為什麼金融機構正在匯聚於交易基礎模型以構建自身智能
金融機構長期依賴碎片化的AI模型（如欺詐檢測、信貸評估等），但這些模型受限於孤立系統，無法形成統一的消費者金融行為理解。NVIDIA報告顯示65%的機構已採用AI，但模型複雜度成為瓶頸。領先企業正轉向基於Transformer的交易基礎模型，通過統一表示學習提升跨任務性能，如Revolut的PRAGMA模型在信貸、欺詐等領域超越專門模型。NVIDIA推出“構建自有交易基礎模型”開發者示例，助力機構利用專有數據開發智能。
金融機構多年來一直致力於構建AI系統，包括欺詐模型、信用模型、推薦引擎和風險系統。儘管這些針對特定任務的模型羣組曾經有效，但孤立的系統架構限制了其潛力。孤立系統阻礙了機構對消費者金融行為形成統一理解。隨着企業數據集的不斷增長，機構所知與其AI所能推理之間的差距也在擴大——這為行業利用專有數據構建智能創造了重大機遇。
NVIDIA的2026年金融服務AI現狀報告顯示，65%的機構已使用AI，近90%正在部署或評估，幾乎全部維持或增加投入。但隨着AI規模擴大，複雜性增加，碎片化的模型架構成為限制因素。
領先企業正通過重新思考架構本身來應對這一挑戰。過去，行業依賴於為每條業務線專門構建的統計和機器學習算法，而現在，基於Transformer的交易基礎模型使得僅基於專有數據學習消費者行為的統一表示成為可能。
交易基礎模型是大型AI系統，訓練於數十億金融事件——如支付、轉賬、產品交互和行為信號——將原始數據轉化為智能，幫助企業更好地服務客户。
這一轉變是結構性的。傳統的欺詐模型評估孤立信號，而基礎模型在上下文中解釋行為——時間、設備、地點和先前活動共同塑造含義。更重要的是，它將Transformer架構的力量帶到表格數據中，提取傳統算法無法察覺的信號。
例如，午夜支付的含義在10分鐘內第四次發生、使用陌生設備、在客户從未交易的城市的背景下截然不同。這種上下文深度提升了跨任務性能，而不僅僅是單個任務。
與NVIDIA合作，Revolut構建了PRAGMA——一個基於Transformer的基礎模型家族，訓練於覆蓋100多個國家2600萬用户記錄的240億事件。藉助NVIDIA的完整AI堆棧——包括NVIDIA Hopper GPU、NVIDIA cuDF庫和NVIDIA Nemotron開放模型——在Nebius雲上運行，單個基礎模型在信貸評分、欺詐檢測和產品推薦等域中超越了強特化模型，同時減少了對手工特徵的依賴。
“我們從數週甚至數月的特徵工程變為完全不需要特徵工程，”Revolut集團信用數據科學主管Tadas Kriščiūnas表示。
任何機構現在都可以通過NVIDIA的新“構建自有交易基礎模型”開發者示例採用這種方法，該示例使團隊能夠在表格交易數據上開始構建Transformer嵌入，並集成到現有管道中，無需從頭重建。
碎片化的成本
問題不在於今天的模型，而在於趨勢。每個新用例添加另一個模型。每個新市場需要重新訓練。無法共享上下文的模型留下了價值未兑現。
Mastercard正在開發一個專有的大型表格基礎模型用於支付，訓練於數十億匿名交易，並設計擴展到數千億，涵蓋欺詐、授權、退款、商户位置和忠誠度數據。
藉助NVIDIA、AWS和Databricks的能力——包括NVIDIA NeMo AutoModel開放庫和加速計算——該模型旨在減少跨市場、客户和用例的大量AI模型依賴。早期測試顯示其優於標準機器學習技術，在網絡安全、欺詐檢測、忠誠度、個性化、投資組合優化和分析方面有前景。
Adyen也已大規模部署交易基礎模型，處理1萬億美元支付。使用強化學習，Adyen最大化轉化率並最小化商户風險。
“即使是0.1%的授權提升這樣的微小改進，也可以轉化為巨大的毛商品價值和顯著的成本降低，”Adyen首席AI產品經理Dhruv Ghulati説。
代理式商業的語義層
42%的金融機構已經使用或正在評估代理式AI。隨着這些系統開始執行交易——如管理訂閲、路由支付和進行購買——金融行為的性質正在改變。
Stripe正在利用NVIDIA和AWS平台構建基礎模型，理解交易行為的完整上下文，而不是對單個信號做出反應——去年阻止了近1120億美元的欺詐，平均降低欺詐率38%。
交易數據是競爭對手無法複製的專有歷史。數據已經存在。架構已經驗證。基礎設施已經就緒。
通過生態夥伴擴展
“構建自有交易基礎模型”開發者示例可供客户在Amazon Web Services（AWS）上運行，使用Amazon SageMaker HyperPod部署，以及Nebius AI Cloud——由NVIDIA加速計算驅動。
Nebius AI Cloud支持完整的交易基礎模型生命週期——從開發者示例部署到多節點訓練再到Token Factory上的託管推理——由NVIDIA加速計算驅動。
金融服務公司還可以與EXL、Infosys、GFT IT Consulting和Thoughtworks等服務夥伴合作，將開發者示例應用於其特定用例。
EXL正在將交易基礎模型集成到其EXLerate.ai平台，將孤立的金融數據統一為可擴展的企業智能層，由專有交易數據驅動。與NVIDIA合作，EXL正在使用此架構幫助金融機構加速模型開發、增強上下文決策並大規模運營代理式AI。
Thoughtworks正在幫助金融機構在複雜銀行環境中運營化交易基礎模型，將其集成到支付、服務和風險中，同時建立必要的治理和AI運營模型。該公司將在即將於6月17日舉行的AWS紐約峯會上展示關於交易基礎模型的演示和演講。
GFT IT Consulting正在將交易基礎模型集成到其旗艦解決方案中：Wynxx，一個代理式AI平台，被100多家金融機構用於安全AI採用，涵蓋信用風險等領域；以及Smaragd，一個合規引擎，為大型銀行減少高達75%的誤報。
加入NVIDIA參加6月2日至4日的Money20/20歐洲大會，瞭解交易基礎模型如何推動金融服務下一代AI。
在build.nvidia.com上探索“構建自有交易基礎模型”開發者示例。