Whalesbook
AI मुळे भारतीय कर्ज बाजारात मोठी क्रांती
आर्टिफिशियल इंटेलिजन्स (AI) भारतीय कर्ज बाजारात क्रांती घडवत आहे. कर्जांना मंजुरी मिळण्याचा वेळ काही दिवसांवरून काही मिनिटांवर आला आहे. वस्तू आणि सेवा कर (GST) फाईलिंग, युनिफाईड पेमेंट्स इंटरफेस (UPI) ट्रान्झॅक्शन्स आणि डिजिटल ॲक्टिव्हिटी यांसारख्या रिअल-टाईम डेटाचा वापर करून, कर्ज देणाऱ्या कंपन्या आता पारंपरिक स्कोअरच्या पलीकडे जाऊन क्रेडिट योग्यता तपासत आहेत. यामुळे मायक्रो, स्मॉल आणि मीडियम एंटरप्रायझेस (MSMEs), गिग वर्कर्स आणि नवीन कर्जदारांसाठी क्रेडिट उपलब्ध होत आहे. यामुळे असुरक्षित कर्ज (unsecured loans), 'बाय नाऊ पे लेटर' (BNPL) योजना आणि मायक्रो-क्रेडिटमध्ये मोठी वाढ होत आहे. AI-आधारित पोर्टफोलिओमुळे जुन्या पद्धतींपेक्षा दुप्पट वाढ आणि रिटर्न-ऑन-ॲसेट्स (Return-on-Assets) मिळण्याची क्षमता आहे.
'ब्लॅक बॉक्स'चा धोका: आर्थिक धक्क्यांमध्ये वाढ
या कार्यक्षमतेच्या मागे, गंभीर सिस्टमिक धोके वाढत आहेत. अनेक AI मॉडेल्स 'ब्लॅक बॉक्स' आहेत, म्हणजेच त्यांची निर्णय प्रक्रिया समजणे कठीण आहे. त्यांच्या ट्रेनिंग डेटामधील बायस (bias) चुकीचे रिस्क प्राइसिंग करू शकते आणि आर्थिक बदलांना ते वेगाने प्रतिसाद देऊ शकतात. जर आर्थिक मंदी आली, तर ही मॉडेल्स अचानक क्रेडिट देणे बंद करू शकतात, ज्यामुळे आर्थिक अस्थिरता येण्याचा धोका आहे. इकॉनॉमिक सर्व्हे 2025-26 असा इशारा देतो की AI चा नोकऱ्यांवरील परिणाम बँकांना 2008 च्या संकटापेक्षा जास्त घातक ठरू शकतो. भारताच्या मोठ्या IT/BPO क्षेत्राला AI मुळे ऑटोमेशनचा धोका आहे, ज्यामुळे रिटेल आणि कॉर्पोरेट पोर्टफोलिओमध्ये नॉन-परफॉर्मिंग ॲसेट्स (NPAs) वाढू शकतात.
नवीन कमकुवत दुवे आणि जागतिक नियामक
कर्ज निर्णयांमध्ये AI चे एकत्रीकरण नवीन असुरक्षितता निर्माण करत आहे. फायनान्शियल स्टॅबिलिटी बोर्ड (FSB) आणि बँक फॉर इंटरनॅशनल सेटलमेंट्स (BIS) यांसारख्या जागतिक नियामकांनी थर्ड-पार्टीवर अवलंबून राहणे, वाढलेले मार्केट लिंक्स, सायबर धोके आणि विशेषतः AI मॉडेल्स व डेटा व्यवस्थापनातील समस्यांबद्दल धोके अधोरेखित केले आहेत. रिझर्व्ह बँक ऑफ इंडिया (RBI) ने देखील या चिंता मान्य केल्या आहेत. ऑगस्ट 2025 मध्ये, RBI ने AI च्या जबाबदार आणि नैतिक वापरासाठी 'फ्रेमवर्क फॉर रिस्पॉन्सिबल अँड एथिकल एनेबलमेंट ऑफ आर्टिफिशियल इंटेलिजन्स' (FREE-AI Report) जारी केले, ज्यात सावधगिरीने अवलंब आणि मानवी तपासणीसह हायब्रिड मॉडेल्सचा सल्ला दिला आहे. AI पॅटर्न ओळखण्यात चांगले असले तरी, ते अनपेक्षित अर्थव्यवस्थांमध्ये सूक्ष्म डिफॉल्ट चिन्हे चुकवू शकते किंवा बाजारातील चढ-उतार वाढवू शकते. एका BCG रिपोर्टनुसार, AI भारतीय बँकिंगमधील 35-50% नोकऱ्यांमध्ये बदल घडवू शकते.
व्हॅल्युएशन्स आणि भविष्यातील ट्रेंड्स
28 एप्रिल 2026 पर्यंत, भारतातील प्रमुख कर्जदारांचा मागोवा घेणारा निफ्टी बँक इंडेक्स (Nifty Bank index) 14.09 ते 14.81 च्या प्राइस-टू-अर्निंग (P/E) रेशोसह व्यवहार करत आहे. निफ्टी बँक कंपन्यांचे एकूण मार्केट व्हॅल्यू सुमारे ₹47.7 ट्रिलियन आहे. AI मुळे कार्यक्षमता सुधारण्याची आणि खर्च कमी होण्याची अपेक्षा आहे - विशेषतः जनरेटिव्ह AI मुळे बँकांची कार्यक्षमता 46% पर्यंत वाढू शकते. तथापि, नोकऱ्या कमी होणे आणि सुधारित सायबर सुरक्षाची गरज ही मोठी आव्हाने आहेत. इंडस्ट्रीच्या अंदाजानुसार, पुढील दशकात नॉन-बँकिंग फायनान्शियल कंपन्या (NBFCs) बँकांपेक्षा वेगाने वाढू शकतात, ज्याचा कंपाउंड ॲन्युअल ग्रोथ रेट (CAGR) बँकांच्या 12% CAGR च्या तुलनेत 17% असेल. त्यांची ही चपळता अंशतः नवीन कर्ज प्रकारांसाठी AI चा जलद अवलंब केल्यामुळे आहे. FICCI-IBA बँकर्स सर्व्हेमध्ये 2026 मध्ये भारतातील बँकिंग क्षेत्रासाठी क्रेडिट, अंडररायटिंग आणि कलेक्शनमधील AI ला सर्वात मोठा डिस्टर्बन्स (disruptor) म्हणून ओळखले आहे, जे महत्त्वपूर्ण बदल आणि धोक्यांचे भविष्य दर्शवते.