भारतीय रिजर्व बैंक (RBI) ने आर्टिफिशियल इंटेलिजेंस (AI) और मशीन लर्निंग (ML) के इस्तेमाल को लेकर एक बड़ा कदम उठाया है। RBI ने नए ड्राफ्ट गाइडलाइंस जारी की हैं, जिसमें बोर्ड-लेवल पर AI के इस्तेमाल की निगरानी और स्ट्रिक्ट वैलिडेशन को अनिवार्य किया गया है। इन नियमों का मकसद AI को सुरक्षित बनाना है, लेकिन इससे बैंकों, NBFCs और फिनटेक फर्मों के लिए ऑपरेशनल खर्च बढ़ने की आशंका है।
क्या है RBI का नया प्रस्ताव?
RBI ने आर्टिफिशियल इंटेलिजेंस (AI) और मशीन लर्निंग (ML) मॉडल्स के रिस्क मैनेजमेंट को लेकर ड्राफ्ट गाइडलाइंस जारी की हैं। आजकल बैंक, NBFCs और फिनटेक कंपनियां क्रेडिट स्कोरिंग, फ्रॉड डिटेक्शन और कस्टमर सर्विस जैसे कामों के लिए इन टेक्नोलॉजीज का खूब इस्तेमाल कर रही हैं। ऐसे में, रेगुलेटर यह सुनिश्चित करना चाहता है कि इन तकनीकों पर बेहतर निगरानी रखी जाए। इस नए फ्रेमवर्क के तहत, इन कंपनियों को अब बोर्ड-लेवल पर जवाबदेही तय करनी होगी, अपने AI मॉडल्स का इंडिपेंडेंट वैलिडेशन कराना होगा और यह सुनिश्चित करना होगा कि डिसिशन-मेकिंग प्रोसेस में इंसानी निगरानी एक अहम हिस्सा बनी रहे। ये नियम सभी AI सिस्टम्स पर लागू होंगे, चाहे वे खुद बनाए गए हों या थर्ड-पार्टी वेंडर्स से लिए गए हों।
निवेशकों को खर्चों पर क्यों देनी चाहिए नजर?
निवेशकों के लिए, इन नए नियमों का सबसे बड़ा असर कंप्लायंस की लागत पर पड़ेगा। एक व्यापक रिस्क मैनेजमेंट फ्रेमवर्क को लागू करना कोई एक बार का काम नहीं है; इसके लिए टेक्नोलॉजी इंफ्रास्ट्रक्चर, डेटा गवर्नेंस और खास तरह के प्रोफेशनल्स में लगातार निवेश की ज़रूरत होगी। कंपनियों को संभवतः फाइनेंस और AI कंप्लायंस, दोनों में एक्सपर्ट स्टाफ को हायर या ट्रेन करना पड़ेगा। इसके अलावा, इंडिपेंडेंट ऑडिट और कंटीन्यूअस मॉनिटरिंग की ज़रूरतें बताती हैं कि टेक्नोलॉजी-हैवी फाइनेंशियल फर्म्स के ऑपरेशनल खर्चे आने वाले सालों में बढ़ सकते हैं। अगर इन खर्चों का बोझ ग्राहकों पर नहीं डाला जा सका या एफिशिएंसी से इसकी भरपाई नहीं हुई, तो प्रॉफिट मार्जिन्स पर अस्थायी दबाव देखने को मिल सकता है, खासकर छोटी कंपनियों के लिए।
बड़े और छोटे प्लेयर्स में बढ़ सकती है दूरी
फाइनेंशियल सेक्टर एक जैसा नहीं है। बड़े और स्थापित बैंक अक्सर मजबूत गवर्नेंस स्ट्रक्चर और गहरी जेब वाले होते हैं, जो नई रेगुलेटरी ज़रूरतों के खर्च को आसानी से उठा सकते हैं। वे इन बदलावों को जल्दी अपनाने के लिए बेहतर स्थिति में हो सकते हैं। इसके विपरीत, छोटी NBFCs और फिनटेक फर्में अक्सर कम रिसोर्सेज और टाइट बजट के साथ काम करती हैं। इन छोटी कंपनियों के लिए, कंप्लायंस सिस्टम, डॉक्यूमेंटेशन और वैलिडेशन प्रोसेस बनाने की शुरुआती भारी लागत एक बड़ी रुकावट बन सकती है। निवेशकों को यह देखना चाहिए कि क्या ये कंप्लायंस का बोझ छोटी कंपनियों के लिए कॉम्पिटिटिव डिसएडवांटेज पैदा करेगा, जिससे वे बड़ी और अच्छी-खासी कैपिटल वाली संस्थाओं से पिछड़ सकती हैं।
बेहतर गवर्नेंस से कैसे बढ़ेगा भरोसा?
हालांकि कंप्लायंस की लागत एक बड़ा रिस्क है, लेकिन इस कदम का मकसद ऑपरेशनल फेलियर को कम करना भी है। AI मॉडल्स जो बिना उचित जांच के 'ब्लैक बॉक्स' की तरह काम करते हैं, वे बायस्ड लेंडिंग, गलत रिस्क असेसमेंट या साइबर सिक्योरिटी कमजोरियों का कारण बन सकते हैं। ह्यूमन ओवरसाइट और वैलिडेशन को अनिवार्य करके, RBI संस्थागत लचीलापन बनाने की कोशिश कर रहा है। लंबे समय में, जिन कंपनियों ने इन हाई गवर्नेंस स्टैंडर्ड्स को सफलतापूर्वक अपनाया है, उनकी क्रेडिबिलिटी पार्टनर्स और लैंडर्स के बीच बढ़ सकती है। मजबूत सिस्टम रेगुलेटरी फाइन और रेपुटेशनल डैमेज के जोखिम को भी कम कर सकते हैं, जो किसी भी फाइनेंशियल इंस्टीट्यूट के लिए बड़े रिस्क हैं।
निवेशकों को आगे क्या देखना चाहिए?
जैसे-जैसे RBI इन ड्राफ्ट गाइडलाइंस पर फीडबैक लेगा, पॉलिसी का फाइनल वर्जन सबसे महत्वपूर्ण अपडेट होगा। निवेशकों को आने वाले तिमाही नतीजों में मैनेजमेंट की कमेंट्री पर नज़र रखनी चाहिए, खासकर हायर टेक्नोलॉजी स्पेंडिंग या कंप्लायंस-रिलेटेड कैपिटल एक्सपेंडिचर के उल्लेखों पर। मुख्य रूप से यह देखना होगा कि कंपनियां इसे एक मैनेजेबल कॉस्ट मानती हैं या रिसोर्सेज पर एक बड़ा बोझ, और मैनेजमेंट इन नई रेगुलेटरी ज़रूरतों को अपने ग्रोथ टारगेट्स के साथ कैसे बैलेंस करने की योजना बना रहा है। यह देखना महत्वपूर्ण होगा कि कोई फर्म अपनी फाइनेंशियल प्रोडक्ट्स की स्पीड और इनोवेशन से समझौता किए बिना इन नियमों को कैसे इंटीग्रेट करती है; यह उनकी ऑपरेशनल मैच्योरिटी का एक टेस्ट होगा।