ਭਾਰਤੀ ਬੀਮਾ ਕੰਪਨੀਆਂ 'ਤੇ ਡਾਟਾ ਬਦਲਾਵ ਦਾ ਵੱਡਾ ਬੋਝ: 2027 ਤੱਕ ਪੂਰੀ ਕਰਨੀ ਹੋਵੇਗੀ ਪਾਲਣਾ

INSURANCE
Whalesbook Logo
AuthorJasleen Kaur|Published at:
ਭਾਰਤੀ ਬੀਮਾ ਕੰਪਨੀਆਂ 'ਤੇ ਡਾਟਾ ਬਦਲਾਵ ਦਾ ਵੱਡਾ ਬੋਝ: 2027 ਤੱਕ ਪੂਰੀ ਕਰਨੀ ਹੋਵੇਗੀ ਪਾਲਣਾ
Overview

ਭਾਰਤ ਦੇ ਬੀਮਾ ਸੈਕਟਰ ਨੂੰ ਮਈ 2027 ਤੱਕ ਡਿਜੀਟਲ ਪਰਸਨਲ ਡਾਟਾ ਪ੍ਰੋਟੈਕਸ਼ਨ (DPDP) ਐਕਟ ਦੀ ਪਾਲਣਾ ਕਰਨ ਲਈ ਇੱਕ ਵੱਡਾ ਕੰਮ ਕਰਨਾ ਪਵੇਗਾ। ਬੀਮਾ ਕੰਪਨੀਆਂ ਨੂੰ ਆਪਣੇ AI ਅੰਡਰਰਾਈਟਿੰਗ ਸਿਸਟਮ ਅਤੇ ਤੀਜੀ-ਧਿਰ ਡਾਟਾ ਸਾਂਝਾਕਰਨ ਨੂੰ ਬਦਲਣ ਲਈ ਭਾਰੀ ਖਰਚਾ ਕਰਨਾ ਪਵੇਗਾ, ਜਿਸ ਨਾਲ ਛੋਟੀ ਮਿਆਦ ਦੇ ਪ੍ਰੋਫਿਟ 'ਤੇ ਅਸਰ ਪੈ ਸਕਦਾ ਹੈ ਅਤੇ ਡਿਜੀਟਲ ਢਾਂਚੇ ਨੂੰ ਮੁੜ-వ్యਵਸਥਿਤ ਕਰਨਾ ਪੈ ਸਕਦਾ ਹੈ।

Instant Stock Alerts on WhatsApp

Used by 10,000+ active investors

1

Add Stocks

Select the stocks you want to track in real time.

2

Get Alerts on WhatsApp

Receive instant updates directly to WhatsApp.

  • Quarterly Results
  • Concall Announcements
  • New Orders & Big Deals
  • Capex Announcements
  • Bulk Deals
  • And much more

ਭਾਰਤੀ ਬੀਮਾ ਕੰਪਨੀਆਂ ਲਈ ਵਧੇਗਾ ਕੰਮਕਾਜੀ ਖਰਚਾ

ਮਈ 2027 ਤੱਕ ਲਾਗੂ ਹੋਣ ਵਾਲਾ ਡਿਜੀਟਲ ਪਰਸਨਲ ਡਾਟਾ ਪ੍ਰੋਟੈਕਸ਼ਨ ਐਕਟ (DPDP Act) ਭਾਰਤੀ ਬੀਮਾ ਕੰਪਨੀਆਂ ਨੂੰ ਆਪਣੇ ਖਰਚਿਆਂ 'ਤੇ ਗੰਭੀਰਤਾ ਨਾਲ ਮੁੜ-ਵਿਚਾਰ ਕਰਨ ਲਈ ਮਜਬੂਰ ਕਰ ਰਿਹਾ ਹੈ। ਹਾਲਾਂਕਿ ਇਹ ਸੈਕਟਰ ਡਿਜੀਟਲ ਓਨ-ਬੋਰਡਿੰਗ ਅਤੇ AI ਅੰਡਰਰਾਈਟਿੰਗ ਲਈ ਜਾਣਿਆ ਜਾਂਦਾ ਹੈ, ਪਰ ਇਹ ਤਰੱਕੀ ਜਟਿਲ ਡਾਟਾ ਨੈੱਟਵਰਕ ਦਾ ਕਾਰਨ ਬਣੀ ਹੈ। ਪਾਲਣਾ ਸਿਰਫ ਨਵੀਂ ਗੋਪਨੀਯਤਾ ਨੀਤੀਆਂ ਤੋਂ ਅੱਗੇ ਵਧਦੀ ਹੈ, ਜਿਸ ਵਿੱਚ ਵਿਕਰੇਤਾ ਸਮਝੌਤਿਆਂ (vendor agreements) ਦਾ ਆਡਿਟ ਕਰਨਾ ਅਤੇ ਪਾਲਿਸੀਧਾਰਕਾਂ ਦੇ ਡਾਟਾ ਨੂੰ ਤੀਜੀ-ਧਿਰ ਪ੍ਰਣਾਲੀਆਂ ਤੋਂ ਵੱਖ ਕਰਨਾ ਸ਼ਾਮਲ ਹੈ। ਹਸਪਤਾਲਾਂ ਅਤੇ ਪ੍ਰਬੰਧਕਾਂ ਨਾਲ ਤੇਜ਼ੀ ਨਾਲ ਡਾਟਾ ਆਦਾਨ-ਪ੍ਰਦਾਨ 'ਤੇ ਨਿਰਭਰ ਬੀਮਾ ਕੰਪਨੀਆਂ ਹੁਣ ਮਹੱਤਵਪੂਰਨ ਕੰਮਕਾਜੀ ਜੋਖਮਾਂ ਦਾ ਸਾਹਮਣਾ ਕਰ ਰਹੀਆਂ ਹਨ।

ਹੋਰ ਵਿੱਤੀ ਸੇਵਾਵਾਂ ਦੇ ਮੁਕਾਬਲੇ ਵਿਲੱਖਣ ਚੁਣੌਤੀਆਂ

ਬੀਮਾ ਕੰਪਨੀਆਂ ਵੱਡੀ ਮਾਤਰਾ ਵਿੱਚ ਸੰਵੇਦਨਸ਼ੀਲ ਸਿਹਤ ਡਾਟਾ ਸੰਭਾਲਦੀਆਂ ਹਨ, ਜਿਸ ਕਾਰਨ ਉਹ ਹੋਰ ਵਿੱਤੀ ਸੇਵਾਵਾਂ ਦੇ ਮੁਕਾਬਲੇ ਇੱਕ ਚੁਣੌਤੀਪੂਰਨ ਸਥਿਤੀ ਵਿੱਚ ਹਨ। ਰਿਟੇਲ ਬੈਂਕਿੰਗ ਵਿੱਚ ਵਧੇਰੇ ਮਿਆਰੀ ਡਾਟਾ ਦੇ ਉਲਟ, ਬੀਮਾ ਕੰਪਨੀਆਂ ਡਾਇਗਨੌਸਟਿਕ ਲੈਬਾਂ ਅਤੇ ਟੈਲੀਮੈਟਿਕਸ ਤੋਂ ਡਾਟਾ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀਆਂ ਹਨ, ਜਿਸ ਨਾਲ ਅਸਫਲਤਾ ਦੇ ਕਈ ਸੰਭਾਵੀ ਬਿੰਦੂ ਬਣਦੇ ਹਨ। ਪ੍ਰਮੁੱਖ ਬੀਮਾ ਕੰਪਨੀਆਂ IRDAI ਤੋਂ ਅਨੁਮਾਨਿਤ ਦਿਸ਼ਾ-ਨਿਰਦੇਸ਼ਾਂ ਦੀ ਤਿਆਰੀ ਲਈ ਐਡਵਾਂਸਡ ਐਨਕ੍ਰਿਪਸ਼ਨ ਅਤੇ ਸਥਾਨਕ ਡਾਟਾ ਸਟੋਰੇਜ ਵੱਲ ਪੂੰਜੀ ਨੂੰ ਮੁੜ-ਨਿਰਦੇਸ਼ਿਤ ਕਰ ਰਹੀਆਂ ਹਨ। ਇਹ ਨਿਵੇਸ਼ ਅਜਿਹੇ ਸਮੇਂ ਆ ਰਿਹਾ ਹੈ ਜਦੋਂ ਕਈ ਕੰਪਨੀਆਂ ਪਹਿਲਾਂ ਹੀ ਮਾਈਕ੍ਰੋ-ਬੀਮਾ ਉਤਪਾਦਾਂ 'ਤੇ ਘੱਟ ਮਾਰਜਿਨ 'ਤੇ ਕੰਮ ਕਰ ਰਹੀਆਂ ਹਨ, ਜਿਸ ਨਾਲ ਛੋਟੀਆਂ ਬੀਮਾ ਕੰਪਨੀਆਂ ਨੂੰ ਖਪਤਕਾਰਾਂ ਦੀਆਂ ਕੀਮਤਾਂ ਵਧਾਉਣ ਜਾਂ ਏਕੀਕਰਨ (consolidate) ਕਰਨ ਲਈ ਮਜਬੂਰ ਹੋਣਾ ਪੈ ਸਕਦਾ ਹੈ।

ਜੋਖਮ ਅਤੇ ਢਾਂਚਾਗਤ ਕਮਜ਼ੋਰੀਆਂ

ਇੱਕ ਵੱਡਾ ਜੋਖਮ ਥਰਡ ਪਾਰਟੀ ਐਡਮਿਨਿਸਟਰੇਟਰਾਂ (TPAs) 'ਤੇ ਉਦਯੋਗ ਦੀ ਭਾਰੀ ਨਿਰਭਰਤਾ ਤੋਂ ਉਭਰਦਾ ਹੈ, ਜਿਨ੍ਹਾਂ ਦੇ ਸਾਈਬਰ ਸੁਰੱਖਿਆ ਅਭਿਆਸ ਵਿਆਪਕ ਤੌਰ 'ਤੇ ਵੱਖ-ਵੱਖ ਹੋ ਸਕਦੇ ਹਨ। ਨਵੇਂ ਨਿਯਮਾਂ ਦੇ ਤਹਿਤ, ਮੁੱਖ ਬੀਮਾ ਕੰਪਨੀਆਂ ਡਾਟਾ ਉਲੰਘਣਾਵਾਂ ਲਈ ਕਾਨੂੰਨੀ ਤੌਰ 'ਤੇ ਜ਼ਿੰਮੇਵਾਰ ਠਹਿਰਾਈਆਂ ਜਾਣਗੀਆਂ, ਭਾਵੇਂ ਕਿ ਉਹਨਾਂ ਦੀ ਸਪਲਾਈ ਚੇਨ ਦੇ ਅੰਦਰ ਹੀ ਕਿਉਂ ਨਾ ਵਾਪਰਨ, ਜਿਸ ਨਾਲ ਵੰਡੀ ਹੋਈ ਦੇਣਦਾਰੀ ਦਾ ਪਿਛਲਾ ਮਾਡਲ ਖਤਮ ਹੋ ਜਾਵੇਗਾ। ਇਸ ਤੋਂ ਇਲਾਵਾ, AI ਐਲਗੋਰਿਦਮ ਦੀ ਵਰਤੋਂ ਕਰਨ ਵਾਲੀਆਂ ਕੰਪਨੀਆਂ ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਪ੍ਰੀਮੀਅਮ ਨਿਰਧਾਰਨ ਲਈ ਪਾਰਦਰਸ਼ੀ ਤਰਕ (transparent logic) ਦੀ ਕਮੀ ਹੈ, ਨੂੰ ਉਹ ਉਤਪਾਦ ਬੰਦ ਕਰਨੇ ਪੈ ਸਕਦੇ ਹਨ। ਪਾਲਣਾ ਲਈ ਇਹ ਧੱਕਾ ਗਾਹਕ ਅਨੁਭਵ ਨੂੰ ਅਸਥਾਈ ਤੌਰ 'ਤੇ ਨੁਕਸਾਨ ਪਹੁੰਚਾ ਸਕਦਾ ਹੈ ਕਿਉਂਕਿ ਕੰਪਨੀਆਂ ਰੁਝੇਵਿਆਂ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ (engagement features) ਦੀ ਬਜਾਏ ਡਾਟਾ ਸੁਰੱਖਿਆ ਨੂੰ ਤਰਜੀਹ ਦਿੰਦੀਆਂ ਹਨ।

ਭਵਿੱਖ ਦੀ ਰਣਨੀਤੀ ਅਤੇ ਡਾਟਾ ਗਵਰਨੈਂਸ

2027 ਤੋਂ ਬਾਅਦ ਸਫਲਤਾ ਤੇਜ਼ ਡਿਜੀਟਲ ਉਤਪਾਦ ਲਾਂਚਾਂ ਨਾਲੋਂ ਮਜ਼ਬੂਤ ਅੰਦਰੂਨੀ ਡਾਟਾ ਗਵਰਨੈਂਸ 'ਤੇ ਜ਼ਿਆਦਾ ਨਿਰਭਰ ਕਰੇਗੀ। ਉਦਯੋਗ ਦੇ ਨੇਤਾ ਡਾਟਾ ਘੱਟ ਤੋਂ ਘੱਟ ਕਰਨ (data minimization) 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਤ ਕਰ ਰਹੇ ਹਨ, ਜਿਸਦਾ ਉਦੇਸ਼ ਵਿਕਰੀ ਦੌਰਾਨ ਘੱਟ ਨਿੱਜੀ ਜਾਣਕਾਰੀ ਇਕੱਠੀ ਕਰਨਾ ਹੈ। ਹਾਲਾਂਕਿ ਇਹ ਬਹੁਤ ਹੀ ਵਿਅਕਤੀਗਤ ਪ੍ਰੀਮੀਅਮਾਂ ਦੇ ਵਿਕਾਸ ਨੂੰ ਹੌਲੀ ਕਰ ਸਕਦਾ ਹੈ, ਇਹ ਭਵਿੱਖ ਦੇ ਮੁਕੱਦਮੇਬਾਜ਼ੀ (litigation) ਵਿਰੁੱਧ ਇੱਕ ਸੁਰੱਖਿਆ ਵਜੋਂ ਕੰਮ ਕਰਦਾ ਹੈ। ਵਿਸ਼ਲੇਸ਼ਕਾਂ ਦਾ ਮੰਨਣਾ ਹੈ ਕਿ 2026 ਦੇ ਅਖੀਰ ਤੱਕ ਇਹਨਾਂ ਗਵਰਨੈਂਸ ਲੋੜਾਂ ਨੂੰ ਆਪਣੀਆਂ ਮੁੱਖ ਪ੍ਰਣਾਲੀਆਂ ਵਿੱਚ ਏਕੀਕ੍ਰਿਤ (integrating) ਕਰਨ ਵਾਲੀਆਂ ਕੰਪਨੀਆਂ ਇੱਕ ਭਰੋਸੇ ਦਾ ਫਾਇਦਾ ਪ੍ਰਾਪਤ ਕਰਨਗੀਆਂ, ਜੋ ਤੁਰੰਤ ਪਾਲਣਾ ਖਰਚਿਆਂ ਦੇ ਬਾਵਜੂਦ ਲੰਬੇ ਸਮੇਂ ਵਿੱਚ ਗਾਹਕ ਪ੍ਰਾਪਤੀ ਲਾਗਤਾਂ (customer acquisition costs) ਨੂੰ ਘਟਾ ਸਕਦਾ ਹੈ।

Get stock alerts instantly on WhatsApp

Quarterly results, bulk deals, concall updates and major announcements delivered in real time.

Disclaimer:This content is for educational and informational purposes only and does not constitute investment, financial, or trading advice, nor a recommendation to buy or sell any securities. Readers should consult a SEBI-registered advisor before making investment decisions, as markets involve risk and past performance does not guarantee future results. The publisher and authors accept no liability for any losses. Some content may be AI-generated and may contain errors; accuracy and completeness are not guaranteed. Views expressed do not reflect the publication’s editorial stance.