Im Vergleich zu herkömmlichen ML-Modellen liefern die Foundation-Modelle von NeoSpace, die von NVIDIA unterstützt werden, verbesserte Ergebnisse über Kundengruppen, Datenmodalitäten und Zeiträume hinweg. NeoSpace erzielte eine mindestens 30–50 % höhere Genauigkeit, sodass seine Kunden aus dem Finanzdienstleistungssektor KI-Anwendungsfälle erweitern können, ohne ihre Infrastruktur neu konzipieren zu müssen.

Im Rahmen einer Vorzeigebereitstellung arbeitete NeoSpace mit einem weiteren großen lateinamerikanischen Finanzinstitut zusammen, um eine Lösung zur Neigungsmodellierung auf Basis umfangreicher tabellarischer Daten zu entwickeln, mit der sich diejenigen Kunden identifizieren lassen, bei denen die Wahrscheinlichkeit am höchsten ist, dass sie Ratenkredite aufnehmen werden. 

Das Modell wurde anhand von Kolmogorov–Smirnov (KS), der Abschlussrate und der Konversionsrate über Dezile hinweg bewertet. Diese Bereitstellung hatte Auswirkungen auf 6 Millionen Kunden in der Produktion und nutzte mehr als 10 TB an Daten, die über 50 Millionen Kunden abdeckten, einschließlich CRM-Feature Stores, Eignungsvariablen, historischem Vertragsverhalten, Transaktionsdaten und mehr.

Gegenüber der bestehenden Referenzbasis der Bank hat NeoSpace eine Verbesserung von 10 bis 20 Prozentpunkten beim KS ermöglicht. Die Abschlussrate im obersten Dezil stieg um 20 bis 30 Prozentpunkte, was zeigt, dass sich ein größerer Anteil der Kunden, die das Ratenkreditangebot der Bank in Anspruch nahmen, im Segment mit der höchsten Neigung konzentrierte. Diese Leistungssteigerungen ermöglichten es der Bank, weniger Kunden zu kontaktieren und gleichzeitig höhere Gesamtergebnisse zu erzielen, was die Effizienz pro Interaktion steigerte und wirkungsvollere Kampagnen ermöglichte.

Insgesamt führte die optimierte Neigungsstrategie zu einer Steigerung der Ratenkreditangebote um 10 %, was auf eine bessere Einstufung von Kunden mit hoher Kaufneigung und eine gezielte Kundenansprache zurückzuführen ist. Diese Foundation-Modelle bilden die neue zentrale Vorhersageebene des Instituts, die stabilere Vorhersagen, eine schnellere Amortisierung und eine Steigerung der Geschäftseffizienz ermöglicht.

NeoSpace testet ein fusioniertes Modell, das das aktuelle tabellarische Modell mit ereignisbasierten Transaktionsdaten wie Kreditkartentransaktionen, Girokontobewegungen und Rechnungszahlungen kombiniert. Hierdurch wird eine zusätzliche Steigerung des Ratenkreditangebots um etwa 5 Prozentpunkte erwartet. 

Die Bank wendet dieses Framework für die Neigungsmodellierung bereits im Parallelbetrieb von einem einzelnen Produkt auf fast 50 Finanzprodukte an und schafft so eine Plattform, die jeden Kunden versteht, Bedürfnisse vorhersieht und personalisierte Kundeninteraktion skalierbar macht.

Durch die Entwicklung von NeoData auf der NVIDIA Blackwell-Plattform und dem CUDA-Software-Stack setzte NeoSpace Foundation-Modelle für Finanzdienstleistungen in Produktionsqualität ein, die Daten mit Entscheidungen für einige der größten Finanzinstitute Lateinamerikas verknüpfen.