Whalesbook
हे तंत्रज्ञान कर्ज वसुलीची (Debt Collections) पद्धत पूर्णपणे बदलून टाकणार आहे. यापूर्वी, कर्जदारांना पेमेंट करण्यासाठी अनेक पायऱ्या पार कराव्या लागत होत्या किंवा वेगळ्या लिंकवर जावे लागत होते, ज्यामुळे अनेकदा प्रक्रिया थांबायची. मात्र, आता Gnani.ai चे AI एजंट, Razorpay च्या अत्याधुनिक पेमेंट गेटवे (Payment Gateway) क्षमतेचा वापर करून, थेट ग्राहक कॉल दरम्यानच व्यवहार सुरू करू शकतील, त्याला अधिकृत करू शकतील आणि पूर्ण करू शकतील. यामुळे वसुलीचा वेळ लक्षणीयरीत्या कमी होईल आणि रिकव्हरी रेट (Recovery Rate) वाढण्यास मदत होईल. Gnani.ai चे संस्थापक आणि CEO गणेश गोपालन यांनी या बदलावर जोर दिला की, व्हॉईस AI आता केवळ स्मरणपत्रे (Reminders) देण्यापुरते मर्यादित नसून, ते प्रत्यक्ष व्यवहार पूर्ण करण्यापर्यंत पोहोचले आहे.
Gnani.ai चे proprietary Inya.ai प्लॅटफॉर्म हे रोज लाखो कॉल्स हाताळते आणि 38 पेक्षा जास्त भारतीय भाषांना सपोर्ट करते, ज्यामुळे हे तंत्रज्ञान देशातील विविध भागांतील कर्जदारांसाठी अत्यंत उपयुक्त ठरू शकते. Razorpay च्या Model Context Protocol (MCP) Server सोबतचे इंटीग्रेशन हे सुनिश्चित करते की सर्व पेमेंट व्यवहार Razorpay च्या अत्यंत सुरक्षित इकोसिस्टीममध्येच होतील. हे प्लॅटफॉर्म GDPR आणि SOC 2 Type II सारख्या कडक कंप्लायन्स (Compliance) स्टँडर्ड्सचे पालन करते. सध्या, हे नवीन कलेक्शन प्लॅटफॉर्म UPI पेमेंट्स आणि मँडेट-आधारित रिकरिंग पेमेंट्सना (Recurring Payments) सपोर्ट करते. लवकरच यामध्ये क्रेडिट कार्ड (Credit Card) आणि वॉलेट (Wallet) सपोर्ट देखील जोडला जाईल. भारतातील रिटेल क्रेडिट मार्केट वेगाने वाढत असताना, कर्जदारांवर वसुलीची कार्यक्षमता वाढवण्याचा दबाव आहे. याचबरोबर, भारतीय रिझर्व्ह बँकेच्या (RBI) Digital Lending Guidelines 2025 नुसार अधिक पारदर्शकता आणि ग्राहक संरक्षणाची आवश्यकता आहे, ज्यामुळे अशा कार्यक्षम आणि कंप्लायंट कलेक्शन सिस्टीमची गरज अधोरेखित होते.
Razorpay साठी, ही भागीदारी त्यांना केवळ एक पेमेंट प्रोसेसर (Payment Processor) म्हणून नाही, तर AI-आधारित फायनान्शियल वर्कफ्लोसाठी एक कोअर इन्फ्रास्ट्रक्चर प्रोव्हायडर (Infrastructure Provider) म्हणून स्थापित करते. Gnani.ai, ज्यांनी जुलै 2024 मध्ये $4 मिलियन सिरीज A फंडिंग मिळवले आहे, ते आता पारंपरिक व्हॉईस ऑटोमेशन व्हेंडरऐवजी (Voice Automation Vendor) एक agentic AI प्लॅटफॉर्म म्हणून स्वतःची ओळख निर्माण करत आहे. भारतातील AI in Fintech मार्केटमध्ये मोठी वाढ अपेक्षित आहे. 2033 पर्यंत हा बाजार $2.97 बिलियन पर्यंत पोहोचण्याची शक्यता आहे, ज्याचा CAGR (Compound Annual Growth Rate) 20% राहील, असे अंदाज आहेत. Credgenics आणि Skit.ai सारखे प्रतिस्पर्धक देखील AI-आधारित कलेक्शन सोल्यूशन्स बाजारात आणत आहेत.
या नाविन्यपूर्ण तंत्रज्ञानाचे अनेक फायदे असले तरी, काही संभाव्य आव्हाने देखील आहेत. AI क्षेत्रातील जलद विकासामुळे डेटा प्रायव्हसी (Data Privacy), अल्गोरिथमिक बायस (Algorithmic Bias) आणि AI निर्णयांची स्पष्टता यासारख्या गुंतागुंतीच्या समस्या निर्माण होऊ शकतात. Gnani.ai आणि Razorpay ला भारतातील बदलत्या नियामक वातावरणात, विशेषतः RBI च्या Digital Lending Guidelines 2025 नुसार, डेटा सुरक्षा आणि कंप्लायन्सची गुंतागुंत सांभाळावी लागेल. बाजारात अनेक AI कलेक्शन प्लॅटफॉर्म्स असल्याने तीव्र स्पर्धा आहे, त्यामुळे कंपन्यांना सातत्याने आपापल्या सेवांमध्ये सुधारणा करत राहावे लागेल.
एकंदरीत, हे सहकार्य कलेक्शन टेक्नॉलॉजीसाठी एक नवीन बेंचमार्क (Benchmark) सेट करेल. फायनान्शियल संस्थांना त्यांची रिकव्हरी रेशो (Recovery Ratio) आणि ऑपरेशनल खर्च (Operational Cost) ऑप्टिमाइझ करण्यासाठी अशा सोल्यूशन्सची नितांत गरज भासणार आहे, जे एकाच संवादात पेमेंटची इच्छा पूर्ण करू शकतील. Gnani.ai आणि Razorpay ची ही स्ट्रॅटेजिक मूव्ह (Strategic Move) कर्ज वसुलीच्या क्षेत्रात कार्यक्षमता आणि ग्राहक अनुभव सुधारण्यासाठी एक महत्त्वाचे पाऊल ठरेल.