Citigroup ਦਾ AI 'ਤੇ ਜ਼ੋਰ: ਕਿੰਨੀ ਕੁ ਕੁਸ਼ਲਤਾ, ਕਿੰਨੇ ਕੁ ਖ਼ਤਰੇ?

ਕਾਰਜਕੁਸ਼ਲਤਾ ਵਧਾਉਣ ਦਾ ਜ਼ਰੀਆ

Citigroup ਦਾ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਵੱਲ ਤੇਜ਼ੀ ਨਾਲ ਵਧਣਾ ਕਿਸੇ ਵੱਡੀ ਨਵੀਨਤਾ (Innovation) ਦਾ ਨਤੀਜਾ ਨਹੀਂ, ਸਗੋਂ ਦੋ ਸਦੀਆਂ ਪੁਰਾਣੇ ਸਿਸਟਮ ਨੂੰ ਆਧੁਨਿਕ ਬਣਾਉਣ ਦੀ ਲੋੜ ਦਾ ਨਤੀਜਾ ਹੈ। ਆਪਣੇ ਟ੍ਰੇਜ਼ਰੀ ਅਤੇ ਟਰੇਡ ਸੋਲਿਊਸ਼ਨਜ਼ (TTS) ਅਤੇ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਿੰਗ ਦੇ ਕੰਮਾਂ ਵਿੱਚ AI ਨੂੰ ਸ਼ਾਮਲ ਕਰਕੇ, ਬੈਂਕ ਨੇ ਕੰਮ ਵਿੱਚ ਮਾਪਣਯੋਗ ਸੁਧਾਰ ਕੀਤੇ ਹਨ, ਜਿਸ ਨਾਲ ਡਿਵੈਲਪਰਾਂ ਦੀ ਕਾਰਜਕੁਸ਼ਲਤਾ ਵਿੱਚ ਲਗਭਗ 30-40% ਦਾ ਵਾਧਾ ਹੋਇਆ ਹੈ। ਇਹ ਤਬਦੀਲੀ ਸਿਰਫ਼ ਖਰਚੇ ਘਟਾਉਣ ਲਈ ਨਹੀਂ, ਸਗੋਂ ਮੁਕਾਬਲੇ ਵਿੱਚ ਬਣੇ ਰਹਿਣ ਲਈ ਜ਼ਰੂਰੀ ਹੈ, ਕਿਉਂਕਿ JPMorgan Chase ਵਰਗੇ ਵਿਰੋਧੀ, ਜੋ ਸਾਲਾਨਾ ਤਕਨਾਲੋਜੀ 'ਤੇ ਜ਼ਿਆਦਾ ਖਰਚ ਕਰਦੇ ਹਨ, AI-ਆਧਾਰਿਤ ਆਟੋਮੇਸ਼ਨ ਵਿੱਚ ਇੰਡਸਟਰੀ ਸਟੈਂਡਰਡ ਸੈੱਟ ਕਰ ਰਹੇ ਹਨ।

ਡੂੰਘਾਈ ਨਾਲ ਵਿਸ਼ਲੇਸ਼ਣ

ਬੈਂਕਿੰਗ ਸੈਕਟਰ ਦੇ ਵਿਆਪਕ ਪੱਧਰ 'ਤੇ ਦੇਖਿਆ ਜਾਵੇ ਤਾਂ, Citigroup ਦੀ ਰਣਨੀਤੀ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਮੋੜ ਹੈ। ਛੋਟੇ ਰੀਜਨਲ ਬੈਂਕਾਂ ਜਾਂ ਫਿਨਟੈੱਕ ਕੰਪਨੀਆਂ ਦੇ ਉਲਟ, ਇਸ ਬੈਂਕ ਨੂੰ $1.9 ਟ੍ਰਿਲੀਅਨ ਦੇ ਬੈਲੰਸ ਸ਼ੀਟ ਦੇ ਢਾਂਚਾਗਤ ਢਾਂਚੇ (Structural Constraints) ਅਤੇ ਲਗਾਤਾਰ ਰੈਗੂਲੇਟਰੀ ਨਿਗਰਾਨੀ (Regulatory Oversight) ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈਂਦਾ ਹੈ। ਤਾਜ਼ਾ ਬਾਜ਼ਾਰੀ ਅੰਕੜੇ ਦਰਸਾਉਂਦੇ ਹਨ ਕਿ Citigroup ਲਗਭਗ 16.4x ਦੇ P/E ਰੇਸ਼ੋ 'ਤੇ ਵਪਾਰ ਕਰ ਰਿਹਾ ਹੈ, ਜੋ ਕਿ ਨਿਵੇਸ਼ਕਾਂ ਦੁਆਰਾ ਇਸ ਬਦਲਾਅ ਲਈ ਪ੍ਰੀਮੀਅਮ ਦੇਣ ਦਾ ਸੰਕੇਤ ਦਿੰਦਾ ਹੈ। ਹਾਲਾਂਕਿ, ਇਸ ਮਲਟੀਪਲ ਵਿੱਚ ਗਲਤੀ ਦੀ ਬਹੁਤੀ ਗੁੰਜਾਇਸ਼ ਨਹੀਂ ਹੈ ਜੇਕਰ ਬੈਂਕ ਇਹ ਸਾਬਤ ਕਰਨ ਵਿੱਚ ਅਸਫਲ ਰਹਿੰਦਾ ਹੈ ਕਿ AI ਵਿੱਚ ਉਸਦਾ ਨਿਵੇਸ਼—ਡਾਕੂਮੈਂਟ ਇੰਟੈਲੀਜੈਂਸ ਤੋਂ ਲੈ ਕੇ ਆਟੋਨੋਮਸ ਏਜੈਂਟਿਕ ਵਰਕਫਲੋਜ਼ ਤੱਕ—ਸਿਰਫ਼ ਖਰਚੇ ਘਟਾਉਣ ਦੀ ਬਜਾਏ ਟਿਕਾਊ ਮਾਲੀਆ ਵਾਧਾ (Sustainable Revenue Growth) ਕਰ ਸਕਦਾ ਹੈ। ਇਤਿਹਾਸਕ ਰੁਝਾਨਾਂ ਤੋਂ ਪਤਾ ਲੱਗਦਾ ਹੈ ਕਿ ਜਦੋਂ ਕਿ ਵਪਾਰਕ ਗਤੀਵਿਧੀਆਂ ਥੋੜ੍ਹੇ ਸਮੇਂ ਲਈ ਅਸਥਿਰਤਾ ਤੋਂ ਬਚਾਅ ਪ੍ਰਦਾਨ ਕਰ ਸਕਦੀਆਂ ਹਨ, ਸ਼ੇਅਰ ਦੀ ਲੰਬੇ ਸਮੇਂ ਦੀ ਕਾਰਗੁਜ਼ਾਰੀ ਇਸ ਗੱਲ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ ਕਿ ਬੈਂਕ ਸੰਸਥਾਗਤ ਬੈਂਕਿੰਗ (Institutional Banking) ਦੇ ਇਸ ਉੱਚ-ਦਾਅ ਵਾਲੇ ਮਾਹੌਲ ਵਿੱਚ ਆਪਣੇ 'AI-ਨੇਟਿਵ' ਪ੍ਰਮਾਣ ਪੱਤਰ ਕਿਵੇਂ ਸਾਬਤ ਕਰਦਾ ਹੈ।

ਢਾਂਚਾਗਤ ਖ਼ਤਰੇ ਅਤੇ ਬੇਅਰ ਕੇਸ

Citigroup ਦੇ AI ਲਾਂਚ ਬਾਰੇ ਉਤਸ਼ਾਹ ਦੇ ਪਿੱਛੇ ਕਈ ਵੱਡੇ ਆਪ੍ਰੇਸ਼ਨਲ ਚੁਣੌਤੀਆਂ ਛੁਪੀਆਂ ਹੋਈਆਂ ਹਨ। ਆਲੋਚਕ ਬੈਂਕ ਦੇ ਰੈਗੂਲੇਟਰੀ ਮੁਸ਼ਕਲਾਂ ਦੇ ਇਤਿਹਾਸ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰਦੇ ਹਨ, ਖਾਸ ਤੌਰ 'ਤੇ ਫੈਡਰਲ ਰਿਜ਼ਰਵ ਅਤੇ ਆਫਿਸ ਆਫ ਦਿ ਕੰਟਰੋਲਰ ਆਫ ਦਿ ਕਰੰਸੀ (OCC) ਤੋਂ ਲੰਬਿਤ ਸਹਿਮਤੀ ਆਦੇਸ਼ (Consent Orders)। ਅਜਿਹੇ ਸਖ਼ਤ ਪਾਲਣਾ ਢਾਂਚੇ (Compliance Framework) ਵਿੱਚ ਆਟੋਨੋਮਸ ਸਿਸਟਮ ਲਾਗੂ ਕਰਨਾ ਇੱਕ ਦੋਹਰਾ ਖਤਰਾ ਪੈਦਾ ਕਰਦਾ ਹੈ: ਜਾਂ ਤਾਂ AI-ਆਧਾਰਿਤ ਸ਼ਾਸਨ (Governance) ਨਾਲ ਖਰਚਾ ਘਟੇਗਾ, ਜਾਂ ਇਹ ਅਸਫਲ ਹੋ ਜਾਵੇਗਾ, ਜਿਸ ਨਾਲ ਮਾਡਲ-ਰਿਸਕ ਦੇ ਭਾਰੀ ਦੇਣਦਾਰੀਆਂ (Liabilities) ਪੈਦਾ ਹੋਣਗੀਆਂ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਬੈਂਕ ਦੀ 'ਏਜੰਟਿਕ AI' ਰਣਨੀਤੀ—ਜਿੱਥੇ ਸਾਫਟਵੇਅਰ ਆਪਣੇ ਆਪ ਕੰਮਕਾਜ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਦਾ ਹੈ—ਉਹ ਧੋਖਾਧੜੀ (Fiduciary) ਅਤੇ ਪ੍ਰਤਿਸ਼ਠਾ (Reputational) ਦੇ ਖਤਰੇ ਪੈਦਾ ਕਰਦੀ ਹੈ ਜੋ ਘੱਟ-ਰੈਗੂਲੇਟਿਡ ਉਦਯੋਗਾਂ ਵਿੱਚ ਮੌਜੂਦ ਨਹੀਂ ਹਨ। ਸਾਫ ਢਾਂਚੇ ਵਾਲੇ ਮੁਕਾਬਲੇਬਾਜ਼ਾਂ ਦੇ ਉਲਟ, Citigroup ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਇੱਕ ਤੇਜ਼ ਰਫਤਾਰ ਨਾਲ ਚੱਲ ਰਹੀ ਕਾਰ ਦਾ ਇੰਜਣ ਬਦਲ ਰਿਹਾ ਹੈ, ਜਿਸ ਕਾਰਨ ਇਹ ਕਿਸੇ ਵੀ ਤਕਨੀਕੀ ਜਾਂ ਰੈਗੂਲੇਟਰੀ ਗਲਤੀ ਲਈ ਵਿਲੱਖਣ ਤੌਰ 'ਤੇ ਖਤਰੇ ਵਿੱਚ ਹੈ।

ਅੱਗੇ ਦਾ ਰਾਹ

ਮੈਨੇਜਮੈਂਟ ਲਗਾਤਾਰ ਇਸ ਗੱਲ 'ਤੇ ਜ਼ੋਰ ਦੇ ਰਹੀ ਹੈ ਕਿ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦਾ ਏਕੀਕਰਨ (Integration) ਇੱਕ ਬਹੁ-ਸਾਲੀ ਅਨੁਸ਼ਾਸਨ ਹੈ, ਨਾ ਕਿ ਤਿਮਾਹੀ ਦਾ ਹੱਲ। ਸਫਲਤਾ ਇਸ ਗੱਲ 'ਤੇ ਨਿਰਭਰ ਕਰੇਗੀ ਕਿ ਕੀ ਕੰਪਨੀ ਆਪਣੀ ਕਹਾਣੀ ਨੂੰ ਖਰਚੇ ਸੁਧਾਰ (Expense Remediation) ਤੋਂ ਅਸਲ ਮੁਕਾਬਲੇਬਾਜ਼ੀ ਭੇਦ (Competitive Differentiation) ਵੱਲ ਮੋੜ ਸਕਦੀ ਹੈ। ਜਿਵੇਂ-ਜਿਵੇਂ ਗਲੋਬਲ AI 'ਤੇ ਖਰਚ ਵਧਣ ਦੀ ਉਮੀਦ ਹੈ, Citigroup ਦਾ ਭਵਿੱਖ ਇਸ ਗੱਲ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ ਕਿ ਉਹ ਇਨ੍ਹਾਂ ਵਧ ਰਹੇ ਕਾਰਜਕਾਰੀ ਖਤਰਿਆਂ (Execution Risks) ਤੋਂ ਅੱਗੇ ਨਿਕਲ ਸਕਦਾ ਹੈ ਜਾਂ ਨਹੀਂ, ਅਤੇ ਇਹ ਸਾਬਤ ਕਰ ਸਕਦਾ ਹੈ ਕਿ ਉਸਦੀ ਵਿਸ਼ਾਲ ਅੰਦਰੂਨੀ AI ਵਰਕਫੋਰਸ ਵਾਸਤਵਿਕ, ਮਾਪਣਯੋਗ ਰਿਟਰਨ ਪੈਦਾ ਕਰ ਰਹੀ ਹੈ ਜੋ ਉਸਦੇ ਮੌਜੂਦਾ ਬਾਜ਼ਾਰ ਮੁੱਲਾਂ (Market Valuation) ਨੂੰ ਜਾਇਜ਼ ਠਹਿਰਾਉਂਦੀ ਹੈ।