PSB வங்கிகள் AI புரட்சியில் குதிப்பு: EASE 8.0 திட்டத்தில் 32 GenAI பயன்பாடுகள் அறிமுகம்!

TECH
Whalesbook Logo
AuthorPooja Singh|Published at:
PSB வங்கிகள் AI புரட்சியில் குதிப்பு: EASE 8.0 திட்டத்தில் 32 GenAI பயன்பாடுகள் அறிமுகம்!
Overview

இந்திய அரசு வங்கிகள் (PSBs) தங்களது செயல்பாடுகளை நவீனமயமாக்கும் முயற்சியில், EASE 8.0 திட்டத்தின் கீழ் 32 Generative AI (GenAI) பயன்பாடுகளை அறிமுகப்படுத்தியுள்ளன. இதன் மூலம் செயல்பாட்டுத் திறனை மேம்படுத்தவும், கடன் வழங்கும் முறைகளை சீரமைக்கவும் இலக்கு நிர்ணயிக்கப்பட்டுள்ளது.

நவீனமயமாக்கலில் புதிய அத்தியாயம்

இந்திய அரசு வங்கிகள் (PSBs) தங்களின் செயல்பாடுகளை மேம்படுத்தும் புதிய பயணத்தைத் தொடங்கியுள்ளன. EASE 8.0 (Enhanced Access and Service Excellence) திட்டத்தின் ஒரு பகுதியாக, ஏழு முக்கிய அரசு வங்கிகள் மொத்தம் 32 Generative AI (GenAI) பயன்பாடுகளை அறிமுகப்படுத்தியுள்ளன. இந்த தொழில்நுட்பப் புரட்சியின் முக்கிய நோக்கங்கள், கடன் மதிப்பீடு செய்யும் முறைகளை (Credit Appraisal) மேலும் கூர்மையாக்குவது, வங்கி நிர்வாகத்தின் செயல்பாட்டுத் திறனை (Operational Efficiency) அதிகரிப்பது, மற்றும் புதிய வணிக மாதிரிகளை (Business Models) உருவாக்குவது ஆகும். இதைத் தாண்டி, 10 அரசு வங்கிகள் தற்கென முறையான AI கொள்கைகளையும் (AI Policies) வகுத்துள்ளன. இது சிக்கலான பணிகளைச் செய்யவும், தரவுகளின் அடிப்படையில் விரைவான முடிவுகளை எடுக்கவும் AI-ஐ மூலோபாய ரீதியாகப் பயன்படுத்த உறுதிபூண்டுள்ளன. இந்த முயற்சிகள், நாட்டின் நீண்டகால வளர்ச்சி இலக்கான 'விக்சித் பாரத்' (Viksit Bharat) திட்டத்துடன் ஒத்துப்போகின்றன.

GenAI: திறனை அதிகரிக்குமா அல்லது இலக்கை எட்டுமா?

இந்த GenAI கருவிகளின் முதன்மையான நோக்கம், கடன் முடிவெடுக்கும் செயல்முறைகளுக்குத் தேவையான ஆழமான பார்வைகளை (Insights) வழங்குவதாகும். வணிகச் சுருக்கங்கள் (Business Overviews), நிதிப் பகுப்பாய்வு (Financial Analysis), மற்றும் கடனைத் திரும்பச் செலுத்தும் வரலாறு (Repayment Track Records) போன்றவற்றை எளிதாக்குவதே இதன் முக்கிய குறிக்கோள். EASE சீர்திருத்தங்களின் பரந்த நோக்கமான தொழில்நுட்பம், நிர்வாகம், மற்றும் இடர் மேலாண்மை (Risk Management) மூலம் அரசு வங்கிகளை நவீனமயமாக்குவதோடு இது ஒத்துப்போகிறது. குறிப்பாக, EASE 8.0 ஆனது கடன் கண்காணிப்பு (Credit Monitoring) மற்றும் டிஜிட்டல் கடன் ஒப்புதலை (Digital Underwriting) வலுப்படுத்துவதில் கவனம் செலுத்துகிறது. இதன் மூலம், பணிகளை முடிக்கும் நேரத்தைக் (Turnaround Times) குறைக்கவும், சொத்துக்களின் தரத்தை (Asset Quality) மேம்படுத்தவும் முடியும். மேலும், 9 அரசு வங்கிகள் செயல்பாட்டு இடர் மேலாண்மைக்கு (Operational Risk Management) டிஜிட்டல் தீர்வுகளையும் பயன்படுத்துவதாகத் தெரிவிக்கப்பட்டுள்ளது.

தனியார் வங்கிகளின் ஆதிக்கமும், AI-ன் இடைவெளியும்

அரசு வங்கிகள் AI-ஐ தீவிரமாகப் பயன்படுத்த முனைந்தாலும், தனியார் துறை வங்கிகளுடன் (PrSBs) ஒப்பிடும்போது ஒரு குறிப்பிடத்தக்க இடைவெளி நீடிக்கிறது. ஆய்வுகளின்படி, தனியார் வங்கிகள் பொதுவாக AI-ல் மேம்பட்ட நிலையில் உள்ளன. இவற்றின் AI Adoption Index 48% அதிகமாக உள்ளது. இதற்குக் காரணம், தனியார் வங்கிகளுக்கு இருக்கும் அதிக மூலோபாய சுதந்திரம் (Strategic Autonomy), நிதி நெகிழ்வுத்தன்மை (Capital Flexibility), மற்றும் சிறப்புத் திறமையாளர்களை (Specialized Talent) ஈர்க்கும் திறன் ஆகும். அரசு வங்கிகள் பாரம்பரிய அமைப்புகள் மற்றும் நிர்வாகச் சிக்கல்களால் (Bureaucratic Structures) இந்த விஷயங்களில் சவால்களை எதிர்கொள்கின்றன. GenAI மற்றும் பெரிய மொழி மாதிரிகள் (Large Language Models) போன்ற முன்னேற்றங்கள் மூலம் அரசு வங்கிகள் AI-ஐ வேகப்படுத்துகின்றன என்றாலும், தனியார் வங்கிகள் இவற்றைச் செலவு குறைந்த முறையில் பயன்படுத்தி, புதிய வாடிக்கையாளர்களை ஈர்ப்பதற்கும், வாடிக்கையாளர்களிடம் கூடுதல் சேவைகளை விற்பதற்கும் (Cross-selling) பயன்படுத்துகின்றன.

செலவுக் கட்டுப்பாடு Vs. நீடித்த சவால்கள்

EASE திட்டம், இன்றும் EASErise ஆக வளர்ச்சியடைந்து, அரசு வங்கிகளின் சொத்துத் தரத்தை மேம்படுத்துவதிலும், வாராக்கடன்களைக் (NPAs) குறைப்பதிலும் முக்கியப் பங்காற்றியுள்ளது. இருப்பினும், உலகளாவிய போட்டிக்கு (Global Competitiveness) வருவது அரசு வங்கிகளுக்கு ஒரு கடினமான பயணமாகவே உள்ளது. இந்திய வங்கிகள், குறிப்பாக அரசு வங்கிகள், தங்களின் பிராந்திய போட்டியாளர்களை விட அதிக செயல்பாட்டுச் செலவுகளை (Operating Expenses) எதிர்கொள்கின்றன. அதிக எண்ணிக்கையிலான, பெரும்பாலும் முழுமையாகப் பயன்படுத்தப்படாத கிளைகளின் (Branches) சுமையையும் அவை சுமக்கின்றன. கடந்தகால சீர்திருத்த முயற்சிகளால் முழுமையாகத் தீர்க்கப்படாத இந்த கட்டமைப்புச் சிக்கல்கள் (Structural Inefficiencies), தொழில்நுட்ப முன்னேற்றங்களால் ஏற்படும் லாபத்தின் தாக்கத்தைக் குறைக்கக்கூடும். AI ஆனது பணிகளை தானியக்கமாக்கி, முடிவெடுக்கும் திறனை மேம்படுத்தினாலும், விரிவான லாபம் மற்றும் உலகளாவிய அளவை அடைவதற்கான அதன் திறன், அடிப்படைச் செயல்பாட்டுச் செலவுக் கட்டமைப்புகளை (Operational Cost Structures) நிவர்த்தி செய்வதைப் பொறுத்தது. இந்திய ரிசர்வ் வங்கியின் (RBI) அறிக்கைகளின்படி, அரசு வங்கிகளின் வருடாந்திர அறிக்கைகளில் AI குறித்த குறிப்புகள் அதிகரித்து வருவதாகத் தெரிகிறது, ஆனால் தனியார் வங்கிகளுடன் ஒப்பிடும்போது மூலோபாய AI பயன்பாட்டில் இன்னும் குறிப்பிடத்தக்க இடைவெளி இருப்பதாக ஆய்வுகள் சுட்டிக்காட்டுகின்றன.

எதிர்காலப் பார்வை

EASE 9 சீர்திருத்தங்களை நோக்கிச் செல்லும்போது, வாடிக்கையாளர் சேவை மற்றும் கடன் வழங்கல் போன்ற துறைகளில் டிஜிட்டல் ஒருங்கிணைப்பை (Digital Integration) ஆழமாக்குவதிலும், AI பயன்பாடுகளை விரிவுபடுத்துவதிலும் கவனம் செலுத்தப்படும் என எதிர்பார்க்கப்படுகிறது. 'விக்சித் பாரத்' திட்டத்தின் ஒரு பகுதியாக, அரசு வங்கிகளை உலகத்தரம் வாய்ந்த கடன் வழங்கும் நிறுவனங்களாக மாற்றுவதே அரசின் பரந்த இலக்காகும். எதிர்கால EASErise முயற்சிகள், பொருளாதார அதிர்ச்சிகளுக்கு எதிரான வலிமையை அதிகரிக்க, இடர் மேலாண்மை அமைப்புகளை (Risk Management Systems) வலுப்படுத்துவதில் முன்னுரிமை அளிக்கும். இருப்பினும், உண்மையான உலகளாவிய போட்டியை அடைய, தொழில்நுட்ப முன்னேற்றத்துடன், தொடர்ச்சியான செலவுத் திறன் மேம்பாடு, வலுவான நிர்வாகம் (Governance), மற்றும் மூலோபாயத் திறமை மேலாண்மை (Strategic Talent Management) ஆகியவை தேவைப்படும். டிஜிட்டல் பொது உள்கட்டமைப்பு (Digital Public Infrastructure) மற்றும் AI ஒருங்கிணைப்பில் தொடர்ச்சியான கவனம், நிதித் துறையை நவீனமயமாக்குவதற்கான நீண்டகால அர்ப்பணிப்பைக் குறிக்கிறது. ஆனால், தீவிரப் போட்டி மற்றும் மாறிவரும் உலகப் பொருளாதாரச் சூழல்களுக்கு மத்தியில், மாற்றத்தின் வேகம் மற்றும் ஆழம் உன்னிப்பாகக் கவனிக்கப்படும்.

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.