NVIDIA lança nove milhões de personas financeiras sintéticas japonesas

A Elith e a NVIDIA lançaram o Nemotron-Personas-Finance-Japan em 9 de novembro de 2026, disponibilizando nove milhões de personas japonesas sintéticas para o desenvolvimento de IA comercial e não comercial. O conjunto de dados, licenciado sob CC BY 4.0, acrescenta informações sobre finanças domésticas, comportamento financeiro e educação financeira aos perfis demográficos, oferecendo a bancos, seguradoras e desenvolvedores uma maneira de testar sistemas voltados aos clientes sem usar registros de clientes reais.

A NVIDIA descreve o lançamento, até onde sabe, como o primeiro conjunto aberto de dados de personas em escala de milhões de registros a combinar estatísticas oficiais do Japão com dados sobre finanças domésticas e educação financeira. Ele amplia o Nemotron-Personas-Japan, cuja versão de 23 de setembro de 2025 reunia seis milhões de personas distribuídas por 22 campos e não incluía personas com foco específico em finanças. A nova edição contém um milhão de registros em japonês, cada um com nove personas e 50 campos, abrangendo todas as 47 províncias e mais de 1.600 categorias ocupacionais.

Detalhamento financeiro além dos dados demográficos

Três dos 20 campos relacionados às personas descrevem separadamente hábitos financeiros, comportamento na tomada de decisões e preocupações financeiras. Os 30 campos contextuais acrescentam renda pessoal, ativos da família, situação habitacional e de financiamento imobiliário, propensão ao consumo, pontuações de educação financeira, uso da internet e de smartphones, composição familiar e saúde autodeclarada. Esses perfis podem servir de base para diálogos em japonês com várias interações, desde um aposentado de uma região que pergunta sobre sucessão patrimonial até uma família urbana com duas rendas que analisa a poupança para a educação dos filhos e um financiamento imobiliário.

As distribuições de ativos das famílias têm como base a Pesquisa Nacional de Renda, Consumo e Patrimônio das Famílias de 2019 do Departamento de Estatística, que investiga o consumo, a renda, os ativos e os passivos das famílias. A análise do cartão do conjunto de dados informa que a proporção de famílias com pelo menos 20 milhões de ienes em ativos financeiros aumenta de cerca de 10% entre pessoas de 25 a 29 anos para cerca de 30% entre aquelas de 60 a 64 anos. Os ativos permanecem relativamente altos durante os 60 e os 70 anos, mesmo com a queda da renda pessoal em torno da aposentadoria, o que permite criar perfis distintos de clientes para acumulação de patrimônio, planejamento da aposentadoria e sucessão.

O contexto demográfico é particularmente relevante para simulações de aposentadoria e sucessão: as estimativas populacionais de 2024 do Departamento de Estatística indicam que, em 1º de outubro de 2024, as pessoas com 65 anos ou mais representavam 29,3% da população do Japão. As personas sintéticas abrangem apenas adultos com 18 anos ou mais. Entre os usos previstos estão agentes de atendimento ao cliente, testes de conversas de vendas e marketing, simulações com o NeMo User Sim, testes de segurança por equipes especializadas e verificações de consistência do comportamento em áreas rurais e urbanas, diferentes faixas etárias e níveis de escolaridade, e diversas condições econômicas.

Como as personas foram criadas

A estrutura de geração combina o NeMo Data Designer, a estrutura de modelos gráficos probabilísticos NeMo SDG-PGMs e o modelo gemma-4-31B-it, licenciado sob Apache 2.0, para textos em japonês. O Data Designer fornece resultados estruturados, validação e novas tentativas automatizadas. Sompo Japan, Tokio Marine Holdings, Bank of Fukuoka, Mizuho Financial Group, Meiji Yasuda Life Insurance e Financial Data Utilization Association contribuíram com comentários durante o processo de elaboração.

O cartão do conjunto de dados identifica as pesquisas e os dados estatísticos da J-FLEC como outra fonte de referência. O índice oficial da J-FLEC informa que sua pesquisa sobre educação financeira abrange pessoas de 18 a 79 anos, enquanto suas pesquisas sobre o comportamento financeiro das famílias examinam ativos, passivos e planejamento de vida em domicílios com duas pessoas e em domicílios unipessoais.

Todas as personas são artificiais e não correspondem a registros de clientes ou indivíduos reais; qualquer semelhança com uma pessoa real é coincidência. A versão pública no Hugging Face não inclui campos separados para nome e sobrenome, nem endereços sintéticos, e exclui personas relacionadas à saúde. O cartão também informa a premissa de que a ocupação é independente da escolaridade quando se consideram a província e o sexo, e afirma que não há estatísticas censitárias abrangentes sobre gênero independente do sexo.

Um conjunto de dados complementar sobre privacidade

A NVIDIA lançou o Nemotron-PII-Japan em conjunto, um conjunto de dados complementar para treinar e testar sistemas que detectam e ocultam informações de identificação pessoal (PII). Ele contém 100.000 documentos comerciais sintéticos em japonês, distribuídos por 43 tipos de documento em oito domínios, com 56 categorias de PII e 810.703 trechos anotados. As personas financeiras podem simular clientes, enquanto os documentos com PII permitem testar se um fluxo de processamento identifica dados sensíveis.

O cartão do conjunto de dados de PII alerta que bons resultados com documentos sintéticos não garantem detecção completa, equidade, proteção da privacidade, conformidade regulatória nem prevenção de vazamentos em dados reais. Em conjunto, os conjuntos de dados oferecem às equipes de IA financeira uma forma aberta de testar tanto as interações com clientes quanto os controles de privacidade. Portanto, o desempenho em situações reais, nos fluxos de trabalho em japonês das próprias instituições, é a medida decisiva do valor prático dos lançamentos.