फसवणूक रोखण्याचा मोठा फटका
भारताचे वेगाने वाढणारे डिजिटल पेमेंट क्षेत्र, जे 2026 पर्यंत $10 ट्रिलियन पर्यंत पोहोचण्याची अपेक्षा आहे, सध्या गंभीर समस्यांना तोंड देत आहे. सायबर गुन्हेगारीमुळे होणारे नुकसान (2025 मध्ये ₹22,495 कोटी, जे मागील वर्षापेक्षा 24% जास्त आहे) थांबवण्यासाठी उचललेली आक्रमक पाऊले अनेक सामान्य आणि कायदेशीर खाती गोठवत आहेत. 'मुल' खाती (Mule Accounts) थांबवण्यावर लक्ष केंद्रित केल्यामुळे, हे प्रत्यक्ष व्यवसाय आणि सामान्य नागरिकांना अडचणीत आणत आहे. खातेधारकांवर पुराव्याचा भार टाकून, यामुळे लहान आणि मध्यम व्यवसायांसाठी (SMEs) कामात मोठा व्यत्यय येत आहे आणि डिजिटल आर्थिक व्यवस्थेवरील विश्वास कमी होत आहे.
फसवणूक प्रतिबंधाचा आर्थिक परिणाम
डिजिटल व्यवहारांमधील वाढ, ज्यात मार्च 2026 पर्यंत UPI द्वारे दरमहा 13 अब्ज पेक्षा जास्त पेमेंट प्रक्रिया केली जात आहे, दुर्दैवाने सायबर फसवणुकीलाही प्रोत्साहन देत आहे. अजय अरोरा, एका नर्सरी मालकाचे उदाहरण घ्या, ज्यांचे ₹1 लाख असलेले खाते एका ₹150 च्या व्यवहाराशी संबंधित फसवणुकीमुळे 14 महिन्यांसाठी गोठवले गेले. जेव्हा अधिकारी वेगाने आणि अनेकदा दूरस्थपणे खाती गोठवतात, तेव्हा व्यवसाय थांबतात, पैशांचा प्रवाह विस्कळीत होतो आणि कर्जाची परतफेड करणे कठीण होते. हे एक मुख्य समस्या दर्शवते: जलद गतीसाठी तयार केलेल्या प्रणालींमध्ये व्यवहारांची पडताळणी करण्यासाठी स्पष्ट, वाजवी प्रक्रियांचा अभाव असतो, ज्यामुळे कायदेशीर व्यवसायांना कारवाईची किंमत मोजावी लागते.
जागतिक AI वापर विरुद्ध भारतातील पिछाडीवर असलेल्या प्रणाली
जगभरातील बँका फसवणूक रोखण्यासाठी आर्टिफिशियल इंटेलिजन्स (AI) चा मोठ्या प्रमाणावर वापर करत आहेत, ज्यापैकी 90% कंपन्या रियल-टाइम तपासणीसाठी याचा वापर करतात. AI जुन्या, साध्या प्रणालींपेक्षा पॅटर्न आणि असामान्य क्रियाकलाप अधिक चांगल्या प्रकारे ओळखू शकते, ज्या अनेकदा खूप जास्त चुकीचे अलार्म निर्माण करतात. भारताने MuleHunter.AI सारखी AI साधने विकसित केली आहेत, परंतु मोठ्या बँकिंग प्रणालीमध्ये त्यांना पूर्णपणे एकत्रित करण्यासाठी अनेक वर्षे लागतील, काही बँकांना 2028-2030 पर्यंत पूर्ण वापर अपेक्षित नाही. हा तंत्रज्ञानाचा विलंब, तसेच मोठ्या प्रमाणात होणारे दैनिक व्यवहार (मार्च 2026 मध्ये दररोज सुमारे 22.6 अब्ज UPI पेमेंट्स) यामुळे सतत असुरक्षितता निर्माण होते. भारताचे फिनटेक मार्केट, ज्याचे मूल्य 2026 मध्ये $51.30 अब्ज होते आणि 2031 पर्यंत जवळपास दुप्पट होण्याची शक्यता आहे, त्यात डिजिटल पेमेंट हा सर्वात मोठा भाग आहे. विश्लेषकांना महसूल मॉडेल आणि अनुपालन यावर लक्ष केंद्रित करून 2026 मध्ये एकत्रीकरणाचा टप्पा अपेक्षित आहे, ज्यामुळे सायबर सुरक्षेचे महत्त्व वाढते. तथापि, सध्याचे संकट एक मूलभूत विसंगती दर्शवते: डिजिटल अर्थव्यवस्था वेगाने विस्तारत असताना, सुधारणा आणि पायाभूत सुविधांनी समर्थित असूनही, आर्थिक अखंडता सुनिश्चित करण्यासाठी आणि कायदेशीर वापरकर्त्यांचे संरक्षण करण्यासाठीची यंत्रणा मागे पडत आहे. हा वाढता अंतर बाजारातील आत्मविश्वास ताणतो, जरी भारत मजबूत आर्थिक वाढीसाठी सज्ज आहे.
नियामक उपाय आणि प्रणालीगत धोके
भारताची सध्याची फसवणूक विरोधी रणनीती ही जोखीम निर्देशकांच्या आधारावर खाती गोठवण्यावर मोठ्या प्रमाणावर अवलंबून आहे, ज्यामुळे पुराव्याचा भार खातेधारकांवर उलटतो. हा दृष्टिकोन कायदेशीर खाती गोठवण्याच्या जोखमीपेक्षा फसवणूक रोखण्यास प्राधान्य देतो. रिझर्व्ह बँक ऑफ इंडिया (RBI) मोठ्या डिजिटल पेमेंटसाठी एक तासाचा विलंब आणि काही वापरकर्त्यांसाठी मजबूत प्रमाणीकरण यासारखे उपाय प्रस्तावित करत आहे. तथापि, हे उपाय ओळख (Identity) वस्तुनिष्ठतेच्या मूळ समस्येचे पूर्णपणे निराकरण करू शकत नाहीत, जिथे सहज मिळवलेल्या किंवा जबरदस्तीने मिळवलेल्या ओळखी फसवणूक नेटवर्कचा आधार बनतात. कायदेशीर स्पष्टता देखील प्रलंबित आहे, RBI च्या फसवणूक दायित्वावरील मसुदा सुधारणा 1 जुलै 2026 पासून लागू होणार आहेत. स्पष्ट व्यावसायिक संबंध नसलेल्या खात्यांमधील क्रेडिट मर्यादित करण्यासाठी प्रस्तावित नियम 'मुल' खात्यांना सामोरे जाण्याचे उद्दिष्ट ठेवतात, परंतु त्यांची अंमलबजावणी आणि परिणाम अनिश्चित आहेत. यामुळे प्रणालीगत धोका निर्माण होतो, विशेषतः जेव्हा फसवणूक करणारे AI, जनरेटिव्ह AI सह, हल्ले स्वयंचलित करण्यासाठी आणि जुन्या सुरक्षा नियंत्रणांवर मात करणाऱ्या अत्याधुनिक स्कॅम सुरू करण्यासाठी वापरतात.
पुढे काय?: सुरक्षा विरुद्ध व्यापार
भारताची डिजिटल अर्थव्यवस्था भरभराटीस येण्यासाठी, तिला मजबूत फसवणूक प्रतिबंधक उपायांचा समतोल साधणे आवश्यक आहे, ज्यामुळे कायदेशीर व्यवसायांचे कामकाज सुरळीत चालेल. RBI नियमांना अद्ययावत करण्यासाठी काम करत आहे, ज्यात फसवणूक आणि जबाबदाऱ्यांच्या स्पष्ट व्याख्यांसाठी ग्राहक संरक्षण मार्गदर्शक तत्त्वांचा समावेश आहे. फसवणूक शोधण्यासाठी AI ची अंमलबजावणी आवश्यक आहे, परंतु भारतातील विविध बँकिंग क्षेत्रांमध्ये याचा व्यापक अवलंब करण्यासाठी महत्त्वपूर्ण गुंतवणूक आणि वेळ लागेल. हे साध्य होईपर्यंत, कायदेशीर वापरकर्त्यांना आधुनिक आर्थिक गुन्हेगारीशी जुळवून घेण्यास धडपडणाऱ्या प्रणालीच्या परिणामांना सामोरे जावे लागेल.
