McKinsey रिपोर्ट: बँकांना AI चा फायदा होत नाहीये? कारण जुन्या सिस्टिम्स!

BANKINGFINANCE
Whalesbook Logo
AuthorPriya Kulkarni|Published at:
McKinsey रिपोर्ट: बँकांना AI चा फायदा होत नाहीये? कारण जुन्या सिस्टिम्स!
Overview

मॅकिन्से अँड कंपनीच्या (McKinsey & Company) ताज्या अहवालानुसार, जगभरातील बँका आर्टिफिशियल इंटेलिजन्स (AI) मध्ये मोठी गुंतवणूक करत असूनही, त्यांना हवा तसा फायदा मिळत नाहीये. याचे मुख्य कारण म्हणजे AI तंत्रज्ञान जुन्या आणि कालबाह्य सिस्टिम्सवर वापरले जात आहे, ज्यामुळे कंपन्या खर्च बचतीसारखे (Cost Savings) महत्त्वाचे फायदे गमावत आहेत.

Instant Stock Alerts on WhatsApp

Used by 10,000+ active investors

1

Add Stocks

Select the stocks you want to track in real time.

2

Get Alerts on WhatsApp

Receive instant updates directly to WhatsApp.

  • Quarterly Results
  • Concall Announcements
  • New Orders & Big Deals
  • Capex Announcements
  • Bulk Deals
  • And much more

AI ची मोठी गुंतवणूक, पण नफ्याला ब्रेक?

अनेक बँका व्हॉइस बॉट्स (Voice Bots) आणि ॲनालिटिक्स (Analytics) सारख्या AI तंत्रज्ञानावर प्रचंड पैसा खर्च करत आहेत. या गुंतवणुकीतून खर्चात 30% ते 45% पर्यंत कपात होण्याची शक्यता वर्तवली जात होती. मात्र, प्रत्यक्षात हे फायदे मिळत नाहीत. AI ची प्रभावीता कमी होण्यामागे मुख्य कारण म्हणजे, सध्याच्या कार्यक्षम नसलेल्या प्रक्रिया सुधारण्याऐवजी त्यांनाच ऑटोमेट (Automate) केले जात आहे. यामुळे ग्राहकांच्या समस्यांच्या मुळाशी जाता येत नाही.

जुन्या सिस्टिम्सवर AI चा भार

बँकिंग उद्योगात तंत्रज्ञानावर होणारा खर्च महसुलाच्या 6% ते 12% पर्यंत असू शकतो. मात्र, यातील तब्बल 70% खर्च जुन्या सिस्टिम्स चालू ठेवण्यासाठीच होतो, ज्यामुळे नवीन इनोव्हेशनसाठी (Innovation) कमी पैसा उरतो. अनेक बँकांचे कोअर बँकिंग प्लॅटफॉर्म (Core Banking Platform) 30 ते 40 वर्षे जुने आहेत. हे लेगसी सिस्टिम्स (Legacy Systems) इतके जुने आहेत की, त्यांच्यामुळे नवीन प्रॉडक्ट्स (Products) बाजारात आणायला उशीर होतो, अगदी फिनटेक (FinTech) कंपन्यांच्या तुलनेत.

'कोबोल'चा जुना वारसा आणि धोके

जागतिक स्तरावर अजूनही अब्जावधी लाईन्सचा 'कोबोल' (COBOL) कोड वापरला जातोय, ज्याची देखभाल करणे आता महाग आणि अवघड झाले आहे. या जुन्या सिस्टिम्समुळे आधुनिक सिस्टिम्सच्या तुलनेत बदल (Updates) करण्यास खूप वेळ लागतो. कंपन्यांना AI प्रकल्पांमध्ये येणाऱ्या अडचणींपैकी 43% अडचणी स्पष्ट व्यावसायिक उद्दिष्ट्ये (Business Goals) नसणे किंवा डेटा व्यवस्थापनाच्या (Data Management) कमतरतेमुळे येतात.

'पायलट पर्गेटरी'त अडकलेल्या बँका

जेपी मॉर्गन चेस (JPMorgan Chase) आणि बँक ऑफ अमेरिका (Bank of America) सारख्या काही मोठ्या बँका AI टॅलेंट (Talent) आणि तंत्रज्ञानात मोठी गुंतवणूक करत आहेत. बँक ऑफ अमेरिकेने 2024 साठी तंत्रज्ञानावर $4 अब्ज गुंतवले आहेत, तर त्यांची व्हर्च्युअल असिस्टंट 'एरिका' (Erica) अब्जावधी संवाद हाताळते. पण अनेक बँका अजूनही 'पायलट पर्गेटरी'मध्ये अडकल्या आहेत, जिथे ते लहान AI प्रकल्पांचे प्रयोग करत आहेत पण त्यांचा कंपनीभर विस्तार करू शकत नाहीत.

आधुनिकीकरण न केल्यास मोठे नुकसान

जर बँकांनी जुन्या सिस्टिम्समध्ये बदल केला नाही, तर ते केवळ संधी गमावणार नाहीत, तर अनावश्यक ठरतील. जुन्या सिस्टिम्स चालवण्याचा खर्च जास्त असतो, त्या कमी सुरक्षित असतात आणि डिजिटल गरजा पूर्ण करू शकत नाहीत. 2028 पर्यंत, आधुनिकीकरण न करणाऱ्या बँकांना $57 अब्ज पेक्षा जास्त नुकसान होऊ शकते. मर्जरमुळे (Mergers) तयार झालेल्या सिस्टिम्समुळे बँका ग्राहकांच्या मागण्या आणि नवीन नियमांना पटकन प्रतिसाद देऊ शकत नाहीत. AI ची कार्यक्षमतेची क्षमता या अस्थिर सिस्टिम्सवर मर्यादित होते. AI टॅलेंटची कमतरता ही एक मोठी समस्या आहे, ज्यामुळे प्रगत AI प्रकल्प रखडतात.

Get stock alerts instantly on WhatsApp

Quarterly results, bulk deals, concall updates and major announcements delivered in real time.

Disclaimer:This content is for educational and informational purposes only and does not constitute investment, financial, or trading advice, nor a recommendation to buy or sell any securities. Readers should consult a SEBI-registered advisor before making investment decisions, as markets involve risk and past performance does not guarantee future results. The publisher and authors accept no liability for any losses. Some content may be AI-generated and may contain errors; accuracy and completeness are not guaranteed. Views expressed do not reflect the publication’s editorial stance.