BFSI ਸੈਕਟਰ ਵਿੱਚ AI ਦਾ ਬੋਲਬਾਲਾ: ਕੁਸ਼ਲਤਾ ਵਧਾਉਣ 'ਤੇ ਫੋਕਸ, ਪਰ ਕਮਾਈ ਦੇ ਅਸਰ ਨੂੰ ਮਾਪਣਾ ਭੁੱਲ ਗਏ!

AI ਨਾਲ ਕੁਸ਼ਲਤਾ ਵਧਾਉਣ 'ਤੇ ਜ਼ੋਰ

BFSI ਕੰਪਨੀਆਂ AI ਨੂੰ ਆਪਣੇ ਕੰਮਕਾਜ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ ਅਤੇ ਸਮਾਂ ਬਚਾਉਣ ਲਈ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਅਪਣਾ ਰਹੀਆਂ ਹਨ। ਜ਼ਿਆਦਾਤਰ, ਭਾਵ 60.3%, ਇਸਨੂੰ ਗੁਣਵੱਤਾ (Quality) ਅਤੇ ਜੋਖਮ ਪ੍ਰਬੰਧਨ (Risk Management) ਲਈ ਵੀ ਵਰਤ ਰਹੀਆਂ ਹਨ। ਇਹ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ AI ਨੂੰ ਮੁੱਖ ਤੌਰ 'ਤੇ ਮੌਜੂਦਾ ਕਾਰਜਾਂ ਨੂੰ ਸੁਚਾਰੂ ਬਣਾਉਣ ਦੇ ਸਾਧਨ ਵਜੋਂ ਦੇਖਿਆ ਜਾ ਰਿਹਾ ਹੈ, ਨਾ ਕਿ ਨਵੇਂ ਮਾਲੀਆ ਸਰੋਤ (Revenue Streams) ਬਣਾਉਣ ਜਾਂ ਗਾਹਕ ਵਧਾਉਣ ਲਈ।

ਮਾਲੀਆ ਅਤੇ ROI ਟਰੈਕਿੰਗ ਵਿੱਚ ਵੱਡਾ ਪਾੜਾ

ਹਾਲਾਂਕਿ, AI ਦੇ ਵਿੱਤੀ ਫਾਇਦਿਆਂ ਨੂੰ ਮਾਪਣ ਵਿੱਚ ਇੱਕ ਵੱਡਾ ਪਾੜਾ (Gap) ਹੈ। ਸਿਰਫ 19.1% BFSI ਕੰਪਨੀਆਂ ਹੀ AI ਦੇ ਸਿੱਧੇ ਮਾਲੀਆ 'ਤੇ ਪੈਣ ਵਾਲੇ ਅਸਰ ਨੂੰ ਟਰੈਕ ਕਰਦੀਆਂ ਹਨ। ਇਹੀ ਹਾਲ ਸਿੱਖਿਆ ਅਤੇ ਵਿਕਾਸ (Learning & Development) ਦੇ ਮਾਮਲੇ ਵਿੱਚ ਹੈ, ਜਿੱਥੇ ਸਿਰਫ 57.4% ਹੀ ਸਿਖਲਾਈ ਨੂੰ ਕਾਰੋਬਾਰੀ ਨਤੀਜਿਆਂ ਨਾਲ ਜੋੜਦੀਆਂ ਹਨ, ਅਤੇ ਸਿਰਫ 47.1% ਹੀ ਅਜਿਹੇ ਪ੍ਰੋਗਰਾਮਾਂ ਦੇ ਨਿਵੇਸ਼ 'ਤੇ ਵਾਪਸੀ (ROI) ਨੂੰ ਮਾਪਦੀਆਂ ਹਨ। ਮਾਹਿਰਾਂ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਇਸ ਗਿਣਤੀ ਦੀ ਕਮੀ ਕਾਰਨ ਕੰਪਨੀਆਂ ਆਪਣੀਆਂ ਤਕਨਾਲੋਜੀ ਅਤੇ ਸਿਖਲਾਈ ਵਿੱਚ ਕੀਤੇ ਨਿਵੇਸ਼ ਦੇ ਪੂਰੇ ਮੁੱਲ ਨੂੰ ਸਾਬਤ ਨਹੀਂ ਕਰ ਪਾਉਂਦੀਆਂ, ਜਿਸ ਨਾਲ ਸਰੋਤਾਂ ਦੀ ਵੰਡ ਵਿੱਚ ਗਲਤੀਆਂ ਅਤੇ ਵਿਕਾਸ ਦੇ ਮੌਕੇ ਗੁਆਉਣ ਦਾ ਖਤਰਾ ਰਹਿੰਦਾ ਹੈ। ਇਸ ਨਾਲ AI ਦੀ ਰਣਨੀਤਕ ਭੂਮਿਕਾ ਅਸਪਸ਼ਟ ਬਣ ਜਾਂਦੀ ਹੈ, ਜਿਸ ਕਾਰਨ ਹੋਰ ਨਿਵੇਸ਼ ਕਰਨਾ ਮੁਸ਼ਕਲ ਹੋ ਜਾਂਦਾ ਹੈ।

ਦੂਜੇ ਸੈਕਟਰਾਂ ਤੋਂ ਪਿੱਛੇ

ਦੂਜੇ ਸੈਕਟਰਾਂ ਦੇ ਮੁਕਾਬਲੇ, BFSI ਦਾ AI ਤੋਂ ਮਾਲੀਆ ਵਧਾਉਣ ਦੀ ਸਮਰੱਥਾ ਨੂੰ ਮਾਪਣ ਵਿੱਚ ਪਿੱਛੇ ਰਹਿਣਾ ਚਿੰਤਾਜਨਕ ਹੈ। ਟੈਕਨਾਲੋਜੀ ਕੰਪਨੀਆਂ ਅਕਸਰ ਸਿੱਧੇ ਮਾਲੀਆ ਜਾਂ ਬਾਜ਼ਾਰ ਹਿੱਸੇਦਾਰੀ ਨਾਲ ਜੁੜੇ ROI 'ਤੇ ਜ਼ੋਰ ਦਿੰਦੀਆਂ ਹਨ। ਉਦਾਹਰਨ ਲਈ, ਫਿਨਟੈਕ ਕੰਪਨੀਆਂ ਗਾਹਕਾਂ ਲਈ ਵਿਅਕਤੀਗਤ ਪੇਸ਼ਕਸ਼ਾਂ ਜਾਂ ਅਨੁਮਾਨਿਤ ਵਿਕਰੀ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਰਦੀਆਂ ਹਨ, ਜਿਸਨੂੰ ਸਿੱਧੇ ਕਨਵਰਜ਼ਨ ਰੇਟ ਨਾਲ ਜੋੜਿਆ ਜਾਂਦਾ ਹੈ। ਪਰ, ਬਹੁਤ ਸਾਰੀਆਂ ਸਥਾਪਿਤ BFSI ਸੰਸਥਾਵਾਂ, ਜੋ ਕਿ ਲੇਗਸੀ ਸਿਸਟਮਾਂ ਅਤੇ ਸਖ਼ਤ ਰੈਗੂਲੇਸ਼ਨਾਂ ਦੁਆਰਾ ਬੰਨ੍ਹੀਆਂ ਹੋਈਆਂ ਹਨ, AI ਨੂੰ ਪਾਲਣਾ (Compliance), ਧੋਖਾਧੜੀ ਦੀ ਰੋਕਥਾਮ (Fraud Detection) ਅਤੇ ਬੈਕ-ਆਫਿਸ ਆਟੋਮੇਸ਼ਨ ਲਈ ਤਰਜੀਹ ਦਿੰਦੀਆਂ ਹਨ। ਇਹਨਾਂ ਖੇਤਰਾਂ ਵਿੱਚ ਮਾਲੀਆ ਵਧਾਉਣ ਦੀ ਬਜਾਏ ਕੁਸ਼ਲਤਾ ਦੇ ਵਧੇਰੇ ਠੋਸ ਫਾਇਦੇ ਹੁੰਦੇ ਹਨ, ਜਿਸ ਕਾਰਨ ਇੱਕ ਰਣਨੀਤਕ ਅੰਤਰ (Strategic Divergence) ਪੈਦਾ ਹੁੰਦਾ ਹੈ ਜੋ ਮੁਕਾਬਲੇਬਾਜ਼ੀ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰ ਸਕਦਾ ਹੈ ਜੇਕਰ ਮਾਲੀਆ ਵਾਧੇ ਨੂੰ ਤਰਜੀਹ ਨਾ ਦਿੱਤੀ ਜਾਵੇ।

ਕੁਸ਼ਲਤਾ-ਕੇਂਦ੍ਰਿਤ AI ਦੇ ਖਤਰੇ

ਇਸ ਕੁਸ਼ਲਤਾ 'ਤੇ ਜ਼ਿਆਦਾ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਨ ਅਤੇ ਮਾਲੀਆ ਉਤਪਾਦਨ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਨ ਨਾਲ ਇੱਕ ਗੰਭੀਰ ਕਮਜ਼ੋਰੀ ਪੈਦਾ ਹੁੰਦੀ ਹੈ। ਜੇ ਬਾਜ਼ਾਰ ਦੀਆਂ ਸਥਿਤੀਆਂ ਬਦਲਦੀਆਂ ਹਨ ਜਾਂ ਮੁਕਾਬਲੇਬਾਜ਼ ਵਧੇਰੇ ਨਵੀਨ, ਮਾਲੀਆ-ਚਾਲਿਤ AI ਐਪਲੀਕੇਸ਼ਨਾਂ ਵਿਕਸਤ ਕਰਦੇ ਹਨ, ਤਾਂ BFSI ਕੰਪਨੀਆਂ ਤਕਨੀਕੀ ਤੌਰ 'ਤੇ ਉੱਨਤ ਪਰ ਵਿੱਤੀ ਤੌਰ 'ਤੇ ਸਥਿਰ ਰਹਿ ਸਕਦੀਆਂ ਹਨ। ਮਾਲੀਆ 'ਤੇ AI ਦੇ ਅਸਰ ਨੂੰ ਮਾਪਣ ਵਿੱਚ ਅਸਮਰੱਥਾ ਜਵਾਬਦੇਹੀ ਦੀ ਕਮੀ ਅਤੇ ਉਹਨਾਂ ਪਹਿਲਕਦਮੀਆਂ 'ਤੇ ਬੇਲੋੜੇ ਖਰਚਿਆਂ ਦਾ ਸੰਕੇਤ ਦਿੰਦੀ ਹੈ ਜੋ ਸਿੱਧੇ ਬੋਟਮ ਲਾਈਨ ਵਿੱਚ ਯੋਗਦਾਨ ਨਹੀਂ ਪਾਉਂਦੀਆਂ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਕਾਰੋਬਾਰੀ ਨਤੀਜਿਆਂ ਅਤੇ ROI ਨਾਲ ਸਿਖਲਾਈ ਦੇ ਸੀਮਤ ਲਿੰਕੇਜ, ਤਕਨਾਲੋਜੀ ਨੂੰ ਠੋਸ ਸ਼ੇਅਰਧਾਰਕ ਮੁੱਲ ਵਿੱਚ ਬਦਲਣ ਵਿੱਚ ਇੱਕ ਵਿਆਪਕ ਸਮੱਸਿਆ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਮਾਲੀਆ ਪ੍ਰਭਾਵ ਲਈ ਮਜ਼ਬੂਤ ਮੈਟ੍ਰਿਕਸ ਤੋਂ ਬਿਨਾਂ, AI ਤੈਨਾਤੀ ਇੱਕ ਮਹਿੰਗੀ ਕਾਰਜਕਾਰੀ ਕਸਰਤ ਬਣਨ ਦਾ ਖਤਰਾ ਹੈ, ਨਾ ਕਿ ਵਿਕਾਸ ਦਾ ਅਸਲ ਚਾਲਕ।

ਭਵਿੱਖ ਦਾ ਰਾਹ

ਭਵਿੱਖ ਵੱਲ ਦੇਖਦੇ ਹੋਏ, BFSI ਸੰਸਥਾਵਾਂ ਨੂੰ ਕਾਰਜਕਾਰੀ ਕੁਸ਼ਲਤਾ ਅਤੇ AI-ਚਾਲਿਤ ਮਾਲੀਆ ਉਤਪਾਦਨ ਦੇ ਵਿਚਕਾਰ ਮਾਪਣ ਦੇ ਪਾੜੇ ਨੂੰ ਪੂਰਾ ਕਰਨਾ ਹੋਵੇਗਾ। ਉਦਯੋਗ ਮਾਹਿਰਾਂ ਨੇ ਇਹਨਾਂ ਲਾਭਾਂ ਨੂੰ ਟਰੈਕ ਕਰਨ ਲਈ ਲੋੜੀਂਦੇ ਸਾਧਨਾਂ ਦੇ ਨਾਲ-ਨਾਲ ਸਿੱਧੇ ਮਾਲੀਆ ਪ੍ਰਭਾਵ ਲਈ ਸਮਰੱਥ ਉੱਨਤ AI ਮਾਡਲਾਂ ਦੇ ਵਿਕਾਸ 'ਤੇ ਵਧੇਰੇ ਧਿਆਨ ਦੇਣ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕੀਤੀ ਹੈ। ਜਿਵੇਂ-ਜਿਵੇਂ AI ਪਰਿਪੱਕ ਹੋ ਰਿਹਾ ਹੈ, BFSI ਸੰਸਥਾਵਾਂ ਤੋਂ ਉਮੀਦ ਕੀਤੀ ਜਾਂਦੀ ਹੈ ਕਿ ਉਹ ਵਿਅਕਤੀਗਤ ਗਾਹਕ ਗੱਲਬਾਤ, ਅਨੁਮਾਨਿਤ ਉਤਪਾਦ ਵਿਕਾਸ, ਅਤੇ ਵਿਕਰੀ ਦੀ ਭਵਿੱਖਬਾਣੀ ਨੂੰ ਵਧਾਉਣ ਲਈ ਇਸਦਾ ਵੱਧ ਤੋਂ ਵੱਧ ਲਾਭ ਉਠਾਉਣਗੀਆਂ ਤਾਂ ਜੋ AI ਨੂੰ ਇੱਕ ਮਾਲੀਆ ਪ੍ਰਵੇਗਕ (Revenue Accelerator) ਵਜੋਂ ਪੂਰੀ ਤਰ੍ਹਾਂ ਵਰਤਿਆ ਜਾ ਸਕੇ। ਬ੍ਰੋਕਰੇਜ ਦੀ ਸਹਿਮਤੀ ਦਰਸਾਉਂਦੀ ਹੈ ਕਿ ਉਹ ਕੰਪਨੀਆਂ ਜੋ ਉੱਤਮ AI ROI ਮਾਪ ਅਤੇ ਮਾਲੀਆ-ਚਾਲਿਤ AI ਐਪਲੀਕੇਸ਼ਨਾਂ ਲਈ ਇੱਕ ਸਪੱਸ਼ਟ ਰਣਨੀਤੀ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਦੀਆਂ ਹਨ, ਉਹ ਉੱਚ ਮੁੱਲਾਂਕਣ (Valuations) ਪ੍ਰਾਪਤ ਕਰਨਗੀਆਂ ਅਤੇ ਆਪਣੇ ਸਾਥੀਆਂ ਤੋਂ ਵਧੀਆ ਪ੍ਰਦਰਸ਼ਨ ਕਰਨਗੀਆਂ।