RBI ਦਾ ਨਵਾਂ 'ਕਿਲ ਸਵਿੱਚ': ਫਰਾਡ ਰੋਕੂ ਜਾਂ ਆਮ ਲੋਕਾਂ ਲਈ ਮੁਸ਼ਕਿਲ?

ਭੁਗਤਾਨ ਸੁਰੱਖਿਆ ਵਿੱਚ ਆਪਰੇਸ਼ਨਲ ਬਦਲਾਅ

ਕਿਸੇ ਵੀ ਵਿਅਕਤੀ ਦੁਆਰਾ ਸੰਚਾਲਿਤ ਕਿਲ ਸਵਿੱਚ ਦੀ ਪ੍ਰਸਤਾਵਿਤ ਸ਼ੁਰੂਆਤ ਭਾਰਤੀ ਵਿੱਤੀ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਵਿੱਚ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਵਿਕਾਸ ਹੈ। ਲੋਕਾਂ ਨੂੰ ਡੈਬਿਟ ਗਤੀਵਿਧੀ ਨੂੰ ਤੁਰੰਤ ਰੋਕਣ ਦੀ ਇਜਾਜ਼ਤ ਦੇ ਕੇ, ਭਾਰਤੀ ਰਿਜ਼ਰਵ ਬੈਂਕ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਧੋਖਾਧੜੀ ਵਿਰੁੱਧ ਪਹਿਲੀ ਰੱਖਿਆ ਲਾਈਨ ਖਾਤਾ ਧਾਰਕ ਨੂੰ ਸੌਂਪ ਰਿਹਾ ਹੈ। ਜਦੋਂ ਕਿ ਇਸ ਦਾ ਉਦੇਸ਼ ਵਿੱਤੀ ਨੁਕਸਾਨ ਨੂੰ ਘਟਾਉਣਾ ਹੈ, ਇਹ ਵਿਧੀ ਸਿਸਟਮ ਲੇਟੈਂਸੀ (latency) ਅਤੇ ਗਲਤ-ਪਾਜ਼ੀਟਿਵ (false-positive) ਸਥਿਤੀਆਂ ਦੌਰਾਨ ਸੇਵਾ ਤੋਂ ਇਨਕਾਰ ਦੀ ਸੰਭਾਵਨਾ ਬਾਰੇ ਨਵੀਆਂ ਤਕਨੀਕੀ ਜਟਿਲਤਾਵਾਂ ਪੈਦਾ ਕਰਦੀ ਹੈ। ਭੁਗਤਾਨ ਪ੍ਰਦਾਤਾਵਾਂ ਨੂੰ ਹੁਣ ਇੰਡੀਆ ਦੇ ਰਿਟੇਲ ਭੁਗਤਾਨ ਈਕੋਸਿਸਟਮ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਨ ਵਾਲੀ ਸਬ-ਸੈਕਿੰਡ ਸਪੀਡ ਨਾਲ ਸਮਝੌਤਾ ਕੀਤੇ ਬਿਨਾਂ ਇਹਨਾਂ ਐਮਰਜੈਂਸੀ ਟ੍ਰਿਗਰਾਂ ਨੂੰ ਏਕੀਕ੍ਰਿਤ ਕਰਨਾ ਹੋਵੇਗਾ।

ਬੁਨਿਆਦੀ ਢਾਂਚਾ ਅਤੇ ਮੁਕਾਬਲੇਬਾਜ਼ੀ ਦਾ ਦਬਾਅ

ਆਉਣ ਵਾਲਾ ਡਿਜੀਟਲ ਪੇਮੈਂਟਸ ਇੰਟੈਲੀਜੈਂਸ ਪਲੇਟਫਾਰਮ ਸਥਾਨਕ ਬੈਂਕਿੰਗ ਪ੍ਰਣਾਲੀਆਂ ਤੋਂ ਨਿਗਰਾਨੀ ਦਾ ਬੋਝ ਇੱਕ ਕੇਂਦਰੀਕ੍ਰਿਤ, AI-ਆਧਾਰਿਤ ਫਰੇਮਵਰਕ ਵਿੱਚ ਤਬਦੀਲ ਕਰਦਾ ਹੈ। ਇਹ ਇੱਕ ਡਾਟਾ ਏਕਾਧਿਕਾਰ (data monopoly) ਬਣਾਉਂਦਾ ਹੈ ਜੋ ਵੱਡੇ ਪੱਧਰ ਦੇ ਭੁਗਤਾਨ ਪ੍ਰੋਸੈਸਰਾਂ ਨੂੰ ਲਾਭ ਪਹੁੰਚਾ ਸਕਦਾ ਹੈ, ਜਦੋਂ ਕਿ ਛੋਟੀਆਂ ਵਿੱਤੀ ਸੰਸਥਾਵਾਂ ਲਈ ਪਾਲਣਾ ਲਾਗਤ (compliance cost) ਵਧਾ ਸਕਦਾ ਹੈ। ਵਿਸ਼ਵ ਪੱਧਰੀ ਪ੍ਰਣਾਲੀਆਂ ਦੇ ਉਲਟ ਜੋ ਅਕਸਰ ਤੀਜੀ-ਧਿਰ ਸਾਈਬਰ ਸੁਰੱਖਿਆ ਵਿਕਰੇਤਾਵਾਂ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀਆਂ ਹਨ, ਇਹ ਰਾਜ-ਅਗਵਾਈ ਵਾਲੀ ਪਹਿਲਕਦਮੀ ਪੂਰੇ ਖੇਤਰ ਵਿੱਚ ਯੂਨੀਫਾਰਮ API ਪਾਲਣਾ ਦੀ ਮੰਗ ਕਰਦੀ ਹੈ। ਬ੍ਰਾਜ਼ੀਲ ਜਾਂ ਸਿੰਗਾਪੁਰ ਵਰਗੇ ਖੇਤਰਾਂ ਵਿੱਚ ਸਮਾਨ ਤੈਨਾਤੀਆਂ ਤੋਂ ਇਤਿਹਾਸਕ ਡਾਟਾ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਕਿ ਜਦੋਂ ਕਿ ਧੋਖਾਧੜੀ ਦਰਾਂ ਸ਼ੁਰੂ ਵਿੱਚ ਘਟਦੀਆਂ ਹਨ, ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਮਾਡਲ ਅਸਲ ਖਪਤਕਾਰ ਵਿਹਾਰ ਪੈਟਰਨਾਂ ਨੂੰ ਕੈਲੀਬਰੇਟ ਕਰਦੇ ਹਨ, ਤਾਂ ਲੈਣ-ਦੇਣ ਸਫਲਤਾ ਦਰਾਂ ਅਕਸਰ ਉਤਰਾਅ-ਚੜ੍ਹਾਅ ਕਰਦੀਆਂ ਹਨ।

ਫੋਰੈਂਸਿਕ ਬੇਅਰ ਕੇਸ: ਅਤਿ-ਨਿਯਮਨ ਦੇ ਜੋਖਮ

ਮੰਡੈਟ (mandate) ਦੇ ਆਲੋਚਕ ਮਹੱਤਵਪੂਰਨ ਉਪਭੋਗਤਾ ਰਗੜ (user friction) ਦੀ ਸੰਭਾਵਨਾ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰਦੇ ਹਨ। ਜੇ ਕਿਲ ਸਵਿੱਚ ਬਹੁਤ ਆਸਾਨੀ ਨਾਲ ਟਰਿੱਗਰ ਹੋ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਦੁਰਘਟਨਾਤਮਕ ਬਲਾਕ ਉੱਚ-ਵੈਲੋਸਿਟੀ ਨਕਦ ਪ੍ਰਵਾਹ 'ਤੇ ਨਿਰਭਰ ਵਿਅਕਤੀਆਂ ਜਾਂ ਛੋਟੇ ਕਾਰੋਬਾਰਾਂ ਲਈ ਅਸਥਾਈ ਤਰਲਤਾ ਸੰਕਟ (liquidity crises) ਪੈਦਾ ਕਰ ਸਕਦੇ ਹਨ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਰੀਅਲ-ਟਾਈਮ ਰਿਸਕ ਸਕੋਰਿੰਗ ਲਈ AI 'ਤੇ ਨਿਰਭਰਤਾ ਇੱਕ ਢਾਂਚਾਗਤ ਕਮਜ਼ੋਰੀ ਪੇਸ਼ ਕਰਦੀ ਹੈ; ਜੇ ਕੇਂਦਰੀ ਪਲੇਟਫਾਰਮ ਡਾਊਨਟਾਈਮ ਜਾਂ ਐਲਗੋਰਿਦਮਿਕ ਗਲਤੀਆਂ ਦਾ ਸਾਹਮਣਾ ਕਰਦਾ ਹੈ, ਤਾਂ ਇਹ ਦੇਸ਼ ਦੇ ਭੁਗਤਾਨ ਸਪਾਈਨ (payment spine) ਨੂੰ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਫ੍ਰੀਜ਼ ਕਰ ਸਕਦਾ ਹੈ। ਜੇਕਰ ਪਲੇਟਫਾਰਮ ਕਿਸੇ ਧੋਖਾਧੜੀ ਵਾਲੇ ਲੈਣ-ਦੇਣ ਨੂੰ ਫੜਨ ਵਿੱਚ ਅਸਫਲ ਰਹਿੰਦਾ ਹੈ ਜਿਸਨੂੰ ਇੱਕ ਭਾਗੀਦਾਰ ਵਿੱਤੀ ਸੰਸਥਾ ਦੀ ਅੰਦਰੂਨੀ ਪ੍ਰਣਾਲੀ ਦੁਆਰਾ ਫਲੈਗ ਕੀਤਾ ਗਿਆ ਸੀ, ਤਾਂ ਬੈਂਕਾਂ ਨੂੰ ਵੀ ਵਧੇਰੇ ਦੇਣਦਾਰੀ (liability) ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈ ਸਕਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਰੈਗੂਲੇਟਰ ਅਤੇ ਰੈਗੂਲੇਟਿਡ ਸੰਸਥਾਵਾਂ ਵਿਚਕਾਰ ਜ਼ਿੰਮੇਵਾਰੀ ਦੀਆਂ ਲਾਈਨਾਂ ਧੁੰਦਲੀਆਂ ਹੋ ਜਾਂਦੀਆਂ ਹਨ।

ਫਾਰਵਰਡ ਗਾਈਡੈਂਸ ਅਤੇ ਸੈਕਟਰ ਪ੍ਰਭਾਵ

ਮਾਰਕੀਟ ਦੀਆਂ ਉਮੀਦਾਂ ਪ੍ਰਮੁੱਖ ਬੈਂਕਿੰਗ ਖਿਡਾਰੀਆਂ ਲਈ ਵਧੇ ਹੋਏ ਪੂੰਜੀ ਖਰਚ (capital expenditure) ਵੱਲ ਝੁਕਦੀਆਂ ਹਨ ਕਿਉਂਕਿ ਉਹ ਨਵੇਂ ਇੰਟੈਲੀਜੈਂਸ ਪਲੇਟਫਾਰਮ ਨਾਲ ਇੰਟਰਫੇਸ ਕਰਨ ਲਈ ਕੋਰ ਬੈਂਕਿੰਗ ਸਿਸਟਮ ਨੂੰ ਅਪਗ੍ਰੇਡ ਕਰਦੇ ਹਨ। ਵਿਸ਼ਲੇਸ਼ਕਾਂ ਦਾ ਅਨੁਮਾਨ ਹੈ ਕਿ ਘੱਟ ਧੋਖਾਧੜੀ-ਸਬੰਧਤ ਬੀਮਾ ਦਾਅਵਿਆਂ ਦਾ ਲੰਬੇ ਸਮੇਂ ਦਾ ਲਾਭ ਇਹਨਾਂ ਲਾਗੂਕਰਨ ਲਾਗਤਾਂ ਦੀ ਭਰਪਾਈ ਕਰ ਸਕਦਾ ਹੈ। ਹਾਲਾਂਕਿ, ਸੈਕੰਡਰੀ ਪ੍ਰਭਾਵ ਉੱਚ-ਮੁੱਲ ਵਾਲੇ UPI ਟ੍ਰਾਂਜੈਕਸ਼ਨ ਪ੍ਰੋਸੈਸਿੰਗ ਸਪੀਡਾਂ ਵਿੱਚ ਸੰਭਾਵੀ ਮੰਦੀ ਬਣੀ ਹੋਈ ਹੈ ਕਿਉਂਕਿ ਵਾਧੂ ਪ੍ਰਮਾਣਿਕਤਾ ਪਰਤਾਂ ਲਾਜ਼ਮੀ ਹੋ ਜਾਂਦੀਆਂ ਹਨ। ਮਾਰਕੀਟ ਭਾਗੀਦਾਰਾਂ ਨੂੰ ਇਹਨਾਂ ਪ੍ਰਣਾਲੀਆਂ ਦਾ ਸੰਸਥਾਗਤ ਤਰਲਤਾ ਪ੍ਰਬੰਧਨ (institutional liquidity management) ਅਤੇ ਡਿਜੀਟਲ ਰਿਟੇਲ ਸੈਕਟਰ ਵਿੱਚ ਉਪਭੋਗਤਾ ਪਰਿਵਰਤਨ ਦਰਾਂ (user conversion rates) ਨੂੰ ਕਿਵੇਂ ਪ੍ਰਭਾਵਿਤ ਕਰੇਗਾ, ਇਸ ਬਾਰੇ ਸੰਕੇਤਾਂ ਲਈ ਆਉਣ ਵਾਲੀਆਂ ਤਕਨੀਕੀ ਦਿਸ਼ਾ-ਨਿਰਦੇਸ਼ਾਂ ਦੀ ਨਿਗਰਾਨੀ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ।