Whalesbook
ਰਿਜ਼ਰਵ ਬੈਂਕ ਦੇ ਡਿਪਟੀ ਗਵਰਨਰ Swaminathan J ਨੇ ਵਿੱਤੀ ਸੇਵਾਵਾਂ ਵਿੱਚ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਦੇ ਬੇਲਗਾਮ ਉਤਸ਼ਾਹ ਖਿਲਾਫ ਇੱਕ ਸਖ਼ਤ ਚੇਤਾਵਨੀ ਜਾਰੀ ਕੀਤੀ ਹੈ। ਉਨ੍ਹਾਂ ਨੋਟ ਕੀਤਾ ਕਿ AI ਦਾ ਤੇਜ਼ੀ ਨਾਲ ਏਕੀਕਰਨ, ਗਾਹਕ ਸੇਵਾ ਤੋਂ ਲੈ ਕੇ ਕ੍ਰੈਡਿਟ ਮੁਲਾਂਕਣ ਤੱਕ, ਉਦਯੋਗ ਦੀ ਇਸ ਦੀਆਂ ਅੰਦਰੂਨੀ ਜਟਿਲਤਾਵਾਂ ਨੂੰ ਪ੍ਰਬੰਧਨ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਤੋਂ ਵੀ ਤੇਜ਼ੀ ਨਾਲ ਅੱਗੇ ਵੱਧ ਰਿਹਾ ਹੈ। ਮੁੱਖ ਸੰਦੇਸ਼ ਇਹ ਹੈ ਕਿ ਮਜ਼ਬੂਤ ਸੁਰੱਖਿਆ ਉਪਾਵਾਂ ਤੋਂ ਬਿਨਾਂ, AI ਦਾ ਅਪਣਾਅ ਮੌਜੂਦਾ ਅਸਮਾਨਤਾਵਾਂ ਨੂੰ ਵਧਾ ਸਕਦਾ ਹੈ ਅਤੇ ਨਵੀਆਂ ਸਮੱਸਿਆਵਾਂ ਪੈਦਾ ਕਰ ਸਕਦਾ ਹੈ, ਜਿਸ ਲਈ ਬੇਰੋਕ ਨਵੀਨਤਾ (Innovation) ਤੋਂ ਜ਼ਿੰਮੇਵਾਰ ਵਰਤੋਂ (Responsible Use) ਵੱਲ ਤਬਦੀਲੀ ਦੀ ਲੋੜ ਹੈ।
Swaminathan J ਨੇ ਪੰਜ ਗੰਭੀਰ ਚਿੰਤਾਵਾਂ ਦਾ ਖੁਲਾਸਾ ਕੀਤਾ ਹੈ, ਜਿਨ੍ਹਾਂ ਵਿੱਚ 'ਪੱਖਪਾਤ ਅਤੇ ਅਨ fair ਨਤੀਜੇ', 'ਅਪਾਰਦਰਸ਼ਤਾ (Opacity)', 'ਡਾਟਾ ਗੋਪਨੀਯਤਾ ਅਤੇ ਦੁਰਵਰਤੋਂ', 'ਮਾਡਲ ਰਿਸਕ', ਅਤੇ 'ਸਾਈਬਰ ਰਿਸਕ' ਸ਼ਾਮਲ ਹਨ। ਇਹ ਸਿਰਫ਼ ਸਿਧਾਂਤਕ ਮੁੱਦੇ ਨਹੀਂ ਹਨ, ਬਲਕਿ ਠੋਸ ਕਮਜ਼ੋਰੀਆਂ ਹਨ ਜਿਨ੍ਹਾਂ ਦੀ ਗਲੋਬਲ ਰੈਗੂਲੇਟਰ ਤੇਜ਼ੀ ਨਾਲ ਜਾਂਚ ਕਰ ਰਹੇ ਹਨ। ਬੈਂਕ ਫਾਰ ਇੰਟਰਨੈਸ਼ਨਲ ਸੈਟਲਮੈਂਟਸ (BIS) ਅਤੇ ਫਾਈਨੈਂਸ਼ੀਅਲ ਸਟੇਬਿਲਿਟੀ ਬੋਰਡ (FSB) ਨੇ AI ਤੋਂ ਸਿਸਟਮਿਕ ਖਤਰਿਆਂ ਨੂੰ ਉਜਾਗਰ ਕੀਤਾ ਹੈ, ਕੇਂਦਰੀ ਬੈਂਕਾਂ ਨੂੰ ਅੰਦਰੂਨੀ AI ਸਮਰੱਥਾ ਬਣਾਉਣ ਅਤੇ ਨਿਗਰਾਨੀ ਨੂੰ ਸਖ਼ਤ ਕਰਨ ਲਈ ਕਿਹਾ ਹੈ। ਇਸੇ ਤਰ੍ਹਾਂ, ਯੂਕੇ ਦੀ ਹਾਊਸ ਆਫ ਕਾਮਨਜ਼ ਟ੍ਰੇਜ਼ਰੀ ਕਮੇਟੀ ਨੇ ਮਜ਼ਬੂਤ AI-ਵਿਸ਼ੇਸ਼ ਰੈਗੂਲੇਸ਼ਨ ਦੀ ਮੰਗ ਕੀਤੀ ਹੈ, ਚੇਤਾਵਨੀ ਦਿੱਤੀ ਹੈ ਕਿ ਮੌਜੂਦਾ ਪਹੁੰਚ ਖਪਤਕਾਰ ਸੁਰੱਖਿਆ ਅਤੇ ਵਿੱਤੀ ਸਥਿਰਤਾ ਲਈ ਅਯੋਗ ਹਨ। ਸੰਸਥਾਵਾਂ ਨੂੰ ਆਪਣੇ ਵਿਕਾਸ ਦੇ ਨਾਲ-ਨਾਲ ਇਨ੍ਹਾਂ ਵਿਕਸਤ ਹੋ ਰਹੇ ਰੈਗੂਲੇਟਰੀ ਉਮੀਦਾਂ ਨੂੰ ਨੈਵੀਗੇਟ ਕਰਨਾ ਹੋਵੇਗਾ।
ਵਿੱਤੀ ਸੇਵਾਵਾਂ ਦਾ ਖੇਤਰ AI ਦਾ ਪ੍ਰਮੁੱਖ ਅਪਣਾਉਣ ਵਾਲਾ ਹੈ, ਜਿਸ ਵਿੱਚ 54% ਸੰਸਥਾਵਾਂ ਨੇ 2025 ਦੀ ਸ਼ੁਰੂਆਤ ਤੱਕ AI ਪਹਿਲਕਦਮੀਆਂ ਨੂੰ ਲਾਗੂ ਕੀਤਾ ਹੈ, ਜੋ ਕਿ ਹੋਰ ਉਦਯੋਗਾਂ ਨਾਲੋਂ ਜ਼ਿਆਦਾ ਦਰ ਹੈ। AI ਵਿੱਚ ਗਲੋਬਲ ਨਿਵੇਸ਼ 2027 ਤੱਕ $97 ਬਿਲੀਅਨ ਤੱਕ ਪਹੁੰਚਣ ਦੀ ਉਮੀਦ ਹੈ। ਅਮਰੀਕਾ ਵਿੱਚ, AI ਅਪਣਾਉਣ ਖਾਸ ਤੌਰ 'ਤੇ ਮਜ਼ਬੂਤ ਹੈ, ਜਿੱਥੇ 65% ਸੰਸਥਾਵਾਂ ਸਰਗਰਮੀ ਨਾਲ AI ਨੂੰ ਲਾਗੂ ਕਰ ਰਹੀਆਂ ਹਨ ਅਤੇ ਨਿਵੇਸ਼ ਵਧਾਉਣ ਦੀ ਯੋਜਨਾ ਬਣਾ ਰਹੀਆਂ ਹਨ। ਇਹ ਤਰੱਕੀ ਸੰਭਾਵੀ ਕੁਸ਼ਲਤਾਵਾਂ ਦੁਆਰਾ ਚਲਾਈ ਜਾਂਦੀ ਹੈ, ਜਿਵੇਂ ਕਿ ਬਿਹਤਰ ਧੋਖਾਧੜੀ ਦਾ ਪਤਾ ਲਗਾਉਣਾ, ਜਿਸ ਤੋਂ 2026 ਤੱਕ ਸਲਾਨਾ £9.6 ਬਿਲੀਅਨ ਤੋਂ ਵੱਧ ਦੀ ਬੱਚਤ ਹੋਣ ਦੀ ਉਮੀਦ ਹੈ।
ਹਾਲਾਂਕਿ, ਇਸ ਤੇਜ਼ ਏਕੀਕਰਨ ਨਾਲ ਚੁਣੌਤੀਆਂ ਪੇਸ਼ ਹੁੰਦੀਆਂ ਹਨ। ਇੱਕ ਮਹੱਤਵਪੂਰਨ 'ਭਰੋਸੇ ਦਾ ਦੁਬਿਧਾ' (Trust Dilemma) ਮੌਜੂਦ ਹੈ: IDC ਦੇ ਅਨੁਸਾਰ ਲਗਭਗ ਅੱਧੀਆਂ ਬੈਂਕਾਂ ਜਾਂ ਤਾਂ ਪ੍ਰਮਾਣਿਤ AI ਦੀ ਘੱਟ ਵਰਤੋਂ ਕਰਦੀਆਂ ਹਨ ਜਾਂ ਕਾਫ਼ੀ ਟੈਸਟਿੰਗ ਅਤੇ ਗਵਰਨੈਂਸ ਤੋਂ ਬਿਨਾਂ ਸਿਸਟਮਾਂ 'ਤੇ ਜ਼ਿਆਦਾ ਨਿਰਭਰ ਕਰਦੀਆਂ ਹਨ। ਵਿਭਿੰਨ ਬੈਂਕਾਂ ਲਈ ਔਸਤ P/E ਅਨੁਪਾਤ ਲਗਭਗ 14.42 ਹੈ, ਜਦੋਂ ਕਿ ਖੇਤਰੀ ਬੈਂਕਾਂ ਲਈ ਇਹ 13.21 ਹੈ। ਇਹ ਮੁੱਲਾਂਕਣ AI ਤੋਂ ਉਭਰ ਰਹੇ ਸਿਸਟਮਿਕ ਖਤਰਿਆਂ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਨਾਲ ਕੀਮਤ ਵਿੱਚ ਸ਼ਾਮਲ ਨਹੀਂ ਕਰ ਸਕਦੇ ਹਨ। ਉਦਾਹਰਨ ਲਈ, City Union Bank ਦਾ ਲਗਭਗ 15.2x ਦਾ P/E ਅਨੁਪਾਤ ਇਸਦੇ ਸੈਗਮੈਂਟ ਲਈ ਆਮ ਮਾਰਕੀਟ ਮੁੱਲਾਂਕਣ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਹਾਲਾਂਕਿ, AI ਖਤਰਿਆਂ 'ਤੇ ਵਿਆਪਕ ਰੈਗੂਲੇਟਰੀ ਫੋਕਸ ਭਵਿੱਖ ਦੇ ਸੈਕਟਰ-ਵਿਆਪੀ ਮੁੱਲਾਂਕਣ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰ ਸਕਦਾ ਹੈ।
ਵਿੱਤੀ ਖੇਤਰ ਵਿੱਚ AI ਦੀ ਪਰਿਵਰਤਨਸ਼ੀਲ ਸ਼ਕਤੀ ਬਾਰੇ ਪ੍ਰਚਾਰ ਨੂੰ ਇਸਦੇ ਅੰਦਰੂਨੀ ਖਤਰਿਆਂ ਦੇ ਆਲੋਚਨਾਤਮਕ ਮੁਲਾਂਕਣ ਨਾਲ ਸੰਤੁਲਿਤ ਕਰਨ ਦੀ ਲੋੜ ਹੈ। ਪੱਖਪਾਤ ਅਤੇ ਅਨ fair ਨਤੀਜਿਆਂ ਬਾਰੇ ਚਿੰਤਾਵਾਂ ਖਾਸ ਤੌਰ 'ਤੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਹਨ। ਇਤਿਹਾਸਕ ਡਾਟਾ 'ਤੇ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ AI ਮਾਡਲ ਅਣਜਾਣੇ ਵਿੱਚ ਪਿਛਲੇ ਭੇਦਭਾਵ ਨੂੰ ਕਾਇਮ ਰੱਖ ਸਕਦੇ ਹਨ ਜਾਂ ਵਧਾ ਸਕਦੇ ਹਨ, ਜਿਸ ਨਾਲ ਖਾਸ ਕਰਕੇ ਕਮਜ਼ੋਰ ਆਬਾਦੀਆਂ ਲਈ ਅਨ fair ਕਰਜ਼ਾ ਫੈਸਲੇ ਅਤੇ ਵਿੱਤੀ ਬੇਦਖਲੀ ਹੋ ਸਕਦੀ ਹੈ। 58% ਵਿੱਤੀ ਫਰਮਾਂ ਦੇ AI ਅਪਣਾਉਣ ਨਾਲ ਪੱਖਪਾਤ ਅਤੇ ਭੇਦਭਾਵ ਵਧਣ ਦੀ ਉਮੀਦ ਦੇ ਨਾਲ, ਇਹ ਮਹੱਤਵਪੂਰਨ ਰੈਪੂਟੇਸ਼ਨਲ ਅਤੇ ਕਾਨੂੰਨੀ ਖਤਰੇ ਪੈਦਾ ਕਰਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਬਹੁਤ ਸਾਰੇ AI ਮਾਡਲਾਂ ਦੀ 'ਬਲੈਕ ਬਾਕਸ' ਪ੍ਰਕਿਰਤੀ ਦਾ ਮਤਲਬ ਹੈ ਕਿ ਉਹਨਾਂ ਦੇ ਫੈਸਲੇ ਲੈਣ ਦੀ ਤਰਕ ਅਕਸਰ ਅਪਾਰਦਰਸ਼ੀ ਹੁੰਦੀ ਹੈ ਅਤੇ ਇਸਦੀ ਵਿਆਖਿਆ ਜਾਂ ਆਡਿਟ ਕਰਨਾ ਮੁਸ਼ਕਲ ਹੁੰਦਾ ਹੈ, ਜਿਸ ਨਾਲ 'ਸਿਸਟਮਿਕ ਮਾਡਲ ਰਿਸਕ' ਪੈਦਾ ਹੁੰਦਾ ਹੈ। ਪਾਰਦਰਸ਼ਤਾ ਦੀ ਇਹ ਕਮੀ ਰੈਗੂਲੇਟਰੀ ਪਾਲਣਾ ਨੂੰ ਕਮਜ਼ੋਰ ਕਰ ਸਕਦੀ ਹੈ ਅਤੇ ਵਿਸ਼ਵਾਸ ਨੂੰ ਖਤਮ ਕਰ ਸਕਦੀ ਹੈ। ਸਾਈਬਰ ਖਤਰੇ ਵੀ ਵਧ ਰਹੇ ਹਨ, AI ਸੋਫਿਸਟੀਕੇਟਿਡ ਧੋਖਾਧੜੀ, ਸਿੰਥੈਟਿਕ ਆਈਡੈਂਟਿਟੀ ਕ੍ਰਿਏਸ਼ਨ, ਅਤੇ AI-ਪਾਵਰਡ ਫਿਸ਼ਿੰਗ ਹਮਲਿਆਂ ਨੂੰ ਸਮਰੱਥ ਬਣਾਉਂਦਾ ਹੈ ਜੋ ਰਵਾਇਤੀ ਬਚਾਅ ਨੂੰ ਬਾਈਪਾਸ ਕਰਦੇ ਹਨ। AI ਸਹਿਯੋਗੀ ਐਲਗੋਰਿਦਮਿਕ ਵਪਾਰ ਦੁਆਰਾ ਮਾਰਕੀਟ ਮੈਨੀਪੂਲੇਸ਼ਨ ਅਤੇ ਅਸਥਿਰਤਾ ਨੂੰ ਵੀ ਸਮਰੱਥ ਬਣਾ ਸਕਦਾ ਹੈ, ਜੋ ਇੱਕ ਹੋਰ ਸਿਸਟਮਿਕ ਖਤਰਾ ਪੈਦਾ ਕਰਦਾ ਹੈ। AI ਵਿੱਚ ਬੈਂਕਿੰਗ ਖੇਤਰ ਦਾ ਕਾਫ਼ੀ ਨਿਵੇਸ਼, ਜਿਸ ਵਿੱਚ 2028 ਵਿੱਚ ਗਲੋਬਲ ਖਰਚਿਆਂ ਦਾ 20% ਹੋਣ ਦਾ ਅਨੁਮਾਨ ਹੈ, ਇੱਕ ਦੇਣਦਾਰੀ ਬਣ ਸਕਦਾ ਹੈ ਜੇਕਰ ਇਹਨਾਂ ਖਤਰਿਆਂ ਦਾ ਸਰਗਰਮੀ ਨਾਲ ਪ੍ਰਬੰਧਨ ਨਾ ਕੀਤਾ ਗਿਆ, ਤਾਂ ਸੰਭਾਵੀ ਤੌਰ 'ਤੇ 'AI-ਗੈਪ' ਨੂੰ ਵਧਾ ਦਿੱਤਾ ਜਾਵੇਗਾ ਜੋ ਕਿ ਸੋਫਿਸਟੀਕੇਟਿਡ ਅਪਣਾਉਣ ਵਾਲੇ ਅਤੇ ਤਿਆਰ ਨਾ ਹੋਣ ਵਾਲਿਆਂ ਵਿਚਕਾਰ ਹੈ।
ਵਿੱਤ ਵਿੱਚ AI ਲਈ ਅੱਗੇ ਦਾ ਰਾਹ ਨਵੀਨਤਾ ਅਤੇ ਮਜ਼ਬੂਤ ਜੋਖਮ ਪ੍ਰਬੰਧਨ ਦੇ ਵਿਚਕਾਰ ਸੰਤੁਲਨ ਕਾਇਮ ਕਰਨ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ। ਭਾਰਤੀ ਰਿਜ਼ਰਵ ਬੈਂਕ ਦੇ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (FREE-AI) ਦੇ ਜ਼ਿੰਮੇਵਾਰ ਅਤੇ ਨੈਤਿਕ ਸਮਰੱਥਨ ਲਈ ਪ੍ਰਸਤਾਵਿਤ ਫਰੇਮਵਰਕ ਅਤੇ ਸਮਾਨ ਗਲੋਬਲ ਪਹਿਲਕਦਮੀਆਂ ਦਾ ਉਦੇਸ਼ AI ਲਾਗੂ ਕਰਨ ਲਈ ਸਪੱਸ਼ਟ ਦਿਸ਼ਾ-ਨਿਰਦੇਸ਼ ਸਥਾਪਤ ਕਰਨਾ ਹੈ, ਜਿਸ ਵਿੱਚ ਪਾਰਦਰਸ਼ਤਾ, ਜਵਾਬਦੇਹੀ, ਅਤੇ ਨਿਰਪੱਖਤਾ 'ਤੇ ਜ਼ੋਰ ਦਿੱਤਾ ਗਿਆ ਹੈ। ਇੰਡਸਟਰੀ ਵਿਸ਼ਲੇਸ਼ਕਾਂ ਦਾ ਅਨੁਮਾਨ ਹੈ ਕਿ ਅਗਲੇ ਤਿੰਨ ਤੋਂ ਪੰਜ ਸਾਲ ਇਹ ਨਿਰਧਾਰਤ ਕਰਨ ਵਿੱਚ ਅਹਿਮ ਹੋਣਗੇ ਕਿ ਕਿਹੜੀਆਂ ਵਿੱਤੀ ਸੰਸਥਾਵਾਂ ਸਥਾਈ ਲਾਭ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਆਪਣੇ ਜੋਖਮਾਂ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਦੇ ਹੋਏ AI ਦੀ ਸਫਲਤਾਪੂਰਵਕ ਵਰਤੋਂ ਕਰ ਸਕਦੀਆਂ ਹਨ। ਫੋਕਸ ਸਿਰਫ ਪ੍ਰਯੋਗ ਤੋਂ ਪ੍ਰਦਰਸ਼ਿਤ, ਜਵਾਬਦੇਹ ਪ੍ਰਦਰਸ਼ਨ ਵੱਲ ਬਦਲ ਰਿਹਾ ਹੈ, ਜਿਸ ਲਈ ਏਕੀਕ੍ਰਿਤ ਗਵਰਨੈਂਸ ਢਾਂਚੇ ਦੀ ਲੋੜ ਹੈ ਜੋ AI ਰਣਨੀਤੀ ਨੂੰ ਸਮੁੱਚੇ ਕਾਰੋਬਾਰੀ ਉਦੇਸ਼ਾਂ ਅਤੇ ਰੈਗੂਲੇਟਰੀ ਉਮੀਦਾਂ ਨਾਲ ਜੋੜਦੇ ਹਨ।