Revolut koulutti oman tekoälymallin 24 miljardilla maksutapahtumalla

Revolut on julkaissut PRAGMA-nimisen perusmallin, joka on koulutettu suoraan yhtiön omien asiakkaiden pankkidatalla. Kyseessä on ensimmäinen julkisesti dokumentoitu perusmalli, joka perustuu kuluttajapankin tapahtuma-aineistoon.

Kolmen kokoinen mallisarja kattaa 10 miljoonan, 100 miljoonan ja miljardin parametrin versiot. Koulutusaineistona on 26 miljoonan käyttäjän data 111 maasta: yhteensä 24 miljardia tapahtumaa, jotka muodostavat 207 miljardia tokenia. Ajanjakso ulottuu vuodesta 2023 vuoteen 2025.

Malli esiteltiin NVIDIA:n GTC 2026 -konferenssissa, ja tutkimusjulkaisu on luettavissa avoimesti arxiv-palvelussa.

Pankkitapahtumat tokeneiksi

PRAGMA on encoder-only Transformer, jossa pankkitapahtumat pilkotaan avain–arvo–aika-tokeneiksi. Euromäärät muunnetaan persentiililuokkiin, kategoriat saavat omat tokeninsa ja tekstikentät pilkotaan alasanoiksi. Sanasto kattaa noin 60 avaintokenia ja 28 000 arvotokenia.

Suurin malli koulutettiin 32 NVIDIA H100 -näytönohjaimella noin kahdessa viikossa. Tuotannossa päättelypinoa pyörittää yli 200 H100-suoritinta. Kevyt LoRA-hienosäätö, joka päivittää vain 2–4 prosenttia parametreista, riittää useimmissa tehtävissä täyden uudelleenkoulutuksen tasolle.

Tulokset ovat kiinnostavia. Luottopisteytyksen tarkkuus parani 130 prosenttia verrattuna aiempiin menetelmiin, ja petosten tunnistuksen muistiarvo nousi 65 prosenttia. Miljardin parametrin versio paransi luottopisteytystä vielä 35 prosenttia verrattuna pienimpään malliin.

Merkittävä heikkous löytyi rahanpesun tunnistamisesta. Suorituskyky jäi siinä 47 prosenttia jälkeen, koska malli käsittelee jokaisen käyttäjän tapahtumat erikseen eikä näe käyttäjien välisiä verkostoja. Rahanpesun jäljittäminen vaatii juuri sellaista kokonaiskuvan hahmottamista, johon yksittäisten tapahtumaketjujen malli ei pysty.

Tekoälyavustaja 13 miljoonalle brittiläiselle

Tekoälyinvestoinnit näkyvät myös asiakaspinnassa. Revolut lanseerasi 9. huhtikuuta AIR-tekoälyavustajan 13 miljoonalle Britannian asiakkaalle. Sovelluksen monivaiheinen navigointi korvautuu yhdellä keskusteluikkunalla: kulutusanalyysi, kortin jäädyttäminen, sijoitusten seuranta ja eSIM-ostot hoituvat yhdellä viestillä.

Revolut sai täyden brittiläisen pankkitoimiluvan vasta maaliskuussa 2026, ja yhtiöllä on globaalisti yli 70 miljoonaa asiakasta. Kilpailijat eivät jää katsomaan vierestä: Starling Bank ja NatWest lanseerasivat omat tekoälyavustajansa jo kuukautta aiemmin.

Suomalaisille Revolut-asiakkaille AIR ei ole vielä saatavilla. Yhtiö ei ole kertonut tarkkaa aikataulua eurooppalaiselle laajennukselle, mutta Revolutin tapa julkaista ensin Britanniassa ja laajentaa muutamassa kuukaudessa viittaa siihen, ettei odotus ole pitkä.

Suomalaiset pankit kulkevat eri polkua

Suomalaiset pankit eivät rakenna omia perusmalleja. OP Ryhmä käytti viime vuonna satoja miljoonia euroja ICT-kehitykseen ja on tuonut tekoälyavustajat 15 000 työntekijän käyttöön. Ryhmä on kouluttanut 450 sisäistä tekoälylähettilästä, mutta kyse on valmiiden mallien soveltamisesta, ei omien kouluttamisesta.

Nordea kulkee rajumpaa tietä. Pohjoismaiden suurin pankki ilmoitti noin 1 500 työpaikan vähennyksistä nimenomaan tekoälyn tuoman automaation seurauksena. Tavoitteena on 150 miljoonan euron vuotuiset säästöt vuoteen 2030 mennessä. Tekoäly automatisoi jo lainaprosesseja, riskienhallintaa ja petosten torjuntaa.

Ero on rakenteellinen. Revolutin 70 miljoonan asiakkaan datavaranto mahdollistaa oman perusmallin kouluttamisen. OP:n ja Nordean asiakasmassat ovat murto-osa tästä, ja molemmat nojaavat ulkopuolisten teknologiatoimittajien ratkaisuihin. Tavalliselle suomalaiselle pankkiasiakkaalle tämä näkyy vähitellen: automaatio nopeutuu, chatbotit paranevat, mutta teknologia tulee toistaiseksi muualta.

Kenen datalla malli oppi?

PRAGMA:n koulutusaineisto koostuu 26 miljoonan käyttäjän pankkitapahtumista 111 maasta. Revolut ei tutkimusjulkaisussaan erittele tarkasti, miten suostumus on hankittu tai miten aineisto on anonymisoitu. Suomessa Revolut toimii eurooppalaisen pankkitoimiluvan nojalla ja GDPR:n alaisuudessa, joten suomalaisten asiakkaiden tapahtumat ovat todennäköisesti osa koulutusaineistoa.

Pankkialan tekoälykehitys on edennyt pisteeseen, jossa chatbotit ovat vasta ensimmäinen askel. Revolut osoittaa, että fintech-toimija voi kouluttaa kokonaan oman perusmallin omasta datastaan – ja saada siitä mitattavaa etua. Perinteisille pankeille, myös suomalaisille, jää strateginen valinta: rakentaako omaa vai nojaako teknologiatoimittajiin.