Revolut Research คืออะไร และ PRAGMA จะเปลี่ยนโครงสร้าง AI ของธนาคารดิจิทัลอย่างไร

Revolut เปิดตัว Revolut Research หน่วยงานวิจัยปัญญาประดิษฐ์โดยเฉพาะภายใต้โครงสร้าง AI ของบริษัท เป้าหมายคือทำให้การวิจัยแมชชีนเลิร์นนิงที่ออกแบบมาสำหรับธุรกิจธนาคารกลายเป็นความสามารถที่นำไปใช้งานจริง แทนการนำเครื่องมือ AI จากภายนอกมาต่อเติมเป็นรายฟังก์ชัน

หัวใจของหน่วยงานใหม่นี้คือการเป็น “เครื่องยนต์วิจัย” ให้กับ PRAGMA โมเดลพื้นฐานด้านการธนาคารที่ Revolut พัฒนาร่วมกับ NVIDIA 1013

“สร้างเอง ไม่ใช่ต่อเติม” หมายถึงอะไร

แนวคิด “build, don’t bolt on” ของ Revolut คือการสร้างแกนกลางโมเดลด้านการเงินขึ้นเอง แล้วนำไปปรับใช้กับหลายงาน แทนการใช้โมเดลแยกกันจำนวนมาก ซึ่งมักต้องมีชุดฟีเจอร์และระบบแมชชีนเลิร์นนิงเฉพาะของแต่ละผลิตภัณฑ์

แนวทางนี้ทำให้ข้อมูลพฤติกรรมทางการเงินถูกนำมาใช้ร่วมกันในหลายกรณี เช่น

• การให้คะแนนเครดิตและประเมินความเสี่ยงผิดนัดชำระหนี้
• การตรวจจับธุรกรรมหรือพฤติกรรมที่อาจเป็นการทุจริต
• การแบ่งกลุ่มลูกค้า
• การคาดการณ์พฤติกรรมและการแนะนำผลิตภัณฑ์ที่เหมาะสมกับลูกค้า 610

ในทางปฏิบัติ โมเดลแกนกลางหนึ่งตัวสามารถเรียนรู้รูปแบบพฤติกรรมจากข้อมูลการเงินในวงกว้าง จากนั้นจึงนำไปปรับแต่งให้เหมาะกับงานแต่ละประเภท แทนการเริ่มสร้างระบบใหม่ทุกครั้งที่เปิดตัวบริการหรือฟังก์ชันใหม่

PRAGMA คืออะไร

PRAGMA ย่อมาจาก PRe-trained Banking Foundation Model เป็นตระกูลโมเดลพื้นฐานที่ออกแบบมาเพื่อทำความเข้าใจประวัติข้อมูลเหตุการณ์ทางการเงินจากหลายแหล่ง 1

สถาปัตยกรรมของ PRAGMA เป็นโมเดลแบบ encoder-style บนพื้นฐานของ Transformer ซึ่งเหมาะกับการสกัดรูปแบบและความสัมพันธ์จากลำดับเหตุการณ์ที่เกิดขึ้นตามเวลา ไม่ใช่โมเดลภาษาที่ฝึกจากข้อความทั่วไป

การฝึกใช้วิธี self-supervised masked modelling หรือการซ่อนข้อมูลบางส่วนในลำดับธุรกรรม แล้วให้โมเดลเรียนรู้เพื่อคาดเดาส่วนที่หายไป วิธีนี้ช่วยให้โมเดลเรียนรู้รูปแบบการใช้บริการและพฤติกรรมทางการเงินได้จากข้อมูลดิบ โดยไม่จำเป็นต้องติดป้ายกำกับข้อมูลทุกเหตุการณ์ด้วยคน 1

งานวิจัยที่เผยแพร่ระบุว่า PRAGMA มีหลายขนาด ตั้งแต่ 10 ล้านถึง 1,000 ล้านพารามิเตอร์ 1 ขนาดที่แตกต่างกันเปิดทางให้เลือกใช้โมเดลตามลักษณะงาน เช่น งานที่ต้องการความหน่วงต่ำมาก ไปจนถึงงานวิเคราะห์ที่ต้องการความแม่นยำและความซับซ้อนสูง

ฝึกจากธุรกรรมหลายพันล้านเหตุการณ์

ข้อมูลที่รายงานเกี่ยวกับการฝึก PRAGMA ครอบคลุมประวัติของลูกค้าประมาณ 26 ล้านราย รวมประมาณ 24,000 ล้านเหตุการณ์ทางการเงิน ใน 111 ประเทศ 110

เหตุการณ์เหล่านี้เป็นข้อมูลดิบที่มีการบันทึกเวลา เช่น การชำระเงิน การโอนเงิน และสัญญาณอื่น ๆ จากการใช้ผลิตภัณฑ์หรือพฤติกรรมของลูกค้า 110

คำอธิบายที่ระบุว่า PRAGMA เป็นโมเดลที่ “พัฒนาโดย NVIDIA” ควรเข้าใจว่าเป็นโมเดลที่ Revolut และ NVIDIA พัฒนาร่วมกัน ไม่ใช่ผลิตภัณฑ์ที่ NVIDIA สร้างขึ้นเพียงฝ่ายเดียว 1013

ใช้โครงสร้างพื้นฐาน NVIDIA H100 แต่ยังไม่มีรายละเอียดคลัสเตอร์ที่ยืนยันได้

งาน PRAGMA ของ Revolut ทำงานบนโครงสร้างพื้นฐานประมวลผลแบบเร่งความเร็วของ NVIDIA โดยกรณีศึกษาของ NVIDIA ระบุถึงการใช้ GPU NVIDIA H100 บน Nebius AI Cloud ร่วมกับเทคนิคอย่าง sequence packing และ dynamic batching เพื่อให้การฝึกโมเดลขนาดใหญ่ทำได้ภายในกรอบเวลาที่กำหนด 10

อย่างไรก็ตาม ข้อมูลที่มีอยู่ไม่ได้ยืนยันอย่างเป็นอิสระถึงจำนวน H100 ที่ใช้ หรือโครงสร้างการเชื่อมต่อของคลัสเตอร์ ดังนั้นจึงยังไม่ควรสรุปเป็นตัวเลขหรือรูปแบบโครงสร้างเฉพาะเจาะจง 16

ผลลัพธ์ที่ Revolut และ NVIDIA รายงาน

กรณีศึกษาของ NVIDIA เปรียบเทียบ PRAGMA กับระบบที่ใช้งานอยู่เดิมของ Revolut และรายงานผลลัพธ์ดังนี้ 6

• ความแม่นยำในการระบุความเสี่ยงผิดนัดชำระหนี้ดีขึ้น 2.3 เท่า
• ตรวจจับกรณีทุจริตได้มากขึ้น 65%
• ความแม่นยำของการแจ้งเตือนทุจริตเพิ่มขึ้น 17%
• คำแนะนำผลิตภัณฑ์มีความเกี่ยวข้องกับลูกค้ามากขึ้น 41%

ตัวเลขเหล่านี้เป็นผลการทดสอบและการเปรียบเทียบกับระบบเดิมที่บริษัทและ NVIDIA รายงาน ไม่ใช่ผลการตรวจสอบโดยอิสระ หรือผลการเปรียบเทียบกับอุตสาหกรรมธนาคารทั้งหมด 6

เปิดตัวหลังมีผลงานวิจัยและการทดสอบแล้ว

การเปิดตัว Revolut Research ไม่ได้หมายถึงการเริ่มต้นโครงการ AI จากศูนย์ เพราะก่อนหน้านั้นมีการเผยแพร่งานวิจัยเกี่ยวกับตระกูลโมเดล PRAGMA แล้ว และ NVIDIA ก็เผยแพร่กรณีศึกษาที่อธิบายการนำโมเดลแกนกลางเดียวมาใช้แทนระบบแยกส่วนด้านการตรวจจับทุจริต เครดิต การมีส่วนร่วมของลูกค้า และคำแนะนำผลิตภัณฑ์ 16

จึงกล่าวได้ว่าหน่วยงานใหม่นี้เป็นการจัดตั้งโครงสร้างอย่างเป็นทางการให้กับงานวิจัยและพัฒนาที่มีทั้งโมเดลที่เผยแพร่ต่อสาธารณะ และผลการทดสอบที่มุ่งเน้นการนำไปใช้งานจริงแล้ว 16

แผนเผยแพร่งานวิจัยและทำงานร่วมกับชุมชนวิทยาศาสตร์

Revolut ระบุว่า Revolut Research มีแผนที่จะ

• เผยแพร่งานวิจัยด้าน AI และแมชชีนเลิร์นนิง
• เปิดซอร์สเฟรมเวิร์กบางส่วนที่คัดเลือกแล้ว
• เข้าร่วมงาน GTC Berlin ของ NVIDIA
• เข้าร่วมการประชุม ACM International Conference on AI in Finance (ICAIF) ซึ่งเป็นเวทีวิชาการด้าน AI ในภาคการเงิน
• จัดมีตติ้งด้านวิทยาศาสตร์เป็นรายไตรมาส

สำหรับชื่อผู้บริหารและถ้อยคำสัมภาษณ์แบบคำต่อคำนั้น ยังไม่สามารถตรวจสอบยืนยันได้จากเอกสารแหล่งข้อมูลที่มีความน่าเชื่อถือสูงในชุดข้อมูลนี้ จึงควรตรวจสอบกับประกาศเปิดตัวฉบับจริงของ Revolut ก่อนนำไปอ้างโดยตรง

AI กับการขยายธุรกิจของ Revolut

โครงการนี้เกิดขึ้นในช่วงที่ Revolut ต้องการขยายระบบบริหารความเสี่ยงและการปรับประสบการณ์ให้เหมาะกับลูกค้าในระดับที่ใหญ่ขึ้น บริษัทกำลังขยายฐานลูกค้าไปมากกว่า 80 ล้านรายในกว่า 40 ตลาด ขณะที่การใช้โมเดลแกนกลางร่วมกันอาจช่วยให้การพัฒนาระบบมีความสอดคล้องและนำกลับมาใช้ซ้ำได้มากขึ้น 34

นอกจากนี้ หน่วยงานในฝรั่งเศสของ Revolut ยังได้รับใบอนุญาตธนาคารเต็มรูปแบบ หลังผ่านการอนุมัติที่เกี่ยวข้องกับหน่วยงานกำกับดูแลด้านธนาคารของฝรั่งเศส หรือ ACPR และธนาคารกลางยุโรป โดยเริ่มรองรับการดำเนินงานในฝรั่งเศส และเปิดทางสู่การขยายตัวในยุโรปตะวันตกเป็นลำดับ 34

ภาพรวมจึงไม่ใช่เพียงการเปิดตัวทีมวิจัย AI อีกหนึ่งทีม แต่เป็นความพยายามทำให้ AI กลายเป็นโครงสร้างพื้นฐานหลักของธุรกิจธนาคารของ Revolut: โมเดลเดียวที่เรียนรู้จากพฤติกรรมทางการเงินในวงกว้าง แล้วนำไปปรับใช้กับการตัดสินใจด้านความเสี่ยงและประสบการณ์ลูกค้าหลายรูปแบบ แทนการสร้างระบบแมชชีนเลิร์นนิงแยกใหม่สำหรับแต่ละผลิตภัณฑ์ 610