भारतीय बैंक GenAI के प्रयोग से आगे बढ़कर इसे अपने मुख्य कामकाज में लागू करने पर जोर दे रहे हैं, हालांकि बड़े पैमाने पर AI अपनाना अभी भी चुनौती बना हुआ है।
Indian Banks Move Beyond GenAI Experiments as AI Adoption Enters Core Operations |
नई दिल्ली (भारत)। FICCI, बोस्टन कंसल्टिंग ग्रुप (BCG) और इंडियन बैंक्स एसोसिएशन की FIBAC 2026 में जारी रिपोर्ट के अनुसार, भारतीय बैंक जेनरेटिव आर्टिफिशियल इंटेलिजेंस (GenAI) के साथ प्रयोग करने से आगे बढ़कर इसे अपने मुख्य कामकाज में लागू करने की दिशा में तेज़ी से बढ़ रहे हैं, लेकिन इन पहलों को बड़े पैमाने पर लागू करना अभी भी एक बड़ी चुनौती है।
AI प्लेबुक मुख्य रूप से चार प्राथमिकताओं पर केंद्रित
रिपोर्ट में बताया गया है, कि बैंकिंग सेक्टर का AI प्लेबुक मुख्य रूप से चार प्राथमिकताओं पर केंद्रित है - क्रेडिट तक सबकी पहुँच बनाना, प्रोडक्टिविटी बढ़ाना, रिस्क से निपटने की क्षमता बनाना और AI-आधारित कस्टमर एंगेजमेंट का विस्तार करना। इससे पता चलता है कि GenAI के इस्तेमाल वाले मामलों (use cases) को लागू करने वाले बैंकों की संख्या में तेज़ी से बढ़ोतरी हुई है, और साथ ही बड़ी संख्या में भारतीय वित्तीय संस्थानों के लिए GenAI शीर्ष तीन रणनीतिक प्राथमिकताओं में शामिल हो गया है।
विभिन्न कामों के लिए तैनात किए AI एजेंट
हालाँकि, डेटा और इंफ्रास्ट्रक्चर की तैयारी, टैलेंट और स्किल्स की कमी, रेगुलेटरी और गवर्नेंस से जुड़ी चिंताएँ, और रिटर्न को लेकर अनिश्चितता इसके व्यापक रूप से अपनाए जाने में बड़ी बाधाएँ बनी हुई हैं। BPCL MAK लुब्रिकेंट्स सबसे बड़े अवसरों में से एक 'एजेंटिक AI' के ज़रिए क्रेडिट प्रोसेस को बदलना है। बैंक एप्लीकेशन, डॉक्यूमेंट प्रोसेसिंग, पहचान की पुष्टि, क्रेडिट असेसमेंट, धोखाधड़ी का पता लगाने, कोलेटरल की पुष्टि, मंज़ूरी और लोन वितरण जैसे कामों में AI एजेंटों को तैनात करके काम पूरा होने के समय को 50-90% तक कम कर सकते हैं। रिपोर्ट में 95% से ज़्यादा मामलों में पहली बार में ही सही प्रोसेसिंग, ऑपरेटिंग कॉस्ट में 40-60% की कमी और क्रेडिट मोर्टैलिटी रेट में 20-30% की कमी का अनुमान भी लगाया गया है।
AI का फ़ायदा सिर्फ़ लागत कम करने तक ही सीमित नहीं
प्रोडक्टिविटी के मामले में, रिपोर्ट का कहना है कि AI का फ़ायदा सिर्फ़ लागत कम करने तक ही सीमित नहीं रहना चाहिए। बैंक कम महत्व वाले और बार-बार किए जाने वाले कामों को ऑटोमेट कर सकते हैं, जिससे रिलेशनशिप मैनेजर अपना समय जटिल सलाह देने, क्रॉस-सेलिंग, कस्टमर को बनाए रखने और संबंध बनाने जैसे कामों में लगा सकें। AI-आधारित सलाह 'अगले सबसे अच्छे प्रोडक्ट' की सिफारिश, पर्सनलाइज़्ड कैंपेन, शुरुआती चेतावनी वाले अलर्ट और कलेक्शन जैसी गतिविधियों में मदद कर सकती है।
बैंकों को अपनी रिस्क-मैनेजमेंट क्षमताओं को मज़बूत करने की ज़रूरत
साथ ही, बैंकों को अपनी रिस्क-मैनेजमेंट क्षमताओं को मज़बूत करने की ज़रूरत होगी क्योंकि रिस्क का दायरा पारंपरिक क्रेडिट रिस्क से कहीं आगे बढ़ रहा है। जियोपॉलिटिकल और क्लाइमेट रिस्क के लिए ज़्यादा बारीक मॉडलिंग की ज़रूरत है, जबकि AI साइबर हमलों को तेज़ और सस्ता बना रहा है।
बढ़ती डिजिटल निर्भरता ऑपरेशनल कमज़ोरियों को भी बढ़ा रही है, जिससे मशीन की गति से बचाव, रियल-टाइम धोखाधड़ी की निगरानी और मज़बूत ऑपरेशनल रेज़िलिएंस और भी महत्वपूर्ण हो गए हैं। इसलिए, रिपोर्ट का सुझाव है कि AI को अपनाने के अगले चरण में अलग-थलग पायलट प्रोजेक्ट्स पर कम और बैंकिंग ऑपरेटिंग मॉडल में इंटेलिजेंट, एजेंट-आधारित सिस्टम को शामिल करने पर ज़्यादा ध्यान दिया जाएगा, साथ ही गवर्नेंस, इंफ्रास्ट्रक्चर और रिस्क कंट्रोल को भी मज़बूत किया जाएगा। (इनपुटः ANI)
यह भी पढ़ेंः जुलाई 2026 में भारतीय म्यूचुअल फंड इंडस्ट्री में ₹85.75 लाख करोड़ का रिकॉर्ड नेट इनफ्लो