ભારતની મોટી બેંકો હવે Agentic AI ને પાયલોટ પ્રોજેક્ટ્સમાંથી કાઢીને મુખ્ય કામગીરીમાં સામેલ કરી રહી છે. આનાથી ધિરાણ (lending) અને ગ્રાહક સેવા (customer service) માં કાર્યક્ષમતા વધશે. જોકે, RBI એ બોર્ડ-લેવલની જવાબદારી પર ભાર મૂક્યો છે. રોકાણકારોએ ટેકનોલોજી ખર્ચ, નફાના માર્જિન અને સાયબર સુરક્ષાના જોખમો પર નજર રાખવી પડશે.
બેંકિંગ સેક્ટરમાં Agentic AI નો પ્રવેશ
દેશની અગ્રણી બેંકો જેવી કે સ્ટેટ બેંક ઓફ ઈન્ડિયા, HDFC બેંક, બેંક ઓફ બરોડા, કેનેરા બેંક, બેંક ઓફ ઈન્ડિયા અને ઈન્ડસઈન્ડ બેંક, હવે Agentic AI ને પોતાની મુખ્ય કામગીરીનો ભાગ બનાવવાની દિશામાં આગળ વધી રહી છે. મુંબઈમાં યોજાયેલ FIBAC 2026 કોન્ફરન્સમાં, બેંકિંગ ક્ષેત્રના દિગ્ગજોએ સ્પષ્ટ કર્યું કે AI હવે માત્ર નાના પાયલોટ પ્રોજેક્ટ્સ પૂરતું મર્યાદિત નથી, પરંતુ કામગીરીની રણનીતિનો કેન્દ્રબિંદુ બની રહ્યું છે. આ ટેકનોલોજી, જે ઓટોનોમસ રીતે જટિલ કાર્યો અને નિર્ણયો લઈ શકે છે, તેનો ઉપયોગ ધિરાણ, નિયમનકારી પાલન (compliance) અને ગ્રાહક સેવાઓને વધુ કાર્યક્ષમ બનાવવા માટે કરવામાં આવશે.
RBI ની ગવર્નન્સ અંગે ચેતવણી
ઉદ્યોગ આ નવી ટેકનોલોજી અપનાવવા માટે ઉત્સુક છે, પરંતુ ભારતીય રિઝર્વ બેંક (RBI) એ સાવચેતી રાખવાની સલાહ આપી છે. RBI ગવર્નર સંજય મલ્હોત્રાએ ભારપૂર્વક જણાવ્યું કે બેંકોએ AI ના ઉપયોગમાં બોર્ડ-લેવલની સ્પષ્ટ જવાબદારી સુનિશ્ચિત કરવી જોઈએ. તેમણે ચેતવણી આપી કે ટેકનોલોજી ક્ષેત્રને પોતાની રીતે આકાર ન આપવા દેવી જોઈએ, અને 'હ્યુમન-ઇન-ધ-લૂપ' (માનવ દેખરેખ) ની જરૂરિયાત પર ભાર મૂક્યો. નિયમનકારનું આ વલણ સૂચવે છે કે નવીનતાને પ્રોત્સાહન આપવામાં આવશે, પરંતુ સિસ્ટમિક નિષ્ફળતાઓને રોકવા માટે ગવર્નન્સ સ્ટ્રક્ચર્સ પણ ટેકનોલોજી સાથે વિકસિત થવા જોઈએ.
ડેટા ગુણવત્તા અને સુરક્ષાના પડકારો
બેંકિંગ અધિકારીઓએ જણાવ્યું કે Agentic AI ની સફળતા મોટાભાગે તેને આપવામાં આવતા ડેટાની ચોકસાઈ પર આધાર રાખે છે. HDFC બેંકના ગ્રુપ હેડ ડિજિટલ બેંકિંગ અને કસ્ટમર એક્સપિરિયન્સ, અંજની રાઠોરે જણાવ્યું કે AI ની બુદ્ધિ સીધી રીતે ટ્રેનિંગ ડેટાની ગુણવત્તા અને લેબલિંગ સાથે જોડાયેલી છે. તેમણે જૂના આવક ડેટા જેવા અપ્રસ્તુત ડેટાનો ઉપયોગ કરીને ક્રેડિટ રિસ્કનું મૂલ્યાંકન કરવાના જોખમો પર પ્રકાશ પાડ્યો, જેનાથી ખોટા નિર્ણયો આવી શકે છે. આ જોખમોને પહોંચી વળવા, બેંકો ગ્રાહક ડેટાના ટોકનાઇઝેશન (tokenization) ને પ્રાથમિકતા આપી રહી છે જેથી ગોપનીયતા જળવાઈ રહે અને વધુ મજબૂત ટ્રાન્ઝેક્શન મોનિટરિંગ સિસ્ટમ્સની માંગ કરી રહી છે.
રોકાણકારો માટે ધ્યાનમાં રાખવા જેવી બાબતો
રોકાણકારો માટે, Agentic AI નું એકીકરણ તકો અને જોખમો બંને લાવે છે. સંભવિત ફાયદાઓમાં ઓપરેશનલ ખર્ચમાં ઘટાડો અને ઝડપી સેવાઓનો સમાવેશ થાય છે, જે લાંબા ગાળે ઉત્પાદકતામાં સુધારો કરી શકે છે. જોકે, કેટલાક નોંધપાત્ર જોખમો પણ છે. પ્રથમ, આ પરિવર્તન માટે જરૂરી મૂડી ખર્ચ—જેમાં ડેટા ઇન્ફ્રાસ્ટ્રક્ચર અને કર્મચારીઓની પુનઃ તાલીમનો સમાવેશ થાય છે—તે ઓપરેટિંગ માર્જિન પર અસ્થાયી દબાણ લાવી શકે છે. બીજું, બેંકો સાયબર હુમલાઓ અને છેતરપિંડી સામે વધુ સંવેદનશીલ બની શકે છે, કારણ કે અત્યાધુનિક હુમલાઓ પરંપરાગત સંરક્ષણ પ્રણાલીઓને પાછળ છોડી શકે છે. ત્રીજું, AI હેલ્યુસિનેશન (ભ્રમ) અથવા પક્ષપાતી ક્રેડિટ મોડેલિંગનું જોખમ છે, જેનાથી નિયમનકારી તપાસ અથવા નાણાકીય નુકસાન થઈ શકે છે.
આ ક્ષેત્રમાં L&T ટેકનોલોજી સર્વિસિસ દ્વારા 'AgenticIQ' જેવા નવા પ્લેટફોર્મ પણ લોન્ચ થઈ રહ્યા છે. આગામી ક્વાર્ટર્સમાં, બેંકો આ નવા ખર્ચને તેમના નફાના લક્ષ્યાંકો સાથે કેવી રીતે સંતુલિત કરે છે અને તેમના જોખમ સંચાલન ફ્રેમવર્ક AI અપનાવવાની ગતિ સાથે કેવી રીતે તાલ મિલાવી શકે છે તે જોવાનું મુખ્ય બની રહેશે.