Revolut quiere llevar su apuesta por la inteligencia artificial un paso más allá. La compañía ha anunciado la creación de Revolut Research, una nueva división integrada dentro de su departamento de IA que estará dedicada específicamente a investigar y desarrollar tecnologías de machine learning para el sector financiero. La nueva unidad nace con un objetivo claro: que la inteligencia artificial no sea simplemente una capa añadida sobre los sistemas financieros existentes, sino que forme parte de la arquitectura tecnológica de Revolut desde su núcleo.
La compañía considera que esta estrategia puede darle una ventaja frente a las entidades tradicionales, que en muchos casos tienen que adaptar sistemas tecnológicos desarrollados hace décadas mediante nuevas capas de software. El principal proyecto de Revolut Research es PRAGMA, un modelo fundacional desarrollado por Revolut en colaboración con NVIDIA y diseñado específicamente para comprender comportamientos financieros.
Según la compañía, PRAGMA se utiliza como base para diferentes aplicaciones, entre ellas la evaluación de riesgos en tiempo real, la operativa de la plataforma y las recomendaciones personalizadas de productos, la intención de Revolut es construir una arquitectura común de inteligencia artificial en lugar de utilizar numerosos modelos independientes para resolver cada problema. De esta manera, los diferentes servicios podrían beneficiarse de una misma capa de comprensión del comportamiento financiero de los clientes, la compañía asegura que las primeras pruebas realizadas con datos históricos han mostrado mejoras significativas frente a modelos tradicionales.
Uno de los resultados más destacados por Revolut corresponde a la evaluación del riesgo crediticio, según los datos proporcionados por la compañía, PRAGMA consiguió una precisión 2,3 veces superior en la detección del riesgo de impago frente a los modelos tradicionales utilizados como referencia. El modelo también se ha aplicado a la prevención del fraude, Revolut asegura haber conseguido detectar un 65 % más de casos de fraude, al mismo tiempo que aumentaba un 17 % la precisión de las alertas. La tercera área destacada es la personalización, en este caso, la compañía afirma que sus recomendaciones de productos fueron un 41 % más afines para los clientes de cuentas particulares y Business.
Estos resultados proceden de pruebas sobre datos históricos, por lo que Revolut los presenta como resultados de rendimiento técnico del modelo y no como una garantía de que esas mejoras se reproduzcan exactamente en todos los escenarios reales.
Uno de los pilares de la estrategia de Revolut Research es la enorme cantidad de datos que la compañía genera a través de su actividad, Revolut afirma contar con más de 80 millones de clientes en más de 40 mercados y procesar más de mil millones de operaciones mensuales, este volumen proporciona a sus modelos una gran cantidad de información sobre comportamientos financieros y transacciones.
La compañía plantea este sistema como un ciclo de mejora continua: los datos alimentan los modelos, los modelos permiten detectar patrones con mayor precisión y los resultados generan nuevas señales que pueden utilizarse para mejorar los sistemas. Es precisamente aquí donde Revolut considera que puede existir una ventaja difícil de replicar para entidades que no disponen de una infraestructura tecnológica y una base de datos financiera global comparable, sin embargo, este enfoque también convierte la gestión, seguridad y gobernanza de los datos financieros en elementos especialmente importantes de su estrategia de IA.
PRAGMA no será el único sistema de inteligencia artificial utilizado por Revolut, la compañía asegura que sus sistemas de seguridad analizan de forma proactiva cerca de mil millones de operaciones cada mes para identificar y frenar posibles actividades fraudulentas. Además, Revolut cuenta con diferentes motores de IA conectados a las funciones de su aplicación, entre ellos se encuentra AIR, un asistente capaz de realizar operaciones financieras complejas en un único paso, aunque actualmente esta función solo está disponible en Reino Unido.
La nueva división de investigación pretende precisamente desarrollar la tecnología que permita ampliar este tipo de capacidades y llevarlas a más partes de la plataforma, la filosofía detrás de Revolut Research queda resumida en el planteamiento de la compañía de "construir en lugar de parchear", en lugar de depender exclusivamente de modelos de inteligencia artificial de terceros y adaptarlos posteriormente a sus sistemas, Revolut quiere desarrollar modelos propios entrenados con sus datos operativos.
Pavel Nesterov, Head of AI de Revolut, sostiene que este enfoque permitirá a los equipos de ingeniería implementar nuevas funcionalidades con mayor rapidez y reducir las fricciones derivadas de sistemas tecnológicos fragmentados, por su parte, Anton Repushko, responsable de Revolut Research, defiende la creación de una inteligencia financiera construida desde la base y no mediante la combinación de numerosos modelos especializados.
La nueva división no estará centrada exclusivamente en desarrollar productos internos, Revolut Research tiene previsto publicar periódicamente resultados de sus investigaciones y lanzar frameworks técnicos de código abierto, además de colaborar con la comunidad científica y tecnológica. El equipo participará en congresos internacionales como la GTC de NVIDIA en Berlín y la ICAIF, y también organizará encuentros trimestrales destinados a investigadores en las propias oficinas de Revolut.
La compañía busca así construir una posición que vaya más allá de ser simplemente una entidad financiera que utiliza IA, quiere convertirse también en un actor relevante en la investigación aplicada de inteligencia artificial para el sector financiero. Revolut quiere que sus datos, modelos e infraestructura formen un ciclo tecnológico propio que le permita desarrollar nuevas capacidades de IA sin depender completamente de soluciones externas. La gran incógnita será hasta qué punto esta ventaja basada en datos puede mantenerse a medida que aumenten las exigencias de privacidad, regulación y gobernanza de la inteligencia artificial en el sector financiero.