ભારતીય નાણાકીય સંસ્થાઓ હવે લોન પ્રોસેસિંગ, KYC અને રિસ્ક એસેસમેન્ટ માટે Agentic AI નો ઉપયોગ વધારી રહી છે. આ ટેક્નોલોજી MSME લેન્ડિંગમાં કાર્યક્ષમતા તો વધારે છે, પરંતુ Reserve Bank of India ના કડક નિયમોનું પાલન કરવું અનિવાર્ય છે.
બેન્કિંગ અને ફાઈનાન્શિયલ સેક્ટરમાં હવે સાધારણ ઓટોમેશનનો જમાનો ગયો અને 'Agentic AI' નો યુગ આવી ગયો છે. આ એવી ટેક્નોલોજી છે જે એવા જટિલ કામો કરી શકે છે જેમાં અત્યાર સુધી માનવીય મહેનતની ખૂબ જરૂર પડતી હતી. આ સિસ્ટમ ટેક્સ રેકોર્ડ્સ, બેંક સ્ટેટમેન્ટ્સ અને KYC દસ્તાવેજોમાંથી ડેટા મેળવીને તેને રિયલ-ટાઇમમાં એનાલાઇઝ કરે છે. આનાથી ડોક્યુમેન્ટેશનનો બોજ ઘણો ઓછો થયો છે, જેથી બેંકિંગ સ્ટાફ હવે મહત્વના લેન્ડિંગ નિર્ણયો પર વધુ ધ્યાન આપી શકે છે.\n\n### MSME લેન્ડિંગમાં મોટો સુધારો\n\nઆ ટેકનોલોજીનો સૌથી વધુ ફાયદો MSME લોન સેગમેન્ટમાં જોવા મળી રહ્યો છે. ઉદાહરણ તરીકે, DBS Bank India એ લોન ઓનબોર્ડિંગ પ્રક્રિયાને ઝડપી બનાવવા માટે AI-સંચાલિત સિસ્ટમનો ઉપયોગ શરૂ કર્યો છે. નોન-બેંકિંગ ફાઇનાન્શિયલ કંપનીઓ (NBFCs) પણ હવે લોન મેળવવાથી લઈને રિકવરી સુધીની આખી પ્રક્રિયામાં આનો ઉપયોગ કરી રહી છે. આ સિસ્ટમ ટ્રાન્ઝેક્શનમાં રહેલી વિસંગતતાઓને આપમેળે પકડી લે છે, જેનાથી વધારાનો સ્ટાફ રાખ્યા વગર કામનું ભારણ સંભાળી શકાય છે.\n\n### રેગ્યુલેટરી ચેલેન્જીસ અને RBI ના નિયમો\n\nઓપરેશનલ એફિશિયન્સી ભલે વધી રહી હોય, પણ તેની સાથે જટિલ પડકારો પણ જોડાયેલા છે. Reserve Bank of India એ પારદર્શિતા અને ડેટા સિક્યુરિટી બાબતે ખૂબ જ કડક વલણ અપનાવ્યું છે. કોઈપણ બેંક કે સંસ્થા જે AI નો ઉપયોગ કરે છે, તેણે 'Explainable AI' મોડલ અપનાવવું પડશે, જેથી દરેક ઓટોમેટેડ નિર્ણયને ઓડિટ કરી શકાય. આનો હેતુ એ છે કે બેંક કોઈ પણ એવા નિર્ણય લેવાનું ટાળે જેનું કારણ તે રેગ્યુલેટરને સમજાવી ન શકે.\n\nરોકાણકારો માટે હવે મહત્વનું એ છે કે કઈ બેંકની ડેટા આર્કિટેક્ચર સિસ્ટમ કેટલી મજબૂત છે. જે કંપનીઓ ગતિની સાથે સાથે ગવર્નન્સનું સંતુલન જાળવશે, તે જ લાંબા ગાળે સફળ રહેશે. ગવર્નન્સમાં ચૂક થવાથી રેગ્યુલેટરી પેનલ્ટી આવવાનું જોખમ પણ રહેલું છે.