RBI और Anthropic का Mythos AI: क्या सुरक्षित है भारतीय बैंकिंग सिस्टम?

साइबर सुरक्षा में बड़ा बदलाव

Mythos जैसे AI प्लेटफॉर्म पारंपरिक साइबर खतरों से बिल्कुल अलग हैं। ये AI सिस्टम रियल-टाइम में सॉफ्टवेयर की कमजोरियों का पता लगाकर उनका फायदा उठा सकते हैं, जिससे पुराने फायरवॉल सिस्टम बेकार हो जाते हैं। RBI का नया नियम बैंकों को अपने डिजिटल सिस्टम को इस हाई-स्पीड, मशीन-जनरेटेड निगरानी के खिलाफ जांचने के लिए मजबूर कर रहा है। यह इस बात का संकेत है कि जब साइबर सुरक्षा के 'हमलावर' पक्ष में ऑटोमेशन आ गया है, तो 'रक्षात्मक' पक्ष अब मैन्युअल निगरानी पर निर्भर नहीं रह सकता।

सिस्टमैटिक जोखिम और रेगुलेटरी निगरानी

Anthropic के इस AI सिस्टम से एक डायनामिक जोखिम प्रोफाइल (Dynamic Risk Profile) सामने आया है। केंद्रीय बैंक की ओर से स्पष्टता की मांग यह बताती है कि उन्हें चिंता है कि ऑटोमेटेड सिस्टम कहीं भारतीय बैंकिंग सेक्टर में मौजूद कमियों को इंसानी विश्लेषकों से पहले ही न पकड़ लें। ऐसे ही अन्य डिजिटल इंफ्रास्ट्रक्चर बदलावों के ऐतिहासिक आंकड़े बताते हैं कि जब टेक्नोलॉजी लागू की जाती है, तो सेंट्रलाइज्ड वित्तीय सिस्टम अस्थिर हो सकते हैं, खासकर जब AI का आर्किटेक्चर रेगुलेटर्स के लिए पारदर्शी न हो। इसके अलावा, विदेशी AI मॉडल पर निर्भरता एक बड़ा भू-राजनीतिक जोखिम (Geopolitical Dependency) भी पैदा करती है। RBI को अत्याधुनिक सुरक्षा टूल के फायदे और बाहरी, अनियंत्रित तकनीक के इस्तेमाल के खतरों के बीच संतुलन बनाना होगा।

मंदी के आसार: स्ट्रक्चरल जोखिम

बाजार के जानकारों का मानना है कि RBI का आत्मविश्वास, जो निवेशकों का भरोसा बनाए रखने के लिए जरूरी है, शायद 'ब्लैक-बॉक्स' AI खतरों को कम करने की कठिनाई को कम आंक रहा है। एक बड़ा जोखिम यह है कि AI के हमले और उससे बचाव के उपाय (Patches) विकसित होने के बीच एक गैप (Lag) हो सकता है। अगर Mythos जैसे प्लेटफॉर्म पुराने ऑपरेटिंग सिस्टम पर चल रहे बैंकिंग सॉफ्टवेयर में कमजोरियां ढूंढ लेते हैं, तो तत्काल सुधार की लागत बड़े घरेलू बैंकों के कैपिटल एक्सपेंडिचर बजट (Capital Expenditure Budgets) पर भारी पड़ सकती है। अगर रेगुलेटर को इन AI टूल्स के इंटीग्रेशन को सीमित करना पड़ा, तो भारतीय बैंक ग्लोबल प्रतिद्वंद्वियों से पिछड़ सकते हैं, जो AI का भरपूर इस्तेमाल कर रहे हैं। किसी भी बड़ी डेटा लीक की घटना, भले ही वह थर्ड-पार्टी AI टूल से हुई हो, वित्तीय सेक्टर के शेयरों में बड़ी गिरावट ला सकती है, क्योंकि डेटा सॉवरेन्टी (Data Sovereignty) को लेकर रेगुलेटरी संवेदनशीलता पहले से ही बहुत अधिक है।

आगे का रास्ता

अगले फाइनेंशियल क्वार्टर (Financial Quarter) में, बयानबाजी से हटकर अमल पर ध्यान केंद्रित किया जाएगा। RBI सरकारी साइबर सुरक्षा एजेंसियों के साथ मिलकर भारतीय बैंकिंग सेक्टर का एडवांस्ड मशीन-लर्निंग मॉडल के खिलाफ टेस्ट करने की उम्मीद है। भविष्य के अपडेट्स में AI-रेसिस्टेंट आर्किटेक्चर (AI-Resistant Architecture) के मानकीकरण को प्राथमिकता दी जा सकती है, जो यह तय कर सकता है कि भविष्य में केंद्रीय बैंक आर्टिफिशियल इंटेलिजेंस और वित्तीय स्थिरता के बीच संतुलन कैसे बनाएंगे।