ਵੱਡੀਆਂ ਬੈਂਕਿੰਗ ਸੰਸਥਾਵਾਂ ਹੁਣ ਇਨਸਾਨਾਂ ਦੀ ਥਾਂ ਆਟੋਮੇਟਿਡ AI ਏਜੰਟਾਂ ਰਾਹੀਂ ਬੈਂਕਿੰਗ ਸਿਸਟਮ ਦੀਆਂ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਵੱਲ ਵਧ ਰਹੀਆਂ ਹਨ। ਇਸ ਬਦਲਾਅ ਦਾ ਮਕਸਦ DORA ਵਰਗੇ ਸਖਤ ਰੈਗੂਲੇਟਰੀ ਨਿਯਮਾਂ ਨੂੰ ਪੂਰਾ ਕਰਨਾ ਹੈ, ਜਿਸ ਨਾਲ ਸਮੱਸਿਆਵਾਂ ਦੇ ਹੱਲ ਦਾ ਸਮਾਂ ਘੰਟਿਆਂ ਤੋਂ ਘਟਾ ਕੇ 30 ਮਿੰਟਾਂ ਤੋਂ ਵੀ ਘੱਟ ਕੀਤਾ ਜਾ ਸਕੇ।
ਆਟੋਮੇਟਿਡ ਮੁਰੰਮਤ ਵੱਲ ਵੱਡਾ ਕਦਮ
ਵਿੱਤੀ ਸੰਸਥਾਵਾਂ (Financial Institutions) ਆਪਣੀਆਂ ਜਟਿਲ ਬੈਂਕਿੰਗ ਇਨਫਰਾਸਟ੍ਰਕਚਰ ਨੂੰ ਸੰਭਾਲਣ ਲਈ ਹੁਣ ਆਟੋਨੋਮਸ (Autonomous) AI ਏਜੰਟਾਂ ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੀਆਂ ਹਨ। ਇਹਨਾਂ ਏਜੰਟਾਂ ਨੂੰ ਸਿਰਫ ਗਲਤੀਆਂ ਦੱਸਣ ਦੀ ਥਾਂ, ਅਸਲ ਕਾਰਨਾਂ ਦਾ ਪਤਾ ਲਗਾਉਣ ਅਤੇ ਮੁੱਖ ਓਪਰੇਸ਼ਨਲ ਫੇਲੀਅਰ (Operational Failure) ਨੂੰ ਠੀਕ ਕਰਨ ਲਈ ਡਿਜ਼ਾਈਨ ਕੀਤਾ ਗਿਆ ਹੈ। ਇਹ ਬਦਲਾਅ ਯੂਰਪ ਦੇ ਡਿਜੀਟਲ ਆਪਰੇਸ਼ਨਲ ਰੈਜ਼ੀਲਿਅੰਸ ਐਕਟ (DORA) ਵਰਗੇ ਗਲੋਬਲ ਰੈਗੂਲੇਟਰੀ ਸਟੈਂਡਰਡ (Regulatory Standards) ਦੀ ਪਾਲਣਾ ਲਈ ਜ਼ਰੂਰੀ ਹੈ। DORA ਅਨੁਸਾਰ, ਵਿੱਤੀ ਸੰਸਥਾਵਾਂ ਨੂੰ ਵੱਡੀਆਂ ਟੈਕਨੀਕਲ ਸਮੱਸਿਆਵਾਂ 'ਤੇ 30 ਮਿੰਟਾਂ ਦੇ ਅੰਦਰ-ਅੰਦਰ ਜਵਾਬ ਦੇਣ ਦੇ ਕਾਬਲ ਹੋਣਾ ਪਵੇਗਾ।
ਸਹਿਯੋਗੀ ਏਜੰਟ ਮਾਡਲ (Collaborative Agent Model)
ਇਹ ਇੰਡਸਟਰੀ ਹੁਣ ਸਹਿਯੋਗੀ ਏਜੰਟ ਮਾਡਲ ਵੱਲ ਵਧ ਰਹੀ ਹੈ। ਇਸ ਵਿੱਚ, ਖਾਸ AI ਏਜੰਟਾਂ ਦਾ ਇੱਕ ਸਮੂਹ ਕ੍ਰਮਵਾਰ ਕੰਮ ਕਰਦਾ ਹੈ। ਇੱਕ ਏਜੰਟ ਟ੍ਰਾਂਜੈਕਸ਼ਨ ਫਲੋ (Transaction Flow) ਅਤੇ ਸਿਸਟਮ ਹੈਲਥ (System Health) ਦੀ ਲਗਾਤਾਰ ਨਿਗਰਾਨੀ ਕਰਦਾ ਹੈ, ਦੂਜਾ ਏਜੰਟ ਸਮੱਸਿਆ ਦਾ ਮੂਲ ਕਾਰਨ (Root Cause) ਲੱਭਦਾ ਹੈ, ਤੀਜਾ ਸੰਭਾਵੀ ਹੱਲਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰਦਾ ਹੈ, ਅਤੇ ਆਖਰੀ ਏਜੰਟ ਸਿਰਫ ਇੱਕ ਲਾਜ਼ਮੀ ਕੰਪਲਾਈਂਸ ਚੈੱਕ (Compliance Check) ਪਾਸ ਕਰਨ ਤੋਂ ਬਾਅਦ ਹੀ ਹੱਲ ਲਾਗੂ ਕਰਦਾ ਹੈ। ਇਹ ਪ੍ਰਕਿਰਿਆ ਮਸ਼ੀਨ-ਸਪੀਡ ਲੂਪ (Machine-Speed Loop) ਬਣਾਉਂਦੀ ਹੈ, ਜੋ ਮੈਨੂਅਲ (Manual) ਤਰੀਕਿਆਂ ਨੂੰ ਬਦਲ ਦਿੰਦੀ ਹੈ, ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਅਕਸਰ ਘੰਟੇ ਲੱਗ ਜਾਂਦੇ ਸਨ।
ਸ਼ੁਰੂਆਤੀ ਅੰਕੜੇ ਦੱਸਦੇ ਹਨ ਕਿ ਇਸ ਬਦਲਾਅ ਨਾਲ ਸਮੱਸਿਆ ਹੱਲ ਕਰਨ ਦਾ ਸਮਾਂ 2 ਘੰਟਿਆਂ ਤੋਂ ਘਟਾ ਕੇ 30 ਮਿੰਟਾਂ ਤੋਂ ਵੀ ਘੱਟ ਹੋ ਗਿਆ ਹੈ। ਹੈਰਾਨੀ ਦੀ ਗੱਲ ਇਹ ਹੈ ਕਿ ਲਗਭਗ 40% ਸਮੱਸਿਆਵਾਂ ਹੁਣ ਬਿਨਾਂ ਮਨੁੱਖੀ ਦਖਲ (Human Involvement) ਦੇ ਹੱਲ ਹੋ ਰਹੀਆਂ ਹਨ।
ਗਵਰਨੈਂਸ ਅਤੇ ਓਪਰੇਸ਼ਨਲ ਰਿਸਕ (Governance and Operational Risks)
AI ਏਜੰਟਾਂ ਦੀ ਇਹ ਤੇਜ਼ ਰਫਤਾਰ ਜਿੱਥੇ ਓਪਰੇਸ਼ਨਲ ਤੌਰ 'ਤੇ ਫਾਇਦੇਮੰਦ ਹੈ, ਉੱਥੇ ਹੀ ਇਹ ਜਵਾਬਦੇਹੀ (Accountability) ਅਤੇ ਰੈਗੂਲੇਟਰੀ ਕੰਪਲਾਈਂਸ (Regulatory Compliance) ਦੇ ਮਾਮਲੇ ਵਿੱਚ ਵੱਡੇ ਜੋਖਮ ਵੀ ਪੈਦਾ ਕਰਦੀ ਹੈ। ਬੈਂਕਾਂ ਨੂੰ ਆਪਣੀਆਂ ਨਿਗਰਾਨੀ ਦੀਆਂ ਜ਼ਿੰਮੇਵਾਰੀਆਂ ਸਿਰਫ ਸੋਫਟਵੇਅਰ ਨੂੰ ਨਹੀਂ ਸੌਂਪੀਆਂ ਜਾ ਸਕਦੀਆਂ। ਇਸ ਲਈ, ਇਸ ਟੈਕਨਾਲੋਜੀ ਨੂੰ ਅਪਣਾਉਣ ਵਾਲੀ ਕਿਸੇ ਵੀ ਸੰਸਥਾ ਲਈ ਮੁੱਖ ਚੁਣੌਤੀ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣਾ ਹੈ ਕਿ ਹਰ ਆਟੋਮੇਟਿਡ ਕਾਰਵਾਈ ਪੂਰੀ ਤਰ੍ਹਾਂ ਸਮਝਾਈ ਜਾ ਸਕੇ, ਉਲਟੀ ਕੀਤੀ ਜਾ ਸਕੇ, ਅਤੇ ਦਸਤਾਵੇਜ਼ੀ ਰੂਪ ਵਿੱਚ ਦਰਜ ਹੋਵੇ। ਜੇਕਰ ਕੋਈ AI ਏਜੰਟ ਗਲਤ ਹੱਲ ਲਾਗੂ ਕਰਦਾ ਹੈ ਜਾਂ ਕਿਸੇ ਰੈਗੂਲੇਟਰੀ ਲੋੜ ਨੂੰ ਪੂਰਾ ਕਰਨ ਵਿੱਚ ਅਸਫਲ ਰਹਿੰਦਾ ਹੈ, ਤਾਂ ਉਸ ਦਾ ਨਤੀਜਾ ਬੈਂਕ ਹੀ ਭੁਗਤੇਗਾ।
ਨਿਵੇਸ਼ਕਾਂ (Investors) ਲਈ, ਇਨ੍ਹਾਂ AI ਏਜੰਟਾਂ ਦੀ ਸਫਲਤਾ ਬੈਂਕ ਦੀਆਂ ਮੌਜੂਦਾ ਕੰਪਲਾਈਂਸ ਫਰੇਮਵਰਕ (Compliance Frameworks) ਨਾਲ ਇਹਨਾਂ ਨੂੰ ਜੋੜਨ ਦੀ ਸਮਰੱਥਾ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ। ਜੇਕਰ ਕੋਈ ਸੰਸਥਾ ਆਪਣੇ AI ਏਜੰਟਾਂ ਦੇ ਫੈਸਲੇ ਲੈਣ ਦੇ ਤਰੀਕਿਆਂ ਵਿੱਚ ਲੋੜੀਂਦੀ ਪਾਰਦਰਸ਼ਤਾ (Transparency) ਪ੍ਰਦਾਨ ਕਰਨ ਵਿੱਚ ਅਸਫਲ ਰਹਿੰਦੀ ਹੈ, ਤਾਂ ਉਸਨੂੰ ਰੈਗੂਲੇਟਰਾਂ (Regulators) ਦੇ ਸਕੈਨ (Scrutiny) ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈ ਸਕਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਓਪਰੇਸ਼ਨਲ ਰੁਕਾਵਟਾਂ ਜਾਂ ਜੁਰਮਾਨੇ ਹੋ ਸਕਦੇ ਹਨ। ਭਵਿੱਖ ਵਿੱਚ, ਸ਼ੇਅਰਧਾਰਕਾਂ (Shareholders) ਲਈ ਮੁੱਖ ਨਿਗਰਾਨੀਯੋਗ (Monitorables) ਇਹ ਹੋਣਗੇ ਕਿ ਇਹ ਆਟੋਮੇਟਿਡ ਸਿਸਟਮ ਕਿੰਨੇ ਸਥਿਰ ਹਨ, ਬੈਂਕ ਦੇ ਅੰਦਰੂਨੀ ਕੰਪਲਾਈਂਸ ਲੌਗ (Compliance Logs) ਕਿੰਨੇ ਮਜ਼ਬੂਤ ਹਨ, ਅਤੇ ਤਿਮਾਹੀ ਅਪਡੇਟਾਂ (Quarterly Updates) ਵਿੱਚ ਓਪਰੇਸ਼ਨਲ ਡਾਊਨਟਾਈਮ (Operational Downtime) ਵਿੱਚ ਕਿੰਨੀ ਕਮੀ ਆਈ ਹੈ।