இந்தியாவில் **70%** வங்கிகள் AI தொழில்நுட்பத்தை பயன்படுத்துவதாகத் தெரிவித்தாலும், பாதுகாப்பு மற்றும் தரவு தனியுரிமை கவலைகளால் முழுமையான செயல்பாட்டிற்கு வரத் தாமதமாகிறது. RBI-ன் கடும் கட்டுப்பாடுகளால், புதிய தொழில்நுட்ப பட்ஜெட்டில் **10%** க்கும் குறைவான நிதியே இதற்காக ஒதுக்கப்படுகிறது.
இந்திய வங்கித் துறை டிஜிட்டல் பரிணாமத்தில் ஒரு முக்கியமான கட்டத்தை எட்டியுள்ளது. 2026 Zeta CXO ஆய்வின்படி, இந்தியாவின் 70% வங்கிகள் AI கருவிகளை தயாரிப்பு நிலைக்கு (Production) கொண்டு வந்துவிட்டன. இருப்பினும், இந்தத் தொழில்நுட்பத்தை வங்கி முழுவதும் முழுமையாக விரிவுபடுத்துவதில் பெரும் சிக்கல் நீடிக்கிறது.
எங்கு தடை ஏற்படுகிறது?
தற்போது AI பயன்பாடு மோசடி கண்டறிதல் (Fraud detection) மற்றும் வாடிக்கையாளர் சேவை போன்ற குறிப்பிட்ட பணிகளுக்கு மட்டுமே மட்டுப்படுத்தப்பட்டுள்ளது. கடன் மதிப்பீடு அல்லது சிக்கலான ரிஸ்க் மேலாண்மை போன்ற முக்கிய முடிவுகளுக்கு AI-ஐ பயன்படுத்துவதில் வங்கிகள் தயக்கம் காட்டுகின்றன. இதற்கு முதன்மையான காரணம், தரவு பாதுகாப்பு மற்றும் நிறுவனத்தின் உள் நிர்வாகக் கட்டுப்பாடுகள் தான்.
நிதி ஒதுக்கீடு மற்றும் தடைகள்
வங்கிகளின் தரவுகள் பல இடங்களில் சிதறிக்கிடப்பதால் (Data Silos), AI மாடல்கள் சீராக இயங்குவதில் சிக்கல் உள்ளது. இதனால், புதிய தொழில்நுட்ப திட்டங்களுக்கான பட்ஜெட்டில் 10% க்கும் குறைவான தொகையே AI முயற்சிகளுக்கு ஒதுக்கப்படுகிறது. வங்கிகள் இப்போது பெரிய அளவிலான சோதனைகளைத் தவிர்த்து, பாதுகாப்பான மற்றும் சிறிய அளவிலான திட்டங்களில் கவனம் செலுத்துகின்றன.
ரிசர்வ் வங்கியின் எச்சரிக்கை
இந்திய ரிசர்வ் வங்கி (RBI) இந்த விஷயத்தில் மிகக் கவனமாக உள்ளது. AI முடிவுகள் எப்படி எடுக்கப்படுகின்றன என்பது தெளிவாகத் தெரியாத 'பிளாக்-பாக்ஸ்' (Black-box) முறைக்கும், கடன் வழங்குவதில் ஏற்படக்கூடிய பாரபட்சத்திற்கும் RBI கண்டனம் தெரிவித்துள்ளது. எந்தவொரு வங்கியும் இதுவரை நிறுவன அளவில் முழுமையான AI கொள்கையை உருவாக்கவில்லை. முதலீட்டாளர்கள், வங்கிகள் தங்கள் தரவு கட்டமைப்பை (Data Architecture) எப்படி நவீனப்படுத்துகின்றன மற்றும் ரிஸ்க் மேலாண்மை கட்டமைப்பை எவ்வாறு வலுப்படுத்துகின்றன என்பதை உன்னிப்பாகக் கவனிக்க வேண்டும்.