NVIDIA Merilis Sembilan Juta Persona Keuangan Sintetis Jepang

Elith dan NVIDIA merilis Nemotron-Personas-Finance-Japan pada 9 November 2026, membuka akses ke sembilan juta persona sintetis Jepang untuk pengembangan AI komersial maupun nonkomersial. Dataset berlisensi CC BY 4.0 ini menambahkan data keuangan rumah tangga, perilaku terkait uang, dan literasi keuangan ke profil demografis, sehingga bank, perusahaan asuransi, dan pengembang dapat menguji sistem yang berinteraksi langsung dengan pelanggan tanpa menggunakan catatan pelanggan sungguhan.

Menurut NVIDIA, sejauh pengetahuannya, ini adalah dataset persona terbuka pertama berskala jutaan rekaman yang memadukan statistik resmi Jepang dengan data keuangan rumah tangga dan literasi keuangan. Dataset ini mengembangkan Nemotron-Personas-Japan, yang pada versi 23 September 2025 memuat enam juta persona dengan 22 atribut dan tidak mencakup persona khusus keuangan. Edisi baru ini berisi satu juta rekaman berbahasa Jepang, masing-masing dengan sembilan persona dan 50 atribut per rekaman, mencakup seluruh 47 prefektur dan lebih dari 1.600 kategori pekerjaan.

Rincian Keuangan di Luar Data Demografis

Tiga dari 20 atribut terkait persona masing-masing menggambarkan kebiasaan keuangan, perilaku pengambilan keputusan, dan kekhawatiran finansial. Sebanyak 30 atribut kontekstual mencakup pendapatan pribadi, aset rumah tangga, status tempat tinggal dan hipotek, kecenderungan konsumsi, skor literasi keuangan, penggunaan internet dan ponsel pintar, struktur rumah tangga, serta penilaian kesehatan diri. Profil-profil tersebut dapat menjadi dasar dialog multigilir dalam bahasa Jepang, mulai dari pensiunan di daerah yang bertanya tentang pewarisan aset hingga rumah tangga berpenghasilan ganda di perkotaan yang meninjau tabungan pendidikan dan hipotek.

Distribusi aset rumah tangga bersumber dari Survei Nasional Pendapatan, Konsumsi, dan Kekayaan Keluarga 2019 milik Biro Statistik, yang mengkaji konsumsi, pendapatan, aset, dan kewajiban keluarga. Analisis pada kartu dataset melaporkan bahwa proporsi rumah tangga yang memiliki aset keuangan sekurang-kurangnya 20 juta yen meningkat dari sekitar 10% pada kelompok usia 25–29 tahun menjadi sekitar 30% pada kelompok usia 60–64 tahun. Aset tetap relatif tinggi pada kelompok usia 60-an dan 70-an, meskipun pendapatan pribadi menurun menjelang masa pensiun. Hal ini mendukung pembuatan profil pelanggan yang berbeda untuk membangun kekayaan, merencanakan masa pensiun, dan mengatur warisan.

Konteks demografis ini sangat relevan untuk simulasi pensiun dan pewarisan: perkiraan populasi 2024 dari Biro Statistik menunjukkan bahwa penduduk berusia 65 tahun ke atas mencapai 29,3% dari populasi Jepang per 1 Oktober 2024. Persona sintetis ini hanya mencakup orang dewasa berusia 18 tahun ke atas. Penggunaan yang dimaksudkan meliputi agen layanan pelanggan, pengujian percakapan untuk penjualan dan pemasaran, simulasi NeMo User Sim, pengujian red-team, serta pemeriksaan konsistensi perilaku di berbagai lokasi pedesaan dan perkotaan, kelompok usia, tingkat pendidikan, dan kondisi ekonomi.

Cara Persona Ini Dibuat

Rangkaian teknologi pembuatannya menggabungkan NeMo Data Designer, kerangka model grafis probabilistik NeMo SDG-PGMs, dan model gemma-4-31B-it berlisensi Apache-2.0 untuk teks berbahasa Jepang. Data Designer menyediakan keluaran terstruktur, validasi, dan percobaan ulang otomatis. Sompo Japan, Tokio Marine Holdings, Bank of Fukuoka, Mizuho Financial Group, Meiji Yasuda Life Insurance, dan Financial Data Utilization Association memberikan masukan selama proses perancangan.

Kartu dataset menyebut data survei dan statistik J-FLEC sebagai salah satu sumber masukan awal lainnya. Indeks resmi J-FLEC menyatakan bahwa survei literasi keuangannya mencakup orang berusia 18–79 tahun, sedangkan survei perilaku keuangan rumah tangganya mengkaji aset, kewajiban, dan perencanaan hidup pada rumah tangga dengan dua orang maupun satu orang.

Setiap persona sepenuhnya buatan, bukan catatan pelanggan atau individu sungguhan, dan kemiripan apa pun dengan orang nyata hanya kebetulan. Versi publik di Hugging Face tidak menyertakan kolom nama depan dan nama belakang secara terpisah maupun alamat sintetis, serta tidak mencakup persona layanan kesehatan. Kartu dataset juga mengungkapkan asumsi bahwa pekerjaan tidak bergantung pada pendidikan jika prefektur dan jenis kelamin diketahui, serta menyatakan bahwa statistik sensus komprehensif tentang gender yang terpisah dari jenis kelamin tidak tersedia.

Dataset Privasi Pendamping

NVIDIA menyertakan Nemotron-PII-Japan sebagai dataset pendamping untuk melatih dan menguji sistem yang mendeteksi serta menyamarkan informasi pengenal pribadi (PII). Dataset ini memuat 100.000 dokumen bisnis sintetis berbahasa Jepang yang mencakup 43 jenis dokumen dalam delapan ranah, dengan 56 label PII dan 810.703 rentang teks beranotasi. Persona keuangan dapat menyimulasikan pelanggan, sementara dokumen PII digunakan untuk menguji apakah suatu alur pemrosesan dapat mengidentifikasi data sensitif.

Kartu PII mengingatkan bahwa hasil yang baik pada dokumen sintetis tidak menjamin deteksi menyeluruh, keadilan, perlindungan privasi, kepatuhan terhadap peraturan, ataupun pencegahan kebocoran pada data nyata. Secara keseluruhan, kedua dataset ini memberi tim AI keuangan cara terbuka untuk menguji interaksi dengan pelanggan sekaligus kontrol privasi. Karena itu, kinerja di dunia nyata dalam alur kerja berbahasa Jepang milik masing-masing institusi menjadi tolok ukur utama nilai praktis kedua rilis tersebut.