ਬੈਂਕਾਂ 'ਚ AI ਏਜੰਟਾਂ ਦੀ ਦੌੜ: ਖਪਤਕਾਰਾਂ ਵੱਲੋਂ ਤੇਜ਼ੀ ਨਾਲ ਅਪਣਾਉਣ ਕਾਰਨ ਬਦਲਣਗੇ ਹਾਲਾਤ

ਬਦਲਾਅ ਦੀ ਰਫ਼ਤਾਰ

ਨਵੀਂ ਵਿੱਤੀ ਤਕਨੋਲੋਜੀ ਨੂੰ ਅਪਣਾਉਣ ਲਈ ਆਮ ਤੌਰ 'ਤੇ ਲੱਗਣ ਵਾਲਾ ਕਈ ਸਾਲਾਂ ਦਾ ਸਮਾਂ ਹੁਣ ਖਤਮ ਹੋ ਗਿਆ ਹੈ। ਜਿੱਥੇ ਮੋਬਾਈਲ ਅਤੇ ਇੰਟਰਨੈੱਟ ਬੈਂਕਿੰਗ ਨੂੰ ਮੁੱਖ ਧਾਰਾ 'ਚ ਆਉਣ 'ਚ ਲਗਭਗ ਇੱਕ ਦਹਾਕਾ ਲੱਗ ਗਿਆ ਸੀ, ਉੱਥੇ ਹੁਣ ਏਜੰਟਿਕ AI ਨੂੰ 24 ਤੋਂ 36 ਮਹੀਨਿਆਂ ਦੇ ਅੰਦਰ-ਅੰਦਰ ਅਪਣਾਇਆ ਜਾ ਰਿਹਾ ਹੈ। 2026 ਦੀ ਸ਼ੁਰੂਆਤ ਤੱਕ, ਅੱਧੇ ਤੋਂ ਵੱਧ ਕੰਮਕਾਜੀ ਬਾਲਗ ਜਨਰੇਟਿਵ AI ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੇ ਹੋਣਗੇ, ਜਿਵੇਂ ਕਿ ਉੱਚ-ਵਿਆਜ ਵਾਲੇ ਬੱਚਤ ਖਾਤੇ ਲੱਭਣੇ ਜਾਂ ਕਰਜ਼ੇ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਨਾ। ਇਹ ਸਿਰਫ਼ ਇੱਕ ਉਮਰ ਸਮੂਹ ਦਾ ਰੁਝਾਨ ਨਹੀਂ ਹੈ; ਇਹ ਇੱਕ ਵਿਆਪਕ ਤਬਦੀਲੀ ਹੈ ਜਿੱਥੇ ਲੋਕ ਹੁਣ ਸਵੈਚਲਿਤ, ਤੁਰੰਤ ਵਿੱਤੀ ਸਹਾਇਤਾ ਦੀ ਉਮੀਦ ਕਰਦੇ ਹਨ।

ਕਾਰਜਕਾਰੀ ਢਾਂਚੇ ਦੀ ਲੋੜ

ਬੈਂਕ ਹੁਣ ਸਿਰਫ਼ ਇੱਕ ਦੂਜੇ ਨਾਲ ਹੀ ਨਹੀਂ, ਸਗੋਂ ਤੇਜ਼ੀ ਨਾਲ ਅੱਗੇ ਵਧਣ ਵਾਲੀਆਂ, AI-ਕੇਂਦ੍ਰਿਤ ਫਿਨਟੈੱਕ ਕੰਪਨੀਆਂ ਨਾਲ ਵੀ ਮੁਕਾਬਲਾ ਕਰ ਰਹੇ ਹਨ। ਅਧਿਐਨ ਦਰਸਾਉਂਦੇ ਹਨ ਕਿ AI ਵਰਕਫਲੋ ਦੀ ਵਰਤੋਂ ਕਰਨ ਵਾਲੇ ਬੈਂਕ ਗਾਹਕਾਂ ਦੀ ਤਸਦੀਕ (KYC) ਅਤੇ ਕ੍ਰੈਡਿਟ ਜੋਖਮ ਮੁਲਾਂਕਣ ਵਰਗੇ ਕੰਮਾਂ ਲਈ ਉਤਪਾਦਕਤਾ ਵਿੱਚ 20% ਤੋਂ 40% ਦਾ ਵਾਧਾ ਦੇਖ ਰਹੇ ਹਨ। ਪ੍ਰਮੁੱਖ ਸੰਸਥਾਵਾਂ ਅਜਿਹੇ AI ਏਜੰਟ ਵਿਕਸਤ ਕਰ ਰਹੀਆਂ ਹਨ ਜੋ "ਡਿਜੀਟਲ ਕਰਮਚਾਰੀਆਂ" ਵਾਂਗ ਕੰਮ ਕਰਦੇ ਹਨ, ਅਤੇ ਹਰ ਕਦਮ ਲਈ ਮਨੁੱਖੀ ਸਹਾਇਤਾ ਦੀ ਲੋੜ ਤੋਂ ਬਿਨਾਂ ਗਾਹਕ ਆਨ-ਬੋਰਡਿੰਗ ਜਾਂ ਧੋਖਾਧੜੀ ਦੇ ਮਾਮਲਿਆਂ ਵਰਗੀਆਂ ਪੂਰੀਆਂ ਪ੍ਰਕਿਰਿਆਵਾਂ ਨੂੰ ਸੰਭਾਲਦੇ ਹਨ। ਜ਼ਿਆਦਾਤਰ ਬੈਂਕਾਂ ਲਈ, ਮੁੱਖ ਚੁਣੌਤੀ ਤਕਨਾਲੋਜੀ ਹੋਣ ਨਾਲੋਂ ਆਪਣੇ ਕਾਰਜਾਂ ਨੂੰ ਸੰਗਠਿਤ ਕਰਨਾ ਹੈ। ਪੁਰਾਣੇ ਸਿਸਟਮਾਂ ਤੋਂ ਡਾਟਾ ਦਾ ਪ੍ਰਬੰਧਨ ਅਤੇ ਸੁਮੇਲ ਕਰਨ ਦੇ ਯੋਗ ਬੈਂਕਾਂ ਅਤੇ ਸੀਮਤ, ਸਿੰਗਲ-ਐਪਲੀਕੇਸ਼ਨ AI ਪ੍ਰਯੋਗਾਂ 'ਤੇ ਅਟਕੇ ਹੋਏ ਬੈਂਕਾਂ ਵਿਚਕਾਰ ਪਾੜਾ ਵਧ ਰਿਹਾ ਹੈ।

ਢਾਂਚਾਗਤ ਕਮਜ਼ੋਰੀਆਂ ਅਤੇ ਜੋਖਮ

ਸਪੱਸ਼ਟ ਲਾਭਾਂ ਦੇ ਬਾਵਜੂਦ, ਬੈਂਕਿੰਗ ਸੈਕਟਰ ਨੂੰ ਮਹੱਤਵਪੂਰਨ ਚੁਣੌਤੀਆਂ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈ ਰਿਹਾ ਹੈ ਜੋ AI ਨੂੰ ਅਪਣਾਉਣ ਦੀ ਗਤੀ ਨੂੰ ਹੌਲੀ ਕਰ ਸਕਦੀਆਂ ਹਨ। ਇੱਕ ਮੁੱਖ ਮੁੱਦਾ ਇਹ ਹੈ ਕਿ ਲਾਰਜ ਲੈਂਗੂਏਜ ਮਾਡਲਾਂ (Large Language Models) ਦੇ ਅੰਦਰੂਨੀ ਕੰਮਕਾਜ ਅਕਸਰ ਅਸਪਸ਼ਟ ਹੁੰਦੇ ਹਨ, ਜਿਸ ਨਾਲ ਆਡਿਟ ਲਈ ਸਖ਼ਤ ਰੈਗੂਲੇਟਰੀ ਲੋੜਾਂ ਨੂੰ ਪੂਰਾ ਕਰਨਾ ਮੁਸ਼ਕਲ ਹੋ ਜਾਂਦਾ ਹੈ। ਰੈਗੂਲੇਟਰਾਂ ਨੇ ਸਪੱਸ਼ਟ ਕਰ ਦਿੱਤਾ ਹੈ ਕਿ AI-ਸੰਚਾਲਿਤ ਫੈਸਲਿਆਂ, ਭਾਵੇਂ ਉਹ ਕਰਜ਼ਿਆਂ ਲਈ ਹੋਣ ਜਾਂ ਮਨੀ ਲਾਂਡਰਿੰਗ ਨੂੰ ਰੋਕਣ ਲਈ, ਨੂੰ ਸਮਝਾਉਣ ਯੋਗ ਅਤੇ ਜਾਇਜ਼ ਠਹਿਰਾਇਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਜਿਹੜੇ ਬੈਂਕ ਸਹੀ ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ ਤੋਂ ਬਿਨਾਂ ਬਹੁਤ ਤੇਜ਼ੀ ਨਾਲ AI ਲਾਗੂ ਕਰਦੇ ਹਨ, ਉਨ੍ਹਾਂ ਨੂੰ ਆਪਣੀ ਸਾਖ, ਰੈਗੂਲੇਟਰੀ ਜੁਰਮਾਨੇ, ਅਤੇ ਐਲਗੋਰਿਦਮਿਕ ਪੱਖਪਾਤ ਨਾਲ ਸਮੱਸਿਆਵਾਂ ਦੇ ਨੁਕਸਾਨ ਦਾ ਖ਼ਤਰਾ ਹੁੰਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, AI ਸਿਸਟਮ ਲਈ ਤੀਜੇ-ਪੱਖੀ ਵਿਕਰੇਤਾਵਾਂ 'ਤੇ ਨਿਰਭਰਤਾ ਕਾਰਜਕਾਰੀ ਜੋਖਮ ਪੈਦਾ ਕਰਦੀ ਹੈ; ਜੇਕਰ ਡਾਟਾ ਗੋਪਨੀਯਤਾ ਨਿਯਮਾਂ ਦੀ ਸਖ਼ਤੀ ਨਾਲ ਪਾਲਣਾ ਨਹੀਂ ਕੀਤੀ ਜਾਂਦੀ, ਤਾਂ ਸੰਵੇਦਨਸ਼ੀਲ ਜਾਣਕਾਰੀ ਲੀਕ ਹੋ ਸਕਦੀ ਹੈ। ਜਿਵੇਂ-ਜਿਵੇਂ AI ਨਾਲ ਸਾਈਬਰ ਅਪਰਾਧ ਵਿਕਸਿਤ ਹੁੰਦਾ ਹੈ, ਬੈਂਕਾਂ ਨੂੰ ਸੁਰੱਖਿਆ ਸੁਧਾਰਨ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੇ ਵਿਰੋਧਾਭਾਸ਼ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈਂਦਾ ਹੈ ਜਦੋਂ ਕਿ ਅਪਰਾਧੀ ਡੀਪਫੇਕਸ ਰਾਹੀਂ ਹੈਰਾਨਕੁੰਨ ਪਛਾਣ ਚੋਰੀ ਲਈ ਸਮਾਨ ਸਾਧਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ।

ਭਵਿੱਖ ਦਾ ਦ੍ਰਿਸ਼ਟੀਕੋਣ

ਜ਼ਿਆਦਾਤਰ ਮਾਹਰ ਸਾਵਧਾਨੀ ਨਾਲ ਆਸ਼ਾਵਾਦੀ ਹਨ, ਉਨ੍ਹਾਂ ਬੈਂਕਾਂ ਦਾ ਪੱਖ ਪੂਰਦੇ ਹਨ ਜੋ AI ਨੂੰ ਆਪਣੇ ਮਨੁੱਖੀ ਕਰਮਚਾਰੀਆਂ ਨੂੰ ਬਦਲਣ ਦੀ ਬਜਾਏ ਵਧਾਉਣ ਦੇ ਤਰੀਕੇ ਵਜੋਂ ਪੇਸ਼ ਕਰਦੇ ਹਨ। AI ਵਿੱਚ ਖਪਤਕਾਰਾਂ ਦਾ ਭਰੋਸਾ ਵੱਖਰਾ ਹੁੰਦਾ ਹੈ; ਉਹ ਖਰਚੇ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਜਾਂ ਧੋਖਾਧੜੀ ਦੀਆਂ ਚੇਤਾਵਨੀਆਂ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਇਸਦੀ ਵਰਤੋਂ ਕਰਨਾ ਪਸੰਦ ਕਰਦੇ ਹਨ ਪਰ ਵੱਡੇ ਵਿੱਤੀ ਫੈਸਲਿਆਂ ਲਈ ਮਨੁੱਖੀ ਗੱਲਬਾਤ ਨੂੰ ਤਰਜੀਹ ਦਿੰਦੇ ਹਨ। 2026 ਅਤੇ ਇਸ ਤੋਂ ਅੱਗੇ ਲਈ ਸਭ ਤੋਂ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਰਣਨੀਤੀ ਇੱਕ ਸੰਤੁਲਿਤ ਪਹੁੰਚ ਜਾਪਦੀ ਹੈ। ਬੈਂਕ ਸੇਵਾ ਪ੍ਰਦਾਨ ਕਰਨ ਦੀ ਗਤੀ ਵਧਾਉਣ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦੇ ਹਨ ਜਦੋਂ ਕਿ ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦੇ ਹਨ ਕਿ ਮਨੁੱਖੀ ਮਾਹਰ ਗੁੰਝਲਦਾਰ ਸਲਾਹ ਨੂੰ ਸੰਭਾਲਦੇ ਹਨ, ਇਸ ਤਰ੍ਹਾਂ ਉਨ੍ਹਾਂ ਦੀ ਸਭ ਤੋਂ ਕੀਮਤੀ ਸੰਪਤੀ – ਗਾਹਕਾਂ ਦਾ ਭਰੋਸਾ – ਬਰਕਰਾਰ ਰੱਖਦੇ ਹਨ।