Whalesbook
AI ભારતના ધિરાણ બજારને સુપરચાર્જ કરી રહ્યું છે
આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) ભારતના ક્રેડિટ માર્કેટમાં ક્રાંતિ લાવી રહ્યું છે, જેના કારણે લોનની મંજૂરીનો સમય દિવસોમાંથી ઘટીને મિનિટોમાં આવી ગયો છે. ગુડ્સ એન્ડ સર્વિસ ટેક્સ (GST) ફાઇલિંગ, યુનિફાઇડ પેમેન્ટ્સ ઇન્ટરફેસ (UPI) ટ્રાન્ઝેક્શન અને ડિજિટલ એક્ટિવિટી જેવા રિયલ-ટાઇમ ડેટાનો ઉપયોગ કરીને, ધિરાણકર્તાઓ હવે પરંપરાગત સ્કોર્સ ઉપરાંત ક્રેડિટવર્થિનેસનું મૂલ્યાંકન કરી રહ્યા છે. આ અભિગમ Micro, Small, and Medium Enterprises (MSMEs), ગિગ વર્કર્સ અને નવા ઉધાર લેનારાઓ માટે ક્રેડિટ ખોલી રહ્યો છે, જે અનસિક્યોર્ડ લોન, બાય નાઉ પે લેટર (BNPL) સ્કીમ્સ અને માઇક્રો-ક્રેડિટમાં ઉછાળો લાવી રહ્યું છે. AI-ડ્રાઇવન પોર્ટફોલિયો જૂની પદ્ધતિઓની સરખામણીમાં વૃદ્ધિ અને રિટર્ન-ઓન-એસેટ (ROA) ને બમણું કરી શકે છે.
"બ્લેક બોક્સ" નો ખતરો: આર્થિક આંચકાઓને વેગ
આ કાર્યક્ષમતા પાછળ, ગંભીર સિસ્ટમિક જોખમો વધી રહ્યા છે. ઘણા AI મોડેલ્સ "બ્લેક બોક્સ" છે, એટલે કે તેમના નિર્ણય લેવાની પ્રક્રિયા સમજવી મુશ્કેલ છે. તેમના ટ્રેનિંગ ડેટામાં રહેલો પક્ષપાત જોખમને ખોટી રીતે રેટ કરી શકે છે અને આર્થિક ફેરફારો પ્રત્યે તેમને તીવ્ર પ્રતિક્રિયા આપવા મજબૂર કરી શકે છે. જો આર્થિક મંદી આવે, તો આ મોડેલ્સ અચાનક ક્રેડિટ રોકી શકે છે, જે નાણાકીય અસ્થિરતાનું જોખમ ઊભું કરે છે. ઇકોનોમિક સર્વે 2025-26 ચેતવણી આપે છે કે AI ની નોકરીઓ પર અસર બેંકોને 2008ની કટોકટી કરતાં વધુ અસર કરી શકે છે. ભારતના મોટા IT/BPO ક્ષેત્રને AI થી ઓટોમેશનનો ખતરો છે, જે રિટેલ અને કોર્પોરેટ પોર્ટફોલિયોમાં નોન-પર્ફોર્મિંગ એસેટ્સ (NPAs) વધારી શકે છે.
નવી નબળાઈઓ અને ગ્લોબલ વોચડોગ્સ
ક્રેડિટ નિર્ણયોમાં AI નું એકીકરણ નવી નબળાઈઓ ઊભી કરે છે. ફાઇનાન્સિયલ સ્ટેબિલિટી બોર્ડ (FSB) અને બેંક ફોર ઇન્ટરનેશનલ સેટલમેન્ટ્સ (BIS) જેવી ગ્લોબલ રેગ્યુલેટરી બોડીઝે થર્ડ-પાર્ટી પર નિર્ભરતા, વધેલા માર્કેટ લિંક્સ, સાયબર જોખમો અને ખાસ કરીને AI મોડેલ્સ તથા ડેટા મેનેજમેન્ટમાં સમસ્યાઓથી થતા જોખમો પર પ્રકાશ પાડ્યો છે. ભારતીય રિઝર્વ બેંક (RBI) પણ આ ચિંતાઓને સ્વીકારે છે. ઓગસ્ટ 2025 માં, તેણે "ફ્રેમવર્ક ફોર રિસ્પોન્સિબલ એન્ડ એથિકલ એનેબલમેન્ટ ઓફ આર્ટિફિશિયલ ઇન્ટેલિજન્સ" (FREE-AI રિપોર્ટ) બહાર પાડ્યો, જેમાં સાવચેતીપૂર્વક અપનાવવા અને માનવીય તપાસ સાથે હાઇબ્રિડ મોડેલ્સની સલાહ આપવામાં આવી છે. જ્યારે AI પેટર્ન શોધવામાં સારું છે, ત્યારે તે અસામાન્ય અર્થતંત્રોમાં સૂક્ષ્મ ડિફોલ્ટ સંકેતો ચૂકી શકે છે અથવા માર્કેટના ઉતાર-ચઢાવને વધુ ખરાબ કરી શકે છે. BCG રિપોર્ટ સૂચવે છે કે AI ભારતીય બેંકિંગમાં 35% થી 50% નોકરીઓને ફરીથી આકાર આપી શકે છે.
વેલ્યુએશન્સ અને ભવિષ્યના ટ્રેન્ડ્સ
28 એપ્રિલ 2026 સુધીમાં, Nifty Bank ઇન્ડેક્સ, જે ભારતના ટોચના ધિરાણકર્તાઓનો ટ્રેક રાખે છે, તેનો પ્રાઇસ-ટુ-અર્નિંગ્સ (P/E) રેશિયો 14.09 થી 14.81 ની વચ્ચે છે. Nifty Bank કંપનીઓનું કુલ માર્કેટ વેલ્યુ લગભગ ₹47.7 ટ્રિલિયન છે. AI થી કાર્યક્ષમતા સુધરવાની અને ખર્ચમાં ઘટાડો થવાની અપેક્ષા છે - જનરેટિવ AI બેંકની કાર્યક્ષમતામાં 46% સુધીનો વધારો કરી શકે છે. જોકે, નોકરીઓની છટણી અને વધુ સારી સાયબર સુરક્ષાની જરૂરિયાત મુખ્ય પડકારો રહે છે. ઉદ્યોગના અનુમાનો સૂચવે છે કે આગામી દાયકામાં Non-Banking Financial Companies (NBFCs) બેંકો કરતાં વધુ ઝડપથી વૃદ્ધિ કરી શકે છે, જેમાં બેંકોના 12% CAGR ની સરખામણીમાં 17% નો કમ્પાઉન્ડ એન્યુઅલ ગ્રોથ રેટ (CAGR) જોવા મળશે. નવી લોન પ્રકારો માટે AI ને ઝડપથી અપનાવવાને કારણે આ ચપળતા આંશિક રીતે જોવા મળે છે. FICCI-IBA બેંકર્સ સર્વે 2026 માં ભારતના બેંકિંગ ક્ષેત્ર માટે ક્રેડિટ, અંડરરાઇટિંગ અને કલેક્શનમાં AI ને સૌથી મોટો ડિસરપ્ટર (disruptor) ગણાવે છે, જે નોંધપાત્ર ફેરફારો અને જોખમોના ભવિષ્ય તરફ ઇશારો કરે છે.