Whalesbook
बँकांना AI वापरणे आता बंधनकारक
डिजिटल सुरक्षिततेच्या दृष्टीने भारतीय वित्तीय क्षेत्र मोठे आणि गुंतागुंतीचे पाऊल उचलत आहे. सचिव एम. नगरजू (Secretary M. Nagaraju) यांनी सर्व बँकांना भारतीय रिझर्व्ह बँकेचे (RBI) 'MuleHunter' नावाचे AI टूल वापरण्याचे निर्देश दिले आहेत. यामुळे वित्तीय क्षेत्रातील सायबर गुन्हेगारीची वाढती व्याप्ती आणि त्याला रोखण्यासाठी तंत्रज्ञानाची गरज अधोरेखित झाली आहे. केवळ नवीन सॉफ्टवेअर खरेदी करणे पुरेसे नाही, तर वित्तीय संस्थांच्या कार्यपद्धतीत आणि संसाधनांच्या वापरात मोठे बदल घडवण्याची ही सुरुवात आहे.
'Mule Accounts' विरोधात AI ची ताकद
आर्थिक सायबर फसवणुकीसाठी 'mule accounts' हे प्रमुख मार्ग आहेत. याला आळा घालण्यासाठी नियामक स्तरावर कठोर कारवाई सुरू आहे. 'MuleHunter AI' हे बेकायदेशीर खाती लवकर ओळखण्यासाठी आणि ती थांबवण्यासाठी डिझाइन केले आहे, जेणेकरून फसवणुकीचा पैसा मोठा धोका निर्माण करण्यापूर्वीच रोखता येईल. मात्र, प्रगत AI टूल्सचा अवलंब करण्यासाठी बँकांना मोठी गुंतवणूक करावी लागेल. यामध्ये केवळ तंत्रज्ञानाचा खर्चच नाही, तर डेटा सिस्टीम अपग्रेड करणे, सॉफ्टवेअर इंटिग्रेशन आणि कर्मचाऱ्यांचे प्रशिक्षण यांचाही समावेश आहे. या नव्या नियमांमुळे बँकांना मोठ्या प्रमाणात कार्यात्मक बदल करावे लागतील आणि सायबर सुरक्षा ही एक प्रमुख धोरणात्मक प्राथमिकता बनेल.
जागतिक स्तरावर AI चा वापर
जगभरातील वित्तीय संस्था फसवणूक शोधण्यासाठी AI चा वाढता वापर करत आहेत. यामुळे नुकसानीत घट आणि नियमांचे पालन सुधारण्यात मोठी मदत होत असल्याचे अभ्यासातून दिसून आले आहे. मनी लाँडरिंग आणि फसवणुकीसाठी 'mule accounts' चा वापर वेगाने वाढत आहे, ज्यामुळे दरवर्षी अब्जावधी डॉलर्सचे नुकसान होत आहे. यातून अधिक संघटित गुन्हेगारी गट सक्रिय असल्याचे स्पष्ट होते. हैद्राबाद पोलिसांच्या 'ऑपरेशन ऑक्टोपस' (Operation Octopus) सारख्या उपक्रमांनी हे दाखवून दिले आहे की, तंत्रज्ञान-आधारित संयुक्त प्रयत्नांनी अशा गुन्हेगारी कारवाया किती प्रभावीपणे रोखता येतात. जगभरातील मध्यवर्ती बँका AI च्या वापराला प्रोत्साहन देत आहेत, परंतु डेटा हाताळणी आणि AI च्या न्याय्य वापरासाठी कठोर नियमही आहेत. बँकांना या मजबूत AI सिस्टीमसाठी स्वतः खर्च करावा लागणार आहे.
AI वापरण्यातील आव्हाने आणि धोके
AI मुळे फसवणूक शोधण्यात मोठी मदत होत असली तरी, त्याच्या व्यापक वापरामध्ये काही धोके देखील आहेत. 'MuleHunter AI' सारख्या टूल्सचे यश हे फसवणुकीच्या बदलत्या पद्धतींशी जुळवून घेण्याच्या त्यांच्या क्षमतेवर अवलंबून आहे, ज्यासाठी महत्त्वपूर्ण संसाधने लागतात. AI वर सायबर हल्ले होण्याचा धोका, पक्षपाती डेटामुळे चुकीचे निष्कर्ष (false positives किंवा negatives) मिळणे आणि जुन्या संगणक प्रणालींमध्ये AI इंटिग्रेट करण्याचे आव्हान यांसारखे धोके आहेत. यामुळे मोठ्या कार्यात्मक समस्या निर्माण होऊ शकतात. अनेक बँकांसाठी, सुरुवातीचा मोठा खर्च, तसेच देखभाल आणि प्रशिक्षणाचा चालू खर्च एक मोठे आर्थिक ओझे ठरू शकतो, ज्यामुळे लहान बँकांना मोठ्या बँकांच्या तुलनेत अधिक अडचणी येऊ शकतात. मानवी तपासणीशिवाय केवळ AI वर जास्त अवलंबून राहिल्यास नवीन त्रुटी निर्माण होऊ शकतात आणि या टूल्सच्या प्रगत स्वरूपामुळे अधिक गुंतागुंतीच्या गुन्हेगारी रणनीतींना प्रोत्साहन मिळू शकते, ज्यामुळे एक महागडी लढाई सुरू राहील.
पुढील वाटचाल
AI चा वापर करून फसवणूक रोखण्याचा हा सुनियोजित प्रयत्न वित्तीय सेवा उद्योगात सायबर सुरक्षा खर्चात सातत्याने वाढ दर्शवतो. ज्या बँका AI इंटिग्रेशन आणि सुरक्षेत अधिक सक्षम असतील, त्यांना भविष्यात फायदा होईल, अशी अपेक्षा आहे. तथापि, तंत्रज्ञानाचे हे उपाय किती यशस्वी होतील, हे सततच्या गुंतवणुकीवर, सरकार आणि खाजगी कंपन्यांमधील सहकार्यावर, तसेच प्रगत गुन्हेगारांशी स्पर्धा करण्याच्या क्षमतेवर अवलंबून असेल. RBI चे 'MuleHunter AI' सारखे टूल वापरण्याचे निर्देश हे दर्शवतात की भविष्यातील वित्तीय सुरक्षा मोठ्या प्रमाणात प्रगत तंत्रज्ञान आणि सततच्या संरक्षण प्रयत्नांवर अवलंबून आहे.