Banking/Finance
|
Updated on 11 Nov 2025, 09:38 am
Reviewed By
Abhay Singh | Whalesbook News Team
▶
રિઝર્વ બેંક ઇનોવેશન હબ (RBIH) ડિજિટલ પેમેન્ટ્સ ઇન્ટેલિજન્સ પ્લેટફોર્મ (DPIP) નામનું એક મહત્વપૂર્ણ નવું ડિજિટલ પબ્લિક ઇન્ફ્રાસ્ટ્રક્ચર વિકસાવી રહ્યું છે. આ પ્લેટફોર્મ આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) નો ઉપયોગ કરીને ભારતમાં થતા દરેક ડિજિટલ ટ્રાન્ઝેક્શન માટે રિયલ-ટાઇમ રિસ્ક સ્કોર પ્રદાન કરશે. બેંકો અને પેમેન્ટ સર્વિસ પ્રોવાઇડર્સને ટ્રાન્ઝેક્શન પૂર્ણ થાય તે પહેલાં શંકાસ્પદ ટ્રાન્ઝેક્શનને ઓળખવા અને ફ્લેગ કરવાની ક્ષમતા આપવી, જેથી ભારતના ડિજિટલ પેમેન્ટ ઇકોસિસ્ટમની સુરક્ષા વધુ મજબૂત બને, તે તેનો ઉદ્દેશ્ય છે.
RBIH ના CEO, સહિલ કિનીએ સમજાવ્યું કે DPIP કોઈ સંવેદનશીલ રો ડેટા (raw data) શેર કરશે નહીં, પરંતુ 'રિસ્ક સિગનલ' શેર કરશે. આનાથી સંસ્થાઓ ગોપનીયતા જાળવી રાખીને, ઝડપી ડેટા-આધારિત નિર્ણયો લઈ શકશે. આ પહેલ UPI અને ડિજિટલ પેમેન્ટની છેતરપિંડી, ફિશિંગ અને મ્યુલ એકાઉન્ટ્સ (mule accounts) ના દુરુપયોગ અંગે વધતી ચિંતાઓને સીધો પ્રતિસાદ છે. મ્યુલ એકાઉન્ટ્સ એવા બેંક એકાઉન્ટ્સ છે જેનો ઉપયોગ ગુનેગારો ગેરકાયદેસર રીતે મેળવેલા પૈસા પ્રાપ્ત કરવા અને ટ્રાન્સફર કરવા માટે કરે છે.
DPIP ની કેટલીક મુખ્ય ક્ષમતાઓમાં મશીન લર્નિંગ (Machine Learning) નો ઉપયોગ કરીને અસામાન્ય પેટર્નને શોધતી AI-આધારિત ફ્રોડ ડિટેક્શન, નાણાકીય સંસ્થાઓ વચ્ચે રિયલ-ટાઇમ ઇન્ટેલિજન્સ શેરિંગ, અને વારંવાર ગુના કરનારાઓ અને છેતરપિંડી વાળા એકાઉન્ટ્સને ટ્રેક કરવા માટે એક કેન્દ્રિય રજિસ્ટ્રી (registry) નો સમાવેશ થાય છે. તે પ્રી-ટ્રાન્ઝેક્શન એલર્ટ્સ (pre-transaction alerts) પણ પ્રદાન કરશે. મશીન લર્નિંગ એ AI નું એક સબ-સેટ છે જે સિસ્ટમ્સને ડેટામાંથી શીખવા, પેટર્ન ઓળખવા અને ન્યૂનતમ માનવ હસ્તક્ષેપ સાથે નિર્ણયો લેવાની મંજૂરી આપે છે.
RBIH 'મ્યુલ હન્ટર' (Mule Hunter) નામનું AI મોડેલ પણ વિકસાવી રહ્યું છે, જેની મની લોન્ડરિંગ માટે ઉપયોગમાં લેવાતા મ્યુલ એકાઉન્ટ્સને શોધવાની ચોકસાઈ લગભગ 90% છે, અને તેને બેંકો દ્વારા પહેલાથી જ નોંધપાત્ર રીતે અપનાવી લેવામાં આવ્યું છે. રિયલ-ટાઇમ રિસ્ક સ્કોર એ ટ્રાન્ઝેક્શનના કપટપૂર્ણ અથવા જોખમી હોવાની સંભાવનાનું ગતિશીલ મૂલ્યાંકન છે, જે ટ્રાન્ઝેક્શન થતાંની સાથે જ તાત્કાલિક ગણવામાં આવે છે.
અસર (Impact): આ પહેલથી ભારતના ઝડપથી વિકસતા ડિજિટલ પેમેન્ટ લેન્ડસ્કેપમાં વિશ્વાસ અને સુરક્ષામાં નોંધપાત્ર વધારો થવાની અપેક્ષા છે. છેતરપિંડીને સક્રિય રીતે ઓળખીને અને અટકાવીને, તે વ્યક્તિઓ અને વ્યવસાયો માટે નાણાકીય નુકસાન ઘટાડી શકે છે, નાણાકીય સંસ્થાઓનું રક્ષણ કરી શકે છે અને ડિજિટલ ચુકવણી પદ્ધતિઓના વધુ સ્વીકારને પ્રોત્સાહન આપી શકે છે. આવા અદ્યતન, AI-સંચાલિત સિસ્ટમ્સનો વિકાસ નાણાકીય સિસ્ટમની અખંડિતતા જાળવવા માટે ખૂબ જ જરૂરી છે. ડિજિટલ પબ્લિક ઇન્ફ્રાસ્ટ્રક્ચર એ મૂળભૂત ડિજિટલ સિસ્ટમ્સ છે જે ઓળખ, ચુકવણીઓ અથવા ડેટા એક્સચેન્જ જેવી આવશ્યક સેવાઓ સમાજને પ્રદાન કરે છે.