ਭਾਰਤ ਦੇ ਵੱਡੇ ਬੈਂਕ ਹੁਣ Agentic AI ਨੂੰ ਪਾਇਲਟ ਪ੍ਰੋਜੈਕਟਾਂ ਤੋਂ ਕੱਢ ਕੇ ਮੁੱਖ ਕਾਰਜਾਂ 'ਚ ਵਰਤਣਗੇ। ਇਸ ਨਾਲ ਲੈਂਡਿੰਗ ਤੇ ਗਾਹਕ ਸੇਵਾ 'ਚ ਸੁਧਾਰ ਹੋਵੇਗਾ। ਹਾਲਾਂਕਿ, RBI ਨੇ ਬੋਰਡ-ਪੱਧਰ ਦੀ ਜਵਾਬਦੇਹੀ 'ਤੇ ਜ਼ੋਰ ਦਿੱਤਾ ਹੈ।
ਬੈਂਕਾਂ ਦਾ AI ਵੱਲ ਰੁਖ
ਭਾਰਤ ਦੇ ਵੱਡੇ ਬੈਂਕ, ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਸਟੇਟ ਬੈਂਕ ਆਫ ਇੰਡੀਆ, HDFC ਬੈਂਕ, ਬੈਂਕ ਆਫ ਬੜੌਦਾ, ਕੈਨਰਾ ਬੈਂਕ, ਬੈਂਕ ਆਫ ਇੰਡੀਆ ਅਤੇ ਇੰਡਸਇੰਡ ਬੈਂਕ ਸ਼ਾਮਲ ਹਨ, ਹੁਣ Agentic AI ਨੂੰ ਆਪਣੇ ਮੁੱਖ ਕਾਰੋਬਾਰ 'ਚ ਸ਼ਾਮਲ ਕਰਨ ਵੱਲ ਵੱਡਾ ਕਦਮ ਚੁੱਕ ਰਹੇ ਹਨ। ਮੁੰਬਈ 'ਚ ਅੱਜ ਹੋਈ FIBAC 2026 ਕਾਨਫਰੰਸ ਦੌਰਾਨ, ਬੈਂਕਿੰਗ ਲੀਡਰਾਂ ਨੇ ਪੁਸ਼ਟੀ ਕੀਤੀ ਕਿ AI ਹੁਣ ਸਿਰਫ ਛੋਟੇ ਪਾਇਲਟ ਪ੍ਰੋਜੈਕਟਾਂ ਤੋਂ ਅੱਗੇ ਵਧ ਕੇ ਉਨ੍ਹਾਂ ਦੀ ਕਾਰਜਕਾਰੀ ਰਣਨੀਤੀ ਦਾ ਇੱਕ ਕੇਂਦਰੀ ਹਿੱਸਾ ਬਣ ਰਿਹਾ ਹੈ। ਇਹ ਟੈਕਨਾਲੋਜੀ, ਜੋ ਕਿ ਆਪਣੇ ਆਪ ਹੀ ਗੁੰਝਲਦਾਰ ਕੰਮਾਂ ਅਤੇ ਫੈਸਲੇ ਲੈਣ ਦੀਆਂ ਪ੍ਰਕਿਰਿਆਵਾਂ ਨੂੰ ਪੂਰਾ ਕਰਨ ਦੇ ਸਮਰੱਥ ਹੈ, ਦਾ ਉਦੇਸ਼ ਲੈਂਡਿੰਗ, ਕੰਪਲਾਇੰਸ ਅਤੇ ਗਾਹਕਾਂ ਨਾਲ ਸੰਪਰਕ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣਾ ਹੈ।
RBI ਦੀ ਚੇਤਾਵਨੀ
ਜਦੋਂ ਕਿ ਇਹ ਇੰਡਸਟਰੀ ਨਵੇਂ ਟੂਲਜ਼ ਅਪਣਾਉਣ ਲਈ ਉਤਸੁਕ ਹੈ, ਭਾਰਤੀ ਰਿਜ਼ਰਵ ਬੈਂਕ (RBI) ਨੇ ਸਾਵਧਾਨੀ ਵਰਤਣ ਦੀ ਸਲਾਹ ਦਿੱਤੀ ਹੈ। RBI ਗਵਰਨਰ ਸੰਜੇ ਮਲਹੋਤਰਾ ਨੇ ਇਸ ਗੱਲ 'ਤੇ ਜ਼ੋਰ ਦਿੱਤਾ ਕਿ ਬੈਂਕਾਂ ਨੂੰ ਆਪਣੀ AI ਯਾਤਰਾ ਨੂੰ ਸਪੱਸ਼ਟ ਬੋਰਡ-ਪੱਧਰ ਦੀ ਜਵਾਬਦੇਹੀ ਨਾਲ ਆਕਾਰ ਦੇਣਾ ਚਾਹੀਦਾ ਹੈ। ਉਨ੍ਹਾਂ ਨੇ ਟੈਕਨਾਲੋਜੀ ਨੂੰ ਸੈਕਟਰ ਨੂੰ ਡਿਫਾਲਟ ਰੂਪ ਵਿੱਚ ਚਲਾਉਣ ਦੇਣ ਵਿਰੁੱਧ ਚੇਤਾਵਨੀ ਦਿੱਤੀ, ਅਤੇ ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ (human-in-the-loop oversight) ਦੀ ਲੋੜ 'ਤੇ ਜ਼ੋਰ ਦਿੱਤਾ। ਰੈਗੂਲੇਟਰ ਦਾ ਰੁਖ ਇਹ ਦੱਸਦਾ ਹੈ ਕਿ ਜਦੋਂ ਕਿ ਨਵੀਨਤਾ ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕੀਤਾ ਜਾ ਰਿਹਾ ਹੈ, ਸਿਸਟਮਿਕ ਅਸਫਲਤਾਵਾਂ ਨੂੰ ਰੋਕਣ ਲਈ ਪ੍ਰਸ਼ਾਸਨਿਕ ਢਾਂਚੇ ਨੂੰ ਟੈਕਨਾਲੋਜੀ ਦੇ ਨਾਲ-ਨਾਲ ਵਿਕਸਿਤ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ।
ਡਾਟਾ ਗੁਣਵੱਤਾ ਅਤੇ ਸੁਰੱਖਿਆ ਚੁਣੌਤੀਆਂ
ਬੈਂਕਿੰਗ ਅਧਿਕਾਰੀਆਂ ਨੇ ਇਸ ਗੱਲ 'ਤੇ ਚਾਨਣਾ ਪਾਇਆ ਕਿ Agentic AI ਦੀ ਸਫਲਤਾ ਉਸ ਡਾਟਾ ਦੀ ਸ਼ੁੱਧਤਾ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ ਜਿਸ 'ਤੇ ਇਸਨੂੰ ਸਿਖਲਾਈ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ। HDFC ਬੈਂਕ ਦੇ ਡਿਜੀਟਲ ਬੈਂਕਿੰਗ ਅਤੇ ਗਾਹਕ ਅਨੁਭਵ ਦੇ ਗਰੁੱਪ ਹੈੱਡ ਅੰਜਨੀ ਰਾਠੌਰ ਨੇ ਨੋਟ ਕੀਤਾ ਕਿ AI ਦੀ ਬੁੱਧੀ ਸਿਖਲਾਈ ਡਾਟਾ ਦੀ ਗੁਣਵੱਤਾ ਅਤੇ ਲੇਬਲਿੰਗ ਨਾਲ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਜੁੜੀ ਹੋਈ ਹੈ। ਉਨ੍ਹਾਂ ਨੇ ਕ੍ਰੈਡਿਟ ਜੋਖਮ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਲਈ ਪੁਰਾਣੀ ਆਮਦਨ ਡਾਟਾ ਵਰਗੀ ਅਪ੍ਰਚਲਿਤ ਜਾਣਕਾਰੀ ਦੀ ਵਰਤੋਂ ਦੇ ਜੋਖਮਾਂ ਦਾ ਹਵਾਲਾ ਦਿੱਤਾ, ਜਿਸ ਨਾਲ ਗਲਤ ਫੈਸਲੇ ਹੋ ਸਕਦੇ ਹਨ। ਇਨ੍ਹਾਂ ਜੋਖਮਾਂ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਨ ਲਈ, ਬੈਂਕ ਗਾਹਕਾਂ ਦੇ ਡਾਟਾ ਦੀ ਟੋਕਨਾਈਜ਼ੇਸ਼ਨ (tokenization) ਨੂੰ ਤਰਜੀਹ ਦੇ ਰਹੇ ਹਨ ਤਾਂ ਜੋ ਗੋਪਨੀਯਤਾ ਦੀ ਸੁਰੱਖਿਆ ਕੀਤੀ ਜਾ ਸਕੇ ਅਤੇ ਹੋਰ ਮਜ਼ਬੂਤ ਟ੍ਰਾਂਜੈਕਸ਼ਨ ਨਿਗਰਾਨੀ ਪ੍ਰਣਾਲੀਆਂ ਦੀ ਮੰਗ ਕਰ ਰਹੇ ਹਨ।
ਨਿਵੇਸ਼ਕਾਂ ਲਈ ਧਿਆਨ ਦੇਣਯੋਗ ਗੱਲਾਂ
ਨਿਵੇਸ਼ਕਾਂ ਲਈ, Agentic AI ਦਾ ਏਕੀਕਰਨ ਮੌਕੇ ਅਤੇ ਜੋਖਮ ਦੋਵੇਂ ਲਿਆਉਂਦਾ ਹੈ। ਸੰਭਾਵੀ ਲਾਭਾਂ ਵਿੱਚ ਘੱਟ ਕਾਰਜਕਾਰੀ ਖਰਚੇ ਅਤੇ ਤੇਜ਼ ਸੇਵਾ ਸ਼ਾਮਲ ਹਨ, ਜੋ ਲੰਬੇ ਸਮੇਂ ਦੀ ਉਤਪਾਦਕਤਾ ਵਿੱਚ ਸੁਧਾਰ ਕਰ ਸਕਦੇ ਹਨ। ਹਾਲਾਂਕਿ, ਧਿਆਨ ਦੇਣ ਯੋਗ ਕਾਫੀ ਜੋਖਮ ਹਨ। ਪਹਿਲਾਂ, ਇਸ ਤਬਦੀਲੀ ਲਈ ਲੋੜੀਂਦਾ ਪੂੰਜੀ ਖਰਚ - ਜਿਸ ਵਿੱਚ ਡਾਟਾ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦੇ ਅਪਗ੍ਰੇਡ ਅਤੇ ਕਰਮਚਾਰੀ ਰੀ-ਸਕਿਲਿੰਗ ਸ਼ਾਮਲ ਹੈ - ਸੰਚਾਲਨ ਲਾਭ (operating margins) 'ਤੇ ਅਸਥਾਈ ਦਬਾਅ ਪਾ ਸਕਦਾ ਹੈ। ਦੂਜਾ, ਬੈਂਕ ਸਾਈਬਰ ਧਮਕੀਆਂ ਅਤੇ ਧੋਖਾਧੜੀ ਲਈ ਵਧੇਰੇ ਕਮਜ਼ੋਰ ਹਨ, ਕਿਉਂਕਿ ਆਧੁਨਿਕ ਹਮਲੇ ਰਵਾਇਤੀ ਰੱਖਿਆ ਪ੍ਰਣਾਲੀਆਂ ਤੋਂ ਅੱਗੇ ਨਿਕਲ ਸਕਦੇ ਹਨ। ਤੀਜਾ, AI ਹੈਲੂਸੀਨੇਸ਼ਨ (hallucinations) ਜਾਂ ਪੱਖਪਾਤੀ ਕ੍ਰੈਡਿਟ ਮਾਡਲਿੰਗ ਦਾ ਜੋਖਮ ਹੈ, ਜਿਸ ਨਾਲ ਰੈਗੂਲੇਟਰੀ ਜਾਂਚ ਜਾਂ ਵਿੱਤੀ ਨੁਕਸਾਨ ਹੋ ਸਕਦਾ ਹੈ।
ਇਸ ਈਕੋਸਿਸਟਮ 'ਚ ਅੱਜ L&T ਟੈਕਨਾਲੋਜੀ ਸਰਵਿਸਿਜ਼ ਦੁਆਰਾ 'AgenticIQ' ਪਲੇਟਫਾਰਮ ਦੇ ਲਾਂਚ ਵਰਗੇ ਨਵੇਂ ਹੱਲ ਵੀ ਉਭਰ ਰਹੇ ਹਨ, ਜਿਸਦਾ ਉਦੇਸ਼ ਇਨ੍ਹਾਂ ਬੈਂਕਿੰਗ ਲੋੜਾਂ ਦਾ ਸਮਰਥਨ ਕਰਨਾ ਹੈ। ਆਉਣ ਵਾਲੇ ਕੁਆਰਟਰਾਂ ਲਈ ਮੁੱਖ ਧਿਆਨ ਦੇਣ ਯੋਗ ਗੱਲ ਇਹ ਹੋਵੇਗੀ ਕਿ ਬੈਂਕ ਇਸ ਨਵੇਂ ਖਰਚੇ ਨੂੰ ਆਪਣੇ ਮੁਨਾਫੇ ਦੇ ਟੀਚਿਆਂ ਨਾਲ ਕਿੰਨੀ ਚੰਗੀ ਤਰ੍ਹਾਂ ਸੰਤੁਲਿਤ ਕਰਦੇ ਹਨ ਅਤੇ ਕੀ ਉਨ੍ਹਾਂ ਦੇ ਜੋਖਮ ਪ੍ਰਬੰਧਨ ਢਾਂਚੇ AI ਅਪਣਾਉਣ ਦੀ ਗਤੀ ਨਾਲ ਤਾਲਮੇਲ ਬਿਠਾ ਸਕਦੇ ਹਨ।