இந்திய வங்கிகள் AI பயன்பாட்டை வேகமாக்குகின்றன, ஜெனரேட்டிவ் AI உற்பத்தித்திறனை அதிகரிக்க வாய்ப்பு

BANKINGFINANCE
Whalesbook Logo
AuthorWhalesbook News Team|Published at:
இந்திய வங்கிகள் AI பயன்பாட்டை வேகமாக்குகின்றன, ஜெனரேட்டிவ் AI உற்பத்தித்திறனை அதிகரிக்க வாய்ப்பு
Overview

இந்தியாவின் முக்கிய வங்கிகளான பேங்க் ஆஃப் பரோடா, ஸ்டேட் பேங்க் ஆஃப் இந்தியா, HDFC வங்கி, ICICI வங்கி மற்றும் YES வங்கி ஆகியவை ஆர்ட்டிஃபிஷியல் இன்டெலிஜென்ஸ் (AI) மற்றும் ஜெனரேட்டிவ் AI (GenAI) இல் தங்கள் முதலீடு மற்றும் பயன்பாட்டை கணிசமாக அதிகரித்து வருகின்றன. இந்த மூலோபாய மாற்றம் வாடிக்கையாளர் அனுபவத்தை மேம்படுத்துதல், செயல்பாட்டுத் திறனை அதிகரித்தல் மற்றும் தரவு-உந்துதல் முடிவெடுப்பதை ஊக்குவித்தல் ஆகியவற்றை நோக்கமாகக் கொண்டுள்ளது. ஆரம்பத்தில் பயன்படுத்தியவர்கள் அடித்தளம் அமைத்திருந்தாலும், AI மாதிரிகள் மற்றும் கருவிகளின் முதிர்ச்சி இப்போது பல்வேறு வங்கிப் பணிகளில் பரவலான பயன்பாட்டை சாத்தியமாக்குகிறது. EY இந்தியா அறிக்கையின்படி 2030 ஆம் ஆண்டிற்குள் 46% வரை உற்பத்தித்திறன் மேம்பாடு ஏற்படும் என நிபுணர்கள் கணித்துள்ளனர், இருப்பினும் ஒழுங்குமுறை, தரவு தனியுரிமை மற்றும் தொழில்நுட்ப கடன் தொடர்பான சவால்கள் நீடிக்கின்றன.

இந்திய வங்கிகள் பரிசோதனை AI பயன்பாட்டைத் தாண்டி, நிதிச் சேவைத் துறையில் வெற்றிக்கு அவசியமான ஒன்றாக அதை ஒருங்கிணைத்து வருகின்றன. பேங்க் ஆஃப் பரோடா (2018 இல் பெட்டாபைட்-அளவு தரவு தளத்துடன் ஒரு பகுப்பாய்வு மையத்தை நிறுவியது), ஸ்டேட் பேங்க் ஆஃப் இந்தியா (2017 இல் தொடங்கப்பட்ட SIA சாட்பாட் உடன்), HDFC வங்கி (EVA சாட்பாட்), மற்றும் ICICI வங்கி (iPal சாட்பாட்) போன்ற ஆரம்ப முன்னோடிகள் இதற்கு வழி வகுத்துள்ளன. தற்போதைய அலையானது ஜெனரேட்டிவ் AI (GenAI) மற்றும் மேம்பட்ட பெரிய மொழி மாதிரிகளால் இயக்கப்படுகிறது, இது ஆழ்ந்த தனிப்பயனாக்கம் மற்றும் நிதி ஆலோசனைகள் போன்ற புதிய அம்சங்களை வழங்குகிறது.
EY இந்தியா அறிக்கையின்படி, 2030 ஆம் ஆண்டிற்குள், இந்திய வங்கிச் செயல்பாடுகள் GenAI காரணமாக உற்பத்தித்திறனில் 46% வரை மேம்பாடுகளைக் காணக்கூடும். தற்போது, ​​இந்தியாவில் 74% நிதி நிறுவனங்கள் GenAI ப்ரூஃப்-ஆஃப்-கான்செப்ட் திட்டங்களைத் தொடங்கியுள்ளன, 11% ஏற்கனவே உற்பத்தியில் உள்ளன. முக்கிய பயன்பாட்டு நிகழ்வுகள் விற்பனை வளர்ச்சி, வாடிக்கையாளர் சேவை, ஆவண தானியங்குமயமாக்கல், ஒழுங்குமுறை இணக்கம், இடர் பகுப்பாய்வு மற்றும் குறியீடு மேம்பாடு ஆகியவை அடங்கும்.
இருப்பினும், செயல்படுத்தல் நிஜ உலக சவால்களை எதிர்கொள்கிறது. வங்கிகள் வேகமாக மாறிவரும் தொழில்நுட்ப நிலப்பரப்பை எதிர்கொள்ள வேண்டும், தொழில்நுட்ப கடனை நிர்வகிக்க வேண்டும், மற்றும் ஒழுங்குமுறை கவலைகளை நிவர்த்தி செய்ய வேண்டும். தரவு தனியுரிமை மற்றும் AI மாதிரி மாயத்தோற்றங்களின் (hallucinations) ஆபத்து ஆகியவை முக்கியமான தடைகளாகும். YES வங்கி போன்ற வங்கிகள் வாடிக்கையாளர் வெளியீடுகளுக்கு முன் உள் சோதனை மற்றும் இணக்கத்தில் கவனம் செலுத்தி, எச்சரிக்கையை வலியுறுத்துகின்றன.
AI தீர்வுகளுக்கான 'உருவாக்குவதா அல்லது வாங்குவதா' (build versus buy) என்ற முடிவும் முக்கியமானது, இதில் கலப்பின அணுகுமுறை பெரும்பாலும் விரும்பப்படுகிறது. இது முக்கிய திறன்களின் உள் வளர்ச்சி மற்றும் குறிப்பிட்ட செயல்பாடுகளுக்கு வெளி நிபுணத்துவத்தை உள்ளடக்கியது. உள் AI திறமை மற்றும் உள்கட்டமைப்பை உருவாக்குவது எதிர்கால செயல்பாடுகளுக்கு அடித்தளமாக கருதப்படுகிறது.
மூன்றாம் தரப்பு AI விற்பனையாளர்கள் விளக்கும்திறன் (explainability), பாதுகாப்பு மற்றும் செயல்திறனுக்கான கடுமையான தேவைகளை பூர்த்தி செய்ய வேண்டும். ஒப்பந்தங்களில் இயக்க நேரம் (uptime), துல்லியம் மற்றும் சார்பு குறைப்பு (bias mitigation) தொடர்பான ஷரத்துக்கள் சேர்க்கப்பட்டுள்ளன. AI முதலீடுகளின் செலவு-பயன் பகுப்பாய்வு, பொதுவாக மொத்த செலவுகளில் 2% முதல் 10% வரை இருக்கும், இது மீண்டும் மீண்டும் செய்யக்கூடிய பணிகள், வாடிக்கையாளர் நடத்தை நுண்ணறிவு, ஒழுங்குமுறை தேவைகள் மற்றும் செயல்பாட்டுத் திறன்களை அடையாளம் காண்பதன் மூலம் வழிநடத்தப்படுகிறது.
பைலட்டுகளுக்கு அப்பால் AI ஐ அளவிடுவதற்கு வலுவான நிர்வாகம், மேலாண்மை ஆதரவு மற்றும் தெளிவான அளவீடுகள் தேவை. ஆரம்ப திட்டங்களிலிருந்து கற்றுக்கொண்ட பாடங்கள் செயல்முறைகளை மேம்படுத்துவதற்கும், சீரான, பாதுகாப்பான மற்றும் இணக்கமான AI பயன்பாட்டை உறுதி செய்வதற்கும் முக்கியமானவை.
தாக்கம்: இந்த செய்தி இந்திய வங்கித் துறை மற்றும் அதன் செயல்பாட்டுத் திறன், இலாபத்தன்மை மற்றும் வாடிக்கையாளர் சேவை திறன்களில் குறிப்பிடத்தக்க தாக்கத்தை ஏற்படுத்துகிறது. AI மற்றும் GenAI இன் பரவலான பயன்பாடு போட்டித்தன்மை மற்றும் எதிர்கால வளர்ச்சியை பாதிக்கும் ஒரு மாதிரி மாற்றத்தை பரிந்துரைக்கிறது. மதிப்பீடு: 9/10.
Difficult terms: GenAI (Generative AI), Analytics Centre of Excellence (CoE), Petabyte-scale, Data pipelines, Machine learning operations (MLOps), Data-science workbench, Chatbot, Large language models (LLMs), APIs, Technical debt, Hallucinations (in LLMs), Proof-of-concept (PoC), Agentic AI, Prompt engineering, BFSI.

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.