NVIDIA publie neuf millions de personas financières synthétiques japonaises

Elith et NVIDIA ont publié Nemotron-Personas-Finance-Japan le 9 novembre 2026, mettant neuf millions de personas synthétiques japonaises à la disposition du développement de l’IA à des fins commerciales et non commerciales. Ce jeu de données sous licence CC BY 4.0 enrichit les profils démographiques d’informations sur les finances des ménages, les comportements financiers et la culture financière. Les banques, les assureurs et les développeurs peuvent ainsi tester des systèmes destinés aux clients sans utiliser de données réelles sur ces derniers.

NVIDIA présente cette publication, à sa connaissance, comme le premier jeu de données ouvert de personas à l’échelle du million d’entrées à associer les statistiques officielles du Japon à des données sur les finances des ménages et la culture financière. Il complète Nemotron-Personas-Japan, dont la version du 23 septembre 2025 comptait six millions de personas réparties sur 22 champs et ne comprenait pas de personas consacrées aux finances. La nouvelle édition comprend un million d’enregistrements en japonais, avec neuf personas par enregistrement et 50 champs pour chacun. Elle couvre les 47 préfectures et plus de 1 600 catégories professionnelles.

Des détails financiers qui vont au-delà des données démographiques

Trois des 20 champs relatifs aux personas décrivent séparément les habitudes financières, les comportements décisionnels et les préoccupations financières. Les 30 champs contextuels ajoutent le revenu personnel, les actifs du ménage, la situation en matière de logement et de prêt immobilier, la propension à consommer, des scores de culture financière, l’utilisation d’Internet et des smartphones, la composition du ménage et l’état de santé autoévalué. Ces profils peuvent servir de base à des dialogues en japonais sur plusieurs échanges : par exemple, un retraité vivant en région qui s’informe sur la transmission de son patrimoine, ou un ménage urbain où les deux conjoints travaillent et qui examine son épargne pour les études et son prêt immobilier.

Les données sur la répartition des actifs des ménages s’appuient sur la Enquête nationale de 2019 sur les revenus, la consommation et le patrimoine des ménages du Bureau de la statistique, qui étudie la consommation, les revenus, les actifs et les dettes des familles. L’analyse de la fiche du jeu de données indique que la proportion de ménages détenant au moins 20 millions de yens d’actifs financiers passe d’environ 10 % chez les 25–29 ans à environ 30 % chez les 60–64 ans. Les actifs restent relativement élevés chez les personnes dans la soixantaine et la soixante-dizaine, même si le revenu personnel diminue à l’approche de la retraite. Cela permet de créer des profils de clientèle distincts pour la constitution d’un patrimoine, la préparation de la retraite et la succession.

Le contexte démographique est particulièrement pertinent pour les simulations liées à la retraite et à la succession : selon les estimations démographiques de 2024 du Bureau de la statistique, les personnes âgées de 65 ans ou plus représentaient 29,3 % de la population japonaise au 1er octobre 2024. Les personas synthétiques couvrent uniquement les adultes âgés de 18 ans ou plus. Parmi les utilisations prévues figurent les agents du service à la clientèle, les tests de conversations commerciales et marketing, les simulations avec NeMo User Sim, les exercices d’équipe rouge et la vérification de la cohérence des comportements selon le lieu de résidence — rural ou urbain —, l’âge, le niveau d’études et la situation économique.

Comment les personas ont été créées

La chaîne de génération associe NeMo Data Designer, le cadre de modèles graphiques probabilistes NeMo SDG-PGMs et le modèle gemma-4-31B-it, sous licence Apache 2.0, pour le texte japonais. Data Designer fournit des sorties structurées, la validation et des tentatives automatiques supplémentaires. Sompo Japan, Tokio Marine Holdings, Bank of Fukuoka, Mizuho Financial Group, Meiji Yasuda Life Insurance et la Financial Data Utilization Association ont formulé des commentaires pendant le processus de conception.

La fiche du jeu de données cite les enquêtes et les données statistiques de J-FLEC parmi les autres sources utilisées. L’index officiel de J-FLEC indique que son enquête sur la culture financière porte sur les personnes âgées de 18 à 79 ans, tandis que ses enquêtes sur les comportements financiers des ménages examinent les actifs, les dettes et la planification de vie des ménages composés de deux personnes et des personnes vivant seules.

Chaque persona est artificielle et ne correspond à aucune donnée sur un client ou une personne réelle ; toute ressemblance avec une personne réelle est fortuite. La version publique sur Hugging Face ne comprend ni champs distincts pour le prénom et le nom, ni adresses synthétiques, et exclut les personas du secteur de la santé. La fiche indique également que le modèle suppose que la profession est indépendante du niveau d’études, une fois pris en compte la préfecture et le sexe, et précise qu’il n’existe pas de statistiques de recensement complètes sur le genre indépendamment du sexe.

Un jeu de données complémentaire sur la confidentialité

NVIDIA a accompagné cette publication de Nemotron-PII-Japan, un jeu de données complémentaire destiné à entraîner et à tester des systèmes capables de détecter et de masquer les informations personnelles identifiantes (PII). Il comprend 100 000 documents commerciaux japonais synthétiques répartis entre 43 types de documents et huit domaines, avec 56 catégories de PII et 810 703 segments annotés. Les personas financières peuvent simuler des clients, tandis que les documents contenant des PII permettent de vérifier si une chaîne de traitement repère les données sensibles.

La fiche du jeu de données sur les PII précise que de bons résultats sur des documents synthétiques ne garantissent ni une détection complète, ni l’équité, ni la protection de la vie privée, ni la conformité réglementaire, ni la prévention des fuites de données réelles. Ensemble, ces jeux de données offrent aux équipes spécialisées dans l’IA financière un moyen ouvert de tester à la fois les interactions avec les clients et les mesures de protection de la vie privée. Les performances dans les processus de travail réels en japonais des établissements concernés seront donc le critère déterminant pour évaluer la valeur pratique de ces publications.