Bancos europeus adotam modelos abertos da NVIDIA para IA própria
No GTC Berlin, Revolut, Lloyds, bunq e outros mostram IA financeira em produção com modelos de pesos abertos e infraestrutura própria.
Foto: Elias Gamez (Pexels)
No evento GTC Berlin, bancos, empresas de pagamento e provedores de dados financeiros europeus apresentaram sistemas de inteligência artificial (IA) em escala de produção — com computação acelerada da NVIDIA, modelos de pesos abertos e infraestrutura própria. A aposta é transformar dados internos em inteligência proprietária, sem depender só de modelos fechados de terceiros.
Casos como o PRAGMA da Revolut, o ATUM do Lloyds Banking Group e o assistente Finn do bunq mostram a corrida: treinar e operar IA no próprio ambiente, com controle de custo, soberania de dados e desempenho em bilhões de transações.
O que aconteceu
Segundo o blog da NVIDIA, instituições financeiras líderes na Europa escalam tecnologias inteligentes com computação avançada, de modelos fundacionais de transações a nuvens soberanas. A Revolut reconstrói sua pilha em torno do modelo fundacional PRAGMA. Com o kit NVIDIA cuDF e o software Dynamo-Triton em unidades de processamento gráfico (GPUs) NVIDIA Blackwell Ultra, a fintech opera o PRAGMA em produção para um público inicial de 80 milhões de clientes, com arquitetura projetada para crescer três vezes.
“A Revolut processa bilhões de transações — a oportunidade sempre esteve aí, mas a questão era se modelos fundacionais poderiam operar nessa escala e entre domínios. O PRAGMA responde a isso”, disse Pavel Nesterov, chefe de IA da Revolut. “Construído em colaboração com a NVIDIA, é a prova mais clara até agora de que a lacuna entre um avanço de pesquisa e um sistema bancário em produção pode ser fechada.”
No Reino Unido, o Starling Bank afirma ser o primeiro banco a treinar um modelo agêntico em nuvem soberana britânica: a camada “Starling Intelligence” roda na nuvem da Civo com dados de transações do próprio banco. O Lloyds Banking Group criou o ATUM, que converte bilhões de operações em inteligência reutilizável, acelerado por GPUs NVIDIA RTX PRO 6000 Blackwell. A SBS lançou uma plataforma de inteligência soberana para bancos rodarem modelos generativos e agênticos sem que os dados saiam de suas paredes.
Em custo, o bunq passou o assistente agêntico Finn a modelos de pesos abertos: na Nebius, com computação acelerada da NVIDIA, a qualidade se aproxima de modelos fechados líderes a 60% do custo por resposta. O NatWest desenvolve reconhecimento de sotaques, dialetos britânicos e jargão financeiro com modelos de fala da NVIDIA, incluindo o Nemotron 3.5 ASR (reconhecimento automático de fala). A Modulr especializa partes das operações de pagamento com o modelo aberto Nemotron-3-Ultra-550B. O Santander é adotante precoce da família NVIDIA Kumo para dados financeiros estruturados em cargas centrais do banco.
Na pesquisa, a LSEG trabalha com a NVIDIA para analisar dados históricos de tick até dez vezes mais rápido com o motor Polars em GPU, acelerado pelo cuDF. A RavenPack, no Bigdata.com, transforma hipóteses em linguagem natural em conjuntos rotulados para backtest, sobre um Nemotron ajustado. Em fraude, o HSBC aponta processamento cinco vezes mais rápido no motor GPU do Starburst Enterprise; a Stripe, em testes offline, registra pipelines 42 vezes mais rápidos e economia de 92% no Stripe Radar com Ray Data acelerado por GPU.
O que isso pode mudar
Se o padrão se consolidar, bancos e fintechs europeus podem reduzir a dependência de modelos fechados caros e manter dados sensíveis sob controle regulatório e soberano. A combinação de pesos abertos com hardware acelerado tende a encurtar o caminho entre laboratório e produção e a comprimir o tempo entre dado e decisão em fraude, crédito e atendimento.
O ritmo real ainda dependerá de custos operacionais, maturidade dos modelos agênticos, conformidade e da capacidade de treinar e operar IA em nuvem soberana ou infraestrutura própria. O GTC Berlin, por ora, deixa um mapa concreto: inteligência proprietária, no próprio perímetro, com modelos abertos e computação acelerada como motor comum.
Fontes: NVIDIA Blog
Fontes: NVIDIA Blog
Leia mais em: mundodosnegocio.com.br