Whalesbook
છેતરપિંડી રોકવાનો મોટો ખર્ચ
ભારતની ઝડપથી વિકસતી ડિજિટલ પેમેન્ટ સિસ્ટમ, જે 2026 સુધીમાં $10 ટ્રિલિયન સુધી પહોંચવાની ધારણા છે, તે ગંભીર સમસ્યાઓનો સામનો કરી રહી છે. સાયબર ક્રાઇમ (Cybercrime) થી થતા ₹22,495 કરોડ (જે 24% વધ્યા છે) ના વધતા નુકસાનને રોકવા માટે લેવાયેલા આક્રમક એન્ટી-ફ્રોડ પગલાં ઘણા કાયદેસર એકાઉન્ટ્સને ફ્રીઝ કરી રહ્યા છે. 'મ્યુલ' (Mule) એકાઉન્ટ્સને રોકવા પર ધ્યાન કેન્દ્રિત કરવા છતાં, આ પગલાં વાસ્તવિક વ્યવસાયો અને વ્યક્તિઓને પણ અસર કરી રહ્યા છે. એકાઉન્ટ ધારકો પર પુરાવાનો બોજ નાખીને, તે નાના અને મધ્યમ કદના વ્યવસાયો (SMEs) માટે કાર્યકારી અરાજકતા ઊભી કરી રહ્યું છે અને ડિજિટલ નાણાકીય સિસ્ટમમાં વિશ્વાસ ઘટાડી રહ્યું છે.
ફ્રોડ પ્રિવેન્શનનો આર્થિક પ્રભાવ
UPI દ્વારા માર્ચ 2026 સુધીમાં માસિક 13 અબજ થી વધુ પેમેન્ટ સહિત ડિજિટલ ટ્રાન્ઝેક્શનમાં થયેલા વધારાએ કમનસીબે અત્યાધુનિક સાયબર ફ્રોડને પણ પ્રોત્સાહન આપ્યું છે. અજય અરોરા, એક નર્સરી માલિક, જેમનું ₹1 લાખ નું એકાઉન્ટ 150 રૂપિયા ના ટ્રાન્ઝેક્શનને કારણે 14 મહિના સુધી ફ્રીઝ રહ્યું, તેમનો કેસ વ્યાપક અસર દર્શાવે છે. જ્યારે અધિકારીઓ ઝડપથી અને ઘણીવાર દૂરથી એકાઉન્ટ્સ ફ્રીઝ કરે છે, ત્યારે તે વ્યવસાયોને અટકાવી દે છે, રોકડ પ્રવાહને ખોરવે છે અને લોન ડિફોલ્ટ તરફ દોરી શકે છે. આ એક મુખ્ય સમસ્યા દર્શાવે છે: ઝડપ માટે બનેલી સિસ્ટમમાં ટ્રાન્ઝેક્શનની ચકાસણી માટે સ્પષ્ટ, નિષ્પક્ષ પ્રક્રિયાઓનો અભાવ છે, જેના કારણે કાયદેસર વ્યવસાયોને આ કડક કાર્યવાહીનો ખર્ચ ઉઠાવવો પડે છે.
ગ્લોબલ AI નો ઉપયોગ વિરુદ્ધ ભારતના પાછળ રહેતા સિસ્ટમ્સ
વિશ્વભરમાં, બેંકો ફ્રોડ સામે લડવા માટે આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) નો ભરપૂર ઉપયોગ કરી રહી છે, જેમાં 90% રિયલ-ટાઇમ ચેક માટે તેનો ઉપયોગ કરે છે. AI જૂની, સરળ સિસ્ટમો કરતાં પેટર્ન અને અસામાન્ય પ્રવૃત્તિને વધુ સારી રીતે શોધી શકે છે જે ઘણીવાર વધુ પડતા ખોટા એલાર્મ જનરેટ કરે છે. ભારતે MuleHunter.AI જેવા AI ટૂલ્સ વિકસાવ્યા છે, પરંતુ તેને તેના વિશાળ બેંકિંગ સિસ્ટમમાં સંપૂર્ણપણે એકીકૃત કરવામાં વર્ષો લાગશે, કેટલીક બેંકો 2028–2030 સુધીમાં સંપૂર્ણ ઉપયોગની અપેક્ષા રાખતી નથી. આ ટેક્નોલોજી લેગ, જે માર્ચ 2026 માં લગભગ 22.6 અબજ UPI પેમેન્ટ્સના દૈનિક ટ્રાન્ઝેક્શન વોલ્યુમ સાથે છે, તે સતત નબળાઈઓ ઊભી કરે છે. ભારતનું ફિનટેક માર્કેટ, જે 2026 માં $51.30 બિલિયન નું મૂલ્ય ધરાવે છે અને 2031 સુધીમાં લગભગ બમણું થવાની ધારણા છે, તેમાં ડિજિટલ પેમેન્ટ્સ સૌથી મોટો સેગમેન્ટ છે. વિશ્લેષકો 2026 માં રેવન્યુ મોડલ્સ અને કમ્પ્લાયન્સ પર ધ્યાન કેન્દ્રિત કરીને એકત્રીકરણના તબક્કાની આગાહી કરે છે, જે સાયબર સુરક્ષાના વધતા મહત્વ પર ભાર મૂકે છે. જોકે, વર્તમાન કટોકટી એક મૂળભૂત મેળ ન ખાતી પરિસ્થિતિ દર્શાવે છે: જ્યારે ડિજિટલ અર્થતંત્ર સુધારાઓ અને ઈન્ફ્રાસ્ટ્રક્ચર દ્વારા સમર્થિત ઝડપથી વિસ્તરી રહ્યું છે, ત્યારે નાણાકીય અખંડિતતા સુનિશ્ચિત કરવા અને કાયદેસર વપરાશકર્તાઓને સુરક્ષિત રાખવાના ઉપાયો પાછળ રહી રહ્યા છે. આ વિસ્તરતી ખાઈ બજારના વિશ્વાસને તાણ આપે છે, ભલે ભારત મજબૂત આર્થિક વૃદ્ધિ માટે તૈયાર હોય.
નિયમનકારી પગલાં અને સિસ્ટમિક જોખમો
ભારતની વર્તમાન એન્ટી-ફ્રોડ વ્યૂહરચના જોખમ સૂચકાંકોના આધારે એકાઉન્ટ્સ ફ્રીઝ કરવા પર ખૂબ આધાર રાખે છે, જે મૂળભૂત રીતે પુરાવાનો બોજ એકાઉન્ટ ધારકો પર ઉલટાવી દે છે. આ અભિગમ કાયદેસર એકાઉન્ટ્સ ફ્રીઝ થવાના જોખમ કરતાં છેતરપિંડીને રોકવાને પ્રાધાન્ય આપે છે. ભારતીય રિઝર્વ બેંક (RBI) મોટા ડિજિટલ પેમેન્ટ્સ માટે એક-કલાક નો વિલંબ અને કેટલાક વપરાશકર્તાઓ માટે મજબૂત પ્રમાણીકરણ જેવા પગલાંનો પ્રસ્તાવ મૂકી રહી છે. જોકે, આ પગલાં ઓળખના કોમોડિટીકરણના મૂળ મુદ્દાને સંપૂર્ણપણે હલ કરી શકતા નથી, જ્યાં સરળતાથી મેળવેલી અથવા દબાણપૂર્વક મેળવેલી ઓળખ ફ્રોડ નેટવર્કનો આધાર બનાવે છે. કાનૂની સ્પષ્ટતા પણ બાકી છે, RBIના ડ્રાફ્ટ સુધારાઓ જે ફ્રોડ જવાબદારી પર 1 જુલાઈ, 2026 થી અમલમાં આવવાના છે. સ્પષ્ટ વ્યવસાયિક સંબંધો વિના એકાઉન્ટ્સમાં ક્રેડિટ મર્યાદિત કરવાના પ્રસ્તાવિત નિયમો મ્યુલ એકાઉન્ટ્સને પહોંચી વળવાનો પ્રયાસ કરે છે, પરંતુ તેમના રોલઆઉટ અને અસર અનિશ્ચિત છે. આ સિસ્ટમિક જોખમ ઊભું કરે છે, ખાસ કરીને જ્યારે ફ્રોડસ્ટર્સ જૂના સુરક્ષા નિયંત્રણોને overwhelmed કરતા અત્યાધુનિક હુમલાઓને સ્વચાલિત કરવા અને લોન્ચ કરવા માટે AI, જેમાં જનરેટિવ AI નો સમાવેશ થાય છે, તેનો ઉપયોગ કરે છે.
આગળનો માર્ગ: સુરક્ષા વિરુદ્ધ વાણિજ્ય
ભારતની ડિજિટલ અર્થવ્યવસ્થાને વિકાસ કરવા માટે, તેણે કાયદેસર વ્યવસાયો માટે સરળ કામગીરી સાથે મજબૂત છેતરપિંડી નિવારણને સંતુલિત કરવું આવશ્યક છે. RBI નિયમોને અપડેટ કરવા પર કામ કરી રહ્યું છે, જેમાં ઇલેક્ટ્રોનિક બેંકિંગ માટે પ્રસ્તાવિત ગ્રાહક સુરક્ષા માર્ગદર્શિકાઓનો સમાવેશ થાય છે, જે છેતરપિંડી અને જવાબદારીઓની સ્પષ્ટ વ્યાખ્યાઓ માટે લક્ષ્યાંકિત છે. છેતરપિંડી શોધ માટે AI નો અમલ જરૂરી છે, પરંતુ ભારતના વિવિધ બેંકિંગ ક્ષેત્રમાં વ્યાપક અપનાવવા માટે નોંધપાત્ર રોકાણ અને સમયની જરૂર પડશે. જ્યાં સુધી તે પ્રાપ્ત ન થાય ત્યાં સુધી, કાયદેસર વપરાશકર્તાઓ આધુનિક નાણાકીય અપરાધની ગતિ જાળવવામાં સંઘર્ષ કરતી સિસ્ટમના પરિણામો ભોગવવાનું ચાલુ રાખશે.