HDFC Bank એ મોટા AI મોડેલ્સ પાછળ થતા જંગી ખર્ચની વિરુદ્ધ જઈને, માત્ર ₹2 કરોડના પ્રારંભિક રોકાણ સાથે પોતાનું AI પ્લેટફોર્મ 'Neev' વિકસાવ્યું છે. બેંકનો ઉદ્દેશ્ય ડોમેન-વિશિષ્ટ AI પર ધ્યાન કેન્દ્રિત કરીને ઓપરેશનલ કાર્યક્ષમતા વધારવાનો અને બેંકિંગ ડેટા પર નિયંત્રણ જાળવી રાખવાનો છે. આ આંતરિક અભિગમ ટ્રેડ ડોક્યુમેન્ટેશન અને ગ્રાહક સેવા જેવા નિર્ણાયક કાર્યોમાં ચોકસાઈ સુધારવા માટે રચાયેલ છે.
Detailed Coverage
HDFC Bank નો AI પર અલગ અભિગમ
ફાઈનાન્સિયલ સેક્ટરમાં આર્ટિફિશિયલ ઈન્ટેલિજન્સ (AI) ના વધતા ખર્ચ વચ્ચે HDFC Bank એ એક નવી દિશા આપી છે. બેંકે ખુલાસો કર્યો છે કે તેમનું આંતરિક AI પ્લેટફોર્મ 'Neev' માત્ર ₹2 કરોડના પ્રારંભિક રોકાણ સાથે લોન્ચ કરવામાં આવ્યું હતું. બેંકના ગ્રુપ હેડ ઓફ IT અને ચીફ ઈન્ફોર્મેશન ઓફિસર, રમેશ લક્ષ્મીનારાયણના જણાવ્યા અનુસાર, જાળવણી અને વિકાસનો ખર્ચ પણ ઓછો રહ્યો છે. આ વ્યૂહરચના એવા ઉદ્યોગ માન્યતાને પડકારે છે કે સ્પર્ધામાં ટકી રહેવા માટે બેંકોએ મોટા, સામાન્ય હેતુવાળા લાર્જ લેંગ્વેજ મોડેલ્સ (LLMs) માં ભારે રોકાણ કરવું જ પડે છે.
સ્પેશિયલાઇઝ્ડ AI વિરુદ્ધ મોટા મોડેલ્સ
બેંકનો અભિગમ સામાન્ય, ખર્ચાળ મોડેલ્સ પર આધાર રાખવાને બદલે, બેંકિંગ કામગીરી માટે ખાસ તૈયાર કરાયેલા નાના, અત્યંત કેન્દ્રિત મોડેલ્સ બનાવવા પર ભાર મૂકે છે. બેંકના મતે, આ ડિઝાઇન વધુ ચોકસાઈ અને ઓછી પ્રોસેસિંગ વિલંબ પૂરો પાડે છે, જે ટ્રેડ લેટર્સ ઓફ ક્રેડિટની ચકાસણી અથવા આયાત-નિકાસ દસ્તાવેજોનું વિશ્લેષણ જેવા જટિલ કાર્યોના સંચાલનમાં નિર્ણાયક છે. 'Neev' ને ઇન-હાઉસ વિકસાવીને, HDFC Bank પોતાની ટેકનોલોજી પર સંપૂર્ણ માલિકી જાળવી રાખે છે, જે નાણાકીય સેવાઓમાં ઉચ્ચ ચોકસાઈની માંગ કરતા વિકસતા નિયમનકારી ધોરણોનું વધુ સારું નિરીક્ષણ અને પાલન સુનિશ્ચિત કરે છે.
કાર્યક્ષમતા અને આંતરિક માલિકી
'Neev' એક લેયર્ડ આર્કિટેક્ચરનો ઉપયોગ કરીને બનાવવામાં આવ્યું છે જે વિવિધ બેંકિંગ કાર્યોમાં પુનઃઉપયોગી ક્ષમતાઓ માટે પરવાનગી આપે છે. આ પ્લેટફોર્મ હાલમાં આધાર કાર્ડ જેવા દસ્તાવેજો માટે ઈમેજ એક્સટ્રેક્શન અને ગ્રાહક સેવા કર્મચારીઓને જટિલ ક્રેડિટ કાર્ડ ચાર્જ ગણતરીઓમાં મદદ કરવા જેવા વિવિધ કાર્યોને સપોર્ટ કરે છે. આ પુનરાવર્તિત પ્રક્રિયાઓને સ્વચાલિત કરીને, બેંક ખર્ચમાં પ્રમાણસર વધારા વિના વ્યવસાયના ઊંચા વોલ્યુમને સંચાલિત કરવાનું લક્ષ્ય રાખે છે. આ પ્લેટફોર્મ 40 લોકોની એક નાની, સમર્પિત ટીમ દ્વારા સંચાલિત છે, જે દર્શાવે છે કે કેવી રીતે કેન્દ્રિત આંતરિક ટીમો માપી શકાય તેવા ટેકનોલોજીકલ ઉકેલો પ્રદાન કરી શકે છે.
વર્કફોર્સ સ્ટ્રેટેજી અને રિ-સ્કિલિંગ
AI એકીકરણ ચાલુ રહેતાં, બેંક મોટા પાયે છટણી કરવાને બદલે તેના હાલના કર્મચારીઓને રિ-સ્કિલિંગ (નવી કુશળતા શીખવવા) પર ધ્યાન કેન્દ્રિત કરી રહી છે. મેનેજમેન્ટ સૂચવે છે કે કર્મચારીઓને, ખાસ કરીને દસ્તાવેજીકરણ ભૂમિકાઓમાં લાંબા સમયથી કાર્યરત લોકોને, ગ્રાહક-સામનો કરતી કોર્પોરેટ સલાહકાર જેવી નવી ભૂમિકાઓ માટે તાલીમ આપવામાં આવી રહી છે. બેંક અપેક્ષા રાખે છે કે કુદરતી એટ્રિશન (કર્મચારીઓની નોકરી છોડવાની પ્રક્રિયા) હેડકાઉન્ટ ફેરફારોનું સંચાલન કરશે, જ્યારે AI-સંચાલિત ઉત્પાદકતા લાભો સંસ્થાને વિસ્તરતી વ્યવસાયિક જરૂરિયાતોને પહોંચી વળવા દેશે. રોકાણકારો સંભવતઃ એ નિરીક્ષણ કરશે કે શું આ આંતરિક AI કાર્યક્ષમતા આગામી ત્રિમાસિક ગાળામાં સુધારેલા નફાના માર્જિન અને ઘટેલા ઓપરેશનલ ખર્ચમાં પરિણમે છે. ઝડપી ક્ષેત્ર-વ્યાપી ટેકનોલોજી અપનાવવા વચ્ચે આ ખર્ચ-અસરકારક, ઇન-હાઉસ ડેવલપમેન્ટ મોડેલ જાળવી રાખવાની બેંકની ક્ષમતા લાંબા ગાળાના મૂલ્યાંકન માટે મુખ્ય ક્ષેત્ર બની રહેશે.