रिझर्व्ह बँक ऑफ इंडिया (RBI) ने आर्टिफिशियल इंटेलिजन्स (AI) आणि मशीन लर्निंग (ML) च्या वापरासाठी नवीन नियमावलीचा मसुदा सादर केला आहे. या नियमांमुळे कंपन्यांना बोर्ड स्तरावर देखरेख आणि कठोर प्रमाणीकरण बंधनकारक करावे लागणार आहे. यामुळे AI चा वापर अधिक सुरक्षित होईल, मात्र बँका, NBFCs आणि फिनटेक कंपन्यांसाठी कामकाजाचा खर्च वाढण्याची शक्यता आहे.
काय आहे नवीन नियम?
RBI ने AI आणि ML मॉडेल्सच्या व्यवस्थापनासाठी (Model Risk Management) नवीन मार्गदर्शक तत्त्वे जाहीर केली आहेत. क्रेडिट स्कोरिंग, फसवणूक शोधणे आणि ग्राहक सेवा यांसारख्या कामांसाठी बँका, NBFCs आणि फिनटेक कंपन्या तंत्रज्ञानाचा वाढता वापर करत असल्याने, नियामकाला यावर अधिक नियंत्रण हवे आहे. या नवीन नियमांनुसार, कंपन्यांना आता बोर्ड-स्तरीय उत्तरदायित्व (Board-level accountability) निश्चित करणे, AI मॉडेल्सचे स्वतंत्र प्रमाणीकरण (Independent validation) करणे आणि निर्णय प्रक्रियेत मानवी देखरेख (Human oversight) ठेवणे अनिवार्य असेल. हे नियम अंतर्गत विकसित केलेल्या किंवा तृतीय-पक्ष विक्रेत्यांकडून घेतलेल्या सर्व AI प्रणालींना लागू होतील.
गुंतवणूकदारांसाठी खर्चाचा मुद्दा
गुंतवणूकदारांसाठी या नवीन नियमांचा सर्वात मोठा परिणाम म्हणजे पालनाची (Compliance) वाढती किंमत. अशा सर्वसमावेशक जोखीम व्यवस्थापन प्रणालीची अंमलबजावणी ही केवळ एकदाच करण्याची गोष्ट नाही; यासाठी तंत्रज्ञान पायाभूत सुविधा, डेटा गव्हर्नन्स आणि विशेष मनुष्यबळामध्ये सतत गुंतवणूक करणे आवश्यक आहे. कंपन्यांना वित्त आणि AI अनुपालन या दोन्ही क्षेत्रांतील तज्ञता असलेले कर्मचारी नियुक्त करावे लागतील किंवा त्यांना प्रशिक्षित करावे लागेल. याव्यतिरिक्त, स्वतंत्र ऑडिट आणि सतत निरीक्षणाच्या गरजेमुळे तंत्रज्ञान-आधारित वित्तीय कंपन्यांसाठी येत्या काही वर्षांत परिचालन खर्च (Operational expenses) वाढण्याची शक्यता आहे. जर हे खर्च ग्राहकांवर लादले गेले नाहीत किंवा कार्यक्षमतेतील वाढीमुळे भरून काढले गेले नाहीत, तर नफ्यावर तात्पुरता दबाव येऊ शकतो, विशेषतः लहान कंपन्यांसाठी.
मोठी विरुद्ध लहान कंपन्यांमधील स्पर्धा
वित्तीय क्षेत्रात एकसमानता नाही. मोठ्या आणि प्रस्थापित बँकांकडे अनेकदा मजबूत प्रशासकीय संरचना (Governance structures) आणि नवीन नियामक आवश्यकतांचा खर्च पेलण्यासाठी अधिक भांडवल असते. ते या बदलांशी त्वरीत जुळवून घेण्यास अधिक तयार असू शकतात. याउलट, लहान NBFCs आणि फिनटेक कंपन्या अनेकदा कमी संसाधने आणि मर्यादित बजेटमध्ये काम करतात. या लहान कंपन्यांसाठी, अनुपालन प्रणाली, दस्तऐवजीकरण आणि प्रमाणीकरण प्रक्रिया तयार करण्याचा सुरुवातीचा जास्त खर्च एक अडथळा ठरू शकतो. गुंतवणूकदारांनी यावर लक्ष ठेवले पाहिजे की हे अनुपालनाचे ओझे लहान कंपन्यांसाठी स्पर्धात्मक तोटा निर्माण करते का, ज्यामुळे मोठ्या संस्था आणि त्यांच्यातील दरी वाढू शकते.
दीर्घकालीन विश्वासासाठी उत्तम प्रशासन कसे फायदेशीर ठरू शकते?
अनुपालन खर्च हा एक स्पष्ट धोका असला तरी, हा निर्णय कामकाजातील अपयश कमी करण्यासाठी देखील आहे. योग्य तपासणीशिवाय 'ब्लॅक बॉक्स' म्हणून काम करणारे AI मॉडेल्स पक्षपाती कर्ज देणे, सदोष जोखीम मूल्यांकन किंवा सायबरसुरक्षा भेद्यता निर्माण करू शकतात. मानवी देखरेख आणि प्रमाणीकरण अनिवार्य करून, RBI संस्थात्मक लवचिकता (Institutional resilience) निर्माण करण्याचा प्रयत्न करत आहे. दीर्घकाळात, ज्या कंपन्या या उच्च प्रशासकीय मानकांचा यशस्वीपणे अवलंब करतील, त्यांना भागीदार आणि कर्जदारांसोबत अधिक विश्वासार्हता मिळू शकते. मजबूत प्रणाली नियामक दंड आणि प्रतिष्ठेचे नुकसान होण्याचा धोका देखील कमी करू शकतात, जे कोणत्याही वित्तीय संस्थेसाठी महत्त्वपूर्ण धोके आहेत.
गुंतवणूकदारांनी पुढे काय तपासावे?
RBI या मसुद्यावर अभिप्राय घेत असल्याने, धोरणाची अंतिम आवृत्ती सर्वात महत्त्वाची ठरेल. गुंतवणूकदारांनी आगामी तिमाही निकालांमध्ये व्यवस्थापनाच्या टिप्पण्यांचा मागोवा घ्यावा, विशेषतः वाढलेला तंत्रज्ञान खर्च किंवा अनुपालन-संबंधित भांडवली खर्चाचा उल्लेख तपासला पाहिजे. कंपन्या याला व्यवस्थापित करण्यायोग्य खर्च मानतात की संसाधनांवर मोठा ताण, आणि व्यवस्थापन या नवीन नियामक आवश्यकतांना त्यांच्या वाढीच्या लक्ष्यांसह कसे संतुलित करण्याची योजना आखत आहे, यावर लक्ष ठेवणे महत्त्वाचे ठरेल. कंपन्या त्यांची गती आणि नाविन्य न गमावता हे नियम कसे एकत्रित करतात, हे त्यांच्या कार्यात्मक परिपक्वतेची (Operational maturity) परीक्षा असेल.