste bank een model getraind op de Britse soevereine cloud en heeft hierin "Starling Intelligence" ontwikkeld, dat de AI-capaciteit ondersteunt. Lloyds Banking Group heeft ATUM gebouwd, dat miljarden banktransacties omzet in herbruikbare intelligentie, versneld met NVIDIA RTX PRO 6000 Blackwell GPU's. Daarnaast heeft SBS een platform gelanceerd zodat banken generatieve en agentic modellen kunnen draaien zonder dat hun data hun muren verlaat.

Open gewichtmodellen stellen Europese financiële instellingen in staat om een eigen intelligence te creëren op basis van data die zij bezitten, met kosten die zij kunnen beheersen. Neobank bunq heeft zijn agent-gebaseerde assistent Finn op open gewichtmodellen laten draaien, en blijkt in testen dezelfde kwaliteit te bieden als gesloten modellen, maar tegen 60% lagere kosten. NatWest ontwikkelt technologie gericht op het herkennen van verschillende Britse accenten en financiële terminologie, met behulp van NVIDIA's spraakmodellen.

Versnelde rekenkracht transformeert ook financieel onderzoek. LSEG werkt samen met NVIDIA om financiële instellingen in staat te stellen grote hoeveelheden historische tickdata tot 10x sneller te analyseren. Dit versnelt de gegevensverwerking en verbetert zo de fraudedetectie, zoals zichtbaar is bij HSBC en Stripe, die dankzij de technologie van NVIDIA hun snelheid en efficiëntie bij het detecteren van frauduleuze activiteiten aanzienlijk hebben verhoogd.

Lees het volledige artikel van Nvidia.