McKinsey రిపోర్ట్: AI పెట్టుబడులు వృధా! పాత టెక్నాలజీయే బ్యాంకులకు అసలు సమస్య

AI నుంచి బ్యాంకులకు ఆశించిన లాభాలు ఎందుకు రావడం లేదు?

బ్యాంకులు తమ AI పెట్టుబడులకు, అందుకుంటున్న ఫలితాలకు మధ్య పెద్ద అంతరం (Gap) ఏర్పడుతోంది. దీనికి ముఖ్య కారణం, అవి పాత టెక్నాలజీ, ప్రక్రియలపైనే ఆధారపడటం. ఆశించిన ఖర్చు తగ్గింపులు, మెరుగైన కస్టమర్ అనుభవాలు నిజం కావడం లేదు. ఎందుకంటే, AI ని సమర్థత లేని పాత వ్యవస్థలపై అదనంగా జోడిస్తున్నారు తప్ప, వాటిని సమూలంగా మార్చడానికి ఉపయోగించడం లేదు.

పాత పునాదులపై AI పెట్టుబడులు

బ్యాంకులు వాయిస్ బాట్స్, అనలిటిక్స్ వంటి AI టెక్నాలజీల్లో భారీగా నిధులు పెడుతున్నాయి. తరచుగా 30-45% వరకు ఖర్చులు తగ్గుతాయని అంచనాలు చెబుతున్నాయి. అయితే, ఈ ప్రయోజనాలు తరచుగా నెరవేరడం లేదు. AI విఫలమవడానికి ప్రధాన కారణం, కస్టమర్ సమస్యల మూల కారణాలను పరిష్కరించడానికి బదులుగా, ప్రస్తుతం ఉన్న అసమర్థ ప్రక్రియలను ఆటోమేట్ చేయడమే. AI సామర్థ్యాన్ని, రెగ్యులేటరీ, రిస్క్ పరిమితులు కూడా తగ్గిస్తున్నాయి. ఇవి మొదట్నుంచీ కాకుండా, ఆలస్యంగా జోడిస్తున్నారు. కొన్ని టెక్నాలజీ-ఫార్వర్డ్ బ్యాంకులు ఆదాయంలో 16.4% వరకు టెక్నాలజీపై ఖర్చు చేస్తున్నప్పటికీ, చాలా బ్యాంకులు ఈ పెట్టుబడులను తగిన విలువగా మార్చలేక ఇబ్బంది పడుతున్నాయి.

లెగసీ సిస్టమ్స్ IT బడ్జెట్లను దెబ్బతీస్తూ, పురోగతిని నెమ్మదిస్తున్నాయి

విశ్లేషణల ప్రకారం, బ్యాంకులు తమ IT బడ్జెట్లలో ఎక్కువ భాగాన్ని - 70% వరకు - కేవలం పాత సిస్టమ్స్ నిర్వహణకే ఖర్చు చేస్తున్నాయి. దీంతో కొత్త ఆవిష్కరణలకు (Innovation) తక్కువ నిధులు మిగులుతున్నాయి. IT ఖర్చులు ఆదాయంలో 6% నుండి 12% వరకు ఉండవచ్చు. కోర్ బ్యాంకింగ్ ప్లాట్‌ఫామ్‌లు 30-40 సంవత్సరాల నాటివి కావచ్చు. దీంతో కొత్త ఉత్పత్తులను వేగంగా మార్కెట్లోకి తీసుకురావడం కష్టమవుతోంది. చాలా సంస్థలు ఇంకా COBOL ఆధారిత సిస్టమ్స్‌నే ఉపయోగిస్తున్నాయి. ప్రపంచవ్యాప్తంగా బిలియన్ల కొద్దీ COBOL కోడ్ లైన్లు ఉన్నాయి. వీటిని నిర్వహించడం ఖరీదైనదిగా, కష్టతరంగా మారుతోంది. ఈ పాత సిస్టమ్స్, ఆధునిక సిస్టమ్స్‌తో పోలిస్తే అప్‌డేట్‌లను నెమ్మదిస్తాయి. దాదాపు 43% కంపెనీలు స్పష్టమైన వ్యాపార లక్ష్యాలు, సరైన డేటా మేనేజ్‌మెంట్ లేకపోవడం వల్ల AI ప్రాజెక్టులతో ఇబ్బంది పడుతున్నాయి. JPMorgan Chase, Bank of America వంటి కొన్ని ప్రముఖ బ్యాంకులు AI ప్రతిభావంతులపై భారీగా పెట్టుబడులు పెడుతున్నాయి. Bank of America, 2024 కోసం టెక్నాలజీపై $4 బిలియన్లు ఖర్చు చేస్తోంది, దాని వర్చువల్ అసిస్టెంట్ Erica బిలియన్ల కొద్దీ సంభాషణలను నిర్వహిస్తోంది. అయితే, అనేక ఇతర బ్యాంకులు చిన్న చిన్న ప్రాజెక్టులతో AIని ప్రయత్నిస్తూ, వాటిని కంపెనీ అంతటా విస్తరించలేక 'పైలట్ పర్గేటరీ' (pilot purgatory) లోనే ఉండిపోతున్నాయి.

ఏమీ చేయకపోవడం వల్ల అధిక వ్యయం: కోల్పోతున్న ఆదాయం, రిస్కులు

ఆధునీకరణ చేయడంలో విఫలమైన బ్యాంకులు కేవలం అవకాశాలను కోల్పోవడమే కాకుండా, అసంబద్ధంగా మారే ప్రమాదం ఉంది. పాత సిస్టమ్స్ నిర్వహణకు ఎక్కువ ఖర్చు అవుతుంది, భద్రత తక్కువగా ఉంటుంది, డిజిటల్ అవసరాలకు అనుగుణంగా మారలేవు. 2028 నాటికి, ఆధునీకరణ చేయని బ్యాంకులు $57 బిలియన్లకు పైగా నష్టపోవచ్చు. ముఖ్యంగా పేమెంట్స్ రంగంలో గణనీయమైన ఆదాయాన్ని కోల్పోతాయి. విలీనాల (Mergers) ద్వారా ఏళ్ల తరబడి నిర్మించిన సిస్టమ్స్, కస్టమర్ల డిమాండ్లు, కొత్త నిబంధనలకు అనుగుణంగా మారడాన్ని బ్యాంకులు నెమ్మదిస్తాయి. ఈ అస్థిరమైన వ్యవస్థలపై AI ని ప్రయోగించినప్పుడు, సామర్థ్యంపై దాని వాగ్దానం పరిమితం అవుతుంది. ఆధునిక వ్యవస్థలను నిర్మిస్తున్న పోటీదారుల మాదిరిగా కాకుండా, పాత "టెక్నికల్ డెట్" (technical debt) ఉన్న బ్యాంకులు పెరుగుతున్న నిర్వహణ ఖర్చులు, సైబర్ భద్రతాపరమైన రిస్కులను ఎదుర్కొంటాయి. టెక్ కంపెనీలతో పోటీ వల్ల AI టాలెంట్ కొరత కూడా అధునాతన AI ప్రాజెక్టులకు ఆటంకం కలిగిస్తోంది.

AI శక్తిని ఆవిష్కరించడానికి సమూల మార్పులు అవసరం, అదనపు మెరుగులు కాదు

McKinsey ప్రకారం, బ్యాంకులు తమ కార్యకలాపాలను కేవలం AIని జోడించడం ద్వారా కాకుండా, సమూలంగా మార్చుకోవాలి. కార్యకలాపాలను పూర్తిగా రీడిజైన్ చేయాలి. విజయానికి పాత నిర్మాణాలను కూల్చివేయడం అవసరం. ఇది కస్టమర్ కాల్స్‌లో 25-40% తగ్గుదల, సంతృప్తి పెరగడం వంటి ప్రయోజనాలను అందించగలదు. బ్యాంకింగ్ భవిష్యత్తు, AI ని ఒక పరివర్తన శక్తిగా పరిగణించడంపై ఆధారపడి ఉంటుంది. దీనికి ప్రతిభ, టెక్నాలజీ, డేటా, రిస్క్ మేనేజ్‌మెంట్ వంటి అన్ని రంగాలలో పూర్తిస్థాయి మార్పులు అవసరం.