Whalesbook
બેંકો હવે એલ્ગોરિધમ આધારિત પેમેન્ટ સુરક્ષા તરફ
UPI ટ્રાન્ઝેક્શન લિમિટમાં તાજેતરનો ઘટાડો એ ફિક્સ્ડ રેગ્યુલેટરી નિયમોથી ડાયનેમિક રિસ્ક મેનેજમેન્ટ (Dynamic Risk Management) તરફનું મોટું પરિવર્તન દર્શાવે છે, જેમાં મશીન લર્નિંગ (Machine Learning) નો ઉપયોગ થઈ રહ્યો છે. એક રાષ્ટ્રીય લિમિટને બદલે, બેંકો હવે તેમની પોતાની સુરક્ષા સિસ્ટમ્સ સાથે રિયલ-ટાઇમ ચેકનો ઉપયોગ કરી રહી છે. જો ટ્રાન્ઝેક્શનની ઝડપ અથવા અસામાન્ય લોકેશન (Unusual Location) આ આંતરિક મોડેલોને ટ્રિગર કરે છે, તો બેંકના ભંડોળ અને ગ્રાહકોના પૈસાને સુરક્ષિત રાખવા માટે લિમિટ્સ તરત જ ઘટાડી દેવામાં આવે છે. આ ગ્રાહક પર સુરક્ષાની જવાબદારી મૂકે છે, જેમને ચેતવણી વિના તેમની ખર્ચ શક્તિમાં ઘટાડો જોવા મળી શકે છે.
ફાસ્ટ પેમેન્ટ્સમાં સિસ્ટમિક રિસ્ક (Systemic Risk)
આ વધઘટવાળી લિમિટ્સ એ પણ દર્શાવે છે કે કેવી રીતે ઝડપી ટ્રાન્ઝેક્શન ગ્રોથ ઇન્ફ્રાસ્ટ્રક્ચર (Infrastructure) પર દબાણ લાવી શકે છે. બેંકો એક પડકારનો સામનો કરી રહી છે: તેમને નાણાકીય સમાવેશ (Financial Inclusion) માટે ડિજિટલ પેમેન્ટ્સને પ્રોત્સાહન આપવાની જરૂર છે, જ્યારે ઓળખની ચોરી (Identity Theft) અને એકાઉન્ટ ટેકઓવર (Account Takeover) થી થતા નુકસાનને પણ ઘટાડવાની જરૂર છે. જૂની પેમેન્ટ સિસ્ટમ્સ કે જે ધીમે ધીમે ક્લિયર થાય છે તેનાથી વિપરીત, UPI નું ઇન્સ્ટન્ટ સેટલમેન્ટ (Instant Settlement) એટલે કે જો કોઈ ફ્રોડ ટ્રાન્ઝેક્શન થાય તો બેંકો તરત જ પૈસા ગુમાવી શકે છે. પરિણામે, બેંકો ગ્રાહકની સુવિધા કરતાં ભંડોળ જાળવી રાખવાને પ્રાધાન્ય આપી રહી છે, ઘણીવાર વ્યસ્ત નેટવર્ક સમય (Busy Network Times) દરમિયાન અથવા નાની ટેકનિકલ સમસ્યાઓ પછી વ્યાપક લિમિટ્સ લાગુ કરે છે.
પેમેન્ટ્સમાં સુરક્ષા વિરુદ્ધ સ્કેલેબિલિટી (Scalability)
સંસ્થાકીય દ્રષ્ટિકોણથી, આ મનસ્વી લિમિટ કટ્સ સૂચવે છે કે બેંકોને કાયદેસરના હાઇ-વેલ્યુ ટ્રાન્ઝેક્શન (High-value Transactions) ને એડવાન્સ્ડ ફ્રોડ (Advanced Fraud) થી અલગ પાડવામાં મુશ્કેલી પડી રહી છે. વ્યક્તિગત વપરાશકર્તાના જોખમનું મૂલ્યાંકન કરવામાં આ મુશ્કેલી વર્તમાન ગ્રાહક ઓળખ અને વર્તણૂક મોનિટરિંગ સિસ્ટમ્સ (Behavior Monitoring Systems) માં નબળાઈઓ દર્શાવે છે. પ્રોએક્ટિવ આગાહી (Proactive Prediction) ને બદલે રાહ જોવાની અવધિ (Waiting Periods) અને મેન્યુઅલ ચેક (Manual Checks) પર આધાર રાખવો એ દર્શાવે છે કે બેંકો ધમકીઓને અટકાવવાને બદલે પ્રતિક્રિયા આપી રહી છે. આ એલ્ગોરિધમ્સ કેવી રીતે નિર્ણયો લે છે તે અંગે સ્પષ્ટતાના અભાવથી ગ્રાહકોમાં નિરાશા ઊભી થાય છે અને જો બેંકો સેવા વિશ્વસનીયતા કરતાં સંરક્ષણ પર વધુ ધ્યાન કેન્દ્રિત કરે તો તેઓ ઓછા સુરક્ષિત પેમેન્ટ પદ્ધતિઓ તરફ વળી શકે છે.
નિયમનકારી પડકારો અને સ્પર્ધા
જ્યારે નેશનલ પેમેન્ટ્સ કોર્પોરેશન ઓફ ઇન્ડિયા (NPCI) UPI ના ઉપયોગને પ્રોત્સાહન આપે છે, ત્યારે આ સ્થાનિક લિમિટ કટ્સ એક મૂંઝવણભર્યું બજાર બનાવે છે. જેમ જેમ બેંકો સુરક્ષા અને કાર્યક્ષમતા સાથે સંઘર્ષ કરે છે, તેમ ફાઇનાન્સિયલ ટેક્નોલોજી (FinTech) સ્પર્ધકો વધુ સારી, વધુ યુઝર-ફ્રેન્ડલી ઓથેન્ટિકેશન પદ્ધતિઓ (Authentication Methods) ઓફર કરી શકે છે. આ ક્ષેત્રમાં ભવિષ્યની સફળતા માત્ર વ્યવહારોની સંખ્યા પર જ નહીં, પરંતુ સંસ્થાઓ જોખમનું સંચાલન કેવી રીતે કરે છે તેના પર નિર્ભર રહેશે. બેંકોએ વ્યાપક ટ્રાન્ઝેક્શન લિમિટ્સથી આગળ વધીને તેમના ફ્રોડ ડિટેક્શન સિસ્ટમ્સ (Fraud Detection Systems) માં સુધારો કરવાની જરૂર છે.