आधुनिक समाज और विश्व अर्थव्यवस्था के वित्तीय जीवन के विकास में बैंक महत्वपूर्ण भूमिका निभाते हैं; वे नकदी, ऋण और जमा के साथ लेनदेन करते हैं। इन प्रक्रियाओं को अनुकूलित करने के लिए ही बैंकिंग क्षेत्र में कृत्रिम बुद्धिमत्ता को सक्रिय रूप से पेश किया जा रहा है। मैं आपको सटीक रूप से बताऊंगा कि बैंकिंग संरचनाएं तंत्रिका नेटवर्क का उपयोग कैसे करती हैं, और सबसे महत्वपूर्ण बात यह है कि क्या हमारे लिए कोई जोखिम हैं?
ऐतिहासिक रूप से, बैंकिंग उद्योग हमेशा नवाचारों को पेश करने वाले पहले उद्योगों में से एक रहा है। पहले से ही बीसवीं शताब्दी के 50 के दशक में, भविष्य के ऋणदाता का आकलन करने के लिए गणितीय मॉडल का उपयोग किया गया था; 80 के दशक में, वित्तीय क्षेत्र में कंप्यूटर का सक्रिय परिचय शुरू हुआ।
मशीनें सूचकांकों की गतिशीलता की गणना कर सकती हैं और निवेश रणनीति निर्धारित कर सकती हैं। 21वीं सदी में, बैंकिंग क्षेत्र ने पूरी तरह से कृत्रिम बुद्धिमत्ता प्रौद्योगिकियों को अपनाया, जिनका बैंकों में जोखिम विश्लेषण के लिए सक्रिय रूप से उपयोग किया जाने लगा। यह सब क्रेडिट स्कोरिंग की समस्या को हल करने के साथ शुरू हुआ और धीरे-धीरे अन्य बैंकिंग उत्पादों की ओर बढ़ गया।
एलएलएम प्रौद्योगिकियों के विकास के साथ, कृत्रिम बुद्धिमत्ता का उपयोग मोबाइल अनुप्रयोगों में आवाज सहायकों के लिए, टेलीफोन ऑपरेटरों की पहली पंक्ति में और कानूनी प्रकृति सहित स्वचालित रूप से दस्तावेज़ पाठ लिखने के कार्यों में किया जाने लगा। पासपोर्ट और अन्य दस्तावेजों को स्कैन करने के परिणामों के आधार पर क्लाइंट डेटा भरने में तेजी लाने, इलेक्ट्रॉनिक दस्तावेज़ प्रबंधन के उद्देश्य से दस्तावेजों को पहचानने के लिए कंप्यूटर विज़न विधियों का उपयोग किया जाता है। कृत्रिम बुद्धिमत्ता विधियों का उपयोग विपणन उद्देश्यों के लिए भी किया जाता है: ग्राहकों को विभाजित करना और व्यक्तिगत ऑफ़र विकसित करना।
हाल ही में, यूके के विशेषज्ञों ने बैंकिंग उद्योग में कृत्रिम बुद्धिमत्ता की भूमिका पर एक बड़े पैमाने पर शोध प्रकाशित किया। उनकी गणना के अनुसार, इन प्रौद्योगिकियों के विकास और कार्यान्वयन के लिए बैंकिंग संरचनाओं की लागत 2030 तक 300 अरब डॉलर तक पहुंच जाएगी।
यदि हम वित्तीय क्षेत्र में कृत्रिम बुद्धिमत्ता प्रौद्योगिकियों की शुरूआत की तुलना अन्य क्षेत्रों से करते हैं, तो सामान्य तौर पर हम पायलटिंग और परीक्षण चरण के बारे में बात कर सकते हैं।
रूसी बैंकों के उदाहरण का उपयोग करते हुए, हम देखते हैं कि कुछ क्षेत्रों में तंत्रिका नेटवर्क काफी प्रभावी ढंग से काम करते हैं, लेकिन अन्य में स्पष्ट समस्याएं हैं। लेकिन कुछ और भी सांकेतिक है – लगभग सभी बड़े बैंकों ने अपनी संरचना में एआई प्रौद्योगिकियों के विकास और कार्यान्वयन के लिए जिम्मेदार अलग-अलग विभाग बनाए हैं।
ग्राहकों के साथ संचार
तंत्रिका नेटवर्क, निर्दिष्ट एल्गोरिदम के आधार पर, यह तय करता है कि वास्तव में आपको क्या उत्तर देना है और संवाद कैसे बनाना है। सबसे दिलचस्प मामलों में से एक टिंकॉफ बैंक का एक वॉयस असिस्टेंट है, जिसका नाम ब्रांड के संस्थापक – ओलेग के समान है। ओलेग के उपयोग के लिए धन्यवाद, बैंक सालाना लगभग 360 मिलियन रूबल बचाता है, और चैट बॉट आने वाले सभी अनुरोधों में से लगभग आधे को संसाधित करता है। सीधे संचार के अलावा, तंत्रिका नेटवर्क गणना करेगा और तय करेगा कि कौन सा बैंकिंग उत्पाद अब आपके लिए सबसे आकर्षक होगा – एक जमा, एक ऋण या विशेष शर्तों वाला कार्ड।
उधार देना
एक ओर, बड़ी संख्या में कर्मचारियों ने हमेशा इस दिशा में काम किया है, आवेदनों की मैन्युअल रूप से समीक्षा की है। और यहां दो बिंदु महत्वपूर्ण हैं – इन कर्मचारियों के वेतन कोष से जुड़ी बैंक की बढ़ती लागत। दूसरा, मानवीय कारक के कारण त्रुटि होने की संभावना है।
दूसरी ओर, ग्राहक को हमेशा नुकसान उठाना पड़ा, क्योंकि मैन्युअल समीक्षा से ऋण देने की संभावना पर निर्णय में देरी हुई। कृत्रिम बुद्धिमत्ता तकनीक की शुरुआत करके बैंक लगभग सभी समस्याओं का समाधान करने में सक्षम हुए। एप्लिकेशन बहुत तेज़ी से संसाधित होते हैं, कृत्रिम बुद्धिमत्ता हमेशा सही निर्णय लेती है। रूसी बैंक स्वयं इसे स्वीकार करते हैं, यह देखते हुए कि अब न चुकाए गए ऋणों के प्रतिशत में कमी आई है।
सुरक्षा
बैंक ऑफ रशिया के मुताबिक, 2023 की पहली तिमाही में ग्राहकों से पैसे की चोरी का रिकॉर्ड बनाया गया। जालसाज़ रूसियों के खातों से 4.5 बिलियन से अधिक रूबल चुराने में सक्षम थे।
इसलिए, कपटपूर्ण कार्यों की पहचान करना इस उद्योग के संदर्भ में तंत्रिका नेटवर्क के लिए आशाजनक कार्यों में से एक है। पहले से ही आज, कृत्रिम बुद्धिमत्ता वित्तीय निगरानी करती है, बड़ी मात्रा में डेटा को बिना रुके स्कैन करती है, व्यक्तियों और कानूनी संस्थाओं के अस्वाभाविक व्यवहार की पहचान करती है। इसके अलावा, तंत्रिका नेटवर्क साइबर हमलों के तथ्यों की पहचान करते हैं।
देनदारों के साथ काम करना
देनदारों के साथ काम करने में कृत्रिम बुद्धिमत्ता का उपयोग करने की प्रथा रूस में काफी समय पहले शुरू हुई थी। Sberbank ने 2017 में पहले मामलों की घोषणा की; 2018 में, एक अन्य प्रमुख बाजार खिलाड़ी, VTB बैंक ने इस तकनीक की शुरुआत की घोषणा की। आजकल, देनदारों के साथ लगभग आधा संचार तंत्रिका नेटवर्क द्वारा किया जाता है। हालाँकि, इसी दिशा में वर्तमान रूसी कानून से जुड़ी कुछ समस्याएं हैं। रोबोटिक संग्राहकों का उपयोग तथाकथित ग्रे क्षेत्र में आता है। उन्हें आधिकारिक तौर पर अनुमति नहीं है, लेकिन वे निषिद्ध भी नहीं हैं। निःसंदेह, इससे जनता में नकारात्मक प्रतिक्रिया उत्पन्न होती है।
इसके अलावा, पिछले साल देनदारों के साथ संचार करते समय रोबोट संग्राहकों के उपयोग की वैधता से संबंधित कई बड़े मुकदमे हुए थे। अभ्यास से पता चलता है कि जब इस तकनीक का बहुत आक्रामक तरीके से उपयोग किया जाता है तो कानूनी कार्रवाई शुरू की जाती है। उदाहरण के लिए, एक रोबोट हर घंटे देनदार को कॉल करता है। और कुछ बैंक परिणामों के डर के बिना, शांति से इसका उपयोग करते हैं। अन्य लोग ग्राहक वफादारी से जुड़े प्रतिष्ठित जोखिमों से डरते हैं।
बैंकिंग क्षेत्र में कृत्रिम बुद्धिमत्ता का उपयोग सूचीबद्ध क्षेत्रों तक सीमित नहीं है। बड़ी मात्रा में काम अब तंत्रिका नेटवर्क द्वारा किया जाता है: दस्तावेज़ पहचान, संग्रह के लिए इष्टतम मार्ग बनाना, ग्राहकों की आमद को ध्यान में रखते हुए कार्यालय कार्य कार्यक्रम विकसित करना, नए कार्यालय शुरू करने के लिए सफल स्थानों का चयन करना आदि।
बैंकिंग उद्योग में तंत्रिका नेटवर्क का उपयोग करने में जोखिम
तंत्रिका नेटवर्क को इस तरह से डिज़ाइन किया गया है कि त्रुटि को कम करने के लिए, प्रारंभिक चरण में डेटा की एक बड़ी श्रृंखला होनी चाहिए और किसी दिए गए एल्गोरिदम को लागू करने की प्रक्रिया में लगातार प्रशिक्षित होना चाहिए। और हम यहां सैकड़ों हजारों बैंकिंग ग्राहकों के व्यक्तिगत डेटा के साथ-साथ व्यापार रहस्यों वाली कानूनी संस्थाओं की जानकारी के बारे में बात कर रहे हैं।
2023 में, एक बड़े पैमाने पर शोध प्रकाशित किया गया था इन्फोवॉच द्वारा, कॉर्पोरेट क्षेत्र में सूचना सुरक्षा में विशेषज्ञता वाली कंपनी। विशेषज्ञों ने कहा कि 2022 में रूस में व्यक्तिगत डेटा वाले 667 मिलियन से अधिक रिकॉर्ड लीक हुए। अगर हम इस आंकड़े की तुलना 2021 से करें तो वास्तव में हमें लगभग 2.5 गुना की बढ़ोतरी देखने को मिलती है। एक सकारात्मक प्रवृत्ति – बैंकिंग संरचनाओं से व्यक्तिगत डेटा का लीक होना कम आम होता जा रहा है। इसलिए, हम व्यक्तिगत डेटा के रिसाव को कम करने पर कृत्रिम बुद्धिमत्ता के विकास के सकारात्मक प्रभाव के बारे में बात कर सकते हैं।
तंत्रिका नेटवर्क के लिए एल्गोरिदम हमेशा एक व्यक्ति द्वारा निर्धारित किया जाता है, लेकिन सवाल यह उठता है कि नैतिक दृष्टिकोण से, लिंग, राष्ट्रीयता या धार्मिक संबद्धता के पहलू पर कितनी गहराई से काम किया गया है। उदाहरण के लिए, ऋण जारी करने का निर्णय लेते समय, पुरुषों को लाभ मिल सकता है, क्योंकि सांख्यिकीय रूप से वे मानवता के आधे से अधिक कमाते हैं, भले ही अन्य चीजें समान हों। रूस में प्रत्येक बैंक नैतिक समस्याओं को हल करने के लिए स्वतंत्र रूप से काम करता है। उदाहरण के लिए, Sberbank ने अपनी स्वयं की आचार संहिता विकसित की है, और VTB ने ऐसे मॉडल विकसित किए हैं जो नैतिक दृष्टिकोण से तंत्रिका नेटवर्क निर्णयों का मूल्यांकन करते हैं।
कॉल सेंटर कर्मचारियों की कमी, ऋण देने के निर्णय लेने वाले विशेषज्ञों, रोबोट संग्राहकों का लगभग पूर्ण उन्मूलन – और यह उन लोगों की पूरी सूची नहीं है जिन्हें आज प्रतिस्थापित किया जा रहा है न्यूरल नेटवर्क. और कर्मचारी कटौती एक वस्तुनिष्ठ प्रक्रिया है।
रूसी संघ के सेंट्रल बैंक ने 2015 में 30% लाइन कर्मचारियों की कटौती करते हुए यह प्रक्रिया शुरू की। 2023 में कटौती की दो लहरों के बारे में जानकारी की घोषणा की गई थी। वसंत ऋतु में, लगभग 1,000 कर्मचारियों को नौकरी से निकाल दिया गया। थोड़ी देर बाद शरद ऋतु की लहर हमारा इंतजार कर रही है। 2018 में, Sberbank ने मध्य प्रबंधकों की 70% कटौती करने की योजना की घोषणा की। हालाँकि, 2018 के अंत में वास्तविक स्थिति बिल्कुल अलग निकली – आधिकारिक आंकड़ों के अनुसार, केवल 5% कर्मचारियों को नौकरी से निकाला गया। 2025 तक बैंक अपने आधे कर्मचारियों की सेवाएं खत्म करने की योजना बना रहा है।
