AWS und Razorpay Vulcan: Indiens erstes AI-Zahlungsmodell 2026

Ein einziges AI-System, trainiert auf nahezu 3 Billionen Datenpunkten aus 4 Milliarden Zahlungen, soll jede digitale Zahlung in Indien schneller, sicherer und intelligenter machen.

Für Millionen Konsumenten in Indien reicht eine fehlgeschlagene Transaktion, eine verspätete OTP oder eine betrügerische Kartenbelastung, um sie zurück zum Bargeld zu treiben. Da der indische E-Commerce-Markt auf prognostizierte 350 Milliarden US-Dollar bis 2030 zusteuert, wird die Zuverlässigkeit digitaler Zahlungen zur wirtschaftlichen Priorität. Razorpay hat gemeinsam mit NVIDIA und AWS ein einheitliches AI-Foundation-Modell entwickelt, das jeden Zahlungsweg in Echtzeit bewertet und den zuverlässigsten Pfad wählt, bevor die Transaktion überhaupt versucht wird.

Was wurde angekündigt

Razorpay hat Razorpay Vulcan vorgestellt, Indiens erstes Transformer-basiertes AI-Foundation-Modell speziell für Zahlungen. Das Modell kombiniert die Zahlungsdaten von Razorpay mit beschleunigter Rechenleistung von NVIDIA und der AWS-Cloud-Infrastruktur, einschließlich Amazon SageMaker.

Bereits vor der offiziellen Markteinführung liefen Komponenten des Modells auf 3 Billionen Datenpunkten im Netzwerk von Razorpay. Kunden wie Blinkit, Bachatt und redBus haben messbare Ergebnisse erzielt:

• Erfolgsrate von Zahlungen: Steigerung um 8-10%
• Internationale Kartenbetrugserkennung: 8-fache Erhöhung
• Betrügerische oder strittige Transaktionen: 5-fache Erkennung ohne mehr Alarme
• Checkout-Personalisierung: 40% mehr Käufer sehen ihre bevorzugte UPI-App

Warum dies relevant ist

Für CIOs, CISOs sowie IT- und Beschaffungsleitende in Fintech, Handel und Finanzdienstleistungen markiert Vulcan den Wechsel von fragmentierten spezialisierten ML-Modellen zu einheitlichen Foundation-Modellen, die Signale über Routing, Betrugserkennung, Risikobewertung und Checkout hinweg teilen. Statt separate Systeme zu warten und neu zu trainieren, verlassen sich Unternehmen auf ein Modell, das kontinuierlich aus jeder Transaktion lernt.

Razorpay denkt Zahlungsintelligenz im indischen Maßstab neu, mit einem AI-Foundation-Modell auf Amazon SageMaker, das Milliarden von Transaktionseinblicken in eine einzige, kontinuierlich lernende Intelligenzebene konsolidiert und höhere Zahlungserfolgsraten sowie Sicherheit auf Enterprise-Niveau liefert.

Technische Details

• Architektur: Transformer-basiertes Foundation-Modell, adaptiert an Zahlungsdaten
• Trainingsumfang: rund 3 Billionen Datenpunkte, 4 Milliarden Zahlungen
• Signale je Transaktion: etwa 3.000
• Rechenleistung: NVIDIA GPUs für Training und skalierbare Inferenz
• Cloud-Plattform: AWS-Infrastruktur mit Amazon SageMaker
• Funktionen: Hyper-Precision Routing, netzwerkweite Betrugserkennung, RTO-Risikoanalyse, prädiktive Checkout-Personalisierung
• Eigentumsrechte: Architektur und Trainingsdaten gehören Razorpay

Softprom und Amazon Web Services

Softprom ist der offizielle Partner von Amazon Web Services. Unser Team unterstützt Unternehmen bei der Planung, Migration und Skalierung von AI- und Daten-Workloads auf AWS, einschließlich Amazon SageMaker für Machine-Learning- und Generative-AI-Initiativen.

Dieser Inhalt wurde im Rahmen des Projekts Softprom DistriFlow erstellt — eines automatisierten Systems zur Überwachung und Anpassung von Vendor-News. Quelle: Originalartikel.