NVIDIA udostępnia dziewięć milionów syntetycznych japońskich person finansowych

Elith i NVIDIA opublikowały Nemotron-Personas-Finance-Japan 9 listopada 2026 r., udostępniając dziewięć milionów syntetycznych japońskich person do komercyjnego i niekomercyjnego rozwoju AI. Zbiór danych na licencji CC BY 4.0 uzupełnia profile demograficzne o informacje o finansach gospodarstw domowych, zachowaniach finansowych i wiedzy finansowej, umożliwiając bankom, ubezpieczycielom i deweloperom testowanie systemów obsługujących klientów bez korzystania z rzeczywistych danych klientów.

NVIDIA określa tę publikację, według swojej wiedzy, jako pierwszy otwarty zbiór danych o personach w skali miliona rekordów, który łączy japońskie oficjalne statystyki z danymi o finansach gospodarstw domowych i wiedzy finansowej. Rozszerza on Nemotron-Personas-Japan, którego wersja z 23 września 2025 r. obejmowała sześć milionów person opisanych za pomocą 22 pól i nie zawierała person związanych z finansami. Nowe wydanie zawiera milion rekordów w języku japońskim, z których każdy obejmuje dziewięć person i 50 pól; uwzględnia wszystkie 47 prefektur oraz ponad 1600 kategorii zawodów.

Szczegóły finansowe wykraczające poza dane demograficzne

Trzy z 20 pól opisujących persony dotyczą odpowiednio nawyków finansowych, zachowań związanych z podejmowaniem decyzji i obaw finansowych. 30 pól kontekstowych obejmuje dodatkowo dochody osobiste, majątek gospodarstw domowych, sytuację mieszkaniową i status kredytu hipotecznego, skłonność do konsumpcji, wyniki oceny wiedzy finansowej, korzystanie z internetu i smartfonów, strukturę gospodarstwa domowego oraz samoocenę stanu zdrowia. Profile te mogą posłużyć do tworzenia wieloturowych dialogów w języku japońskim — od rozmowy z emerytem z regionu pytającym o sukcesję majątku po rozmowę z miejskim gospodarstwem domowym, w którym oboje partnerzy pracują, na temat oszczędności na edukację i kredytu hipotecznego.

Rozkład majątku gospodarstw domowych opiera się na badaniu Biura Statystycznego z 2019 r. dotyczącym dochodów, konsumpcji i majątku gospodarstw domowych, które analizuje konsumpcję, dochody, aktywa i zobowiązania rodzin. Z analizy zawartej w karcie zbioru danych wynika, że odsetek gospodarstw domowych posiadających co najmniej 20 mln jenów w aktywach finansowych wzrasta z około 10% wśród osób w wieku 25–29 lat do około 30% wśród osób w wieku 60–64 lat. Majątek utrzymuje się na stosunkowo wysokim poziomie, gdy ludzie są po sześćdziesiątce i siedemdziesiątce, nawet gdy dochody osobiste spadają w okresie przejścia na emeryturę. Pozwala to tworzyć odrębne profile klientów na potrzeby budowania majątku, planowania emerytury i dziedziczenia.

Kontekst demograficzny ma szczególne znaczenie dla symulacji dotyczących emerytur i dziedziczenia: według szacunków ludności z 2024 r. Biura Statystycznego osoby w wieku co najmniej 65 lat stanowiły 29,3% ludności Japonii na dzień 1 października 2024 r. Syntetyczne persony obejmują wyłącznie dorosłych w wieku co najmniej 18 lat. Do planowanych zastosowań należą agenci obsługi klienta, testowanie rozmów sprzedażowych i marketingowych, symulacje NeMo User Sim, testy red-team oraz sprawdzanie spójności zachowań w lokalizacjach wiejskich i miejskich, wśród osób w różnym wieku, o różnym poziomie wykształcenia i znajdujących się w odmiennych sytuacjach ekonomicznych.

Jak powstały persony

W procesie generowania połączono NeMo Data Designer, probabilistyczny model graficzny NeMo SDG-PGMs oraz model gemma-4-31B-it, licencjonowany na Apache 2.0 i przeznaczony do tworzenia tekstu w języku japońskim. Data Designer zapewnia uporządkowane wyniki, ich walidację i automatyczne ponawianie prób. Sompo Japan, Tokio Marine Holdings, Bank of Fukuoka, Mizuho Financial Group, Meiji Yasuda Life Insurance oraz Financial Data Utilization Association przekazały uwagi na etapie projektowania.

Karta zbioru danych wymienia ankiety i dane statystyczne J-FLEC jako kolejne źródło danych wejściowych. Oficjalny indeks J-FLEC informuje, że badanie wiedzy finansowej obejmuje osoby w wieku 18–79 lat, natomiast ankiety dotyczące zachowań finansowych gospodarstw domowych analizują aktywa, zobowiązania i planowanie życia w gospodarstwach dwuosobowych oraz jednoosobowych.

Każda persona jest sztuczna i nie stanowi zapisu dotyczącego rzeczywistego klienta ani osoby, a wszelkie podobieństwo do prawdziwych osób jest przypadkowe. Publiczna wersja w serwisie Hugging Face nie zawiera osobnych pól na imię i nazwisko ani syntetycznych adresów, a także wyklucza persony związane z ochroną zdrowia. W karcie ujawniono również założenie, że przy uwzględnieniu prefektury i płci zawód jest niezależny od wykształcenia, oraz stwierdzono, że nie są dostępne kompleksowe dane ze spisu ludności dotyczące płci niezależnej od płci biologicznej.

Uzupełniający zbiór danych dotyczący prywatności

NVIDIA opublikowała wraz z tym zbiorem Nemotron-PII-Japan — uzupełniający zbiór danych do trenowania i testowania systemów wykrywających i usuwających dane umożliwiające identyfikację osób (PII). Zawiera on 100 000 syntetycznych japońskich dokumentów biznesowych z 43 typów dokumentów z ośmiu dziedzin, 56 etykiet PII i 810 703 oznaczone fragmenty. Persony finansowe mogą służyć do symulowania klientów, a dokumenty PII — do sprawdzania, czy dany proces identyfikuje wrażliwe dane.

W karcie zbioru PII zaznaczono, że dobre wyniki uzyskane na syntetycznych dokumentach nie gwarantują pełnego wykrywania danych, bezstronności, ochrony prywatności, zgodności z przepisami ani zapobiegania wyciekom w przypadku rzeczywistych danych. Łącznie zbiory te zapewniają zespołom zajmującym się finansową AI otwarte rozwiązanie do testowania zarówno interakcji z klientami, jak i mechanizmów ochrony prywatności. O praktycznej wartości tych publikacji przesądzi zatem ich skuteczność w rzeczywistych procesach instytucji prowadzonych w języku japońskim.