ASSOCHAM-KPMG रिपोर्ट: फिनटेक कंपन्यांसाठी AI आता 'मुख्य इंटेलिजन्स लेयर'

TECHNOLOGY
Whalesbook Logo
AuthorSiddharth Joshi|Published at:
ASSOCHAM-KPMG रिपोर्ट: फिनटेक कंपन्यांसाठी AI आता 'मुख्य इंटेलिजन्स लेयर'

ASSOCHAM आणि KPMG च्या नवीन अहवालानुसार, भारतातील फिनटेक क्षेत्रात एक मोठा बदल घडत आहे. Artificial Intelligence (AI) आता केवळ ऑटोमेशनसाठी वापरले जात नसून, ते एक 'मुख्य इंटेलिजन्स लेयर' म्हणून उदयास येत आहे. यामुळे कर्ज देणे, फसवणूक ओळखणे आणि ग्राहक सेवा सुधारण्यास मदत होईल. मात्र, कंपन्यांना वाढती कॉम्प्युटिंग क्षमता आणि सायबर सुरक्षा धोके यांवर लक्ष केंद्रित करावे लागणार आहे.

ASSOCHAM आणि KPMG ने सादर केलेल्या एका नवीन इंडस्ट्री रिपोर्टनुसार, भारतातील फायनान्शियल (Financial) सेक्टरमध्ये Artificial Intelligence (AI) च्या वापरामध्ये एक महत्त्वपूर्ण बदल दिसून येत आहे.

'Beyond digital infrastructure' नावाच्या या अहवालात असे म्हटले आहे की, AI आता केवळ ऑटोमेशनसाठी एक सपोर्ट टूल न राहता, एक 'सेंट्रल इंटेलिजन्स लेयर' म्हणून विकसित होत आहे. याचा उद्देश केवळ सध्याच्या प्रक्रिया सुलभ करणे नाही, तर फायनान्शियल सेवांचे स्वायत्त (Autonomous) अंमलबजावणी करणे हा आहे.

विकासाचा पाया

भारताची मजबूत डिजिटल पब्लिक इन्फ्रास्ट्रक्चर (DPI) यामुळे या बदलामध्ये भारत आघाडीवर राहण्याची शक्यता आहे. यामध्ये डिजिटल ओळख प्रणाली (Digital Identity Systems), रिअल-टाइम पेमेंट (Real-time Payment) आणि सुरक्षित डेटा स्टोरेज (Data Storage) यांचा समावेश आहे. अहवालानुसार, AI चा यशस्वी वापर करण्यासाठी या विद्यमान डिजिटल फ्रेमवर्कचा लाभ घेणे आवश्यक आहे, ज्यामुळे अधिक इंटेलिजंट आणि रिस्पॉन्सिव्ह फायनान्शियल उत्पादने तयार होतील.

फायनान्समध्ये प्रत्यक्ष वापर

फायनान्शियल संस्था आता केवळ प्रायोगिक टप्प्याबाहेर पडून AI ला त्यांच्या महत्त्वाच्या ऑपरेशन्समध्ये (Operations) समाविष्ट करत आहेत. अहवालात फसवणूक ओळखण्यासाठी अत्याधुनिक यंत्रणा (Sophisticated Fraud Detection), जोखीम व्यवस्थापन (Risk Management) आणि कर्ज वाटपासाठी अधिक कार्यक्षम अंडररायटिंग (Underwriting) यांसारख्या क्षेत्रांवर प्रकाश टाकला आहे. याव्यतिरिक्त, फायनान्शियल सेवांचा आवाका वाढवण्यासाठी व्हॉइस-फर्स्ट (Voice-first) आणि प्रादेशिक भाषांमधील (Vernacular Language) इंटरफेस (Interfaces) विकसित करण्यावरही कंपन्यांचा भर आहे.

ऑपरेशनल धोके आणि गुंतवणूकदारांसाठी लक्षणीय बाबी

AI-नेटिव्ह मॉडेल्सचा अवलंब करण्यामुळे फायदे मिळत असले तरी, या बदलामुळे काही ऑपरेशनल आव्हाने (Operational Challenges) देखील उभी राहिली आहेत, ज्यांचे मूल्यांकन गुंतवणूकदारांनी करणे आवश्यक आहे. सर्वात मोठी चिंता म्हणजे कॉम्प्युटिंग क्षमतेची (Compute Capacity) वाढती गरज, ज्यासाठी तंत्रज्ञान इन्फ्रास्ट्रक्चरमध्ये मोठ्या भांडवली गुंतवणुकीची (Capital Allocation) आवश्यकता आहे. तसेच, फायनान्शियल संस्था AI चा अधिक खोलवर वापर करत असल्याने, सायबर सुरक्षा (Cybersecurity) आणि डेटा प्रायव्हसीचे (Data Privacy) धोके अधिक गुंतागुंतीचे बनले आहेत, ज्यासाठी अधिक मजबूत गव्हर्नन्स (Governance) आणि देखरेखीची गरज आहे.

गुंतवणूकदार आणि मार्केट पार्टिसिपंट्ससाठी, हे केवळ एखादी फर्म AI चा अवलंब करते की नाही हा प्रश्न नाही, तर ती ते कसे करते हा महत्त्वाचा मुद्दा आहे. कंपन्या इन्फ्रास्ट्रक्चर स्केल (Scale Infrastructure) करण्याच्या खर्चाचे व्यवस्थापन कसे करतात, तसेच मजबूत सुरक्षा आणि नियमांचे पालन कसे करतात, यावर भविष्यातील कामगिरी अवलंबून असेल. फिनटेक क्षेत्रातील भविष्य हे कंपन्या डेटाचे रूपांतरण किती प्रभावीपणे कृती करण्यायोग्य व्यावसायिक परिणामांमध्ये (Actionable Business Outcomes) करतात, यावर अवलंबून असेल, विशेषतः प्रायव्हसीचे उल्लंघन न करता किंवा अतिरिक्त कर्ज व ऑपरेशनल अकार्यक्षमतेशिवाय.

Disclaimer: This article is published for informational purposes only. This is not a buy sell recommendation.