NVIDIA pubblica nove milioni di personas finanziarie sintetiche giapponesi

Elith e NVIDIA hanno pubblicato Nemotron-Personas-Finance-Japan il 9 novembre 2026, rendendo disponibili nove milioni di personas giapponesi sintetiche per lo sviluppo di IA, sia commerciale sia non commerciale. Il dataset, distribuito con licenza CC BY 4.0, aggiunge ai profili demografici informazioni sulle finanze familiari, sui comportamenti legati al denaro e sull’alfabetizzazione finanziaria, offrendo a banche, assicurazioni e sviluppatori un modo per testare sistemi destinati ai clienti senza utilizzare dati di clienti reali.

NVIDIA descrive questa pubblicazione, per quanto ne sa, come il primo dataset aperto di personas su scala di milioni di record che abbina le statistiche ufficiali giapponesi a dati sulle finanze familiari e sull’alfabetizzazione finanziaria. È un’estensione di Nemotron-Personas-Japan, la cui versione del 23 settembre 2025 comprendeva sei milioni di personas articolate in 22 campi e non includeva personas specifiche per il settore finanziario. La nuova edizione contiene un milione di record in lingua giapponese, ciascuno con nove personas e 50 campi, e copre tutte le 47 prefetture e oltre 1.600 categorie professionali.

Dettagli finanziari oltre i dati demografici

Tre dei 20 campi relativi alle personas descrivono separatamente le abitudini finanziarie, i comportamenti decisionali e le preoccupazioni di natura finanziaria. I 30 campi contestuali aggiungono informazioni sul reddito personale, sul patrimonio familiare, sulla situazione abitativa e sul mutuo, sulla propensione al consumo, sui punteggi di alfabetizzazione finanziaria, sull’uso di Internet e degli smartphone, sulla composizione del nucleo familiare e sullo stato di salute autovalutato. Questi profili possono costituire la base per dialoghi in giapponese su più turni, da un pensionato di una regione che chiede informazioni sul passaggio generazionale del patrimonio a una famiglia urbana con due redditi che valuta i risparmi per l’istruzione e un mutuo.

Le distribuzioni del patrimonio familiare si basano sulla Indagine nazionale del 2019 su reddito, consumi e patrimonio delle famiglie dell’Ufficio di statistica, che analizza i consumi, il reddito, il patrimonio e le passività delle famiglie. L’analisi riportata nella scheda del dataset indica che la quota di famiglie con almeno 20 milioni di yen in attività finanziarie passa da circa il 10% tra i 25 e i 29 anni a circa il 30% tra i 60 e i 64 anni. Il patrimonio rimane relativamente elevato per tutta la fascia dei 60 e 70 anni, anche se il reddito personale diminuisce in prossimità del pensionamento; ciò consente di creare profili di clientela distinti per l’accumulo di ricchezza, la pianificazione della pensione e l’eredità.

Il contesto demografico è particolarmente rilevante per le simulazioni relative alla pensione e all’eredità: secondo le stime demografiche del 2024 dell’Ufficio di statistica, al 1° ottobre 2024 le persone di almeno 65 anni rappresentavano il 29,3% della popolazione giapponese. Le personas sintetiche riguardano esclusivamente adulti di almeno 18 anni. Tra gli usi previsti figurano gli agenti del servizio clienti, i test delle conversazioni di vendita e marketing, le simulazioni con NeMo User Sim, i test di red team e le verifiche della coerenza dei comportamenti in contesti rurali e urbani e tra persone di età, livelli di istruzione e condizioni economiche diversi.

Come sono state create le personas

La pipeline di generazione combina NeMo Data Designer, il framework di modelli grafici probabilistici NeMo SDG-PGMs e il modello gemma-4-31B-it con licenza Apache 2.0 per la generazione di testi in giapponese. Data Designer fornisce output strutturati, convalida e nuovi tentativi automatizzati. Sompo Japan, Tokio Marine Holdings, Bank of Fukuoka, Mizuho Financial Group, Meiji Yasuda Life Insurance e Financial Data Utilization Association hanno fornito riscontri durante la fase di progettazione.

La scheda del dataset indica le indagini e i dati statistici di J-FLEC come un’altra fonte utilizzata per la generazione. L’indice ufficiale di J-FLEC spiega che la sua indagine sull’alfabetizzazione finanziaria riguarda persone di età compresa tra 18 e 79 anni, mentre le sue indagini sui comportamenti finanziari delle famiglie esaminano patrimonio, passività e pianificazione della vita per nuclei familiari composti da due persone e per persone sole.

Ogni persona è artificiale e non corrisponde ai dati di un cliente o di un individuo reale; qualsiasi somiglianza con una persona esistente è casuale. La versione pubblica su Hugging Face non include campi separati per nome e cognome né indirizzi sintetici, ed esclude le personas relative all’assistenza sanitaria. La scheda dichiara inoltre l’ipotesi che, a parità di prefettura e sesso, la professione sia indipendente dal livello di istruzione, e afferma che non sono disponibili statistiche censuarie complete sul genere indipendente dal sesso.

Un dataset complementare per la privacy

NVIDIA ha affiancato alla pubblicazione Nemotron-PII-Japan, un dataset complementare per addestrare e testare sistemi in grado di rilevare e oscurare le informazioni di identificazione personale (PII). Contiene 100.000 documenti aziendali giapponesi sintetici, appartenenti a 43 tipi di documento in otto ambiti, con 56 etichette PII e 810.703 segmenti annotati. Le personas finanziarie possono simulare i clienti, mentre i documenti PII servono a verificare se una pipeline individua i dati sensibili.

La scheda del dataset PII avverte che buoni risultati con documenti sintetici non garantiscono il rilevamento completo, l’equità, la tutela della privacy, la conformità normativa o la prevenzione delle fughe di dati reali. Nel loro insieme, i dataset offrono ai team che lavorano sull’IA finanziaria un modo aperto per testare sia le interazioni con i clienti sia i controlli della privacy. Le prestazioni nel mondo reale con i flussi di lavoro in lingua giapponese adottati dalle singole istituzioni rappresentano quindi il criterio decisivo per valutare il valore pratico delle pubblicazioni.