बैंकिंग में एआई रीसेट: हाइप से आरओआई तक

एआई में भारी निवेश के वर्षों के बाद, बैंक एक अलग प्रश्न पूछना शुरू कर रहे हैं: न कि एआई क्या कर सकता है, बल्कि इतना कम इसका अनुवाद करने योग्य व्यवसाय प्रभाव में क्यों है। उद्योग भर में, ध्यान एआई की सैद्धांतिक क्षमता से इसके वास्तविक व्यवसाय प्रभाव पर स्थानांतरित हो रहा है, और कई बैंकों के लिए परिणाम अब तक मिश्रित रहे हैं।

“एआई रीसेट” एक व्यापक बदलाव को दर्शाता है कि बैंक एआई के प्रति कैसे दृष्टिकोण अपना रहे हैं – प्रायोगिक चरण से दूर जाकर वास्तविक, मापने योग्य परिणाम देने वाले समाधान बनाने पर ध्यान केंद्रित कर रहे हैं।

जब प्रयोग प्रभाव में अनुवाद नहीं कर पाया

एआई को अपनाने का पहला चरण कार्यकारी अधिकारियों द्वारा ग्राहक सेवा, अंडरराइटिंग, अनुपालन और संचालन में उपयोग के मामलों की खोज से चलाया गया था। जबकि नवाचार और निवेश उच्च थे, परिचालन प्रभाव में अनुवाद सीमित था।

समय के साथ, एक पैटर्न स्पष्ट हो गया। टीमें मजबूत पायलट बना रही थीं, लेकिन ये समाधान दैनिक कार्य प्रवाह से जुड़े नहीं थे। विरासत प्रणालियों के साथ एकीकरण अपेक्षा से अधिक जटिल है, डेटा असंगत है, और व्यवसाय और प्रौद्योगिकी टीमों के बीच स्वामित्व खंडित रहता है। कई मामलों में, समस्या एआई समाधान स्वयं नहीं थी, बल्कि इसकी मौजूदा प्रणालियों और प्रक्रियाओं में एकीकरण करने में असमर्थता थी।

उदाहरण के लिए, एक बैंक क्रेडिट निर्णय लेने के लिए एक एआई मॉडल बना सकता है, लेकिन यदि इसका आउटपुट व्यापक ऋण उत्पत्ति प्रवाह में एकीकृत नहीं है, तो टीमें अभी भी इसके आउटपुट की समीक्षा, सत्यापन और लेन-देन पर समय व्यतीत करती हैं, बजाय इसके कि उच्च मूल्य विश्लेषण और अंतर्दृष्टि से चलने वाली गतिविधियों पर ध्यान केंद्रित करें। परिणाम अधिक गतिविधि है, लेकिन आवश्यक रूप से बेहतर, अधिक कुशल ऋण निर्णय नहीं हैं।

अनुभव से पता चला है कि एआई क्षमताओं का निर्माण करना और व्यवसाय मूल्य वितरित करना दो अलग-अलग चीजें हैं। सफलता को अक्सर लेन-देन मेट्रिक्स के माध्यम से मापा जाता है, जैसे कि लॉन्च किए गए उपयोग के मामलों की संख्या या स्वचालित प्रक्रियाएं। ध्यान बेहतर व्यवसाय परिणामों को चलाने की ओर स्थानांतरित होना चाहिए, जैसे कि सुधारित क्रेडिट निर्णय, त्वरित व्यापारी ऑनबोर्डिंग, अनुपालन और ऋण प्रसंस्करण की लागत में कमी, और अंततः, एक बेहतर शीर्ष पंक्ति।

एक अधिक अनुशासित दृष्टिकोण का आकार ले रहा है

नेता अधिक चयनात्मक हो रहे हैं, स्पष्ट, मापने योग्य प्रभाव के साथ एक छोटे से डोमेन-विशिष्ट उपयोग के मामलों पर ध्यान केंद्रित कर रहे हैं। धोखाधड़ी जैसे कार्य, केवाईसी (क्या आप जानते हैं), संग्रह, और क्रेडिट निर्णय लेने उभर रहे हैं क्योंकि वे उच्च मात्रा के साथ जुड़े हुए हैं, संरचित प्रक्रियाओं और परिभाषित परिणामों के साथ जो महत्वपूर्ण व्यवसायिक अर्थ रखते हैं।

एआई कार्यक्रमों को व्यवसायिक चुनौती के दिल में चर्चा के साथ पुनः परिभाषित किया जा रहा है। शुरुआती बिंदु व्यवसायिक समस्या है: कहां अकुशलताएं हैं? कहां गहरी अंतर्दृष्टि और विश्लेषण हो सकता है? कहां निर्णय चीजों को धीमा कर रहे हैं? कहां जोखिम प्रभावी ढंग से प्रबंधित नहीं किया जा रहा है?

एआई परिणामों के लिए एक सुविधा के रूप में।

डेटा लंबे समय से एक पृष्ठभूमि चिंता से एक रणनीतिक प्राथमिकता में बदल गया है। स्वच्छ, सुसंगत और अच्छी तरह से शासित डेटा के बिना, यहां तक कि सबसे उन्नत एआई मॉडल भी अर्थपूर्ण परिणाम देने में संघर्ष करते हैं।

कई संस्थानों के लिए, विरासती वातावरण से माध्यमिक, मध्यवर्ती और बेहतर डेटा वास्तुकला के माध्यम से मूल्य को अनलॉक करना पूर्ण कोर प्रतिस्थापन की तुलना में प्राथमिकता ले रहा है, जो अक्सर महंगा, समय लेने वाला और जोखिम भरा होता है। आगे बढ़ने के लिए, एआई को दैनिक कार्य प्रवाह में सीधे एम्बेड किया जाना चाहिए, न कि एक स्टैंडअलोन टूल या डैशबोर्ड के रूप में पेश किया जाना चाहिए जिसके चारों ओर कर्मचारियों को काम करना होगा।

जैसे ही ये नींव स्थान में गिरती हैं, बैंक स्पष्ट उदाहरण देखना शुरू कर रहे हैं कि एआई वास्तविक परिणाम दे रहा है।

केवाईसी ऑनबोर्डिंग में, एआई-संचालित दस्तावेज़ प्रसंस्करण और निर्णय लेने ने ऑनबोर्डिंग समय को काफी कम कर दिया है और साथ ही साथ सटीकता में सुधार किया है। एक प्रमुख एशियाई बैंक ने एक डोमेन-नेतृत्व वाले डिजिटल परिवर्तन साझेदारी के माध्यम से अपने केवाईसी ऑनबोर्डिंग समय को 50% कम कर दिया, त्रुटि दर को 67% कम कर दिया, और हैंडलिंग समय को आधे से अधिक कम कर दिया। इसके अलावा, इसकी परिचालन लागत 15% कम हो गई और सटीकता स्तर 96% तक सुधर गई।

यह अंतर केवल प्रौद्योगिकी द्वारा नहीं बनाया गया था, बल्कि प्रक्रिया दृष्टिकोण द्वारा। मौजूदा कार्य प्रवाह पर एआई की परत नहीं चढ़ाई गई, बल्कि प्रक्रिया को अंत से अंत तक पुनः अभियांत्रित किया गया। यह वह जगह है जहां बैंक अपना ध्यान बढ़ा रहे हैं।

वित्तीय अपराध में एक समान बदलाव हो रहा है। पारंपरिक रूप से, बहुत सारे प्रयास प्रतिक्रियात्मक रहे हैं, जो घटना के बाद होने वाले अलर्ट की जांच पर केंद्रित हैं। बैंक अब एआई का उपयोग करके पैटर्न की पहचान करने, संभावित धोखाधड़ी का पूर्वानुमान लगाने और जोखिमों को कम करने के लिए उपयोग कर रहे हैं। यह प्रतिक्रियात्मक से प्रोक्टिव में बदलाव है जहां एआई वास्तविक मूल्य बनाता है।

मानव पर्यवेक्षण विकसित हो रहा है, कम नहीं हो रहा है

वित्तीय सेवा उद्योग में, जो उच्च नियामक परिणामों के साथ जुड़ा हुआ है, निर्णयों में महत्वपूर्ण वित्तीय और प्रतिष्ठा परिणाम होते हैं। नियामक पारदर्शिता और जवाबदेही की अपेक्षा करते हैं, जिसका अर्थ है कि मानव पर्यवेक्षण अभी भी आवश्यक है।

जैसे ही एआई दोहराए जाने वाले और नियम-आधारित कार्यों पर कब्जा करता है, मानव भूमिकाएं अपवाद संभंधन, जटिल निर्णय लेने और पर्यवेक्षण की ओर स्थानांतरित हो रही हैं। प्रतिक्रिया की जगह, टीमें अब आउटपुट की समीक्षा, किनारे के मामलों को संभालने, गुणवत्ता सुनिश्चित करने और जोखिम को कम करने पर ध्यान केंद्रित कर रही हैं।

व्यावहारिक रूप से, इसका अर्थ है कि एआई नियमित और साधारण कार्यों को संभालता है, जबकि लोग अंतिम जवाबदेही बनाए रखते हैं। जोर मात्रा से अधिक परिणामों की ओर स्थानांतरित हो रहा है जिसमें निर्णय की गुणवत्ता, नियंत्रण और नियामक विश्वास शामिल है।

शासन डिजिटल पारिस्थितिकी के लिए केंद्रीय है

जैसे ही एआई मॉडल को बड़े पैमाने पर तैनात किया जाता है, उन्हें निरंतर निगरानी, परीक्षण और परिष्कृत किया जाना चाहिए। व्याख्या करने योग्यता, पूर्वाग्रह और अनुपालन के आसपास प्रश्न माध्यमिक चिंताओं के बजाय इन प्रणालियों का मूल्यांकन कैसे किया जाता है, इसके केंद्र में हैं।

स्वामित्व आईटी से परे फैल रहा है, व्यवसाय, जोखिम और अनुपालन टीमें एआई के तैनाती और शासन में बहुत अधिक सक्रिय भूमिका निभा रही हैं। मजबूत शासन के बिना, एआई-संचालित निर्णयों पर विश्वास बनाए रखना मुश्किल है। जो संगठन सबसे अधिक प्रगति कर रहे हैं वे शासन, व्याख्या करने योग्यता और ऑडिट करने योग्यता को डिजाइन आवश्यकताओं के रूप में मान रहे हैं, न कि बाद के विचार के रूप में।

क्या नेताओं को बाकी से अलग करेगा

वे संस्थान जो आगे बढ़ेंगे वे वे होंगे जो केंद्रित रहेंगे – कम, उच्च प्रभाव वाले उपयोग के मामलों पर ध्यान केंद्रित करेंगे, पूरी तरह से प्रक्रियाओं को पुनः कल्पना करेंगे ताकि एआई का बेहतर लाभ मिल सके, अपनी डेटा नींव को मजबूत करेंगे, और शुरू से ही शासन बनाएंगे।

अन्य प्रयोग जारी रख सकते हैं, लेकिन केंद्रित अनुशासन के बिना, परिणामों में प्रयास का अनुवाद करना मुश्किल होगा।

क्या आगे आता है

यदि पिछले कुछ वर्ष एआई की संभावना के बारे में रहे हैं, तो अगला चरण इसके दैनिक बैंकिंग संचालन पर प्रभाव से परिभाषित होगा।

बातचीत बुनियादी स्वचालन से अधिक उन्नत, एजेंटिक प्रणालियों की ओर बढ़ रही है जो बहु-चरण प्रक्रियाओं को संभाल सकती हैं और संदर्भ निर्णय ले सकती हैं। हम इस उन्नयन को वित्तीय अपराध, क्रेडिट और सेवा में देख रहे हैं – और अगला कदम पैमाने पर ध्यान केंद्रित करना है।

बड़े हिस्से में, प्रभावी ढंग से स्केल करना यह जानने पर निर्भर करता है कि स्वायत्तता कहां समझ में आती है और जहां हस्तक्षेप आवश्यक है।

निम्न-जोखिम, उच्च-मात्रा प्रक्रियाओं में, स्वायत्त निर्णय लेने के लिए अधिक जगह है। उच्च-जोखिम वाले क्षेत्रों में, एआई मॉडल पहले चरण का आउटपुट दे सकता है, लेकिन मानव अंतर्दृष्टि और पर्यवेक्षण अभी भी महत्वपूर्ण हैं। यह संतुलन जोखिम भूख, नियामक अपेक्षाओं और आर्थिकी से तय होगा।

प्रभावी ढंग से स्केल करने और मापने योग्य व्यवसाय प्रभाव का प्रदर्शन करने की क्षमता है कि नेता खुद को बाकी से अलग करेंगे। जो संस्थान यह सही करेंगे वे वे होंगे जो स्पष्ट व्यवसायिक परिणामों पर ध्यान केंद्रित रहेंगे, अपनी डेटा नींव को मजबूत करने में निवेश करेंगे, और एआई को अपने मुख्य कार्य प्रवाह में बनाएंगे, इसके बजाय इसे एक स्टैंडअलोन टूल के रूप में मानेंगे। जैसे ही वे सही शासन स्थापित करेंगे ताकि वे लगातार इन प्रणालियों के प्रदर्शन की निगरानी और परिष्कृत कर सकें।

बैंकिंग में एआई यहाँ रहने के लिए है, लेकिन यह अब केवल उन्नत प्रौद्योगिकी को अपनाने के बारे में नहीं है। यह इस बारे में है कि यह प्रौद्योगिकी निर्णयों में सुधार करती है, घर्षण को कम करती है, और वास्तविक दुनिया का मूल्य प्रदान करती है।