स्टेट बँक ऑफ इंडिया (SBI) ने FY26 मध्ये आर्टिफिशियल इंटेलिजन्स (AI) चा वापर करून तब्बल ₹1 लाख कोटींचे MSME कर्ज यशस्वीरित्या मंजूर केले आहे. याशिवाय, चेक प्रोसेसिंग ऑटोमेशन आणि रिस्क मॅनेजमेंटसाठी नवीन तंत्रज्ञान आणले जात आहे, ज्यामुळे बँकेची कार्यक्षमता वाढणार आहे.
AI मुळे SBI च्या कर्जांना गती!
स्टेट बँक ऑफ इंडिया (SBI) ने 2025-26 या आर्थिक वर्षात मायक्रो, स्मॉल आणि मीडियम एंटरप्राइजेस (MSME) क्षेत्रासाठी आर्टिफिशियल इंटेलिजन्स (AI) च्या मदतीने सुमारे ₹1 लाख कोटी कर्जे मंजूर केली आहेत. ₹5 कोटींपर्यंतच्या या कर्जांचे वाटप नवीन आणि जुन्या ग्राहकांना करण्यात आले आहे. यातून बँकेने क्रेडिट रिस्क (Credit Risk) तपासण्याची पद्धत बदलली आहे.
AI-आधारित कर्ज प्रक्रिया
बँकेचे AI-आधारित सिस्टीम एका बिझनेस रूल इंजिनवर (Business Rule Engine) काम करते, जे कर्ज मंजुरीसाठी विविध डेटा पॉइंट्सचे विश्लेषण करते. यामध्ये GST फायलिंग, क्रेडिट ब्युरो रिपोर्ट्स (Credit Bureau Reports), बँक अकाउंट डेटा आणि इतर माहितीचा समावेश आहे. या स्वयंचलित मूल्यांकनामुळे SBI ची कर्ज मंजुरी प्रक्रिया सुलभ झाली आहे. व्यवस्थापकीय संचालक रमा मोहन राव अमारा यांनी FIBAC 2026 मध्ये सांगितले की, या AI मॉडेल्समुळे मोठ्या प्रमाणात कर्ज वितरण झाले असून, NPA (Non-Performing Assets) चे प्रमाणही कमी झाले आहे.
कर्जांव्यतिरिक्त, SBI ₹10,000 पर्यंतच्या चेकचे प्रोसेसिंग स्वयंचलित करण्यासाठी लार्ज लँग्वेज मॉडेल्स (LLMs) चा वापर करत आहे. या लहान रकमेच्या व्यवहारांमुळे बँकेच्या एकूण चेक व्हॉल्यूमच्या सुमारे 25% व्यवहार स्वयंचलित होतील. यामुळे कर्मचाऱ्यांचा वेळ वाचेल आणि ते अधिक महत्त्वाच्या ग्राहक संबंधांवर लक्ष केंद्रित करू शकतील.
जोखीम आणि भविष्यातील दिशा
AI च्या वाढत्या वापरामुळे सायबर सुरक्षा आणि डेटा सुरक्षेसारख्या नवीन जोखमी समोर येत आहेत. याशिवाय, बँकेला नवीन तंत्रज्ञानाला जुन्या सिस्टीममध्ये समाकलित करताना तांत्रिक अडचणींचा सामना करावा लागू शकतो.
गुंतवणूकदार आणि भागधारकांसाठी, या तांत्रिक बदलांचा बँकेच्या दीर्घकालीन खर्चावर काय परिणाम होतो, यावर लक्ष ठेवणे महत्त्वाचे ठरेल. सुरुवातीला कर्मचारी व्यवस्थापन आणि ग्राहक समाधानात सकारात्मक परिणाम दिसत असले तरी, एकूण खर्च-उत्पन्न गुणोत्तरावर (Cost-to-Income Ratio) पूर्ण परिणाम कालांतराने स्पष्ट होईल. अचूकता सुनिश्चित करण्यासाठी आणि मॉडेल्स सुधारण्यासाठी बँक एका स्वतंत्र रिस्क युनिटद्वारे AI-प्रक्रिया केलेल्या कामांचे ऑडिट देखील करेल.