RBI की AI पर सख्ती: बैंकों और NBFCs पर FY27 से बढ़ेगा अनुपालन का बोझ

ऑपरेशनल जवाबदेही की ओर बढ़ा कदम

रिजर्व बैंक का आर्टिफिशियल इंटेलिजेंस (AI) आर्किटेक्चर में सुधार का यह कदम, सलाह देने की बजाय तकनीकी नियमों को लागू करने की ओर इशारा करता है। सिर्फ इनोवेशन को बढ़ावा देने के बजाय, RBI यह संकेत दे रहा है कि बैंकों और नॉन-बैंकिंग फाइनेंशियल कंपनियों (NBFCs) को AI को एक बड़े जोखिम के तौर पर देखना होगा। वित्तीय वर्ष 2027 तक, संस्थानों को जनरेटिव AI मॉडल्स के लिए अनिवार्य स्ट्रेस-टेस्टिंग का सामना करना पड़ सकता है, जिससे डेवलपमेंट का खर्च सिर्फ विस्तार से हटकर कड़े अनुपालन और सुरक्षा ढांचे की ओर बढ़ेगा।

डेटा इंटीग्रिटी और अनुपालन की खाई

फिलहाल वित्तीय संस्थान क्रेडिट अंडरराइटिंग और ग्राहक पहचान के लिए पुराने सिस्टम और वेंडर-प्रदत्त AI टूल्स पर निर्भर हैं। ये टूल्स जहां दक्षता बढ़ाते हैं, वहीं निर्णय लेने की प्रक्रिया में अस्पष्टता पैदा करते हैं। आने वाले फ्रेमवर्क का लक्ष्य 'ब्लैक बॉक्स' समस्या को संबोधित करना है, जहां कंपनियों को मांगने पर रेगुलेटर्स को मॉडल आउटपुट समझाने होंगे। यह फुर्तीली फिनटेक कंपनियों और पारंपरिक बैंकों के बीच एक बड़ा अंतर पैदा करता है। जबकि छोटी, टेक-सेवी फर्में इन ऑडिट ट्रेल्स को जल्दी अपना सकती हैं, वहीं बड़ी बैंक जिन्हें तकनीकी कर्ज (technical debt) का बोझ उठाना पड़ता है, उन्हें हाई-रेजोल्यूशन मॉनिटरिंग मानकों के अनुरूप लेगसी इंफ्रास्ट्रक्चर लाने के लिए भारी खर्च करना पड़ेगा।

एल्गोरिथम प्रसार के छिपे हुए जोखिम

धोखाधड़ी का पता लगाने के स्पष्ट लक्ष्य से परे, रेगुलेटर स्पष्ट रूप से सिस्टमेटिक इंटरकनेक्टेडनेस (systemic interconnectedness) को लेकर चिंतित है। यदि हर बड़ा लेंडर समान क्रेडिट-स्कोरिंग एल्गोरिथम अपनाता है, तो एक मॉडल की गलती से पूरे सेक्टर में लिक्विडिटी संकट या बड़े पैमाने पर जोखिम का गलत वर्गीकरण हो सकता है। भारतीय वित्तीय क्षेत्र के पिछले प्रदर्शन से पता चलता है कि रेगुलेटरी सख्ती अक्सर अस्थायी मार्जिन संकुचन की ओर ले जाती है, क्योंकि फर्में निगरानी के लिए अपनी गति का त्याग करती हैं। इसके अतिरिक्त, बेहतर साइबर-मैपिंग का आदेश बताता है कि केंद्रीय बैंक ने मध्यम आकार की NBFCs के वर्तमान परिधि सुरक्षा (perimeter defenses) में कुछ कमजोरियों की पहचान की है, जो अक्सर टियर-1 बैंकों की तुलना में पतले सुरक्षा मार्जिन के साथ काम करती हैं।

आगे की रणनीति और नियामक दृष्टिकोण

बाजार सहभागियों को कंसल्टिंग और आंतरिक ऑडिट की लागत में वृद्धि की उम्मीद करनी चाहिए, क्योंकि फर्में वित्तीय वर्ष 2027 की समय सीमा से पहले अपने AI गवर्नेंस को मजबूत करने की दौड़ लगाएंगी। ऑफ-द-शेल्फ जनरेटिव AI समाधानों के प्रति शुरुआती उत्साह को मालिकाना अनुपालन सॉफ्टवेयर (proprietary compliance software) में निवेश से बदला जाएगा। विश्लेषकों का अनुमान है कि जिन संस्थानों में वर्तमान में एक मजबूत डेटा-गवर्नेंस पाइपलाइन का अभाव है, उनके परिचालन व्यय में काफी वृद्धि देखी जाएगी, जो संभावित रूप से नेट इंटरेस्ट मार्जिन को प्रभावित कर सकता है, क्योंकि वे आक्रामक विकास लक्ष्यों को आने वाले, गैर-परक्राम्य नियामक ओवरहेड के साथ संतुलित करने का प्रयास करेंगे।