AI च्या हल्ल्यांपुढे कंपन्या हतबल!
आर्थिक गुन्हेगारीविरुद्धची लढाई एका नवीन आव्हानाने ग्रासली आहे: फसवणुकीच्या पद्धती इतक्या प्रगत होत आहेत की कंपन्यांची सज्जता त्याच्या खूप मागे पडत आहे. Experian आणि Forrester Consulting च्या अहवालानुसार, जनरेटिव्ह AI (Generative AI) सारख्या नवीन तंत्रज्ञानाचा फायदा घेणारे संघटित गुन्हेगार पूर्वीपेक्षा अधिक वेगाने, स्वस्तात आणि मोठ्या प्रमाणावर फसवणुकीचे डाव रचत आहेत.
भारतात 69% कंपन्यांनी कबूल केले आहे की त्यांच्या फसवणूक प्रतिबंधक (fraud prevention) तंत्रज्ञानामध्ये मोठ्या सुधारणांची आवश्यकता आहे. AI हे फसवणुकीचे सर्वात मोठे संकट असल्याचे 65% कंपन्यांचे मत आहे, तर 74% कंपन्यांनी या प्रगत साधनांचा वापर करून होणाऱ्या हल्ल्यांमध्ये स्पष्ट वाढ नोंदवली आहे.
AI मुळे फसवणुकीच्या पद्धती कशा बळकट झाल्या?
जनरेटिव्ह AI हे या संघर्षातील नवीनतम आघाडी आहे. 74% कंपन्यांनी अशा प्रगत साधनांचा वापर करून हल्ल्यांमध्ये वाढ झाल्याचे सांगितले आहे. मुख्य समस्या ही आहे की सध्याच्या सुरक्षा यंत्रणा कुचकामी ठरत आहेत. 69% कंपन्यांच्या मते, त्यांची 'नो युवर कस्टमर' (KYC) आणि ओळख पडताळणी (identity verification) प्रणाली AI-जनरेटेड कागदपत्रे ओळखू शकत नाही. तसेच, 57% कंपन्यांना GenAI चा वापर झाला आहे की नाही हे ओळखणे कठीण जाते, ज्यामुळे त्याचा पूर्ण परिणाम मोजणे अवघड होते. या तंत्रज्ञानातील तफावतीमुळे फसवणूक करणारे आकर्षक बनावट आयडी (fake IDs), डीपफेक (deepfakes) आणि व्हॉइस क्लोन (voice clones) तयार करू शकतात, जे पारंपरिक ओळख प्रणालींना सहज चकवतात.
कौशल्याची कमतरता आणि मंद गतीमुळे बचावाला अडथळा
बिहेवियरल (behavioral) आणि डिव्हाइस इंटेलिजन्स (device intelligence) सारख्या प्रगत उपायांमध्ये (countermeasures) खूप रस असूनही, निर्णय घेण्याच्या प्रक्रियेस लागणारा वेळ आणि कुशल कर्मचाऱ्यांच्या कमतरतेमुळे त्यांचा प्रत्यक्ष वापर मंदावला आहे. 74% भारतीय कंपन्या ML-आधारित उपाययोजना (ML-driven solutions) जोडण्याची योजना आखत असल्या तरी, 76% कंपन्यांकडे या जटिल प्रणाली तयार करण्यासाठी किंवा व्यवस्थापित करण्यासाठी आवश्यक कौशल्ये नसल्याचे कबूल करतात. डेटा गुणवत्ता, मॉडेल स्पष्टीकरण, गोपनीयता आणि अत्याधुनिक अल्गोरिदमसाठी आवश्यक असलेल्या संगणकीय शक्तीचा (computing power) उच्च खर्च यांसारख्या समस्या मोठ्या अडथळ्या ठरत आहेत.
फसवणूक तंत्रज्ञान बाजारात वाढ, विविध मूल्यांकने
फसवणूक शोधणे आणि प्रतिबंध (FDP) करणे या बाजाराचा वेगाने विस्तार होत आहे. पुढील काही वर्षांत 15.5% ते 34.7% च्या वार्षिक चक्रवाढ दराने (CAGR) हा बाजार लक्षणीयरीत्या वाढण्याची शक्यता आहे. Verisk Analytics, TransUnion आणि RELX यांसारख्या कंपन्या या क्षेत्रात महत्त्वाच्या आहेत. एप्रिल 2026 च्या सुरुवातीला, Verisk Analytics चा P/E रेशो अंदाजे 25-28, TransUnion चा 19-29 आणि RELX चा 22-23 होता. याउलट, NICE Ltd चा P/E रेशो खूपच कमी, अंदाजे 9-11 होता. ही तफावत दर्शवते की बाजारपेठेतील वाढीची क्षमता कंपन्यांच्या मूल्यांकनात, वाढीच्या मार्गांवर किंवा मानल्या जाणाऱ्या जोखमींमध्ये (perceived risks) भिन्नपणे पाहिली जाते. Mastercard ने Recorded Future चे अधिग्रहण करणे यासारखी उदाहरणे प्रगत क्षमतांमधील (advanced capabilities) वाढती गुंतवणूक दर्शवतात.
कंपन्यांसाठी वाढता धोका
सध्याची परिस्थिती कंपन्यांसाठी एक स्पष्ट इशारा देत आहे. त्या डिटेक्शन अचूकता सुधारण्यासाठी ML सारख्या प्रगत तंत्रज्ञानामध्ये गुंतवणूक करत आहेत. मात्र, कौशल्याची कमतरता आणि मंद स्वीकृतीमुळे हे उपाय प्रभावीपणे किंवा मोठ्या प्रमाणावर वापरले जात नाहीत. GenAI धोक्यांना तोंड देण्यास असमर्थता, विकसित होणाऱ्या फसवणुकीच्या पद्धतींशी लढण्यात येणारी अडचण यांमुळे संघटित गुन्हेगारी गट कंपन्यांच्या असुरक्षिततेचा फायदा घेणे सुरूच ठेवतील. कंपन्यांच्या गोपनीयतेचे उल्लंघन झाल्यास होणारे आर्थिक आणि प्रतिष्ठेचे नुकसान, तसेच विशेष AI/ML तज्ञ शोधणे आणि टिकवून ठेवण्याचे आव्हान, यामुळे एक धोकादायक वातावरण तयार झाले आहे.
लवचिक फसवणूक संरक्षण प्रणाली तयार करणे
या वाढत्या धोकादायक परिस्थितीतून मार्ग काढण्यासाठी, मोठ्या बदलांची नितांत गरज आहे. उद्योगातील तज्ञ अनेक धोरणांचे संयोजन करण्याची आवश्यकता असल्याचे सांगतात, ज्यात मशीन लर्निंग, बिहेवियरल ॲनालिसिस (behavioral analysis) आणि सामायिक फसवणूक बुद्धिमत्ता (shared fraud intelligence) यांचा समावेश आहे. यासाठी फसवणूक प्रतिबंधक आणि क्रेडिट रिस्क मूल्यांकन (credit risk assessment) यांना जोडणाऱ्या एकात्मिक प्रणाली (joined-up systems) आणि सुरक्षित हबद्वारे (secure hubs) सामायिक बुद्धिमत्तेवर (shared intelligence) अधिक अवलंबून राहणे आवश्यक आहे. कंपन्यांना केवळ तंत्रज्ञान खरेदी करण्यापलीकडे जाऊन एक मजबूत, अनुकूल संरक्षण प्रणाली तयार करावी लागेल, जी कौशल्यातील अंतर कमी करेल आणि आधुनिक आर्थिक गुन्हेगारीला आकार देणाऱ्या AI-चालित धोक्यांना सक्रियपणे तोंड देईल.