RBI कडक नियमावली: FY27 पर्यंत AI चे ऑडिट बंधनकारक, बँका आणि NBFCs वर वाढणार खर्च

ऑपरेशनल जबाबदारीकडे वाढते पाऊल

RBI ने आर्टिफिशियल इंटेलिजन्स (AI) आर्किटेक्चरमध्ये सुधारणा करण्याची प्रक्रिया केवळ मार्गदर्शनाऐवजी आता तांत्रिक नियमावली लागू करण्याकडे एक पाऊल आहे. नियामक कंपन्यांना AI ला केवळ नाविन्यपूर्ण म्हणून नव्हे, तर एक प्रणालीगत धोका (systemic risk) म्हणून हाताळण्यास सांगत आहेत. FY27 पर्यंत, बँका आणि NBFCs ना जनरेटिव्ह AI मॉडेल्ससाठी अनिवार्य स्ट्रेस-टेस्टिंगला सामोरे जावे लागेल. यामुळे डेव्हलपमेंटचा खर्च केवळ विस्ताराऐवजी कठोर अनुपालन (compliance) आणि सुरक्षा पायाभूत सुविधांवर वळवला जाईल.

डेटा अखंडता आणि अनुपालन अंतर (Compliance Gap)

सध्या वित्तीय संस्था क्रेडिट अंडररायटिंग आणि ग्राहक ओळखीसाठी जुन्या सिस्टीम्स (legacy systems) आणि विक्रेत्यांनी पुरवलेल्या AI साधनांवर अवलंबून आहेत. ही साधने कार्यक्षम असली तरी, निर्णयांच्या तर्काबद्दल (decision-making logic) महत्त्वपूर्ण अस्पष्टता निर्माण करतात. आगामी नियमावली 'ब्लॅक बॉक्स' समस्येला लक्ष्य करेल, जिथे कंपन्यांना मागणीनुसार नियामकांना मॉडेल आउटपुटचे स्पष्टीकरण द्यावे लागेल. यामुळे फिनटेक कंपन्या आणि पारंपरिक बँकांमध्ये फरक निर्माण होईल. टेक-सॅव्ही (tech-savvy) असलेल्या लहान कंपन्या या ऑडिट ट्रेल्सशी त्वरीत जुळवून घेऊ शकतात, परंतु तांत्रिक दृष्ट्या जुन्या बँकांना जुन्या पायाभूत सुविधांना उच्च-रिझोल्यूशन देखरेख मानकांनुसार आणण्यासाठी मोठ्या खर्चाचा सामना करावा लागेल.

अल्गोरिथमिक प्रसाराचे छुपे धोके

फसवणूक शोधण्याच्या स्पष्ट उद्दिष्टापलीकडे, नियामक प्रणालीगत आंतरकनेक्टिव्हिटीबद्दल (systemic interconnectedness) चिंतित आहे. जर प्रत्येक प्रमुख कर्जदार समान क्रेडिट-स्कोरिंग अल्गोरिदम वापरत असेल, तर एका मॉडेलमधील त्रुटीमुळे संपूर्ण क्षेत्राला तरलतेचे संकट (liquidity crisis) येऊ शकते किंवा जोखमीचे मोठ्या प्रमाणात चुकीचे वर्गीकरण (misclassification) होऊ शकते. भारतीय वित्तीय क्षेत्रातील भूतकाळातील कामगिरी दर्शवते की नियामक कडकपणा तात्पुरत्या मार्जिन आकुंचनास कारणीभूत ठरतो, कारण कंपन्या देखरेखेसाठी वेगवानपणाचा त्याग करतात. याव्यतिरिक्त, सुधारित सायबर-मॅपिंगच्या आदेशावरून असे सूचित होते की मध्य-आकाराच्या NBFCs च्या सध्याच्या सुरक्षा उपायांमध्ये (perimeter defenses) केंद्रीय बँकेने विशिष्ट असुरक्षितता ओळखल्या आहेत, जे टियर-1 बँकांच्या तुलनेत कमी सुरक्षा मार्जिनवर कार्य करतात.

पुढील रणनीती आणि नियामक दृष्टिकोन

आगामी वित्तीय वर्ष 2027 च्या अंतिम मुदतीपूर्वी कंपन्या त्यांच्या AI प्रशासनाला (AI governance) मजबूत करण्यासाठी सल्लागार (consulting) आणि अंतर्गत ऑडिट खर्चात वाढ अपेक्षित करू शकतात. ऑफ-द-शेल्फ जनरेटिव्ह AI सोल्यूशन्ससाठी असलेल्या सुरुवातीच्या उत्साहाची जागा आता प्रोप्रायटरी (proprietary) अनुपालन सॉफ्टवेअरमधील गुंतवणुकीद्वारे घेतली जाईल. विश्लेषकांचा अंदाज आहे की ज्या संस्थांकडे सध्या मजबूत डेटा-गव्हर्नन्स पाइपलाइनचा अभाव आहे, त्यांच्या कार्यान्वयन खर्चात (operational expenditures) लक्षणीय वाढ होईल. यामुळे कंपन्यांना आक्रमक वाढीचे लक्ष्य आणि आगामी, गैर-वाटाघाटीयोग्य नियामक ओव्हरहेड (regulatory overhead) यांच्यात समेट साधताना नेट इंटरेस्ट मार्जिनवर परिणाम होण्याची शक्यता आहे.