Whalesbook
ਕਾਲ ਦੌਰਾਨ ਹੀ ਹੋਵੇਗੀ ਪੇਮੈਂਟ ਪੂਰੀ: ਡੈੱਟ ਰਿਕਵਰੀ ਵਿੱਚ ਆਈ ਕ੍ਰਾਂਤੀ
Gnani.ai ਅਤੇ Razorpay ਦੇ ਇਸ ਸਹਿਯੋਗ ਨਾਲ ਡੈੱਟ ਰਿਕਵਰੀ (Debt Recovery) ਦੇ ਖੇਤਰ ਵਿੱਚ ਇੱਕ ਵੱਡਾ ਬਦਲਾਅ ਆਇਆ ਹੈ। ਹੁਣ ਇਹ ਸਿਸਟਮ ਸਿਰਫ ਯਾਦ ਦਿਵਾਉਣ ਤੱਕ ਸੀਮਤ ਨਹੀਂ ਰਹੇਗਾ, ਬਲਕਿ ਗਾਹਕਾਂ ਨਾਲ ਗੱਲਬਾਤ ਦੌਰਾਨ ਹੀ ਪੇਮੈਂਟ ਟ੍ਰਾਂਜੈਕਸ਼ਨ (Payment Transaction) ਨੂੰ ਆਪ ਮੁਹਾਰੇ (Automatically) ਪੂਰਾ ਕਰੇਗਾ। Gnani.ai ਦੇ ਏਜੰਟਿਕ AI (Agentic AI) ਪਲੇਟਫਾਰਮ ਵਿੱਚ Razorpay ਦੇ ਪੇਮੈਂਟ ਗੇਟਵੇ (Payment Gateway) ਨੂੰ ਜੋੜਨ ਨਾਲ, AI ਏਜੰਟ ਕਰਜ਼ਾ ਲੈਣ ਵਾਲਿਆਂ ਨੂੰ ਕਿਸੇ ਬਾਹਰੀ ਲਿੰਕ ਜਾਂ ਵੱਖ-ਵੱਖ ਇੰਟਰਫੇਸਾਂ (Interfaces) 'ਤੇ ਜਾਣ ਦੀ ਲੋੜ ਤੋਂ ਬਿਨਾਂ ਹੀ ਲੈਣ-ਦੇਣ ਸ਼ੁਰੂ, ਅਧਿਕਾਰਤ ਅਤੇ ਅੰਤਿਮ ਰੂਪ ਦੇ ਸਕਣਗੇ। ਇਹ ਇੱਕ ਵੱਡੀ ਰੁਕਾਵਟ ਨੂੰ ਦੂਰ ਕਰਦਾ ਹੈ, ਜਿੱਥੇ ਆਮ ਤੌਰ 'ਤੇ ਪ੍ਰਕਿਰਿਆਤਮਕ ਮੁਸ਼ਕਲਾਂ ਕਾਰਨ ਗਾਹਕ ਦਾ ਇਰਾਦਾ ਬਦਲ ਜਾਂਦਾ ਹੈ। ਇਸ ਨਾਲ ਫਰਸਟ-ਕਾਲ ਰੈਜ਼ੋਲਿਊਸ਼ਨ (First-Call Resolution) ਰੇਟ ਵਿੱਚ ਸੁਧਾਰ ਹੋਵੇਗਾ। Gnani.ai ਦੇ ਸੰਸਥਾਪਕ ਅਤੇ ਸੀ.ਈ.ਓ. Ganesh Gopalan ਨੇ ਕਿਹਾ ਕਿ ਵੌਇਸ AI (Voice AI) ਹੁਣ ਸਿਰਫ ਰਿਮਾਈਂਡਰ ਤੋਂ ਅੱਗੇ ਵਧ ਕੇ ਅਸਲ ਟ੍ਰਾਂਜੈਕਸ਼ਨ ਕੰਪਲੀਸ਼ਨ (Transaction Completion) ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਕਰ ਰਿਹਾ ਹੈ।
ਓਪਰੇਸ਼ਨਲ ਕੁਸ਼ਲਤਾ ਅਤੇ ਰੈਗੂਲੇਟਰੀ ਪਾਲਣਾ
ਇਹ ਪਾਰਟਨਰਸ਼ਿਪ Gnani.ai ਦੇ ਖਾਸ Inya.ai ਪਲੇਟਫਾਰਮ ਦਾ ਇਸਤੇਮਾਲ ਕਰਦੀ ਹੈ, ਜੋ ਰੋਜ਼ਾਨਾ ਲੱਖਾਂ ਕਾਲਾਂ (millions of calls) ਨੂੰ ਸੰਭਾਲਦਾ ਹੈ ਅਤੇ 38 ਤੋਂ ਵੱਧ ਭਾਸ਼ਾਵਾਂ ਦਾ ਸਮਰਥਨ ਕਰਦਾ ਹੈ। ਇਹ ਭਾਰਤ ਦੇ ਵਿਭਿੰਨ ਕਰਜ਼ਾ ਲੈਣ ਵਾਲੇ ਗਾਹਕਾਂ (borrower base) ਲਈ ਇਸ ਨੂੰ ਢੁਕਵਾਂ ਬਣਾਉਂਦਾ ਹੈ। Razorpay ਦੇ ਮਾਡਲ ਕੰਟੈਕਸਟ ਪ੍ਰੋਟੋਕੋਲ (Model Context Protocol - MCP) ਸਰਵਰ ਨਾਲ ਇੰਟੀਗ੍ਰੇਸ਼ਨ (Integration) ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ ਕਿ ਸਾਰੀ ਪੇਮੈਂਟ ਪ੍ਰੋਸੈਸਿੰਗ (Payment Processing) Razorpay ਦੇ ਸੁਰੱਖਿਅਤ ਈਕੋਸਿਸਟਮ (Secure Ecosystem) ਦੇ ਅੰਦਰ ਹੋਵੇ, ਜੋ GDPR ਅਤੇ SOC 2 Type II ਸਰਟੀਫਿਕੇਸ਼ਨ (Certification) ਵਰਗੇ ਸਖ਼ਤ ਪਾਲਣਾ ਮਾਪਦੰਡਾਂ (Compliance Standards) ਦੀ ਪਾਲਣਾ ਕਰਦਾ ਹੈ। Razorpay ਦੇ ਚੀਫ ਪ੍ਰੋਡਕਟ ਅਫਸਰ Khilan Haria ਨੇ ਵਿੱਤੀ ਸੰਸਥਾਵਾਂ (Financial Institutions) ਲਈ ਓਪਰੇਸ਼ਨਲ ਵਰਕਫਲੋ (Operational Workflow) ਨੂੰ ਸੁਚਾਰੂ ਬਣਾਉਣ ਵਿੱਚ ਏਜੰਟਿਕ AI (Agentic AI) ਦੇ ਮਹੱਤਵ 'ਤੇ ਜ਼ੋਰ ਦਿੱਤਾ। ਇਹ ਪਲੇਟਫਾਰਮ ਇਸ ਸਮੇਂ UPI ਪੇਮੈਂਟਸ (UPI Payments) ਅਤੇ ਮੈਂਡੇਟ-ਆਧਾਰਿਤ ਰਿਕਾਰਿੰਗ ਪੇਮੈਂਟਸ (Mandate-based Recurring Payments) ਦਾ ਸਮਰਥਨ ਕਰਦਾ ਹੈ, ਜਦੋਂ ਕਿ ਕਾਰਡ (Card) ਅਤੇ ਵਾਲਿਟ (Wallet) ਸਪੋਰਟ ਦੀ ਵੀ ਯੋਜਨਾ ਹੈ। ਇਹ ਓਪਰੇਸ਼ਨਲ ਬਦਲਾਅ ਅਜਿਹੇ ਸਮੇਂ ਆ ਰਿਹਾ ਹੈ ਜਦੋਂ ਭਾਰਤ ਦਾ ਰਿਟੇਲ ਕ੍ਰੈਡਿਟ ਮਾਰਕੀਟ (Retail Credit Market) ਵਧ ਰਿਹਾ ਹੈ, ਪਰ ਕਰਜ਼ਾ ਦੇਣ ਵਾਲਿਆਂ ਨੂੰ ਵਧਦੀ ਡੈਲਿੰਕੁਏਂਸੀ (Delinquency) ਦਰਮਿਆਨ ਵਸੂਲੀ ਦੀ ਕੁਸ਼ਲਤਾ ਵਧਾਉਣ ਦਾ ਦਬਾਅ ਹੈ। ਭਾਰਤੀ ਰਿਜ਼ਰਵ ਬੈਂਕ (RBI) ਦੇ ਡਿਜੀਟਲ ਲੈਂਡਿੰਗ ਗਾਈਡਲਾਈਨਜ਼ 2025 (Digital Lending Guidelines 2025) ਹੋਰ ਵਧੇਰੇ ਪਾਰਦਰਸ਼ਤਾ ਅਤੇ ਗਾਹਕ ਸੁਰੱਖਿਆ ਨੂੰ ਲਾਜ਼ਮੀ ਬਣਾਉਂਦੇ ਹਨ, ਜਿਸ ਨਾਲ ਪਾਲਣਾ ਕਰਨ ਯੋਗ ਅਤੇ ਕੁਸ਼ਲ ਕਲੈਕਸ਼ਨ ਮਕੈਨਿਜ਼ਮ (Collection Mechanisms) ਦੀ ਲੋੜ ਨੂੰ ਰੇਖਾਂਕਿਤ ਕਰਦੇ ਹਨ।
ਰਣਨੀਤਕ ਸਥਿਤੀ ਅਤੇ ਬਾਜ਼ਾਰ 'ਤੇ ਪ੍ਰਭਾਵ
Razorpay ਲਈ, ਇਹ ਪਹਿਲ ਇਸਨੂੰ ਸਿਰਫ ਪੇਮੈਂਟ ਪ੍ਰੋਸੈਸਰ (Payment Processor) ਤੋਂ ਅੱਗੇ ਵਧਾ ਕੇ AI-ਨੈਟਿਵ ਫਾਈਨੈਂਸ਼ੀਅਲ ਵਰਕਫਲੋ (AI-native Financial Workflow) ਲਈ ਇੱਕ ਕੋਰ ਇਨਫਰਾਸਟ੍ਰਕਚਰ ਪ੍ਰੋਵਾਈਡਰ (Core Infrastructure Provider) ਬਣਾਉਂਦੀ ਹੈ। ਇਹ ਰੁਝਾਨ PayU ਅਤੇ Adyen ਵਰਗੇ ਮੁਕਾਬਲੇਬਾਜ਼ਾਂ (Competitors) ਵਿੱਚ ਵੀ ਦੇਖਿਆ ਜਾ ਰਿਹਾ ਹੈ। Gnani.ai, ਜਿਸਨੇ ਜੁਲਾਈ 2024 ਵਿੱਚ ਸੀਰੀਜ਼ A ਫੰਡਿੰਗ (Series A Funding) ਵਿੱਚ $4 ਮਿਲੀਅਨ ਅਤੇ ਕੁੱਲ $7.72 ਮਿਲੀਅਨ ਇਕੱਠੇ ਕੀਤੇ ਹਨ, ਆਪਣੇ ਪ੍ਰਸਤਾਵ ਨੂੰ ਇੱਕ ਰਵਾਇਤੀ ਵੌਇਸ ਆਟੋਮੇਸ਼ਨ ਵੈਂਡਰ (Voice Automation Vendor) ਦੀ ਬਜਾਏ ਇੱਕ ਏਜੰਟਿਕ AI ਪਲੇਟਫਾਰਮ (Agentic AI Platform) ਵਜੋਂ ਮਜ਼ਬੂਤ ਕਰਦਾ ਹੈ। ਭਾਰਤੀ AI ਇਨ ਫਿਨਟੈਕ ਮਾਰਕੀਟ (AI in Fintech Market) ਵਿੱਚ ਭਾਰੀ ਵਾਧਾ ਹੋਣ ਦੀ ਉਮੀਦ ਹੈ, ਜਿਸਦੇ 2033 ਤੱਕ $2.97 ਬਿਲੀਅਨ ਤੱਕ ਪਹੁੰਚਣ ਦਾ ਅਨੁਮਾਨ ਹੈ, ਅਤੇ ਇਹ 20% ਦੀ C.A.G.R. (Compound Annual Growth Rate) ਨਾਲ ਵਧੇਗਾ। ਇਸ ਵਾਧੇ ਦਾ ਮੁੱਖ ਕਾਰਨ ਕ੍ਰੈਡਿਟ ਮੈਨੇਜਮੈਂਟ (Credit Management) ਅਤੇ ਫਰਾਡ ਪ੍ਰੀਵੈਨਸ਼ਨ (Fraud Prevention) ਵਿੱਚ ਹੋਈਆਂ ਤਰੱਕੀਆਂ ਹਨ। Credgenics ਅਤੇ Skit.ai ਵਰਗੇ ਮੁਕਾਬਲੇਬਾਜ਼ ਵੀ AI-ਡਰਾਈਵਨ ਕਲੈਕਸ਼ਨ ਸੋਲਿਊਸ਼ਨ (AI-driven Collection Solutions) ਪੇਸ਼ ਕਰ ਰਹੇ ਹਨ। ਇਹ ਪਾਰਟਨਰਸ਼ਿਪ ਦੋਵਾਂ ਕੰਪਨੀਆਂ ਨੂੰ ਵਿੱਤੀ ਸੇਵਾਵਾਂ (Financial Services) ਵਿੱਚ ਇੰਟੈਲੀਜੈਂਟ ਆਟੋਮੇਸ਼ਨ (Intelligent Automation) ਦੀ ਵਧਦੀ ਮੰਗ ਨੂੰ ਪੂਰਾ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰੇਗੀ, ਖਾਸ ਤੌਰ 'ਤੇ ਜਦੋਂ ਕੁਝ ਲੋਨ ਪ੍ਰੋਡਕਟਸ (Loan Products) 'ਤੇ ਡੈਲਿੰਕੁਏਂਸੀ ਦਰਾਂ (Delinquency Rates) ਵਿੱਚ ਉਤਰਾਅ-ਚੜ੍ਹਾਅ ਦੇਖਿਆ ਗਿਆ ਹੈ।
ਚੁਣੌਤੀਆਂ: ਸਕੇਲੇਬਿਲਟੀ ਅਤੇ ਵਿਕਸਿਤ ਹੋ ਰਹੇ ਨਿਯਮ
ਹਾਲਾਂਕਿ ਇਹ ਇੰਟੀਗ੍ਰੇਸ਼ਨ ਕਲੈਕਸ਼ਨ ਕੁਸ਼ਲਤਾ (Collection Efficiency) ਵਿੱਚ ਕਾਫੀ ਸੁਧਾਰ ਦਾ ਵਾਅਦਾ ਕਰਦਾ ਹੈ, ਪਰ ਸੰਭਾਵੀ ਚੁਣੌਤੀਆਂ ਵੀ ਹਨ। ਫਿਨਟੈਕ (Fintech) ਵਿੱਚ AI ਦਾ ਤੇਜ਼ੀ ਨਾਲ ਵਿਕਾਸ, ਭਾਵੇਂ ਕਿ ਬਹੁਤ ਉਮੀਦਾਂ ਵਾਲਾ ਹੈ, ਪਰ ਡਾਟਾ ਪ੍ਰਾਈਵੇਸੀ (Data Privacy), ਅਲਗੋਰਿਦਮਿਕ ਬਾਇਸ (Algorithmic Bias) ਅਤੇ AI ਫੈਸਲਿਆਂ ਦੀ ਵਿਆਖਿਆ (Interpretability) ਨਾਲ ਸਬੰਧਤ ਚੁਣੌਤੀਆਂ ਵੀ ਪੇਸ਼ ਕਰਦਾ ਹੈ। Gnani.ai ਅਤੇ Razorpay ਨੂੰ ਭਾਰਤ ਦੇ ਗਤੀਸ਼ੀਲ ਰੈਗੂਲੇਟਰੀ ਵਾਤਾਵਰਣ (Regulatory Environment) ਵਿੱਚ ਡਾਟਾ ਸੁਰੱਖਿਆ ਅਤੇ ਪਾਲਣਾ (Compliance) ਦੀਆਂ ਜਟਿਲਤਾਵਾਂ ਨੂੰ ਨੇਵੀਗੇਟ ਕਰਨਾ ਪਵੇਗਾ, ਖਾਸ ਕਰਕੇ RBI ਦੀਆਂ ਡਿਜੀਟਲ ਲੈਂਡਿੰਗ ਗਾਈਡਲਾਈਨਜ਼ 2025 ਦੇ ਬਾਅਦ। ਹਾਲਾਂਕਿ Gnani.ai ਕੋਲ ਬਹੁ-ਭਾਸ਼ਾਈ ਸਪੋਰਟ (Multilingual Support) ਅਤੇ ਸਰਟੀਫਿਕੇਸ਼ਨ (Certifications) ਹਨ, ਪਰ ਵੱਖ-ਵੱਖ ਵਿੱਤੀ ਸੰਸਥਾਵਾਂ ਦੇ ਸਿਸਟਮਾਂ (Systems) ਨਾਲ ਸਹਿਜ ਏਕੀਕਰਨ (Seamless Integration) ਅਤੇ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਲਗਾਤਾਰ ਪ੍ਰਦਰਸ਼ਨ (Consistent Performance at Scale) ਬਣਾਈ ਰੱਖਣਾ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਪ੍ਰੀਖਿਆ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਲੋਨ ਸਰਵਿਸਿੰਗ (Loan Servicing) ਅਤੇ ਰਿਕਵਰੀ ਏਜੰਟਾਂ (Recovery Agents) ਸਬੰਧੀ ਨਵੇਂ ਰੈਗੂਲੇਸ਼ਨਾਂ (Regulations) ਅਨੁਸਾਰ ਢਾਲਣ ਦੀ ਸਮਰੱਥਾ ਲੰਬੇ ਸਮੇਂ ਦੀ ਸਫਲਤਾ ਲਈ ਮਹੱਤਵਪੂਰਨ ਹੋਵੇਗੀ। ਫਿਨਟੈਕ ਸੈਕਟਰ (Fintech Sector) ਦਾ ਵਿਕਾਸ ਤੇਜ਼ ਮੁਕਾਬਲਾ ਵੀ ਲੈ ਕੇ ਆਉਂਦਾ ਹੈ, ਜਿੱਥੇ ਕਈ AI ਕਲੈਕਸ਼ਨ ਪਲੇਟਫਾਰਮ ਬਾਜ਼ਾਰ ਹਿੱਸੇਦਾਰੀ (Market Share) ਲਈ ਮੁਕਾਬਲਾ ਕਰ ਰਹੇ ਹਨ, ਜੋ ਮਾਰਜਿਨ 'ਤੇ ਦਬਾਅ ਪਾ ਸਕਦਾ ਹੈ। ਗਾਹਕਾਂ ਦਾ ਭਰੋਸਾ ਬਣਾਈ ਰੱਖਣ ਅਤੇ ਲਗਾਤਾਰ ਕਾਰੋਬਾਰ ਸੁਰੱਖਿਅਤ ਕਰਨ ਲਈ ਬਿਹਤਰ ਰਿਟਰਨ ਆਨ ਇਨਵੈਸਟਮੈਂਟ (ROI) ਅਤੇ ਮਜ਼ਬੂਤ ਰਿਸਕ ਮੈਨੇਜਮੈਂਟ (Risk Management) ਦਾ ਪ੍ਰਦਰਸ਼ਨ ਕਰਨਾ ਲਾਜ਼ਮੀ ਹੋਵੇਗਾ।
ਭਵਿੱਖ ਦੀ ਸੰਭਾਵਨਾ
ਇਹ ਸਹਿਯੋਗ ਕਲੈਕਸ਼ਨ ਟੈਕਨਾਲੋਜੀ (Collections Technology) ਲਈ ਇੱਕ ਨਵਾਂ ਮਿਆਰ (Benchmark) ਸਥਾਪਿਤ ਕਰਨ ਜਾ ਰਿਹਾ ਹੈ, ਜੋ ਵਿੱਤੀ ਸੇਵਾਵਾਂ ਵਿੱਚ AI ਕੀ ਹਾਸਲ ਕਰ ਸਕਦਾ ਹੈ, ਇਸਦੀਆਂ ਸੀਮਾਵਾਂ ਨੂੰ ਅੱਗੇ ਵਧਾਏਗਾ। ਜਿਵੇਂ-ਜਿਵੇਂ ਵਿੱਤੀ ਸੰਸਥਾਵਾਂ ਆਪਣੀਆਂ ਰਿਕਵਰੀ ਰੇਸ਼ੋ (Recovery Ratios) ਅਤੇ ਓਪਰੇਸ਼ਨਲ ਲਾਗਤਾਂ (Operational Costs) ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਹੀਆਂ ਹਨ, ਅਜਿਹੇ ਹੱਲ ਜੋ ਇੱਕ ਹੀ ਗੱਲਬਾਤ ਦੌਰਾਨ ਪੇਮੈਂਟ ਇਰਾਦੇ (Payment Intent) ਨੂੰ ਆਪ ਮੁਹਾਰੇ ਪੂਰੇ ਕੀਤੇ ਗਏ ਲੈਣ-ਦੇਣ (Completed Transactions) ਵਿੱਚ ਬਦਲ ਸਕਦੇ ਹਨ, ਉਹ ਵੱਧ ਤੋਂ ਵੱਧ ਲਾਜ਼ਮੀ ਹੁੰਦੇ ਜਾਣਗੇ। Gnani.ai ਅਤੇ Razorpay ਵਿਚਕਾਰ ਇਹ ਭਾਈਵਾਲੀ ਇਸ ਵਧਦੀ ਮੰਗ ਨੂੰ ਪੂਰਾ ਕਰਨ ਲਈ ਇੱਕ ਰਣਨੀਤਕ ਕਦਮ ਹੈ, ਜੋ ਡੈੱਟ ਰਿਕਵਰੀ ਦੇ ਮਹੱਤਵਪੂਰਨ ਖੇਤਰ ਵਿੱਚ ਬਿਹਤਰ ਕੁਸ਼ਲਤਾ ਅਤੇ ਸੋਧੇ ਹੋਏ ਗਾਹਕ ਅਨੁਭਵ (Customer Experience) ਦਾ ਵਾਅਦਾ ਕਰਦੀ ਹੈ।