Revolut ha desarrollado un modelo de inteligencia artificial propietario llamado PRAGMA, entrenado con 40 mil millones de transacciones y eventos financieros de 25 millones de usuarios en 111 países. El neobanco con sede en Londres anunció que este sistema supera el rendimiento de todas las herramientas especializadas que la compañía utilizaba previamente para detectar fraude, evaluar riesgo crediticio y predecir comportamiento de clientes. A diferencia de la mayoría de las instituciones financieras que pagan a OpenAI o Anthropic por acceso a inteligencia artificial, Revolut construyó su propia infraestructura de IA diseñada específicamente para tomar decisiones financieras en tiempo real.
Según información de la empresa, PRAGMA fue entrenado con 207 mil millones de puntos de datos que abarcan 25 meses de actividad real de clientes. El modelo no está diseñado para responder preguntas ni redactar correos electrónicos, sino para analizar patrones de comportamiento financiero y anticipar eventos como intentos de fraude o abandono de clientes.
Cómo el modelo de inteligencia artificial de Revolut difiere de soluciones estándar
Las plataformas de IA generativa como ChatGPT aprenden prediciendo secuencias de texto después de procesar grandes cantidades de información de internet. Sin embargo, los datos financieros no funcionan como texto convencional. Un registro bancario consiste en una secuencia de eventos estructurados: un cargo de suscripción de $14.99 un martes, una transferencia de $150 el día de Navidad, un depósito salarial el viernes siguiente. Cada evento incluye un tipo, monto, moneda, marca temporal y relación con otros eventos en el historial del cliente.
Cuando estos datos se introducen en modelos de IA basados en texto, el sistema procesa signos de dólar y dígitos de la misma manera que letras. Una transferencia de $1,000 y una de $10 parecen casi idénticas para el algoritmo, lo que provoca que se pierdan patrones críticos que señalan fraude o riesgo crediticio. Adicionalmente, la velocidad representa otro desafío: una verificación de fraude debe completarse en milisegundos antes de que se autorice una transacción, mientras que los modelos de IA de propósito general están diseñados para profundidad analítica en lugar de decisiones en tiempo real a gran escala.
PRAGMA reemplaza múltiples sistemas con una sola plataforma
El modelo propietario de Revolut lee cada evento financiero como tres componentes: qué ocurrió, los detalles específicos y cuándo sucedió. PRAGMA aprende patrones a través del historial completo de cada cliente, reconociendo secuencias de comportamiento que típicamente preceden eventos específicos. Por ejemplo, un cliente que recarga su cuenta, realiza un pequeño pago con tarjeta, envía una transferencia internacional y luego cesa actividad representa un patrón que el modelo aprende a identificar.
Según detalló Nebius, el socio de infraestructura en la nube de Revolut, el sistema opera en más de 200 GPUs NVIDIA H100. La compañía desarrolló tres versiones del modelo: una versión ligera de 10 millones de parámetros para verificaciones de fraude en tiempo real y una versión robusta de mil millones de parámetros para decisiones donde la precisión es prioritaria sobre la velocidad.
La ventaja operativa principal es la consolidación. La mayoría de las instituciones financieras ejecutan un modelo de IA separado para cada problema: uno para detección de fraude, otro para calificación crediticia, otro para valor de vida del cliente y otro para recomendaciones de productos. Cada uno requiere sus propios datos de entrenamiento, mantenimiento y equipo de ingeniería. PRAGMA reemplaza esa estructura completa con una sola base compartida, permitiendo a Revolut adaptar el modelo a nuevas tareas ajustando una pequeña fracción de sus parámetros en lugar de construir desde cero.
Ventaja competitiva frente a redes de pago tradicionales
Mastercard anunció en marzo que está construyendo un modelo de IA generativa basado en cientos de miles de millones de transacciones de pago anonimizadas, con aplicaciones en detección de fraude, programas de lealtad y análisis de portafolios. Plaid introdujo un modelo de transacciones diseñado para estandarizar cómo se leen datos de comerciantes entre instituciones. Sin embargo, estas compañías operan como redes que ven transacciones pero no el arco completo de la vida financiera de un cliente.
En contraste, Revolut como neobanco posee la imagen completa. La empresa ve dónde gastan los clientes, qué negocian, cómo mueven dinero internacionalmente y cómo navegan la aplicación antes y después de cada transacción. PRAGMA fue entrenado con todos estos datos fusionados en una representación única de cada usuario, proporcionando contexto que las redes de pago tradicionales no pueden replicar.
El enfoque de Revolut representa un cambio en cómo las instituciones financieras están abordando la inteligencia artificial. En lugar de depender de proveedores externos para capacidades de IA general, la compañía invirtió en desarrollar un modelo especializado que aprovecha su posición como banco digital integral. Los próximos meses mostrarán si otros neobancos y bancos tradicionales seguirán esta estrategia o continuarán dependiendo de soluciones de terceros para sus necesidades de IA.