Com Revolut augmenta l'ambició sense rebaixar l'exigència
Amb els models d'OpenAI i el Codex, Revolut dona més marge als seus equips per resoldre problemes complexos, de l'enginyeria de programari a la delinqüència financera.
30-60 %
De reducció del temps de programació, des de l'inici de la tasca fins a la integració de la funcionalitat
Un dia
Per transformar set anys de documentació de disseny en context que la IA pot interpretar
1-2 dies
Estalviats en la revisió de la seguretat del codi amb el Codex
Revolut(s'obre en una finestra nova) va néixer per capgirar la manera com les persones es relacionen amb els diners. Aquesta ambició ja comprèn més de 40 mercats, 800.000 empreses i una base de clients particulars que ha crescut un 23 % els 12 últims mesos.
Si hi afegim una cultura empresarial que espera que equips petits i àgils avancin ràpidament, no és estrany que el ChatGPT i el Codex hi hagin encaixat de manera natural.
"El perfil ideal d'un professional d'alt nivell a Revolut és algú capaç d'identificar un problema molt ràpidament, deduir-ne la solució, dissenyar quatre escenaris, triar-ne el millor i portar-lo al mercat", diu Kim Maniovich, responsable global de màrqueting per a empreses de Revolut.
"Col·laborar amb OpenAI ens permet desenvolupar moltes d'aquestes solucions amb una estructura molt lleugera, de manera rendible i amb una adaptació real a la nostra manera particular de treballar."
Però avançar més ràpidament és només una part de l'oportunitat. Per a Revolut, la principal qüestió és què es pot aconseguir quan les persones amb talent dediquen menys temps als passos operatius de la feina i més a abordar problemes que podrien transformar els serveis financers de soca-rel.
A mesura que Revolut creix, també augmenta la complexitat a l'hora de protegir els seus clients. Segons un informe(s'obre en una finestra nova), més de la meitat dels adults d'arreu del món van declarar haver-se trobat amb una estafa el 2025.
Per a Revolut, cada transacció és una nova oportunitat per identificar activitats sospitoses, investigar possibles riscos i implementar mesures de protecció sòlides i adaptades als seus clients. Però l'enorme volum d'aquestes transaccions supera de llarg els recursos humans de què disposa qualsevol banc.
"El problema més gran que podem abordar avui amb la IA és trobar la manera d'ampliar la capacitat dels equips per fer front a la demanda que rebem", diu David Abitbol, responsable d'IA. Per això, una de les principals aplicacions d'IA de Revolut és un agent FinCrime basat en models d'OpenAI.
En comptes d'exigir que els investigadors tractin manualment cada cas que compleix els criteris, l'agent pot examinar la informació, aplicar les regles de Revolut i completar automàticament el procés definit.
El llançament de GPT‑5.5 va marcar un punt d'inflexió. Segons Abitbol, va ser aleshores que els models van assolir prou capacitat i rendibilitat perquè Revolut pogués delegar íntegrament a l'agent els fluxos de treball d'examen i recerca. El resultat és una capacitat ampliada per supervisar transaccions sense augmentar la plantilla d'investigadors al mateix ritme que la demanda.
Això, afegeix Mo Amiri, enginyer de seguretat de la informació, "es tradueix directament en una protecció més sòlida i un sistema més resilient en què els nostres clients poden confiar".
"Avança de pressa, però genera confiança" podria ser perfectament el lema intern d'enginyeria de Revolut. Tot i que Abitbol destaca que el Codex ha reduït el temps de programació entre un 30 i un 60 %, també deixa clar que hi ha mesures de control que no són negociables.
"Tenim un marc sistemàtic que garanteix que qualsevol persona de l'empresa que desenvolupi alguna cosa amb IA segueixi els mateixos estàndards en el desenvolupament, les proves A/B i la predicció de mètriques de negoci", explica. "Així, a tots els enginyers de l'empresa se'ls exigeix el mateix nivell de qualitat. Vam començar a disposar de prou capacitat d'intel·ligència a un cost raonable per poder delegar cada vegada més les recerques i els exàmens inicials a l'agent."
Per a Dmitry Pitik, enginyer sènior de plataformes, aquesta reducció d'entre el 30 i el 60 % del temps de programació es va fer tangible mentre desenvolupava un servei intern de revisió de codi. Pitik va dissenyar el sistema, el va dividir en funcionalitats i, d'entrada, va donar per fet que necessitaria un equip de desenvolupament per implementar-lo.
"Em vaig adonar que no em calia tot un equip de desenvolupadors per a la implementació", recorda. "Només cal posar en marxa diversos agents i assignar una tasca concreta a cadascun d'ells." El Codex es va convertir en el seu equip d'implementació, mentre ell podia dedicar més temps a dissenyar el sistema, a planificar la feina i a revisar els resultats que obtenia.
És un patró que Abitbol ha observat en totes les àrees de Revolut. A mesura que el Codex allibera de cada vegada més feina els enginyers, aquests ho aprofiten "per dedicar més temps a debatre el disseny i les millors solucions; és a dir, que ens podem centrar més a dissenyar que no pas a implementar."
Això no treu que calgui disposar de coneixements especialitzats en enginyeria, sinó que només canvia on aquests coneixements s'apliquen. "Cada desenvolupador és responsable del codi que produeix, i no confiem cegament en la IA", afirma Pitik. El resultat és un repartiment diferent de la feina: la IA pot ajudar amb la implementació, mentre els enginyers dediquen més atenció a les decisions que determinen si el programari és útil, fiable i si val la pena desenvolupar-lo.
Aquest esforç addicional val la pena. Mentre el Codex treballa en una tasca, Pitik pot avançar-ne una altra en paral·lel. Aquesta capacitat per fer diverses tasques alhora és essencial en una empresa on, tal com explica Kim Maniovich, cada empleat fa, de mitjana, "tres feines diferents". L'ús del Codex crea un cercle virtuós, malgrat que exigent, en què "mes rere mes, els objectius que ens fixem són més ambiciosos, però també més assolibles. I així el llistó continua pujant. La IA ho està fent possible."
Amb aquesta nova capacitat, Revolut ha pogut, per exemple, desenvolupar una eina per crear interfícies d'usuari web per a aplicacions internes i productes destinats a usuaris externs.
O transformar set anys de documentació de disseny en context que la IA pot interpretar en un sol dia, i establir així la base d'eines pensades per ajudar els dissenyadors a treballar amb més eficàcia. Aquest exercici mostra com la IA pot fer més accessible el coneixement acumulat d'una organització i reduir l'esforç necessari per treballar amb sistemes complexos. "Podem deixar de centrar-nos en les tasques que són importants però difícils de fer sense IA i consagrar-nos en el que importa als clients", explica Dmytro Pavlov, dissenyador sènior.
"Em vaig adonar que no em calia tot un equip de desenvolupadors. Només calia posar en marxa diversos agents i assignar-los una tasca."
La feina de Mo Amiri és garantir que tota aquesta rapidesa vagi acompanyada de seguretat, no només per als clients, sinó també per als mateixos empleats de Revolut. Això li ofereix una perspectiva doble sobre la IA: com pot ajudar Revolut a investigar un problema i què necessiten els equips abans de desplegar-la de manera segura.
En una investigació de pesca de credencials, per exemple, abans un analista havia de recollir un correu electrònic, inspeccionar-ne els enllaços i els fitxers adjunts, rastrejar el remitent i reunir les proves manualment. "Amb eines d'IA més potents, podem descobrir aquestes connexions a l'instant i aprofundir en les qüestions que importen de debò", explica.
La IA fa la feina preparatòria i presenta un cas estructurat a l'investigador, però continua sent responsabilitat d'aquesta persona revisar els registres originals, decidir si l'explicació té sentit i aprovar qualsevol acció.
Amiri aplica el mateix criteri quan els equips introdueixen noves aplicacions d'IA a Revolut. Així, revisa tota la cadena: quina informació veu el sistema, on va aquesta informació, a quines eines pot accedir, què pot fer amb aquest accés i què passa quan alguna cosa falla. També comprova si les conclusions que semblen convincents les avalen realment les proves.
"La decisió més important sempre té a veure amb qui n'assumeix la responsabilitat", diu. "Si una eina d'IA suggereix un canvi en el codi, cal que un enginyer humà l'entengui prou bé per poder-ne respondre. Això determina directament com dissenyem el procés de revisió, per proporcionar als desenvolupadors el context que necessiten sense sobrecarregar el seu flux de treball quotidià."
Per a Revolut, les mesures de protecció no són un element aliè a la innovació, sinó que ajuden a establir les condicions perquè els equips puguin adoptar amb confiança una tecnologia amb més capacitats. "Així és com es guanya una confiança real en la IA", explica, "prenent decisions meditades des del principi i fent proves a mesura que avances".
"La confiança real en la IA es guanya prenent decisions meditades des del principi i fent proves a mesura que avances."
Reducció d'entre el 30 i el 60 % del temps de programació, des de l'inici de la tasca fins a la integració de la funcionalitat
Un enginyer va crear un servei intern de revisió de codi delegant tasques d'implementació a diversos agents del Codex
Un dia per transformar la documentació del sistema de disseny, elaborada al llarg d'uns set anys, en context que la IA pot interpretar
Entre un i dos dies estalviats en una tasca important de revisió de la seguretat del codi
Més transaccions examinades amb l'agent FinCrime sense augmentar proporcionalment el nombre d'investigadors
Comença per un problema que valgui la pena resoldre. Revolut ha fet treballar la IA allà on la demanda creix amb més rapidesa i on els clients s'hi juguen més.
Aprofita la rapidesa per ser més ambiciós, no menys exigent. El temps estalviat en programació i recerca deixa marge per millorar el disseny, abordar qüestions més complexes i fer una feina de més impacte.
Mantén la responsabilitat en mans de les persones. La IA pot recollir proves, escriure codi i recomanar accions, però cal que una persona entengui prou bé la feina per poder-ne respondre.
Genera confiança abans d'ampliar-ne l'ús. Deixa clar què pot veure el sistema, què pot fer i què passa quan falla, i posa a prova aquestes decisions a mesura que avances.
Fes que el coneixement es pugui aprofitar. La IA funciona millor quan té accés a un context clar i ben organitzat. Aquest mateix exercici sovint revela quins aspectes ha d'aclarir l'organització mateixa.
Revolut ja ha demostrat que la IA permet que els seus equips abordin més feina i de més complexitat. La propera oportunitat és traslladar aquesta combinació de capacitat, criteri i disseny a la manera com els clients gestionen els seus diners.
Abitbol imagina una interfície més conversacional en què els clients puguin demanar ajuda a Revolut per a les gestions financeres quotidianes: bloquejar una targeta, gestionar una subscripció o trobar maneres d'estalviar per a un viatge. Pavlov veu el repte de disseny que hi ha al darrere: transformar la complexitat en una experiència coherent, familiar i fàcil d'utilitzar.
Kim Maniovich vincula aquest futur amb la cultura que impulsa la feina. "Espero que puguem agafar els valors que ens guien dia rere dia —aquesta ambició sense complexos, la voluntat de no conformar-nos mai— i permetre que les persones els apliquin a la seva vida per mitjà dels productes que creem per a elles."
A mesura que la IA facilita cada vegada més la creació de productes, el que marca la diferència és saber què cal crear i mantenir el criteri, el nivell d'exigència i el coneixement del client necessaris per fer-ho bé. Per a Revolut, aquesta és la gran promesa de la intel·ligència aplicada a la feina: dedicar menys temps als passos operatius i disposar de més capacitat per fer que els serveis financers siguin més segurs, senzills i útils per a tothom.


