Các tổ chức tài chính đang hội tụ vào các mô hình nền tảng giao dịch để xây dựng trí tuệ nhân tạo riêng của họ

Các tổ chức tài chính đã dành nhiều năm để xây dựng AI: các mô hình gian lận, mô hình tín dụng, công cụ đề xuất và hệ thống quản lý rủi ro. Mặc dù sự phát triển tràn lan của các mô hình chuyên biệt này đã mang lại hiệu quả, nhưng chúng cũng bị hạn chế bởi các hệ thống biệt lập. Các hệ thống biệt lập ngăn cản các tổ chức phát triển sự hiểu biết thống nhất về hành vi tài chính của người tiêu dùng. Khi các bộ dữ liệu doanh nghiệp tiếp tục tăng trưởng, khoảng cách giữa những gì các tổ chức biết và những gì AI của họ có thể suy luận cũng tăng lên – tạo ra cơ hội lớn cho ngành xây dựng trí thông minh bằng cách sử dụng dữ liệu độc quyền. Báo cáo Tình hình AI trong Dịch vụ Tài chính năm 2026 của NVIDIA cho thấy 65% tổ chức hiện đang sử dụng AI, với gần 90% đang triển khai hoặc đánh giá và hầu hết đều duy trì hoặc tăng chi tiêu. Nhưng khi AI mở rộng quy mô, độ phức tạp cũng tăng lên, và kiến trúc mô hình phân mảnh trở thành yếu tố hạn chế. Các công ty hàng đầu đang giải quyết thách thức này bằng cách xem xét lại chính kiến trúc. Trong khi ngành công nghiệp từng dựa vào các thuật toán thống kê và học máy được xây dựng riêng cho từng lĩnh vực kinh doanh, các mô hình nền tảng giao dịch dựa trên transformer giờ đây cho phép học một biểu diễn thống nhất, duy nhất về hành vi người tiêu dùng được đào tạo hoàn toàn trên dữ liệu độc quyền. Các mô hình nền tảng giao dịch là các hệ thống AI quy mô lớn được đào tạo trên hàng tỷ sự kiện tài chính – như thanh toán, chuyển khoản, tương tác sản phẩm và tín hiệu hành vi – biến dữ liệu thô thành thông tin tình báo, giúp các công ty phục vụ khách hàng tốt hơn. Sự thay đổi này mang tính cấu trúc. Một mô hình gian lận truyền thống đánh giá các tín hiệu riêng lẻ. Một mô hình nền tảng diễn giải hành vi trong ngữ cảnh, nơi thời gian, thiết bị, vị trí và hoạt động trước đó định hình ý nghĩa. Quan trọng hơn, nó mang sức mạnh của kiến trúc transformer vào dữ liệu dạng bảng, trích xuất các tín hiệu mà các thuật toán truyền thống trước đây không thể nhìn thấy. Một khoản thanh toán vào lúc nửa đêm có ý nghĩa khác khi đó là khoản thứ tư trong 10 phút, trên một thiết bị lạ, ở một thành phố mà khách hàng chưa từng giao dịch trước đây. Chiều sâu ngữ cảnh đó cải thiện hiệu suất trên nhiều tác vụ, không chỉ trong từng tác vụ. Phối hợp với NVIDIA, Revolut đã xây dựng PRAGMA – một họ mô hình nền tảng dựa trên transformer được đào tạo trên 24 tỷ sự kiện từ 26 triệu hồ sơ người dùng trải rộng trên hơn 100 quốc gia. Được hỗ trợ bởi toàn bộ ngăn xếp AI của NVIDIA – bao gồm NVIDIA Hopper GPU, thư viện NVIDIA cuDF và các mô hình mở NVIDIA Nemotron – chạy trên đám mây Nebius, một mô hình nền tảng duy nhất vượt trội hơn các mô hình chuyên biệt mạnh mẽ trong các lĩnh vực như chấm điểm tín dụng, phát hiện gian lận và đề xuất sản phẩm, đồng thời giảm sự phụ thuộc vào các tính năng được tạo thủ công. Ông Tadas Kriščiūnas, Trưởng bộ phận khoa học dữ liệu tín dụng của Revolut, cho biết: “Chúng tôi chuyển từ việc mất hàng tuần, hoặc thậm chí trong một số trường hợp là hàng tháng, để thiết kế tính năng sang không cần thời gian nào cho việc đó nữa”. Bất kỳ tổ chức nào giờ đây cũng có thể áp dụng phương pháp này bằng cách sử dụng ví dụ dành cho nhà phát triển Build Your Own Transaction Foundation Model mới của NVIDIA, cho phép các nhóm bắt đầu xây dựng các nhúng transformer trên dữ liệu giao dịch dạng bảng – tích hợp vào các quy trình hiện có mà không cần xây dựng lại từ đầu. Chi phí của sự phân mảnh Vấn đề không phải là các mô hình hiện tại, mà là quỹ đạo. Mỗi trường hợp sử dụng mới lại thêm một mô hình. Mỗi thị trường mới cần đào tạo lại. Các mô hình không thể chia sẻ ngữ cảnh sẽ bỏ lỡ giá trị. Mastercard đang phát triển một mô hình nền tảng dạng bảng lớn độc quyền cho các giao dịch thanh toán, được đào tạo trên hàng tỷ giao dịch ẩn danh hiện nay và được thiết kế để mở rộng quy mô lên hàng trăm tỷ trên các tập dữ liệu bổ sung bao gồm gian lận, ủy quyền, bồi hoàn, vị trí người bán và dữ liệu khách hàng thân thiết. Được xây dựng với các khả năng từ NVIDIA, AWS và Databricks – bao gồm thư viện mở NVIDIA NeMo AutoModel, một phần của khung NVIDIA NeMo, và điện toán tăng tốc – mô hình này nhằm mục đích giảm sự phụ thuộc vào vô số mô hình AI trên các thị trường, khách hàng và trường hợp sử dụng. Thử nghiệm ban đầu cho thấy mô hình này vượt trội hơn các kỹ thuật học máy tiêu chuẩn, với các ứng dụng đầy hứa hẹn trong an ninh mạng, phát hiện gian lận, khách hàng thân thiết, cá nhân hóa, tối ưu hóa danh mục đầu tư và phân tích. Adyen cũng đã triển khai các mô hình nền tảng giao dịch ở quy mô lớn, xử lý 1 nghìn tỷ USD thanh toán. Sử dụng học tăng cường (reinforcement learning), Adyen tối đa hóa tỷ lệ chuyển đổi và giảm thiểu rủi ro cho các nhà bán lẻ. Ông Dhruv Ghulati, Giám đốc sản phẩm AI chính tại Adyen, cho biết: “Ngay cả những cải tiến nhỏ như tăng 0,1% trong ủy quyền cũng có thể dẫn đến giá trị hàng hóa gộp gia tăng đáng kể và giảm chi phí đáng kể”. Lớp ngữ nghĩa cho thương mại tác nhân (Agentic Commerce) Bốn mươi hai phần trăm các công ty tài chính đã sử dụng hoặc đánh giá AI tác nhân. Khi các hệ thống này bắt đầu thực hiện các giao dịch – như quản lý đăng ký, định tuyến thanh toán và thực hiện mua hàng – bản chất của hành vi tài chính đang thay đổi. Stripe đang sử dụng nền tảng NVIDIA và AWS để xây dựng các mô hình nền tảng hiểu toàn bộ ngữ cảnh của hành vi giao dịch thay vì phản ứng với các tín hiệu riêng lẻ – chặn gần 112 tỷ USD gian lận vào năm ngoái và giảm trung bình 38% tỷ lệ gian lận. Dữ liệu giao dịch là lịch sử độc quyền mà các đối thủ cạnh tranh không thể sao chép. Dữ liệu đã tồn tại. Kiến trúc đã được chứng minh. Cơ sở hạ tầng đã sẵn sàng. Mở rộng quy mô thông qua các đối tác hệ sinh thái Ví dụ dành cho nhà phát triển "Build Your Own Transaction Foundation Model" (Xây dựng mô hình nền tảng giao dịch của riêng bạn) có sẵn để khách hàng chạy trên Amazon Web Services (AWS), được triển khai với Amazon SageMaker HyperPod, cũng như Nebius AI Cloud – được hỗ trợ bởi điện toán tăng tốc NVIDIA. Nebius AI Cloud hỗ trợ toàn bộ vòng đời của mô hình nền tảng giao dịch – từ triển khai ví dụ dành cho nhà phát triển thông qua đào tạo đa nút đến suy luận được quản lý trên Token Factory – được hỗ trợ bởi điện toán tăng tốc NVIDIA. Các công ty dịch vụ tài chính cũng có thể làm việc với các đối tác dịch vụ EXL, Infosys, GFT IT Consulting và Thoughtworks để áp dụng ví dụ dành cho nhà phát triển vào các trường hợp sử dụng cụ thể của họ. EXL đang tích hợp các mô hình nền tảng giao dịch vào nền tảng EXLerate.ai của mình để hợp nhất dữ liệu tài chính bị phân mảnh thành một hệ thống có thể mở rộng.