Revolut Research: Vì sao Revolut muốn tự xây AI thay vì “chắp vá” công cụ bên ngoài?

Revolut Research có vai trò gì?

Revolut đã công bố Revolut Research, một bộ phận nghiên cứu AI chuyên trách nằm trong tổ chức AI rộng hơn của công ty. Thay vì ghép nhiều công cụ AI bên thứ ba cho từng bài toán, bộ phận này sẽ biến các nghiên cứu máy học chuyên biệt cho ngân hàng thành năng lực có thể triển khai trong thực tế.

Revolut Research cũng được định vị là “động cơ” đứng sau PRAGMA — chương trình phát triển mô hình nền tảng của Revolut, được thực hiện với sự hợp tác của NVIDIA. 61013

“Build, don’t bolt on” nghĩa là gì?

Cụm từ “build, don’t bolt on” có thể hiểu là “tự xây từ nền tảng, thay vì lắp thêm từng mảnh”. Với Revolut, chiến lược này hướng tới việc sử dụng một bộ khung mô hình ngân hàng dùng chung cho nhiều chức năng, thay cho các mô hình tách rời cùng những bảng đặc trưng được xây thủ công cho từng sản phẩm.

Một nền tảng hành vi tài chính thống nhất có thể được điều chỉnh cho nhiều nhiệm vụ như:

• chấm điểm tín dụng và đánh giá nguy cơ vỡ nợ;
• phát hiện gian lận;
• phân khúc khách hàng;
• dự đoán mức độ gắn kết hoặc giá trị vòng đời khách hàng; và
• cá nhân hóa đề xuất sản phẩm. 610

Cách tiếp cận này có thể giúp Revolut giảm việc duy trì nhiều hệ thống máy học riêng biệt, đồng thời tạo ra một lớp dữ liệu hành vi nhất quán hơn cho các quyết định liên quan đến rủi ro và trải nghiệm khách hàng.

PRAGMA là mô hình như thế nào?

PRAGMA là viết tắt của PRe-trained Banking Foundation Model, tức “mô hình nền tảng ngân hàng được tiền huấn luyện”. Đây là một họ mô hình dạng encoder, dựa trên kiến trúc Transformer, được thiết kế để xử lý chuỗi sự kiện ngân hàng đến từ nhiều nguồn. 1

Khác với các mô hình ngôn ngữ chủ yếu học từ văn bản, PRAGMA học từ những lịch sử tài chính có cấu trúc và độ dài không cố định. Dữ liệu có thể bao gồm thanh toán, chuyển tiền cùng các tín hiệu liên quan đến sản phẩm và hành vi sử dụng dịch vụ.

Mô hình được huấn luyện bằng mục tiêu mô hình hóa phần bị che, một phương pháp tự giám sát trong đó hệ thống phải suy ra những sự kiện hoặc phần dữ liệu bị ẩn trong chuỗi lịch sử. Sau đó, nền tảng có thể được tinh chỉnh tương đối nhẹ cho từng nhiệm vụ cụ thể, thay vì xây một mô hình hoàn toàn mới từ đầu. 111

Dữ liệu huấn luyện và quy mô của PRAGMA

Theo bài nghiên cứu được công bố, PRAGMA bao gồm các phiên bản từ 10 triệu đến 1 tỷ tham số. Nghiên cứu mô tả mô hình được huấn luyện trên khoảng 26 triệu lịch sử khách hàng, tương ứng 24 tỷ sự kiện ngân hàng tại 111 quốc gia. 110

Một số bài viết khác đề cập các con số khác, chẳng hạn 25 triệu người dùng hoặc 40 tỷ sự kiện. Tuy nhiên, các số liệu được bài nghiên cứu PRAGMA và tài liệu điển hình của NVIDIA trong bộ nguồn này ủng hộ là khoảng 26 triệu lịch sử khách hàng và 24 tỷ sự kiện. 110

Cách gọi PRAGMA là sản phẩm “do NVIDIA phát triển” cũng cần được hiểu chính xác hơn: đây là mô hình được Revolut và NVIDIA cùng xây dựng, không phải sản phẩm chỉ do NVIDIA phát triển. 1013

Hạ tầng NVIDIA H100: Điều gì đã được xác nhận?

Quá trình phát triển PRAGMA sử dụng hạ tầng điện toán tăng tốc của NVIDIA. Tài liệu điển hình của NVIDIA nhắc tới GPU NVIDIA H100 trên Nebius AI Cloud, cùng các kỹ thuật như đóng gói chuỗi và xử lý theo lô động để khả thi hóa việc tiền huấn luyện quy mô lớn trong những khoảng thời gian cố định. 610

Tuy vậy, các tài liệu được cung cấp không xác nhận độc lập số lượng GPU H100 hay cấu trúc chính xác của cụm máy được sử dụng. Vì thế, có thể khẳng định PRAGMA chạy trên hạ tầng điện toán tăng tốc của NVIDIA và có sử dụng H100 theo tài liệu NVIDIA, nhưng chưa nên khẳng định một con số cụ thể về cụm GPU.

Những kết quả Revolut và NVIDIA công bố

Trong nghiên cứu điển hình của NVIDIA, PRAGMA được so sánh với các mô hình đang vận hành trước đó của Revolut. Các kết quả được báo cáo gồm:

• độ chính xác trong nhận diện rủi ro vỡ nợ cao hơn 2,3 lần;
• phát hiện thêm 65% trường hợp gian lận;
• độ chính xác của cảnh báo gian lận tăng 17%; và
• đề xuất sản phẩm phù hợp hơn 41%. 6

Đây là các kết quả benchmark do Revolut và NVIDIA công bố khi so sánh với những đường cơ sở trong môi trường sản xuất. Chúng không phải kết quả đã được kiểm toán độc lập hoặc một phép đo hiệu suất trên toàn ngành. 6

Điều gì đã diễn ra trước khi Revolut Research ra mắt?

Việc thành lập Revolut Research không bắt đầu từ con số 0. Trước thời điểm công bố bộ phận mới, Revolut và NVIDIA đã có bài nghiên cứu về họ mô hình PRAGMA, trong khi NVIDIA cũng công bố một nghiên cứu điển hình mô tả việc gom các hệ thống riêng lẻ dành cho gian lận, tín dụng, mức độ gắn kết và đề xuất sản phẩm vào một nền tảng chung. 16

Nói cách khác, Revolut Research giúp thể chế hóa một chương trình R&D đã có sản phẩm nghiên cứu và các kết quả thử nghiệm hướng tới triển khai. Bộ phận mới sẽ làm đầu mối để tiếp tục phát triển các mô hình nền tảng dành cho dịch vụ tài chính.

Kế hoạch công bố nghiên cứu và kết nối cộng đồng

Revolut cho biết bộ phận này dự kiến:

• công bố các kết quả nghiên cứu;
• mã nguồn mở một số framework được lựa chọn;
• tham gia GTC Berlin và Hội nghị quốc tế ACM về AI trong tài chính (ICAIF); và
• tổ chức các buổi gặp gỡ khoa học theo quý.

Các nguồn có độ tin cậy cao trong bộ tài liệu hiện có chưa đủ để xác minh độc lập toàn bộ tên lãnh đạo hoặc nguyên văn từng phát biểu được dẫn lại trong các bài viết thứ cấp. Vì vậy, những chi tiết này nên được đối chiếu thêm với thông cáo ra mắt chính thức của Revolut.

Liên hệ với tốc độ mở rộng của Revolut

Sáng kiến AI này xuất hiện trong bối cảnh Revolut muốn mở rộng các hệ thống quản trị rủi ro và cá nhân hóa khi phục vụ hơn 80 triệu khách hàng tại trên 40 thị trường, theo bối cảnh doanh nghiệp được cung cấp.

Trong tháng 8/2026, pháp nhân tại Pháp của Revolut cũng nhận được giấy phép ngân hàng đầy đủ sau quá trình phê duyệt có sự tham gia của Cơ quan Kiểm soát và Giải quyết Thận trọng Pháp (ACPR) cùng Ngân hàng Trung ương châu Âu (ECB). Ban đầu, giấy phép hỗ trợ hoạt động tại Pháp và mở đường cho kế hoạch mở rộng từng bước sang Tây Âu. 34

Quy mô khách hàng lớn hơn và phạm vi hoạt động rộng hơn khiến việc dùng những mô hình rời rạc cho từng sản phẩm trở nên phức tạp hơn. Về mặt thực tiễn, Revolut Research được lập ra để biến AI thành một năng lực ngân hàng cốt lõi, có thể tái sử dụng: một mô hình học từ hành vi tài chính trên diện rộng rồi được thích ứng cho nhiều quyết định chịu sự quản lý cũng như nhiều trải nghiệm khách hàng khác nhau. 610