ਭਾਰਤ ਦਾ ਵਿੱਤੀ ਖੇਤਰ ਤੇਜ਼ੀ ਨਾਲ AI ਅਪਣਾ ਰਿਹਾ ਹੈ। ਬੈਂਕਿੰਗ, ਵਿੱਤੀ ਸੇਵਾਵਾਂ ਅਤੇ ਬੀਮਾ (BFSI) ਖੇਤਰ ਵਿੱਚ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਦਾ ਬਾਜ਼ਾਰ 2025 ਵਿੱਚ $902 ਮਿਲੀਅਨ ਤੋਂ ਵਧ ਕੇ 2031 ਤੱਕ $4.38 ਬਿਲੀਅਨ ਤੱਕ ਪਹੁੰਚਣ ਦੀ ਉਮੀਦ ਹੈ। ਇਹ ਤਕਨਾਲੋਜੀ ਬੈਂਕਾਂ ਅਤੇ ਬੀਮਾ ਕੰਪਨੀਆਂ ਨੂੰ ਧੋਖਾਧੜੀ ਘਟਾਉਣ, ਖਰਚੇ ਘੱਟ ਕਰਨ ਅਤੇ ਕਰੋੜਾਂ ਨਵੇਂ ਗਾਹਕਾਂ ਤੱਕ ਪਹੁੰਚਣ ਵਿੱਚ ਮਦਦ ਕਰ ਰਹੀ ਹੈ।
ਕੀ ਹੋਇਆ?
ਭਾਰਤ ਦਾ ਵਿੱਤੀ ਸੇਵਾਵਾਂ ਅਤੇ ਬੀਮਾ ਖੇਤਰ ਇੱਕ ਤੇਜ਼ ਤਕਨੀਕੀ ਤਬਦੀਲੀ ਦੇ ਦੌਰ ਵਿੱਚੋਂ ਲੰਘ ਰਿਹਾ ਹੈ। ਤਾਜ਼ਾ ਅੰਕੜੇ ਦਰਸਾਉਂਦੇ ਹਨ ਕਿ ਬੈਂਕਿੰਗ, ਵਿੱਤੀ ਸੇਵਾਵਾਂ ਅਤੇ ਬੀਮਾ (BFSI) ਖੇਤਰ ਵਿੱਚ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਹੱਲਾਂ ਦਾ ਬਾਜ਼ਾਰ 2025 ਵਿੱਚ $902 ਮਿਲੀਅਨ ਦਾ ਸੀ। ਹੁਣ ਇਹ ਬਾਜ਼ਾਰ 2031 ਤੱਕ $4.38 ਬਿਲੀਅਨ ਤੱਕ ਪਹੁੰਚਣ ਦਾ ਅਨੁਮਾਨ ਹੈ, ਜੋ ਲਗਭਗ 30% ਸਾਲਾਨਾ ਵਿਕਾਸ ਦਰ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਇਹ ਤਬਦੀਲੀ ਵਿੱਤੀ ਸੰਸਥਾਵਾਂ ਦੇ ਜੋਖਮ ਪ੍ਰਬੰਧਨ, ਗਾਹਕਾਂ ਨਾਲ ਗੱਲਬਾਤ ਅਤੇ ਰੈਗੂਲੇਟਰੀ ਪਾਲਣਾ ਦੀ ਨਿਗਰਾਨੀ ਕਰਨ ਦੇ ਤਰੀਕਿਆਂ ਨੂੰ ਬਦਲ ਰਹੀ ਹੈ।
ਮੁਨਾਫੇ ਅਤੇ ਕੁਸ਼ਲਤਾ 'ਤੇ ਪ੍ਰਭਾਵ
ਨਿਵੇਸ਼ਕਾਂ (Investors) ਲਈ, ਇਸ ਤਬਦੀਲੀ ਦਾ ਸਭ ਤੋਂ ਸਿੱਧਾ ਫਾਇਦਾ ਕਾਰਜਕਾਰੀ ਕੁਸ਼ਲਤਾ (Operating Efficiency) ਵਿੱਚ ਸੰਭਾਵੀ ਸੁਧਾਰ ਹੈ। ਬੈਂਕ ਅਤੇ ਬੀਮਾ ਕੰਪਨੀਆਂ ਪੁਰਾਣੀਆਂ, ਨਿਯਮ-ਆਧਾਰਿਤ ਪ੍ਰਣਾਲੀਆਂ ਨੂੰ AI-ਆਧਾਰਿਤ ਮਾਡਲਾਂ ਨਾਲ ਬਦਲ ਰਹੀਆਂ ਹਨ। ਧੋਖਾਧੜੀ ਦਾ ਪਤਾ ਲਗਾਉਣ (Fraud Detection) ਵਿੱਚ, ਇਹ ਪ੍ਰਣਾਲੀਆਂ ਹੁਣ 95% ਤੋਂ ਵੱਧ ਸ਼ੁੱਧਤਾ ਨਾਲ ਅਸੰਗਤਤਾਵਾਂ ਦੀ ਪਛਾਣ ਕਰਦੀਆਂ ਹਨ। ਇਹ ਭਾਰਤੀ ਬਾਜ਼ਾਰ ਲਈ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਵਿਕਾਸ ਹੈ, ਜਿੱਥੇ UPI ਵਰਗੇ ਨੈੱਟਵਰਕਾਂ 'ਤੇ ਡਿਜੀਟਲ ਲੈਣ-ਦੇਣ ਦੀ ਮਾਤਰਾ ਪ੍ਰਤੀ ਮਹੀਨਾ 15 ਬਿਲੀਅਨ ਤੋਂ ਵੱਧ ਹੈ। ਧੋਖਾਧੜੀ ਨੂੰ ਘਟਾ ਕੇ, ਵਿੱਤੀ ਸੰਸਥਾਵਾਂ ਮਹੱਤਵਪੂਰਨ ਵਿੱਤੀ ਨੁਕਸਾਨ ਨੂੰ ਰੋਕ ਸਕਦੀਆਂ ਹਨ, ਜੋ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਉਹਨਾਂ ਦੇ ਬੌਟਮ ਲਾਈਨ ਦਾ ਸਮਰਥਨ ਕਰਦਾ ਹੈ।
ਇਸ ਤੋਂ ਇਲਾਵਾ, AI ਕੰਪਨੀਆਂ ਨੂੰ ਉਹਨਾਂ ਦੇ ਗਾਹਕ ਪ੍ਰਾਪਤੀ ਖਰਚਿਆਂ (Customer Acquisition Costs) ਨੂੰ ਘਟਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰ ਰਿਹਾ ਹੈ। ਪਹਿਲਾਂ ਮਨੁੱਖੀ ਦਖਲ ਦੀ ਲੋੜ ਵਾਲੇ ਕੰਮਾਂ ਨੂੰ ਸਵੈਚਾਲਿਤ (Automating) ਕਰਕੇ, ਬੈਂਕ ਕਰਜ਼ੇ ਅਤੇ ਹੋਰ ਸੇਵਾਵਾਂ ਨੂੰ ਬਹੁਤ ਤੇਜ਼ੀ ਨਾਲ, ਅਕਸਰ ਇੱਕ ਮਿੰਟ ਤੋਂ ਵੀ ਘੱਟ ਸਮੇਂ ਵਿੱਚ ਪ੍ਰੋਸੈਸ ਕਰ ਰਹੇ ਹਨ। ਇਹ ਗਤੀ ਹਰ ਗਾਹਕ ਦੀ ਸੇਵਾ ਕਰਨ ਦੀ ਲਾਗਤ ਨੂੰ ਘਟਾਉਂਦੀ ਹੈ, ਜਿਸ ਨਾਲ ਲੰਬੇ ਸਮੇਂ ਵਿੱਚ ਮੁਨਾਫੇ ਦੇ ਮਾਰਜਿਨ (Profit Margins) ਵਧਣ ਦੀ ਸੰਭਾਵਨਾ ਹੈ।
ਨਵੇਂ ਗਾਹਕਾਂ ਲਈ ਦਰਵਾਜ਼ੇ ਖੋਲ੍ਹਣਾ
AI ਵਿੱਤੀ ਸੰਸਥਾਵਾਂ ਨੂੰ ਉਹਨਾਂ ਦੀ ਪਹੁੰਚ ਦਾ ਵਿਸਥਾਰ ਕਰਨ ਵਿੱਚ ਵੀ ਮਦਦ ਕਰ ਰਿਹਾ ਹੈ। ਵਿਕਲਪਕ ਡਾਟਾ (Alternative Data) - ਜਿਵੇਂ ਕਿ ਮੋਬਾਈਲ ਵਰਤੋਂ ਦੇ ਪੈਟਰਨ, ਯੂਟਿਲਿਟੀ ਭੁਗਤਾਨ ਅਤੇ ਟੈਕਸ ਰਿਕਾਰਡ - ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਕੇ, ਬੈਂਕ ਹੁਣ ਉਨ੍ਹਾਂ ਲੋਕਾਂ ਦੀ ਕ੍ਰੈਡਿਟ ਯੋਗਤਾ ਦਾ ਮੁਲਾਂਕਣ ਕਰ ਸਕਦੇ ਹਨ ਜਿਨ੍ਹਾਂ ਦੇ ਪਹਿਲਾਂ ਕੋਈ ਰਸਮੀ ਕ੍ਰੈਡਿਟ ਸਕੋਰ ਨਹੀਂ ਸਨ। ਇਸ ਹਿੱਸੇ ਵਿੱਚ ਭਾਰਤ ਵਿੱਚ ਲਗਭਗ 190 ਮਿਲੀਅਨ ਕ੍ਰੈਡਿਟ-ਘੱਟ ਸੇਵਾ ਵਾਲੇ ਬਾਲਗ ਸ਼ਾਮਲ ਹਨ। ਇਸ ਸਮੂਹ ਤੱਕ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਪਹੁੰਚਣਾ ਬੈਂਕਾਂ ਅਤੇ ਗੈਰ-ਬੈਂਕਿੰਗ ਵਿੱਤੀ ਕੰਪਨੀਆਂ (NBFCs) ਨੂੰ ਉਹਨਾਂ ਦੇ ਕਰਜ਼ਾ ਪੁਸਤਕਾਂ (Loan Books) ਅਤੇ ਮਾਲੀਆ ਸਟ੍ਰੀਮਜ਼ ਨੂੰ ਵਧਾਉਣ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ, ਜਿਸ ਤੱਕ ਉਹ ਰਵਾਇਤੀ ਮੁਲਾਂਕਣ ਵਿਧੀਆਂ ਨਾਲ ਆਸਾਨੀ ਨਾਲ ਪਹੁੰਚ ਨਹੀਂ ਸਕਦੇ ਸਨ।
ਪਾਲਣਾ ਅਤੇ ਜੋਖਮ ਚੁਣੌਤੀ
ਜਦੋਂ ਕਿ ਤਕਨਾਲੋਜੀ ਵਿਕਾਸ ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰਦੀ ਹੈ, ਇਹ ਪਾਲਣਾ (Compliance) ਅਤੇ ਸ਼ਾਸਨ (Governance) ਦੀਆਂ ਜ਼ਿੰਮੇਵਾਰੀਆਂ ਦੀ ਇੱਕ ਨਵੀਂ ਪਰਤ ਵੀ ਲਿਆਉਂਦੀ ਹੈ। ਨਵੰਬਰ 2025 ਵਿੱਚ ਜਾਰੀ ਹੋਈਆਂ AI ਗਵਰਨੈਂਸ ਗਾਈਡਲਾਈਨਜ਼ (AI Governance Guidelines) ਦਾ ਪਾਲਣ ਕਰਦੇ ਹੋਏ, ਵਿੱਤੀ ਸੰਸਥਾਵਾਂ ਨੂੰ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਉਹਨਾਂ ਦੇ AI ਮਾਡਲ ਨੈਤਿਕ (Ethical) ਅਤੇ ਸਮਝਾਉਣ ਯੋਗ (Explainable) ਹੋਣ।
ਨਿਯਾਮਕ (Regulators) ਅਤੇ ਗਾਹਕ ਦੋਵੇਂ AI ਦੁਆਰਾ ਲਏ ਗਏ ਫੈਸਲਿਆਂ, ਖਾਸ ਤੌਰ 'ਤੇ ਕਰਜ਼ੇ ਦੀ ਮਨਜ਼ੂਰੀ ਅਤੇ ਬੀਮਾ ਦਾਅਵਿਆਂ (Insurance Claims) ਦੇ ਸਬੰਧ ਵਿੱਚ, ਵਿੱਚ ਪਾਰਦਰਸ਼ਤਾ (Transparency) ਦੀ ਮੰਗ ਕਰ ਰਹੇ ਹਨ। ਕੰਪਨੀਆਂ ਨੂੰ ਹੁਣ ਇਹਨਾਂ ਮਾਪਦੰਡਾਂ ਨੂੰ ਪੂਰਾ ਕਰਨ ਲਈ ਮਜ਼ਬੂਤ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਵਿੱਚ ਨਿਵੇਸ਼ ਕਰਨ ਦੀ ਲੋੜ ਹੈ। ਜੇਕਰ ਕੋਈ ਕੰਪਨੀ ਇਹਨਾਂ ਜੋਖਮਾਂ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਨ ਵਿੱਚ ਅਸਫਲ ਰਹਿੰਦੀ ਹੈ ਜਾਂ ਅਸਪਸ਼ਟ AI ਫੈਸਲੇ ਲੈਣ ਕਾਰਨ ਰੈਗੂਲੇਟਰੀ ਮੁੱਦਿਆਂ ਦਾ ਸਾਹਮਣਾ ਕਰਦੀ ਹੈ, ਤਾਂ ਇਸਨੂੰ ਜੁਰਮਾਨੇ (Penalties) ਜਾਂ ਸਾਖ (Reputational Damage) ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈ ਸਕਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਇਹਨਾਂ ਜਟਿਲ ਪ੍ਰਣਾਲੀਆਂ ਦੇ ਨਿਰਮਾਣ ਲਈ ਉੱਚ ਸ਼ੁਰੂਆਤੀ ਖਰਚੇ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਜੋ ਕੁਸ਼ਲਤਾ ਲਾਭ ਪੂਰੀ ਤਰ੍ਹਾਂ ਸਮਝਣ ਤੋਂ ਪਹਿਲਾਂ ਅਸਥਾਈ ਤੌਰ 'ਤੇ ਕੈਸ਼ ਫਲੋ 'ਤੇ ਭਾਰ ਪਾ ਸਕਦਾ ਹੈ।
ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਕੀ ਨਿਗਰਾਨੀ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ
ਜਿਵੇਂ-ਜਿਵੇਂ ਉਦਯੋਗ AI ਨੂੰ ਅਪਣਾ ਰਿਹਾ ਹੈ, ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਤਕਨੀਕੀ ਖਰਚੇ ਦੇ ਸ਼ੁਰੂਆਤੀ ਉਤਸ਼ਾਹ ਤੋਂ ਅੱਗੇ ਦੇਖਣਾ ਚਾਹੀਦਾ ਹੈ। ਮੁੱਖ ਨਿਗਰਾਨੀਯੋਗ (Monitorables) ਵਿੱਚ ਇਹ ਸ਼ਾਮਲ ਹੈ ਕਿ ਕੋਈ ਕੰਪਨੀ ਆਪਣੇ AI ਨਿਵੇਸ਼ ਨੂੰ ਅਸਲ ਮੁਨਾਫੇ ਦੇ ਮਾਰਜਿਨ ਵਾਧੇ ਵਿੱਚ ਕਿੰਨੀ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਬਦਲਦੀ ਹੈ। ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਡਿਜੀਟਲ ਪ੍ਰੋਜੈਕਟਾਂ ਤੋਂ ਨਿਵੇਸ਼ 'ਤੇ ਵਾਪਸੀ (ROI) ਦੇ ਵੇਰਵਿਆਂ ਲਈ ਸਾਲਾਨਾ ਰਿਪੋਰਟਾਂ (Annual Reports) ਅਤੇ ਪ੍ਰਬੰਧਨ ਟਿੱਪਣੀਆਂ (Management Commentary) ਨੂੰ ਟਰੈਕ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਇਸ ਗੱਲ 'ਤੇ ਨਜ਼ਰ ਰੱਖੋ ਕਿ ਵਿੱਤੀ ਸੰਸਥਾਵਾਂ ਰੈਗੂਲੇਟਰੀ ਪਾਲਣਾ ਲਾਗਤਾਂ ਨੂੰ ਕਿੰਨੀ ਚੰਗੀ ਤਰ੍ਹਾਂ ਸੰਭਾਲਦੀਆਂ ਹਨ ਅਤੇ ਕੀ ਉਹਨਾਂ ਦੀ AI-ਡ੍ਰਾਈਵਨ ਕ੍ਰੈਡਿਟ ਅੰਡਰਰਾਈਟਿੰਗ ਸਫਲਤਾਪੂਰਵਕ ਗੈਰ-ਕਾਰਜਸ਼ੀਲ ਸੰਪਤੀਆਂ (NPAs) ਨੂੰ ਨਿਯੰਤਰਣ ਵਿੱਚ ਰੱਖਦੀ ਹੈ ਜਿਵੇਂ ਕਿ ਉਹ ਨਵੇਂ, ਘੱਟ ਸੇਵਾ ਵਾਲੇ ਗਾਹਕ ਵਰਗਾਂ ਵਿੱਚ ਵਿਸਥਾਰ ਕਰਦੇ ਹਨ।