भारतीय बँकांना फसवणुकीचा मोठा फटका: AI आणि UPI मुळे धोके वाढले

नवीन अहवालानुसार, ८४% भारतीय बँकांमध्ये AI-सक्षम घोटाळे आणि झटपट पेमेंटमधील (Instant Payment) धोक्यांमुळे फसवणुकीतून होणारे नुकसान वाढले आहे. डिजिटल व्यवहारांमध्ये वाढ होत असताना, बँका आता या वाढत्या धोक्यांना सामोरे जाण्यासाठी बिहेवियरल ॲनालिसिस (Behavioral Analysis) तंत्रज्ञानाचा वापर करत आहेत.

काय घडले?

नवीन आकडेवारीनुसार, भारतीय बँकिंग क्षेत्रात आर्थिक फसवणुकीचे प्रमाण वेगाने वाढले आहे. भारतातील ८४% बँकिंग अधिकाऱ्यांनी सांगितले की गेल्या वर्षभरात फसवणुकीतून होणारे त्यांचे नुकसान वाढले आहे. जागतिक स्तरावर सरासरी ७६% बँकांमध्ये ही समस्या दिसून येते, परंतु भारतात ही समस्या अधिक गंभीर आहे. डिजिटलायझेशन वेगाने होत असताना, या बेकायदेशीर कारवाया वाढल्याने बँकिंग क्षेत्रासमोर मोठे आव्हान उभे राहिले आहे.

झटपट पेमेंटचा (Instant Payment) धोका

युनिफाइड पेमेंट्स इंटरफेस (UPI) सारख्या प्लॅटफॉर्मने भारतात पैशांच्या व्यवहारात क्रांती घडवली असली तरी, फसवणूक करणाऱ्यांसाठी हा एक सोपा मार्ग बनला आहे. जवळपास ६६% भारतीय बँकिंग अधिकाऱ्यांनी झटपट पेमेंट प्लॅटफॉर्म्सना वाढत्या फसवणुकीच्या प्रयत्नांचे मुख्य कारण म्हणून ओळखले आहे. या व्यवहारांची गती हेच मुख्य कारण आहे. पैसे त्वरित हस्तांतरित होत असल्याने, फसवणूक लक्षात येईपर्यंत रक्कम खात्यातून गायब झालेली असते, ज्यामुळे ती परत मिळवणे अत्यंत कठीण होते. वापरकर्त्यांना फायदा होण्यासाठी सुरू केलेली ही गती आता पारंपारिक पडताळणी प्रक्रिया टाळण्यासाठी वापरली जात आहे.

AI: दुधारी तलवार

आर्टिफिशियल इंटेलिजन्स (AI) सध्याच्या आर्थिक जगात दुहेरी भूमिका बजावत आहे. एकीकडे बँका संशयास्पद पॅटर्न शोधण्यासाठी AI चा वापर करत आहेत, तर दुसरीकडे गुन्हेगार अधिक अत्याधुनिक घोटाळे करण्यासाठी AI वापरत आहेत. भारतातील सुमारे ९३% उद्योग नेत्यांचा विश्वास आहे की AI मुळे फसवणुकीचे प्रयत्न ओळखणे खूप कठीण झाले आहे. आधुनिक घोटाळ्यांमध्ये अत्यंत वास्तववादी AI-जनरेटेड संवाद समाविष्ट आहेत, जे ग्राहकांना सहज फसवू शकतात. यामुळे बँक आणि ग्राहक दोघेही फसण्याची शक्यता वाढली आहे.

आर्थिक आणि कार्यान्वयन परिणाम

या फसवणुकीचा खर्च बँका आणि ग्राहक दोघांसाठीही लक्षणीय आहे. जवळपास ४८% बँकांनी सांगितले की त्यांना दरवर्षी $10 दशलक्ष पेक्षा जास्त आर्थिक नुकसान केवळ फसवणुकीमुळे झाले आहे. एका लहान पण लक्षणीय गटाला $50 दशलक्ष पेक्षा जास्त नुकसान सोसावे लागले. ताळेबंदात (Balance Sheet) दिसणाऱ्या नुकसानापलीकडे, ग्राहकांचेही मोठे नुकसान झाले आहे. सर्वेक्षणात सहभागी झालेल्या निम्म्याहून अधिक नेत्यांचा अंदाज आहे की ग्राहकांनी दरवर्षी या घोटाळ्यांमध्ये $5 दशलक्ष पेक्षा जास्त गमावले आहेत.

बिहेवियरल ॲनालिसिसकडे (Behavioral Analysis) वाटचाल

या आव्हानांना तोंड देण्यासाठी, बँकिंग क्षेत्र पारंपरिक सुरक्षा पद्धती जसे की स्टॅटिक पासवर्ड किंवा वन-टाइम पासवर्ड (OTPs) पासून दूर जात आहे. आता बिहेवियरल ॲनालिसिस (Behavioral Analysis) तंत्रज्ञानाचा वापर वाढत आहे. ही प्रणाली केवळ 'तुम्ही कोण आहात' हे तपासत नाही, तर 'तुम्ही कसे वागता' हे देखील पाहते. यामध्ये वापरकर्ता कसा टाइप करतो, डिव्हाइस कसे पकडतो आणि बँकिंग ॲपमध्ये नॅव्हिगेट कसे करतो, यासारख्या गोष्टींचा समावेश होतो. जर एखादी कृती ग्राहकाच्या नेहमीच्या वर्तणुकीशी जुळत नसेल, तर सिस्टम व्यवहार पूर्ण होण्यापूर्वीच संभाव्य धोका म्हणून ध्वजांकित करते.

नियामक आणि क्षेत्राचा संदर्भ

रिझर्व्ह बँक ऑफ इंडिया (RBI) च्या मार्गदर्शनाखाली, भारतीय वित्तीय क्षेत्र अधिक मजबूत डिजिटल सुरक्षा प्रणालींसाठी प्रयत्नशील आहे. यामध्ये डिजिटल पेमेंट इंटेलिजन्स प्लॅटफॉर्म्सचा विकास समाविष्ट आहे, जे बँकांना रिअल-टाइम धोका डेटा शेअर करण्याची परवानगी देतात. याचा उद्देश केवळ पैसे चोरीला गेल्यानंतर प्रतिक्रिया देण्याऐवजी, फसवणुकीचे प्रयत्न होण्यापूर्वीच थांबवणे हा आहे. हा धोका व्यवस्थापित करणे बँकांसाठी व्यवसायाचा एक महत्त्वाचा भाग बनला आहे.

गुंतवणूकदारांनी काय लक्ष ठेवावे?

गुंतवणूकदार आणि भागधारकांनी बँका कशाप्रकारे सुरक्षा सुधारणांवरील खर्च आणि एकूण नफा यांच्यात समतोल साधतात याकडे लक्ष ठेवावे. AI-आधारित फसवणूक शोध प्रणालींमध्ये गुंतवणूक करणे आवश्यक असले तरी, त्यासाठी मोठ्या भांडवली खर्चाची आवश्यकता आहे. या प्रणाली फसवणुकीचे नुकसान कमी करण्यात किती प्रभावी ठरतात, यावर लक्ष ठेवणे महत्त्वाचे ठरेल. याव्यतिरिक्त, ज्या बँका ग्राहकांचा विश्वास आणि सुरक्षा राखू शकतील, त्यांना ग्राहक टिकवून ठेवण्यात यश मिळेल, कारण डिजिटल सुरक्षा हा आता एक महत्त्वाचा घटक बनला आहे. भविष्यातील कमाई अहवाल (Earnings Reports) या सुरक्षा खर्चांचा ऑपरेटिंग मार्जिनवर होणाऱ्या परिणामाबद्दल माहिती देऊ शकतात.