भारतातील फिनटेक कंपन्यांचा AI कडे मोर्चा; ऑपरेशन्स ऑटोमॅट करण्यासाठी नवीन पाऊल

AI आता फक्त चॅटबॉट्सपुरते मर्यादित नाही!

भारतातील फिनटेक कंपन्या आर्टिफिशियल इंटेलिजन्स (AI) चा वापर अधिक खोलवर करत आहेत. आता केवळ चॅटबॉट्ससारख्या ग्राहक-केंद्रित टूल्सऐवजी, अंडररायटिंग, प्रगत फ्रॉड डिटेक्शन, नो युवर कस्टमर (KYC) प्रक्रिया, कर्ज वसुली, ग्राहक सेवा आणि कंप्लायन्स मॉनिटरिंग यांसारख्या महत्त्वाच्या बॅकएंड ऑपरेशन्समध्ये AI चा वापर वाढला आहे. तसेच, इंजिनिअरिंग वर्कफ्लो आणि अंतर्गत उत्पादकता सुधारण्यासाठीही AI चा उपयोग केला जात आहे.

डिजिटल व्यवहारांमध्ये झालेली प्रचंड वाढ हे या AI वापराला गती देणारे मुख्य कारण आहे. मार्च महिन्यातच, भारतात 22.64 अब्ज पेक्षा जास्त युनिफाइड पेमेंट्स इंटरफेस (UPI) व्यवहार झाले, एवढ्या मोठ्या प्रमाणात होणाऱ्या व्यवहारांवर मानवी देखरेख ठेवणे कठीण होते. 'AI आता फक्त प्रयोगांच्या पलीकडे गेले असून, ते आमच्या ऑपरेशनल आणि टेक्नॉलॉजी फ्रेमवर्कचा अविभाज्य भाग बनले आहे,' असे प्लूटोस वन (Plutos ONE) चे सीईओ रोहित महाजन यांनी सांगितले. त्यांची कंपनी कंप्लायन्स, ऑनबोर्डिंग आणि ऑपरेशनल सपोर्टसाठी AI चा वापर करते.

प्रगत फसवणुकीला AI च्या मदतीने टक्कर

नवीन जनरेटिव्ह AI टूल्समुळे फिशिंग आणि स्कॅमचे प्रयत्न अधिक अत्याधुनिक होत आहेत, ज्यामुळे सध्याच्या फ्रॉड डिटेक्शन सिस्टीम्ससमोर आव्हान उभे राहिले आहे. एका अभ्यासानुसार, बहुतेक भारतीय संस्थांना असे वाटते की AI-जनरेटेड बनावट कागदपत्रांसमोर सध्याची KYC प्रणाली अपुरी आहे. जनरेटिव्ह AI हा एक मोठा फ्रॉड धोका म्हणून पाहिला जात आहे. पेमेंट प्रदाता PayU रिअल-टाइम फ्रॉड मॉनिटरिंगसाठी AI चा वापर करते. 'पेमेंट फ्रॉड मशीन स्पीडने होतो,' असे PayU आणि Wibmo चे चीफ प्रॉडक्ट ऑफिसर मानस मिश्रा यांनी सांगितले. 'रिअल-टाइम मॉनिटरिंग लेयर अधिकाधिक AI-आधारित होत आहे, परंतु गव्हर्नन्स, तपास, नियामक निर्णय आणि गुंतागुंतीच्या प्रकरणांसाठी मानवी तज्ञांची भूमिका अजूनही महत्त्वपूर्ण आहे.' PayU चे AI सतत मॉनिटरिंग आणि पॅटर्न रेकग्निशन करते, तर मानवी टीम स्ट्रॅटेजिक तपासांवर लक्ष केंद्रित करते.

नफ्याच्या दबावामुळे AI चा वापर वाढला

गुंतवणुकीतील मंदी आणि बाजारातील वाढती तपासणी यामुळे फिनटेक कंपन्या AI द्वारे ऑपरेशनल कार्यक्षमता आणि खर्च कपातीचे मार्ग शोधत आहेत. Payoneer चे सीनियर व्हाईस-प्रेसिडेंट गौरव गुप्ता यांनी AI चा उत्पादन विकास, R&D, ग्राहक सेवा, कंप्लायन्स आणि ग्रोथमध्ये सखोल एकत्रीकरणावर भर दिला. 'एक्झिक्युशन लेयरमुळे कामाची पद्धत बदलत आहे, AI आता वर्कफ्लोचा मोठा भाग हाताळत आहे आणि मानव त्याचं पर्यवेक्षण करत आहेत आणि आवश्यक तिथे अंतिम निर्णय घेत आहेत,' असे त्यांनी स्पष्ट केले. AI कंपन्यांना कर्मचाऱ्यांची संख्या वाढवल्याशिवाय व्यवसाय वाढवण्यास मदत करत असले तरी, तज्ञ याला केवळ खर्च कपातीचे साधन मानत नाहीत. 'ज्या क्षेत्रांमध्ये AI प्रयोगांच्या पलीकडे गेले आहे, तिथे खर्च कमी झाल्याचे सबळ पुरावे आहेत,' असे डेलॉईट इंडियाचे पार्टनर विजय मणी म्हणाले.

AI मुळे कर्ज, सपोर्ट आणि इंजिनिअरिंगमध्ये वाढ

कर्ज देणे आणि अंडररायटिंग हे AI साठी महत्त्वाचे क्षेत्र आहेत. फिनटेक कर्जदार क्रेडिट मूल्यांकन, वर्तणूक स्कोअरिंग आणि रिअल-टाइम रिस्क मॉनिटरिंगसाठी पर्यायी डेटा वापरत आहेत. भारतीय रिझर्व्ह बँकेचे (RBI) गव्हर्नर यांनी बँकांना ग्राहकांच्या तक्रारी चांगल्या प्रकारे हाताळण्यासाठी AI वापरण्यास प्रोत्साहित केले आहे, ज्यामुळे बहुभाषिक AI सपोर्ट आणि संवादात्मक इंटरफेस विकसित होत आहेत. PayU सुरुवातीच्या मर्चंट प्रश्नांपैकी सुमारे 30-40% प्रश्नांसाठी AI-आधारित सिस्टीमचा वापर करते. टेक्नॉलॉजी टीम्स विकासाला गती देण्यासाठी AI कोडिंग असिस्टंट्स आणि ऑटोमेटेड टेस्टिंगचा देखील अवलंब करत आहेत.

गव्हर्नन्स आणि उत्तरदायित्वाची आव्हाने कायम

AI च्या वेगाने वाढणाऱ्या वापरामुळे, AI गव्हर्नन्स आणि उत्तरदायित्वाची आव्हाने अजूनही कायम आहेत. कर्ज प्रक्रियेतील स्पष्टतेचा अभाव, पक्षपात आणि AI हॅल्युसिनेशन्स (चुकीची माहिती देणे) यांसारख्या समस्या वित्त क्षेत्रात मोठ्या चिंतेचा विषय आहेत. 'PayU मध्ये, पूर्ण ऑटोमेशनपेक्षा जबाबदार ऑटोमेशन महत्त्वाचे आहे,' असे मिश्रा म्हणाले. 'पैशांची हालचाल, नियामक कंप्लायन्स, संवेदनशील डेटा आणि ग्राहक संरक्षण या क्षेत्रांमध्ये मानवी देखरेख असणे आवश्यक आहे.' डेलॉईटचे मणी यांनी सांगितले की, AI चा खरा प्रभाव AI ला लक्षात घेऊन प्रक्रिया पुन्हा डिझाइन केल्याने मिळेल, जो गव्हर्नन्ससोबत संतुलित असावा. मोठ्या प्लॅटफॉर्म्सना अधिक डेटा असल्याने फायदा होऊ शकतो, परंतु केवळ AI ठोस व्यावसायिक मूलभूत तत्त्वांची जागा घेऊ शकत नाही.