Aye Finance ची मोठी झेप: आता दुकानांचे फोटो पाहून मिळणार कर्ज, IPO नंतर AI चा वापर सुरू

Aye Finance चा मोठा निर्णय: आता दुकानांच्या फोटोंवरून मिळणार कर्ज!

Aye Finance, जी नुकतीच ₹1,010 कोटींचा IPO यशस्वीपणे पूर्ण करून बाजारात उतरली आहे, आता कर्जदारांची पत (creditworthiness) तपासण्यासाठी प्रगत AI तंत्रज्ञानाचा वापर करत आहे. कंपनीने एक नवीन Generative AI आणि Machine Learning मॉडेल यशस्वीरित्या पायलट केले आहे, जे दुकानांच्या फोटोंवरून थेट व्यवसायाची विक्री (sales) अंदाजित करते.

हे तंत्रज्ञान कसे काम करते?

Aye Finance, जी सूक्ष्म-उद्योगांसाठी (micro-enterprises) एक प्रमुख NBFC आहे, या नवीन तंत्रज्ञानाचा वापर करून कर्ज देण्याची प्रक्रिया सोपी करत आहे. या मॉडेलमध्ये, दुकानांचे फोटो अपलोड केले जातात आणि AI/ML द्वारे त्याचे विश्लेषण करून व्यवसायाची अंदाजित विक्री काढली जाते. याचा मुख्य उद्देश लहान आणि मध्यम व्यावसायिकांसाठी कर्ज देण्याचा खर्च (cost-to-serve) लक्षणीयरीत्या कमी करणे आहे. त्याचबरोबर, कर्ज मंजुरीची प्रक्रिया (credit decision-making) जलद करणे हा देखील यामागे महत्त्वाचा हेतू आहे.

यामुळे काय फरक पडणार?

ही नवीन पद्धत अनेक वर्षांपासूनच्या एका मोठ्या समस्येवर तोडगा काढणारी आहे. अनेक छोटे व्यवसाय, विशेषतः जे टियर 2 (Tier 2) शहरांमध्ये किंवा त्यापुढील भागात कार्यरत आहेत, त्यांच्याकडे हिशेबाची औपचारिक नोंद (formal accounting records) नसते. अशा वेळी, केवळ फोटोंच्या आधारे विक्रीचा अंदाज घेऊन Aye Finance त्यांना अधिक सहजपणे कर्ज उपलब्ध करून देऊ शकते. यामुळे, पूर्वी ज्यांना औपचारिक कागदपत्रांच्या अभावामुळे कर्ज मिळणे कठीण होते, त्यांच्यासाठी आता कर्जाचे दरवाजे उघडतील.

Aye Finance ची भविष्यातील योजना

कंपनीने 2019 मध्येच स्वतःचा डेटा सायन्स आणि AI युनिट (Data Science & AI unit) स्थापन केला होता, ज्यामुळे तंत्रज्ञानाच्या वापरातील त्यांची दूरदृष्टी दिसून येते. 2018 मध्ये Google Capital (आता CapitalG) सारख्या गुंतवणूकदारांकडून मिळालेल्या निधीनेही कंपनीच्या वाढीला हातभार लावला. आता ₹1,010 कोटींच्या IPO मधून मिळालेला पैसा कंपनीला या नवीन तंत्रज्ञानाचा विस्तार करण्यासाठी आणि देशभरातील अधिक सूक्ष्म-उद्योगांपर्यंत पोहोचण्यासाठी मदत करेल.

पुढे काय अपेक्षित आहे?

जलद कर्ज मंजुरी: AI मुळे मॅन्युअल पडताळणी कमी होईल आणि कर्जदारांना लवकर कर्ज मंजूर होईल.
कमी परिचालन खर्च: फोटोंच्या विश्लेषणातून ऑटोमेशनमुळे प्रत्येक ग्राहकासाठीचा खर्च कमी होईल.
सुधारित कर्ज उपलब्धता: औपचारिक हिशेब नसलेल्या व्यावसायिकांना कर्ज मिळणे सोपे होईल.
व्यवसायाचा विस्तार: कंपनी आता हे इमेज-आधारित अंडररायटिंग मॉडेल (image-based underwriting methodology) ट्रेडिंग व्यवसायांव्यतिरिक्त इतर क्षेत्रांमध्येही लागू करण्याची योजना आखत आहे.

धोके काय आहेत?

मॉडेलची अचूकता: वेगवेगळ्या प्रकारच्या व्यवसायांच्या फोटोंवरून विक्रीचा अचूक अंदाज लावण्यात AI मॉडेल किती प्रभावी ठरते, हे पाहणे महत्त्वाचे ठरेल.
डेटातील त्रुटी (Data Bias): AI मॉडेलमध्ये कोणताही पूर्वाग्रह (bias) नाही, याची खात्री करणे आवश्यक आहे.
नियामक तपासणी (Regulatory Scrutiny): AI-आधारित कर्जप्रक्रियेवर नियामक संस्थांचे लक्ष वाढू शकते.
स्पर्धा: प्रतिस्पर्धी कंपन्याही असेच तंत्रज्ञान वापरू शकतात, ज्यामुळे स्पर्धेत वाढ होईल.
ॲसेट क्वालिटी (Asset Quality): तंत्रज्ञानाने अंडररायटिंग सुधारले तरी, NPA (Non-Performing Assets) चे जुने आव्हान कायम राहू शकते, यासाठी मजबूत जोखीम व्यवस्थापन आवश्यक आहे.

स्पर्धकांकडून तुलना

Aye Finance चे हे पाऊल तंत्रज्ञान-आधारित कर्जदारांमध्ये (tech-enabled lenders) तिला आघाडीवर ठेवते. CASHe आणि U GRO Capital सारख्या कंपन्या देखील कर्ज मूल्यांकनासाठी डेटा ॲनालिटिक्स आणि AI मध्ये मोठी गुंतवणूक करत आहेत. मात्र, केवळ दुकानांच्या फोटोंवरून अंडररायटिंग करण्याची Aye Finance ची पद्धत, विशेषतः ट्रेडिंग व्यवसायांसाठी, तिला एक वेगळी ओळख देते.

महत्त्वाचे आकडे

सेवा दिलेले सूक्ष्म-उद्योजक: मार्च 2026 पर्यंत 60 दशलक्ष पेक्षा जास्त.
IPO: 2026 च्या सुरुवातीला ₹1,010 कोटी जमवले.