Anthropic AI मुळे फायनान्स जगात खळबळ! नोकऱ्यांवर गदा येण्याची भीती

फायनान्स क्षेत्रात AI ऑटोमेशनची लाट

Anthropic ने आणलेले हे १० नवीन AI एजंट टेम्पलेट्स फायनान्शियल सर्व्हिसेसमध्ये आर्टिफिशियल इंटेलिजन्स (AI) च्या वापराला नवी दिशा देणारे आहेत. Claude Cowork आणि Claude Code द्वारे उपलब्ध असलेले हे टूल्स (tools) पिचबुक्स (pitchbooks) तयार करणे, KYC नियमांनुसार ग्राहकांची तपासणी करणे आणि महिन्याच्या शेवटी खाती बंद करणे यांसारखी किचकट कामं ऑटोमेट करण्यासाठी डिझाइन केले आहेत. जगभरातील फायनान्शियल संस्था उत्पादकता वाढवण्यासाठी, मॅन्युअल काम कमी करण्यासाठी आणि संशोधन, कंप्लायन्स (compliance) व ऑपरेशन्स (operations) वेगवान करण्यासाठी AI चा वापर करत आहेत. सध्या ७८% कंपन्या AI चा वापर करत आहेत आणि २०२७ पर्यंत फायनान्समध्ये AI वरील गुंतवणूक $९७ अब्ज डॉलर्सपर्यंत पोहोचण्याची अपेक्षा आहे.

फायनान्स AI मधील स्पर्धा आणि कामगिरी

Anthropic चे हे एजंट्स फ्रंट-ऑफिस (front-office) आणि बॅक-ऑफिस (back-office) कामं सुलभ करण्यासाठी बनवले आहेत. या टेम्पलेट्समध्ये कमाईचा आढावा घेणे आणि मार्केट रिसर्च (market research) यांसारख्या कामांचा समावेश आहे. तसेच, व्हॅल्युएशन (valuation) आणि रिकन्सिलिएशन (reconciliation) साठीही हे उपयुक्त आहेत. FactSet, S&P Capital IQ आणि Moody's यांसारख्या मोठ्या डेटा प्रोव्हायडर्ससोबत (data providers) हे एजंट्स कनेक्ट होतात, ज्यामुळे मार्केट डेटा आणि ॲनालिटिक्स (analytics) उपलब्ध होतो. Anthropic च्या म्हणण्यानुसार, Claude Opus ४.७ ने Vals AI च्या फायनान्स एजंट बेंचमार्कवर ६४.३७% गुण मिळवले आहेत. मात्र, हे बेंचमार्क दर्शवतात की अनेकदा ॲडव्हान्स्ड मॉडेल्सनाही (advanced models) क्लिष्ट आर्थिक कामांमध्ये ६०% पेक्षा जास्त अचूकता मिळवणे कठीण जाते. स्पर्धकांमध्ये Google Cloud चे Vertex AI प्लॅटफॉर्म, जे बँकिंग आणि कॅपिटल मार्केट्ससाठी (capital markets) उपाय पुरवते, तसेच Microsoft चे Copilot for Finance, जे Microsoft 365 मध्ये AI क्षमता वाढवते, यांचा समावेश आहे. IBM चे watsonx प्लॅटफॉर्म देखील रिस्क कमी करण्यासाठी फायनान्शियल कंपन्यांना लक्ष्य करत आहे.

AI ऑटोमेशनमुळे नोकऱ्यांच्या भीतीमध्ये वाढ

AI च्या वाढत्या वापरामुळे नोकऱ्या जाण्याची गंभीर चिंता व्यक्त केली जात आहे. डेटा एंट्री (data entry), ट्रान्झॅक्शन प्रोसेसिंग (transaction processing) आणि साधे विश्लेषण यांसारख्या एन्ट्री-लेव्हल (entry-level) भूमिकांमध्ये असलेले कर्मचारी जास्त धोक्यात आहेत. AI मुळे नवीन नोकऱ्या निर्माण होतील, पण त्यासाठी कर्मचाऱ्यांचे स्किल-अपग्रेडेशन (upskilling) करणे आवश्यक असेल. फायनान्शियल सर्व्हिसेस उद्योगाला तीव्र स्पर्धेला सामोरे जावे लागत आहे, कारण तंत्रज्ञान नियामकांच्या (regulators) जुन्या नियमांपेक्षा वेगाने विकसित होत आहे. जगभरातील नियामक AI गव्हर्नन्स (governance) तयार करत आहेत, ज्यात EU AI Act सारखे कायदे आणि FINRA व SEC च्या मार्गदर्शक सूचनांचा समावेश आहे, ज्या नियमांवर, रिस्क मॅनेजमेंटवर (risk management) आणि मानवी देखरेखीवर (human oversight) भर देतात. AI चा वापर ७८% कंपन्या करत असल्या तरी, त्यापैकी फक्त ७% कंपन्यांनीच तो पूर्णपणे स्केल केला आहे, जे डेटा तयारी आणि कंप्लायन्स (compliance) सारख्या अडथळ्यांकडे लक्ष वेधते. तरीही, AI मॉडेल्सना क्लिष्ट तर्क, अंदाज आणि गृहितके तयार करण्यात अडचणी येत आहेत, त्यामुळे मानवी निर्णय आणि पुनरावलोकन महत्त्वाचे ठरते, विशेषतः संवेदनशील आर्थिक निर्णयांमध्ये. थर्ड-पार्टी (third-party) AI प्रोव्हायडर्स आणि क्लाउड सेवांवर अवलंबून राहिल्याने एकाग्रतेचा धोका (concentration risks) निर्माण होऊ शकतो, ज्यामुळे आर्थिक स्थिरतेवर परिणाम होऊ शकतो.

फायनान्समध्ये AI चा पुढचा मार्ग

फायनान्शियल सर्व्हिसेस सेक्टर एका महत्त्वाच्या टप्प्यावर आहे. AI मुळे मिळणारी कार्यक्षमता आणि नवीन महसूल संधी यांच्यात संतुलन साधतानाच, मजबूत गव्हर्नन्स (governance), कर्मचाऱ्यांमधील बदल आणि नैतिक वापर याकडे लक्ष देणे गरजेचे आहे. AI टेस्टिंगमधून (testing) पूर्ण उत्पादनाकडे (production) जात असताना, संस्थांना क्लिष्ट नियम आणि या परिवर्तनकारी तंत्रज्ञानाचे धोके व्यवस्थापित करावे लागतील. फायनान्समध्ये AI नेतृत्वासाठीची शर्यत तंत्रज्ञान, प्रतिभा आणि ऑपरेशन्समध्ये धोरणात्मक गुंतवणुकीवर अवलंबून असेल. या AI उपक्रमांचे यश संस्थांच्या टूल्स (tools) सहजपणे एकत्र करण्याची, मानवी पैलू व्यवस्थापित करण्याची आणि नियामक कंप्लायन्स (compliance) राखण्याच्या क्षमतेवर अवलंबून असेल.