ਇੱਕ ਨਵੀਂ ਰਿਪੋਰਟ ਮੁਤਾਬਕ, ਭਾਰਤੀ ਬੈਂਕਾਂ ਆਪਣੇ ਕੰਮਕਾਜ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ ਅਤੇ ਲੋਨ ਸਸਤੇ ਕਰਨ ਲਈ 2026 ਤੱਕ 86% ਤੱਕ Generative AI (GenAI) ਦੀ ਵਰਤੋਂ ਸ਼ੁਰੂ ਕਰ ਦੇਣਗੀਆਂ। ਇਹ ਇੱਕ ਵੱਡਾ ਡਿਜੀਟਲ ਬਦਲਾਅ ਹੈ, ਪਰ ਨਿਵੇਸ਼ਕਾਂ (Investors) ਨੂੰ ਇਸ ਨਾਲ ਜੁੜੇ ਖਤਰਿਆਂ, ਵੱਡੇ ਖਰਚਿਆਂ ਅਤੇ ਨਿਯਮਾਂ (Governance) ਦੀਆਂ ਚੁਣੌਤੀਆਂ 'ਤੇ ਨਜ਼ਰ ਰੱਖਣੀ ਪਵੇਗੀ।
ਭਾਰਤੀ ਬੈਂਕਿੰਗ ਸੈਕਟਰ ਇੱਕ ਵੱਡੀ ਤਕਨੀਕੀ ਤਬਦੀਲੀ ਦੇ ਦੌਰ ਵਿੱਚੋਂ ਲੰਘ ਰਿਹਾ ਹੈ। ਮੁੰਬਈ ਵਿੱਚ ਹੋਈ FIBAC 2026 ਕਾਨਫਰੰਸ ਵਿੱਚ ਪੇਸ਼ ਕੀਤੀ ਗਈ ਇੱਕ ਰਿਪੋਰਟ ਦੇ ਅਨੁਸਾਰ, 86% ਬੈਂਕਾਂ 2026 ਤੱਕ Generative Artificial Intelligence (GenAI) ਦੇ ਵਰਤੋਂ ਕੇਸ (Use Cases) ਲਾਗੂ ਕਰਨ ਦੀ ਤਿਆਰੀ ਵਿੱਚ ਹਨ। ਇਹ 2024 ਵਿੱਚ ਸਿਰਫ 10% ਅਤੇ 2025 ਵਿੱਚ 44% ਦੇ ਮੁਕਾਬਲੇ ਇੱਕ ਵੱਡਾ ਵਾਧਾ ਹੈ, ਜੋ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ AI ਹੁਣ ਸਿਰਫ ਇੱਕ ਪ੍ਰਯੋਗਿਕ ਪ੍ਰੋਜੈਕਟ ਨਹੀਂ, ਸਗੋਂ ਇੱਕ ਮੁੱਖ ਬਿਜ਼ਨਸ ਰਣਨੀਤੀ ਬਣ ਰਿਹਾ ਹੈ।
ਨਿਵੇਸ਼ਕਾਂ ਲਈ, ਇਸ ਟੈਕਨਾਲੋਜੀ ਦਾ ਮੁੱਖ ਫਾਇਦਾ ਕਾਰਜਕਾਰੀ ਖਰਚਿਆਂ (Operating Expenses) ਨੂੰ ਘਟਾਉਣਾ ਹੈ। ਫਿਲਹਾਲ, ਬੈਂਕਾਂ ਦੇ ਕੁੱਲ ਸਰਵਿਸ ਖਰਚਿਆਂ ਦਾ 40% ਤੋਂ 50% ਹਿੱਸਾ ਸੰਚਾਲਨ (Operations) ਅਤੇ ਵਸੂਲੀ (Collections) 'ਤੇ ਲੱਗਦਾ ਹੈ। AI ਦੀ ਵਰਤੋਂ ਨਾਲ ਡਾਕੂਮੈਂਟ ਪ੍ਰੋਸੈਸਿੰਗ, ਅੰਡਰਰਾਈਟਿੰਗ ਅਤੇ ਵਸੂਲੀ ਨੂੰ ਆਟੋਮੇਟ ਕਰਕੇ, ਬੈਂਕ ਇਹ ਖਰਚੇ ਘਟਾਉਣ ਅਤੇ ਲੋਨ ਨੂੰ ਵਧੇਰੇ ਕਿਫਾਇਤੀ ਬਣਾਉਣ ਦਾ ਟੀਚਾ ਰੱਖ ਰਹੇ ਹਨ। ਇਸ ਨਾਲ ਕਰਮਚਾਰੀ ਰੁਟੀਨ ਦੇ ਕੰਮਾਂ ਦੀ ਬਜਾਏ ਮਹੱਤਵਪੂਰਨ ਗਾਹਕ ਸੇਵਾਵਾਂ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰ ਸਕਣਗੇ।
ਇਹ ਆਟੋਮੇਸ਼ਨ ਵੱਲ ਵਧਣ ਦਾ ਰੁਝਾਨ ਭਾਰਤ ਦੇ ਲੰਬੇ ਸਮੇਂ ਦੇ ਆਰਥਿਕ ਟੀਚਿਆਂ ਨਾਲ ਵੀ ਜੁੜਿਆ ਹੋਇਆ ਹੈ। 2047 ਤੱਕ 30 ਟ੍ਰਿਲੀਅਨ ਡਾਲਰ ਦੀ ਆਰਥਿਕਤਾ ਬਣਨ ਦੇ ਟੀਚੇ ਦਾ ਸਮਰਥਨ ਕਰਨ ਲਈ, ਬੈਂਕਿੰਗ ਸੈਕਟਰ ਨੂੰ ਨਾਮਾਤਰ GDP ਵਿਕਾਸ ਦਰ ਤੋਂ 3.5% ਤੋਂ 4% ਵੱਧ ਸੰਪਤੀ ਵਾਧਾ (Asset Growth) ਕਾਇਮ ਰੱਖਣ ਦੀ ਲੋੜ ਹੈ। ਬੈਂਕ AI ਤੋਂ ਉਮੀਦ ਕਰ ਰਹੇ ਹਨ ਕਿ ਉਹ ਅਜਿਹੀ ਉਤਪਾਦਕਤਾ (Productivity) ਵਧਾਏਗਾ ਜੋ ਪਿਛਲੇ ਡਿਜੀਟਲ ਯਤਨਾਂ ਵਿੱਚ ਸ਼ਾਇਦ ਨਹੀਂ ਮਿਲੀ, ਭਾਵ ਘੱਟ ਸਾਧਨਾਂ ਨਾਲ ਜ਼ਿਆਦਾ ਕੰਮ ਕਰਨਾ।
ਹਾਲਾਂਕਿ, ਨਵੀਂ ਟੈਕਨਾਲੋਜੀ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਅਪਣਾਉਣ ਨਾਲ ਕੁਝ ਖਤਰੇ ਵੀ ਜੁੜੇ ਹੋਏ ਹਨ ਜਿਨ੍ਹਾਂ 'ਤੇ ਸ਼ੇਅਰਧਾਰਕਾਂ (Shareholders) ਨੂੰ ਵਿਚਾਰ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ। AI ਵਿੱਚ ਤਬਦੀਲੀ ਲਈ ਬੁਨਿਆਦੀ ਢਾਂਚੇ (Infrastructure), ਸਾਈਬਰ ਸੁਰੱਖਿਆ (Cybersecurity) ਅਤੇ ਮਾਹਿਰ ਪ੍ਰਤਿਭਾ (Talent) 'ਤੇ ਭਾਰੀ ਪੂੰਜੀ ਨਿਵੇਸ਼ (Capital Spending) ਦੀ ਲੋੜ ਹੈ, ਅਤੇ ਅਸਲ ਰਿਟਰਨ ਆਨ ਇਨਵੈਸਟਮੈਂਟ (ROI) ਨੇੜੇ ਦੇ ਭਵਿੱਖ ਵਿੱਚ ਅਨਿਸ਼ਚਿਤ ਹੈ। ਜੇ ਬੈਂਕ ਇਸ ਖਰਚੇ ਨੂੰ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਪ੍ਰਬੰਧਨ ਨਹੀਂ ਕਰਦੇ, ਤਾਂ ਇਹ ਉਨ੍ਹਾਂ ਦੇ ਮੁਨਾਫੇ 'ਤੇ ਭਾਰੀ ਪੈ ਸਕਦਾ ਹੈ।
ਇਸ ਤੋਂ ਇਲਾਵਾ, ਕਾਰਜਕਾਰੀ ਅਤੇ ਸ਼ਾਸਨ (Governance) ਸੰਬੰਧੀ ਜੋਖਮ ਵੀ ਹਨ। AI 'ਤੇ ਨਿਰਭਰ ਸਿਸਟਮ ਕਈ ਵਾਰ ਪੱਖਪਾਤੀ (Biased) ਜਾਂ ਅਸਪੱਸ਼ਟ (Opaque) ਫੈਸਲੇ ਦੇ ਸਕਦੇ ਹਨ, ਜੋ ਰੈਗੂਲੇਟਰੀ ਪਾਲਣਾ (Regulatory Compliance) ਲਈ ਇੱਕ ਵੱਡੀ ਚੁਣੌਤੀ ਪੈਦਾ ਕਰਦਾ ਹੈ। ਜਿਵੇਂ-ਜਿਵੇਂ ਬੈਂਕ ਆਪਣੇ ਕਾਰਜਾਂ ਨੂੰ ਡਿਜੀਟਲ ਬਣਾਉਂਦੇ ਹਨ, ਸਾਈਬਰ ਸੁਰੱਖਿਆ ਦੇ ਖਤਰੇ ਵੀ ਵਧਦੇ ਜਾਂਦੇ ਹਨ। ਇਸ ਸੰਦਰਭ ਵਿੱਚ, RBI ਗਵਰਨਰ ਸੰਜੇ ਮਲਹੋਤਰਾ ਨੇ ਹਾਲ ਹੀ ਵਿੱਚ ਜ਼ੋਰ ਦਿੱਤਾ ਕਿ ਬੈਂਕਾਂ ਨੂੰ ਸਿਰਫ ਅਪਣਾਉਣ ਦੀ ਗਤੀ 'ਤੇ ਹੀ ਧਿਆਨ ਨਹੀਂ ਦੇਣਾ ਚਾਹੀਦਾ। ਉਨ੍ਹਾਂ ਨੇ ਕਿਹਾ ਕਿ ਅਸਲ ਸਫਲਤਾ ਸ਼ਾਸਨ, ਜਵਾਬਦੇਹੀ (Accountability) ਅਤੇ ਤਾਇਨਾਤ ਕੀਤੇ ਜਾ ਰਹੇ ਸਿਸਟਮਾਂ ਦੀ ਡੂੰਘੀ ਸਮਝ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ, ਨਾ ਕਿ ਸਿਰਫ ਟੈਕਨਾਲੋਜੀ 'ਤੇ।
ਅੰਤ ਵਿੱਚ, ਇਸ AI ਪਰਿਵਰਤਨ ਦੀ ਸਫਲਤਾ ਇਸ ਗੱਲ 'ਤੇ ਨਿਰਭਰ ਕਰੇਗੀ ਕਿ ਬੈਂਕ ਇਨ੍ਹਾਂ ਢਾਂਚਾਗਤ ਤਬਦੀਲੀਆਂ ਦਾ ਕਿੰਨੀ ਚੰਗੀ ਤਰ੍ਹਾਂ ਪ੍ਰਬੰਧਨ ਕਰਦੇ ਹਨ। ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਨਿਗਰਾਨੀ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ ਕਿ ਕੀ ਬੈਂਕ ਸਾਈਬਰ ਸੁਰੱਖਿਆ ਜਾਂ ਮੁਨਾਫੇ ਨਾਲ ਸਮਝੌਤਾ ਕੀਤੇ ਬਿਨਾਂ ਇਨ੍ਹਾਂ ਹੱਲਾਂ ਨੂੰ ਸਫਲਤਾਪੂਰਵਕ ਵਧਾ ਸਕਦੇ ਹਨ। ਆਉਣ ਵਾਲੀਆਂ ਤਿਮਾਹੀ ਫਾਈਲਿੰਗਾਂ ਅਤੇ ਮੈਨੇਜਮੈਂਟ ਟਿੱਪਣੀਆਂ ਵਿੱਚ ਮੁੱਖ ਨਿਗਰਾਨੀਯੋਗ (Key Monitorable) ਇਹ ਹੋਵੇਗਾ ਕਿ ਇਹਨਾਂ AI ਪਹਿਲਕਦਮੀਆਂ 'ਤੇ ਖਰਚੇ ਗਏ ਪੂੰਜੀ ਅਤੇ ਸੰਚਾਲਨ ਲਾਗਤਾਂ (Operational Costs) ਅਤੇ ਸੰਪਤੀ ਗੁਣਵੱਤਾ (Asset Quality) ਵਿੱਚ ਹੋਏ ਠੋਸ ਸੁਧਾਰਾਂ ਵਿਚਕਾਰ ਕਿੰਨਾ ਸੰਤੁਲਨ ਹੈ।