भारतातील तब्बल **70%** बँकांनी AI टूल्सचा वापर सुरू केला असला, तरी सुरक्षा, डेटा प्रायव्हसी आणि गव्हर्नन्सच्या मुद्द्यांमुळे याचा मोठा विस्तार अडकला आहे. RBI च्या कडक नियमावलीमुळे बँका सध्या त्यांच्या एकूण तंत्रज्ञान बजेटच्या केवळ **10%** पेक्षा कमी रक्कम AI साठी खर्च करत आहेत.
एआय (AI) विस्तारातील अडथळे
2026 Zeta CXO सर्वेक्षणातून समोर आलेल्या माहितीनुसार, जरी बहुतेक बँकांनी AI चा वापर सुरू केला असला, तरी तो केवळ मर्यादित कामांसाठी, जसे की फ्रॉड डिटेक्शन, कस्टमर सर्व्हिस आणि डॉक्युमेंट प्रोसेसिंगसाठी होत आहे. मात्र, कर्जवाटप किंवा जोखीम व्यवस्थापन (Risk Management) यांसारख्या जटिल निर्णयांसाठी AI चा वापर करण्याचे प्रमाण अजूनही अत्यंत कमी आहे.
डेटा सायलो आणि सुरक्षा प्रश्न
बँकिंग क्षेत्रातील जवळपास 50% संस्थांना 'डेटा सायलो' (Data Silos) च्या समस्येचा सामना करावा लागत आहे. माहितीचा सुरळीत प्रवाह नसल्यामुळे AI मॉडेल्स प्रभावीपणे काम करू शकत नाहीत. याच कारणास्तव बँका आता मोठ्या गुंतवणुकीऐवजी सुरक्षित आणि चाचणी केलेल्या छोट्या प्रकल्पांवर लक्ष केंद्रित करत आहेत.
RBI ची कडक भूमिका
भारतीय रिझर्व्ह बँकेने (RBI) स्पष्ट केले आहे की, AI चा वापर करताना 'ब्लॅक-बॉक्स' डिसीजन-मेकिंग म्हणजे ज्या प्रक्रियेचे तर्क समजत नाहीत, अशा प्रणालींपासून सावध राहणे गरजेचे आहे. विशेषतः कर्ज देताना होणारा भेदभाव (Bias) आणि थर्ड-पार्टी तंत्रज्ञान पुरवठादारांवर अति-अवलंबून राहणे यावर नियामकाने धोक्याचा इशारा दिला आहे.
येणाऱ्या काळात कोणत्या बँका आपली डेटा आर्किटेक्चर सुधारून सुरक्षित 'रिस्क मॅनेजमेंट फ्रेमवर्क' तयार करतात, यावरच या क्षेत्रातील नफ्याची गणिते अवलंबून असतील.