Whalesbook
AI से कैसे बढ़ रहा है फ्रॉड?
भारत में डिजिटल बैंकिंग की रफ्तार तेज है, UPI पेमेंट्स और आसान अकाउंट ओपनिंग जैसी सुविधाएं ग्राहकों को खूब पसंद आ रही हैं। लेकिन, इसी के साथ धोखाधड़ी करने वाले भी AI का इस्तेमाल कर रहे हैं। रिजर्व बैंक ऑफ इंडिया (RBI) के मुताबिक, धोखाधड़ी के मामलों में भले ही कभी-कभी कमी दिखे, लेकिन हर मामले में होने वाला वित्तीय नुकसान काफी बढ़ गया है।
फाइनेंशियल ईयर 2024-25 में, फ्रॉड की कुल वैल्यू ₹34,771 करोड़ तक पहुंच गई। वहीं, फाइनेंशियल ईयर 2026 के पहले छह महीनों (अप्रैल-सितंबर 2025) में, बैंकों ने पिछले साल की इसी अवधि की तुलना में 30% ज्यादा, यानी ₹21,515 करोड़ का फ्रॉड दर्ज किया, जबकि केस की संख्या थोड़ी कम रही।
AI स्कैमर्स को डीपफेक (Deepfake) तकनीकों का इस्तेमाल करके रियल-जैसे लगने वाले वॉयस और वीडियो बना रहे हैं, जिससे वे आसानी से लोगों को फंसाते हैं। जनरेटिव AI (Generative AI) ज्यादा विश्वसनीय फिशिंग (Phishing) ईमेल तैयार कर रहा है, और फेक पहचान का इस्तेमाल कर वेरिफिकेशन सिस्टम को धोखा दिया जा रहा है, जिससे फर्जी लोन तक जारी हो रहे हैं। साइबर हमले अब ऑटोमेटेड (Automated), बड़े पैमाने पर और पहले से कहीं ज्यादा मुश्किल हो गए हैं। एंथ्रोपिक (Anthropic) जैसे AI मॉडल, जो कमजोरियों को बड़े पैमाने पर ढूंढकर उनका फायदा उठा सकते हैं, एक बड़ी चिंता का विषय बन गए हैं।
कोर्ट और रेगुलेटर्स की सख्त चेतावनी
डिजिटल फ्रॉड के इस भारी पैमाने और बदलते तरीकों पर भारत की शीर्ष संस्थाओं की कड़ी नजर है। सुप्रीम कोर्ट ने डिजिटल फ्रॉड के जरिए ₹54,000 करोड़ से ज्यादा की चोरी को "पूरी लूट" करार देते हुए इसकी कड़ी निंदा की है। कोर्ट ने सवाल उठाया कि संदिग्ध ट्रांज़ैक्शन्स (Transactions) को जल्दी क्यों नहीं रोका जाता और कमजोर ग्राहकों को सुरक्षा क्यों नहीं मिलती, क्योंकि बैंक जनता का पैसा सुरक्षित रखने के लिए जिम्मेदार हैं।
इस ज्यूडिशियल (Judicial) दबाव के चलते RBI और बैंकों को तुरंत निगरानी बढ़ाने और ग्राहकों की सुरक्षा सुनिश्चित करने के निर्देश दिए गए हैं। इसके जवाब में, RBI ने नई सुरक्षा उपाय सुझाए हैं। एक डिस्कशन पेपर में ₹10,000 से ऊपर के डिजिटल ट्रांज़ैक्शन्स के लिए एक घंटे की "कूलिंग-ऑफ पीरियड" (Cooling-off Period) का प्रस्ताव रखा गया है। यह प्रस्ताव ग्राहकों को संदिग्ध पेमेंट को चेक करने और संभवतः रद्द करने का मौका देगा, हालांकि इसकी सुविधा पर पड़ने वाले असर पर बहस जारी है। RBI के ये कदम, साथ ही संसदीय आंकड़ों के अनुसार 2025 के पहले दस महीनों में करीब 2.4 मिलियन डिजिटल फ्रॉड के मामले सामने आए हैं, जिनकी कुल रकम ₹4,200 करोड़ से ज्यादा है, ये सब दिखाते हैं कि रेगुलेटर घाटे को कम करने के लिए सक्रिय हैं, खासकर बुजुर्गों पर इसका बुरा असर पड़ा है।
AI-संचालित खतरों से बैंकों का कड़ा मुकाबला
धोखाधड़ी की निगरानी और साइबर सुरक्षा में भारी निवेश के बावजूद, भारतीय बैंक AI-संचालित खतरों से निपटने के लिए संघर्ष कर रहे हैं। डिजिटल प्रगति, जो सुविधा और वित्तीय समावेशन लाती है, वहीं चोरी हुए पैसे की तेज आवाजाही और एडवांस्ड क्रिमिनल्स के लिए रास्ते भी बनाती है। एक्सपर्ट्स बताते हैं कि AI फ्रॉड का पता लगा सकता है, लेकिन इसे लागू करना महंगा और जटिल है। कुछ AI का 'ब्लैक बॉक्स' (Black Box) नेचर निष्पक्षता और जिम्मेदारी को लेकर सवाल खड़े करता है। साथ ही, रेगुलेशन (Regulation) अक्सर फ्रॉडस्टर्स (Fraudsters) द्वारा इस्तेमाल की जाने वाली तेज-तर्रार तकनीक से पीछे रह जाते हैं। "डिजिटल अरेस्ट" (Digital Arrest) जैसे स्कैम, जहां फर्जी अधिकारी पीड़ितों पर पैसे भेजने का दबाव डालते हैं, अरबों का नुकसान कर चुके हैं। कम, लेकिन बड़े फ्रॉड मामलों की ओर यह बदलाव बताता है कि क्रिमिनल्स होशियार हो रहे हैं, जिससे पहचान करना मुश्किल हो रहा है। एंथ्रोपिक (Anthropic) के 'Mythos' जैसे AI मॉडल, जो कमजोरियों को ढूंढ सकते हैं, एक "अभूतपूर्व" खतरा पैदा करते हैं, जिसके लिए स्टैंडर्ड सिक्योरिटी से आगे बढ़ना होगा। बैंकों को AI पर ज्यादा निर्भर होने से भी बचना चाहिए, क्योंकि यह गलतियाँ कर सकता है या अपडेट न होने पर बाईपास (Bypass) हो सकता है, अगर मानव जांच के साथ इसका सही तालमेल न हो। प्रस्तावित कूलिंग-ऑफ पीरियड, सुरक्षा के लिए होने के बावजूद, अगर ठीक से प्लान न किए जाएं तो देरी या दुरुपयोग का कारण बन सकते हैं, जिससे स्मूथ डिजिटल पेमेंट अनुभव बाधित हो सकता है।
एक सतत AI हथियारों की दौड़
भविष्य को देखते हुए, भारतीय बैंकों को अपनी सुरक्षा को लगातार मजबूत करना होगा, जिसमें AI एक केंद्रीय भूमिका निभाएगा। BFSI सेक्टर में साइबर सुरक्षा पर खर्च बढ़ रहा है, और रियल-टाइम फ्रॉड डिटेक्शन (Real-time Fraud Detection), बिहेवियर एनालिसिस (Behavior Analysis) और बेहतर आइडेंटिटी चेक (Identity Checks) के लिए AI में और निवेश की उम्मीद है। इंडस्ट्री फ्रॉड और एंटी-मनी लॉन्ड्रिंग (Anti-Money Laundering) प्रयासों को एक साथ लाने के लिए "यूनिफाइड रिस्क व्यू" (Unified Risk View) अपना रही है। यह समझ भी बढ़ रही है कि ऑटोमेटेड सिस्टम के साथ-साथ मानव जांचकर्ता भी महत्वपूर्ण हैं। RBI के प्रस्तावित नियम, भले ही थोड़े असुविधाजनक हों, यह दर्शाते हैं कि रेगुलेटर्स बड़े ट्रांज़ैक्शन्स के लिए गति से ज्यादा सुरक्षा को प्राथमिकता दे रहे हैं। यह बहस भारत की तेजी से बढ़ती डिजिटल इकोनॉमी में डिजिटल सेवाओं को आसान बनाने और जोखिम को कम करने के बीच लगातार चल रहे खींचतान को उजागर करती है। बैंकों को AI और एडवांस्ड टेक्नोलॉजी का उपयोग सिर्फ फ्रॉड का पता लगाने के लिए ही नहीं, बल्कि खतरों का अनुमान लगाने और उन्हें तुरंत रोकने के लिए करना चाहिए, ताकि वे बढ़ते साइबर अपराध से वित्तीय प्रणाली की रक्षा कर सकें।