AWS та Razorpay Vulcan: перша в Індії AI-модель для платежів 2026

Єдина AI-система, навчена на майже 3 трильйонах даних із 4 мільярдів платежів, покликана зробити кожен цифровий платіж в Індії швидшим, безпечнішим та розумнішим.

Для мільйонів покупців в Індії одна невдала транзакція, запізніла OTP або шахрайське списання з картки — привід повернутися до готівки. Оскільки ринок електронної комерції країни рухається до прогнозованих $350 млрд до 2030 року, надійність цифрових платежів стає економічним пріоритетом. Razorpay разом із NVIDIA та AWS відповіли на цей виклик уніфікованою AI-моделлю, яка в реальному часі оцінює всі можливі маршрути платежу та обирає найбільш надійний ще до спроби транзакції.

Що було анонсовано

Razorpay представив Razorpay Vulcan — першу в Індії Transformer-модель штучного інтелекту, створену спеціально для платежів. Модель поєднує платіжні дані Razorpay з прискореними обчисленнями NVIDIA та хмарною інфраструктурою AWS, включно з Amazon SageMaker.

До офіційного запуску компоненти моделі вже працювали на 3 трильйонах точок даних мережі Razorpay. Клієнти Blinkit, Bachatt, redBus та інші вже отримали конкретні результати:

• Успішність платежів: зростання на 8-10%
• Міжнародне карткове шахрайство: у 8 разів більше виявлень
• Спірні та шахрайські транзакції: у 5 разів більше виявлень без зростання кількості сповіщень
• Персоналізація чекауту: на 40% більше покупців бачать свій улюблений UPI-додаток, що додає 1-2 лакхи покупок щомісяця

Чому це важливо

Для CIO, CISO та керівників IT у фінтеху, ритейлі та фінансових сервісах Vulcan сигналізує про перехід від фрагментованих спеціалізованих ML-моделей до уніфікованих foundation-моделей, що обмінюються сигналами між маршрутизацією, виявленням шахрайства, оцінкою ризиків і чекаутом. Замість підтримки та перенавчання окремих систем підприємства отримують одну модель, яка постійно навчається на кожній транзакції.

Razorpay переосмислює платіжну інтелектуальність у масштабі Індії за допомогою AI Foundation Model на Amazon SageMaker, що об'єднує мільярди транзакційних інсайтів у єдиний безперервно навчальний шар інтелекту та забезпечує вищу успішність платежів і безпеку корпоративного рівня.

Технічні деталі

• Архітектура: foundation-модель на базі Transformer, адаптована до патернів платіжних даних
• Масштаб навчання: близько 3 трильйонів точок даних та 4 мільярди платежів
• Сигналів на транзакцію: близько 3 000
• Обчислення: GPU NVIDIA для навчання та інференсу у масштабі
• Хмарна платформа: інфраструктура AWS з Amazon SageMaker для розробки, тренування та розгортання
• Можливості: гіпер-точна маршрутизація, виявлення шахрайства на рівні мережі, оцінка RTO-ризиків, персоналізація чекауту
• Право власності: архітектура та навчальні дані належать Razorpay

Softprom та Amazon Web Services

Softprom є офіційним партнером Amazon Web Services. Наша команда допомагає підприємствам проєктувати, мігрувати та масштабувати AI- і data-навантаження на AWS, зокрема за допомогою Amazon SageMaker для ініціатив у сфері machine learning та generative AI.

Цей матеріал підготовлено в рамках проєкту Softprom DistriFlow — автоматизованої системи моніторингу та адаптації новин вендорів. Джерело: оригінальна стаття.