FY26లో 10,000 ఉద్యోగాల కోత: AIతో దూసుకుపోతున్న టాప్ ప్రైవేట్ బ్యాంకులు!

AIతో ఉద్యోగుల తగ్గింపు: కారణాలు, ప్రభావాలు

మార్చి 31, 2026 తో ముగిసిన ఆర్థిక సంవత్సరంలో, భారతదేశంలోని ప్రైవేట్ బ్యాంకింగ్ రంగంలో ఉద్యోగుల వ్యూహంలో ఒక ముఖ్యమైన మార్పు చోటుచేసుకుంది. టాప్ టెన్ ప్రైవేట్ బ్యాంకులు కలిపి మొత్తం 10,114 మంది ఉద్యోగులను తగ్గించాయి. గతంలో విస్తరణకు మద్దతుగా వేగంగా సిబ్బందిని నియమించుకున్న బ్యాంకులకు ఇది భిన్నమైన ధోరణి. ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ (AI) మరియు అధునాతన ఆటోమేషన్ వైపు వ్యూహాత్మకంగా మారడమే ఈ ధోరణికి ప్రధాన కారణం. దీంతో, తక్కువ సిబ్బందితోనే ఎక్కువ లావాదేవీలను నిర్వహించగలుగుతున్నాయి.

సామర్థ్యం పెరిగింది, కానీ..?

ఉద్యోగుల తగ్గింపు ప్రధానంగా రొటీన్, రిపిటీటివ్, మరియు బ్యాక్-ఆఫీస్ పనులపై దృష్టి సారించింది. ఈ పనులను సాఫ్ట్‌వేర్, బాట్స్ మనుషుల కంటే వేగంగా, కచ్చితత్వంతో చేస్తున్నాయి. ICICI బ్యాంక్, HDFC బ్యాంక్, Axis బ్యాంక్, Kotak Mahindra బ్యాంక్ వంటి పెద్ద బ్యాంకులు ఈ ట్రెండ్‌లో ముందున్నాయి. ICICI బ్యాంక్ అత్యధికంగా 6,633 మందిని తగ్గించగా, HDFC, Axis, Kotak మహీంద్రా బ్యాంకులు కూడా గణనీయమైన తగ్గుదలను నమోదు చేశాయి.

ఇప్పుడు, క్లరికల్ లేదా అడ్మినిస్ట్రేటివ్ స్థానాల్లో కొత్త నియామకాలకు బదులుగా, AI డెవలప్‌మెంట్, క్లౌడ్ కంప్యూటింగ్, సైబర్ సెక్యూరిటీ వంటి ప్రత్యేక సాంకేతిక పాత్రలపై బ్యాంకులు దృష్టి సారిస్తున్నాయి. అలాగే, అంతర్గత ప్రాసెసింగ్ రోల్స్ నుండి కస్టమర్-ఫేసింగ్ పొజిషన్లకు సిబ్బందిని మారుస్తున్నారు. ఇక్కడ క్లిష్టమైన సలహా సేవలకు మానవ స్పర్శ అవసరం.

అన్ని బ్యాంకులూ ఒకేలా లేవు

అయితే, పెద్ద బ్యాంకులు తమ కార్యకలాపాలను క్రమబద్ధీకరిస్తున్నప్పటికీ, ఈ ధోరణి అన్ని బ్యాంకులకూ వర్తించదు. Federal Bank, IndusInd Bank, Yes Bank, IDFC First Bank వంటి కొన్ని మధ్య తరహా బ్యాంకులు ఇదే కాలంలో సిబ్బందిని పెంచుకున్నాయి. ఇది వివిధ వృద్ధి దశలను సూచిస్తుంది. పెద్ద బ్యాంకులు ప్రస్తుత ఆస్తులు, డిజిటల్ ప్లాట్‌ఫారమ్‌ల నుండి గరిష్ట సామర్థ్యాన్ని పొందడంపై దృష్టి సారిస్తే, మధ్య తరహా బ్యాంకులు తరచుగా విస్తరణ దశలో ఉండి, స్కేలింగ్ కోసం ఎక్కువ మానవ వనరులను కోరుకుంటాయి.

కొత్త రిస్కులు: పెట్టుబడిదారులు ఏం గమనించాలి?

బ్యాంకులు ఆటోమేటెడ్ సిస్టమ్స్ వైపు మళ్లుతున్నందున, పెట్టుబడిదారులు కొన్ని కొత్త రిస్కులను గమనించాలి. సింథటిక్, ఆటోమేటెడ్ సిస్టమ్స్‌పై అధికంగా ఆధారపడటం వల్ల, డిజిటల్ ఆన్‌బోర్డింగ్ లేదా KYC ప్రక్రియలో డీప్‌ఫేక్‌ల వంటి అధునాతన AI- రూపొందించిన మోసాల ప్రమాదం ఉంది. అదనంగా, ఆటోమేటెడ్ లెండింగ్ మోడళ్లు డేటా సరిగా లేకపోతే నిర్దిష్ట సమూహాలను (గ్రామీణ, మహిళా దరఖాస్తుదారులు) అనుకోకుండా ప్రతికూలంగా ప్రభావితం చేసే ప్రమాదం కూడా ఉంది.

అంతేకాకుండా, ఉద్యోగ పరివర్తన అనేది ఒక పెద్ద సవాలు. బ్యాంకింగ్ ఉద్యోగాల స్వభావం వేగంగా మారుతున్నందున, ప్రస్తుత ఉద్యోగులకు శిక్షణ, పునఃనైపుణ్యం కల్పించడంలో బ్యాంకులు భారీగా పెట్టుబడులు పెట్టాలి.

భవిష్యత్తులో, ఆపరేటింగ్ ఖర్చుల తగ్గింపు, లోన్ గ్రోత్‌తో పోలిస్తే, రాబోయే త్రైమాసిక ఫలితాల్లో ఈ ఉత్పాదకత లాభాలు నిజంగా కనిపిస్తాయా అనేది పెట్టుబడిదారులు గమనించాలి. అలాగే, AI-ఆధారిత రుణాలపై RBI నియంత్రణ వైఖరి ఎలా ఉంటుందో చూడాలి.