இந்தியாவின் UPI (Unified Payments Interface) ஒரு புதிய மைல்கல்லை எட்டியுள்ளது. டிஜிட்டல் பரிவர்த்தனைகளின் வளர்ச்சி அபரிமிதமாக உள்ளது. கடந்த டிசம்பர் 2025-ல் மட்டும், UPI நெட்வொர்க் 21.6 பில்லியன் பரிவர்த்தனைகளைக் கையாண்டுள்ளது. இதன் மொத்த மதிப்பு சுமார் ₹30 டிரில்லியன் ஆகும். இந்த மகத்தான வளர்ச்சி, டிஜிட்டல் சூழலின் பலத்தைக் காட்டினாலும், மோசடிச் சம்பவங்கள் நடப்பதற்கான வாய்ப்புகளையும் அதிகரிக்கிறது.
அதிகரிக்கும் மோசடிகள் மற்றும் உயர்ந்த வரம்புகள்
அதிகரித்து வரும் டிஜிட்டல் பரிவர்த்தனைகளின் அளவே, மோசடி செய்பவர்களுக்கு பெரிய வாய்ப்பை உருவாக்கித் தருகிறது. ஃபிஷிங் (Phishing), சிம்-ஸ்வாப் (SIM-swap) மோசடிகள், மற்றும் சமூகப் பொறியியல் (Social engineering) போன்ற நுட்பமான முறைகள் பெருகி வருவதால், அதிக மதிப்புள்ள பணப் பரிவர்த்தனைகளுக்குக் கடுமையான பாதுகாப்பு விதிமுறைகள் தேவைப்படுகின்றன. இதற்கிடையே, செப்டம்பர் 15, 2025 முதல் அமலுக்கு வந்த NPCI (National Payments Corporation of India) விதிமுறைகளின்படி, வணிகர்கள் போன்ற சரிபார்க்கப்பட்ட பயனர்களுக்குப் பரிவர்த்தனை வரம்பு அதிகரிக்கப்பட்டுள்ளது. இப்போது வணிகர்கள் ஒரு பரிவர்த்தனைக்கு ₹5 லட்சம் வரையிலும், தினசரி ₹10 லட்சம் வரையிலும் அனுப்பலாம். தனிநபர்களுக்கிடையேயான (Peer-to-peer) பரிவர்த்தனைகளுக்கு ₹1 லட்சம் வரம்பு அப்படியே உள்ளது. இந்த உயர்த்தப்பட்ட வரம்புகள், வாடிக்கையாளர்களின் நம்பிக்கையைத் தக்கவைக்க வலுவான சரிபார்ப்பு முறைகளை அவசியமாக்குகின்றன.
IVR: ஒரு அவசியமான பாதுகாப்பு அம்சம்
நிபுணர்கள் கருத்துப்படி, அதிக மதிப்புள்ள பரிவர்த்தனைகளுக்கு IVR சரிபார்ப்பு என்பது ஒரு தடங்கல் அல்ல; அது ஒரு அவசியமான ரிஸ்க் கண்ட்ரோல் (Risk Control) அம்சம். 'அதிக தொகை பரிவர்த்தனைகளுக்கான IVR சரிபார்ப்பு என்பது சிரமமல்ல - அது ஒரு அவசியமான ரிஸ்க் கண்ட்ரோல் லேயர்' என்று plutos ONE-ன் நிறுவனர் ரோஹித் மஹஜன் தெரிவித்துள்ளார். இந்த தானியங்கி அழைப்புகள், பணம் அனுப்பப்படுவதற்கு முன்பாக, அந்தப் பரிவர்த்தனை உண்மையில் கணக்கு வைத்திருப்பவரால் அங்கீகரிக்கப்பட்டதா என்பதை வங்கிகள் உறுதிப்படுத்த உதவுகின்றன. இந்த முன்னெச்சரிக்கை நடவடிக்கை, இன்றைய டிஜிட்டல் மோசடி முயற்சிகளை நேரடியாக எதிர்கொள்கிறது.
தரவு அடிப்படையிலான சரிபார்ப்பு தூண்டுதல்கள்
IVR சரிபார்ப்புக்கான தூண்டுதல்கள் (Triggers) மிகவும் நுட்பமாகவும், தரவு அடிப்படையிலும் (Data-driven) செயல்படுகின்றன. இந்த சிஸ்டம்கள் வாடிக்கையாளரின் ரிஸ்க் ப்ரொஃபைல் (Risk profile), கடந்தகால பரிவர்த்தனை வரலாறு, தற்போதைய மோசடி போக்குகள் (Fraud trends) மற்றும் கணக்கு வயது, பரிவர்த்தனை மதிப்பு, வேகம், வணிகர் வகை (Merchant category), சாதனம் (Device patterns) போன்ற குறிப்பிட்ட பரிவர்த்தனை அம்சங்களை ஆராய்கின்றன. மேலும், வங்கிகள் வழக்கத்திற்கு மாறான செயல்பாடுகளையும் கண்காணிக்கின்றன. எதிர்பாராத புவியியல் இடங்களில் இருந்து நடக்கும் பரிவர்த்தனைகள் அல்லது வாடிக்கையாளரின் வழக்கமான செலவு பழக்கவழக்கங்களிலிருந்து பெரிய விலகல்கள் போன்றவை இதில் அடங்கும். AI (Artificial Intelligence) அடிப்படையிலான கருவிகள் இந்த தானியங்கி சிஸ்டம்களை மேம்படுத்தி, டிஜிட்டல் பரிவர்த்தனைகள் தொடர்ந்து வளர்ச்சிப் பாதையில் செல்லும்போது, நிகழ்நேர மோசடி கண்டறிதலையும் தடுப்பையும் சாத்தியமாக்குகின்றன.