AI मुळे कर्मचारी कपात?
Standard Chartered यापुढे कर्मचाऱ्यांऐवजी तंत्रज्ञानावर अधिक भर देणार आहे. या योजनेचा अर्थ असा आहे की, काही मानवी कामे आता AI द्वारे केली जातील. ही एक मोठी आणि धाडसी पाऊल आहे, जे जगभरातील बँकिंग क्षेत्रात AI च्या वाढत्या प्रभावाला दर्शवते. AI आता केवळ कामात मदत करणारे साधन राहिलेले नसून, ते थेट काही नोकऱ्यांची जागा घेताना दिसत आहे.
आकडेवारी आणि लक्ष्ये
बँकेच्या अंदाजानुसार, 2030 पर्यंत त्यांच्या जागतिक स्तरावरील अंदाजे 80,000 कर्मचाऱ्यांपैकी 15% पेक्षा जास्त कॉर्पोरेट फंक्शनमधील नोकऱ्या कमी केल्या जातील. यामध्ये 7,000 पेक्षा जास्त पदांवर परिणाम होण्याची शक्यता आहे. जून 2025 पर्यंत, सुमारे 51,000 कर्मचारी या सपोर्ट भूमिकांमध्ये होते. या बदलांमुळे बँकेची कार्यक्षमता वाढेल आणि प्रति कर्मचारी उत्पादकता 2028 पर्यंत 20% नी वाढण्याची अपेक्षा आहे.
बँकेने 2028 पर्यंत टँगिबल इक्विटीवरील परतावा (ROTE) 15% पेक्षा जास्त आणि 2030 पर्यंत सुमारे 18% पर्यंत नेण्याचे लक्ष्य ठेवले आहे. तसेच, 2028 पर्यंत कॉस्ट-टू-इन्कम रेशो 57% पर्यंत आणण्याचे त्यांचे उद्दिष्ट आहे. मे 2026 च्या सुरुवातीला बँकेचे मार्केट व्हॅल्यू सुमारे £41.3 बिलियन होते.
इतर बँका आणि AI चा प्रभाव
Standard Chartered चा हा निर्णय ग्लोबल फायनान्स इंडस्ट्रीतील एका मोठ्या ट्रेंडचा भाग आहे. AI मुळे या क्षेत्रात दरवर्षी $200 अब्ज ते $340 अब्ज डॉलर्सची वाढ अपेक्षित आहे. JPMorgan Chase आणि Goldman Sachs सारख्या इतर मोठ्या बँका देखील AI मध्ये मोठी गुंतवणूक करत आहेत, पण त्यांचा भर कर्मचाऱ्यांना प्रशिक्षण देण्यावर जास्त आहे.
JPMorgan Chase दरवर्षी AI वर $2 अब्ज खर्च करते, जिथे 60% पेक्षा जास्त कर्मचारी AI टूल्स वापरतात. Goldman Sachs ने त्यांच्या 46,000 कर्मचाऱ्यांसाठी AI असिस्टंट्स आणले आहेत, ज्यामुळे उत्पादकतेत 20% पर्यंत वाढ दिसून आली आहे. दुसरीकडे, Goldman Sachs Research च्या अंदाजानुसार, जगभरातील सुमारे 300 दशलक्ष नोकऱ्या AI मुळे स्वयंचलित (automation) होण्याचा धोका आहे.
धोके आणि नियामक चिंता
AI चा वेगवान वापर अनेक धोके आणि नियामक चिंतांना आमंत्रण देत आहे. BIS आणि ECB सारख्या जागतिक संस्था प्रणालीगत धोक्यांबद्दल (systemic risks) इशारा देत आहेत. NYDFS सारखे नियामक AI संबंधित सायबरसुरक्षा धोक्यांबद्दल मार्गदर्शक सूचना जारी करत आहेत. AI मुळे सायबर हल्ले वाढू शकतात, सोशल इंजिनिअरिंगसाठी डीपफेकचा वापर होऊ शकतो आणि थर्ड-पार्टी टूल्समुळे सप्लाय चेनमध्येही धोके निर्माण होऊ शकतात. तसेच, मोठ्या डेटासेटचा वापर केल्याने डेटा ब्रेचचीही भीती आहे.
याव्यतिरिक्त, पक्षपाती अल्गोरिदम (biased algorithms) आणि AI च्या निर्णयांमध्ये अस्पष्टता कायदेशीर आणि नियामक समस्या निर्माण करू शकते. इतर बँका कर्मचाऱ्यांचे प्रशिक्षण आणि मानवी कौशल्यांवर लक्ष केंद्रित करत असताना, Standard Chartered चे हे मोठे निर्णय कर्मचाऱ्यांचे मनोधैर्य आणि आवश्यक मानवी कौशल्ये टिकवून ठेवण्याबाबत प्रश्नचिन्ह निर्माण करतात.
भविष्यातील वाटचाल
बँकिंग क्षेत्र AI, क्लाउड कम्प्युटिंग आणि ऑटोमेशनमुळे मोठ्या बदलांमधून जात आहे. Jefferies सारख्या विश्लेषकांच्या मते, Standard Chartered ची नवीन आर्थिक लक्ष्ये konservative आहेत.
Gartner च्या अंदाजानुसार, 2030 पर्यंत दररोजच्या 15% आर्थिक निर्णयांमध्ये AI चा थेट सहभाग असू शकतो. या बदलत्या परिस्थितीत, बँकांना त्यांच्या कर्मचारी धोरणांमध्ये सतत बदल करणे, डेटा व्यवस्थापनात गुंतवणूक करणे आणि तंत्रज्ञान व नियमन यांचा समतोल साधणे आवश्यक आहे.