AnswersPublished16 sources
Revolut lanserar forskningsdivision för egenutvecklad bank-AI
Revolut Research blir en särskild AI forskningsdivision som ska omvandla maskininlärningsforskning för banksektorn till tjänster i produktion. PRAGMA är en familj av Transformer baserade encoder modeller som tränats på cirka 24 miljarder tidsstämplade bankhändelser från omkring 26 miljoner kundhistoriker i 111 länder.
Publicerad avRedigerad med GPT-5.6 LunaBilder genererade med GPT Image 1.5
Research answer
Key takeaways
- Revolut Research blir en särskild AI forskningsdivision som ska omvandla maskininlärningsforskning för banksektorn till tjänster i produktion.
- PRAGMA är en familj av Transformer baserade encoder modeller som tränats på cirka 24 miljarder tidsstämplade bankhändelser från omkring 26 miljoner kundhistoriker i 111 länder.
- Revolut beskriver strategin som ”build, don’t bolt on”: en gemensam intern modell ska ersätta flera separata och specialbyggda AI system.
- Enligt Nvidias fallstudie förbättrades träffsäkerheten i bedömningen av risken för kreditfallissemang med 2,3 gånger, samtidigt som fler bedrägerier upptäcktes och produktrekommendationerna blev mer relevanta.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What did Revolut announce about the launch of Revolut Research, why was the division created, how does it support the company’s “build, don’. Article summary: Revolut announced Revolut Research, a dedicated AI research division within its broader AI organisation.. Topic tags: general web, ai, workflow, productivity, code. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an illustrative visu
Revolut har lanserat Revolut Research, en särskild forskningsdivision inom företagets bredare AI-organisation. Målet är att göra forskning om maskininlärning för banksektorn till återanvändbara funktioner i företagets produkter – i stället för att bygga verksamheten kring en rad fristående AI-verktyg från externa leverantörer. Divisionen ska fungera som forskningsmotorn bakom PRAGMA, Revoluts grundmodell för bankdata som utvecklats tillsammans med Nvidia. 10
13
En AI-strategi som ska byggas – inte pusslas ihop
Revolut kallar inriktningen ”build, don’t bolt on”, ungefär ”bygg själv i stället för att skruva på tillägg”. Tanken är att en gemensam, internt utvecklad modell ska kunna användas på flera områden där företaget tidigare behövt separata modeller, datatabeller och handbyggda funktioner.
Det kan bland annat handla om:
- kreditbedömning och analys av risken för betalningsinställelse,
- upptäckt av bedrägerier,
- kundsegmentering,
- personaliserade produktrekommendationer och
- andra funktioner kopplade till kundernas ekonomiska beteenden.
6
10
För Revolut innebär det i praktiken en ambition att skapa ett gemensamt AI-lager för banken. En modell som lärt sig breda mönster i finansiella händelser kan sedan anpassas till specifika uppgifter, i stället för att varje produkt får sin egen separata ML-stack. 6
10
Vad är PRAGMA?
PRAGMA står för PRe-trained Banking Foundation Model. Det är inte en enda modell utan en familj av encoder-baserade modeller byggda med Transformer-arkitektur för sekvenser av bankhändelser. Den publicerade modellfamiljen sträcker sig från 10 miljoner till 1 miljard parametrar. 1
Till skillnad från språkmodeller, som tränas på text, arbetar PRAGMA med flera typer av finansiella händelser. Det kan exempelvis vara betalningar, överföringar och andra signaler från kunders användning av bankens produkter och tjänster. Modellen tränas med en självövervakad metod som kallas maskerad modellering: delar av en händelsesekvens döljs och modellen lär sig att återskapa eller förutsäga det som saknas. 1
Den här metoden ska göra det möjligt för modellen att lära sig återkommande beteendemönster direkt ur långa och oregelbundna bankhistoriker. Därefter kan den finjusteras för en viss uppgift, exempelvis bedrägeriidentifiering eller kreditrisk.
Tränad på miljarder bankhändelser
Enligt det publicerade materialet har PRAGMA tränats på rådata med tidsstämplade bankhändelser från omkring 26 miljoner kundhistoriker. Underlaget omfattar cirka 24 miljarder händelser i 111 länder. 1
10
Uppgifterna gör det möjligt att se varför Revolut beskriver modellen som en grundmodell för banksektorn: den ska inte bara lösa en enskild uppgift, utan fungera som en gemensam bas för flera olika användningsområden.
Det är samtidigt viktigt att nyansera beskrivningen ”Nvidia-utvecklad”. Källorna stödjer att PRAGMA har utvecklats i samarbete med Nvidia, inte att det är en Nvidia-produkt som Revolut enbart har tagit i bruk. 10
13
Nvidia-infrastruktur – men ingen verifierad exakt GPU-konfiguration
PRAGMA-arbetet körs på Nvidias accelererade beräkningsinfrastruktur. Nvidias fallstudie nämner H100-grafikprocessorer på Nebius AI Cloud och tekniker som sekvenspackning och dynamisk batchning för att göra storskalig förträning möjlig inom givna tidsramar. 6
10
Det tillgängliga materialet styrker däremot inte hur många H100-kort som användes eller exakt hur klustret var uppbyggt. Därför går det inte att slå fast någon specifik H100-konfiguration utifrån de här källorna.
Revolut uppger tydliga förbättringar
I Nvidias fallstudie jämförs PRAGMA med Revoluts tidigare produktionsmodeller. Där uppges modellen ha gett följande resultat:
- 2,3 gånger bättre träffsäkerhet vid identifiering av risk för kreditfallissemang,
- 65 procent fler upptäckta bedrägerifall,
- 17 procent högre precision i bedrägerivarningar och
- 41 procent mer relevanta produktrekommendationer.
Resultaten ska läsas som Revoluts och Nvidias benchmark-uppgifter mot befintliga produktionsbaslinjer. De är inte en oberoende, branschövergripande granskning av modellens prestanda. 6
Forskning före lanseringen
Lanseringen av Revolut Research kommer efter att arbetet redan hade nått flera konkreta milstolpar. PRAGMA-forskningen har publicerats som en modellfamilj i en forskningsartikel, och Nvidias fallstudie beskriver hur Revolut arbetar med att samla tidigare separata system för bedrägerier, kredit, kundengagemang och rekommendationer kring en gemensam modellbas. 1
6
Forskningsdivisionen ser därmed ut att formalisera och samla ett AI-arbete som redan har resulterat i både en publicerad modell och resultat med inriktning på användning i produktion. 1
6
Planer på mer öppen forskning
Revolut har uppgett att Revolut Research ska:
- publicera forskning,
- släppa utvalda ramverk som öppen källkod,
- delta vid GTC Berlin och ACM-konferensen ICAIF, International Conference on AI in Finance, samt
- arrangera vetenskapliga träffar varje kvartal.
De högauktoritativa källorna i underlaget räcker däremot inte för att självständigt verifiera alla uppgifter om namngivna Revolut-chefer eller deras exakta citat. Sådana detaljer bör därför kontrolleras mot Revoluts ursprungliga lanseringsmeddelande.
En del av Revoluts europeiska expansion
Satsningen kommer när Revolut försöker skala mer enhetliga system för riskbedömning och personalisering till en kundbas på över 80 miljoner personer i mer än 40 marknader. 3
4
I augusti fick Revoluts franska bolag dessutom en fullständig fransk banklicens efter en process som involverade den franska tillsynsmyndigheten ACPR och Europeiska centralbanken. Den franska verksamheten ska inledningsvis stödja kunder i Frankrike och därefter möjliggöra en stegvis expansion i Västeuropa. 3
4
Det ger AI-satsningen en tydlig strategisk ram: när fler kunder, marknader och reglerade banktjänster ska hanteras behöver Revolut system som är konsekventa, skalbara och möjliga att anpassa till olika beslut och kundupplevelser.
Kort sagt: Revolut Research ska göra AI till en central och återanvändbar bankförmåga. PRAGMA är kärnan i den planen – en modell som tränats på stora mängder finansiellt beteendedata och som sedan kan anpassas för flera uppgifter, från kreditrisk och bedrägerier till personliga rekommendationer. 6
10
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Revolut lanserar forskningsdivision för egenutvecklad bank-AI"?
Revolut Research blir en särskild AI forskningsdivision som ska omvandla maskininlärningsforskning för banksektorn till tjänster i produktion.
What are the key points to validate first?
Revolut Research blir en särskild AI forskningsdivision som ska omvandla maskininlärningsforskning för banksektorn till tjänster i produktion. PRAGMA är en familj av Transformer baserade encoder modeller som tränats på cirka 24 miljarder tidsstämplade bankhändelser från omkring 26 miljoner kundhistoriker i 111 länder.
What should I do next in practice?
Revolut beskriver strategin som ”build, don’t bolt on”: en gemensam intern modell ska ersätta flera separata och specialbyggda AI system.