बैंक आज पुराने होते जा रहे हैं, विशेषकर फिनटेक क्षेत्र के तेजी से बढ़ने के साथ, जिसका उद्देश्य पारंपरिक वित्तीय सेवाओं के लिए अधिक कुशल, सस्ता और उपयोगकर्ता-केंद्रित विकल्प प्रदान करना है।
पर आधारित
स्टेटिस्टा का डेटा, यूरोप में नियोबैंक की बैंकिंग उद्योग में 11.1% बाजार हिस्सेदारी थी, जबकि उनके यूएस-आधारित समकक्षों की 15.5 में सभी बैंक खातों में 2023% हिस्सेदारी थी। कुल नियोबैंकिंग लेनदेन मूल्य के साथ
बढ़ने का अनुमान है 2024 के $6.37 ट्रिलियन से 10.44 तक 2028% सीएजीआर पर $13.15 ट्रिलियन तक, ये फिनटेक स्टार्टअप पारंपरिक बैंकों के लिए एक महत्वपूर्ण खतरे का प्रतिनिधित्व करते हैं।
साथ ही, बैंकों को कई चुनौतियों का सामना करना पड़ता है जो उनकी प्रतिस्पर्धात्मकता को और कमजोर कर सकती हैं। सख्त विनियमन और स्वचालन की कमी महत्वपूर्ण समस्याएं पेश करती है, और वित्तीय संस्थानों को उन्हें हल करने के लिए नई प्रौद्योगिकियों को अपनाना चाहिए।
मैन्युअल कार्य और विनियामक परिवर्तनों का बैंकों पर भारी प्रभाव पड़ता है
निम्नलिखित पिछले वर्ष की बैंक विफलताएँ, नियामकों का लक्ष्य बैंकिंग पतन को रोकने के लिए वित्तीय संस्थानों के लिए सख्त उपाय लागू करना है
और उपभोक्ताओं की रक्षा करें। इसका एक उदाहरण है बेसल III एंडगेम, वित्तीय संस्थानों को बढ़ाने के लिए बेसल समिति द्वारा प्रस्तावित उपायों का एक अंतिम सेट
विनियमन, जोखिम प्रबंधन और पर्यवेक्षण।
अधिक विनियमों और सख्त नियमों के साथ, बैंकों के लिए नियामकों की आवश्यकताओं को पूरा करना अधिक चुनौतीपूर्ण और महंगा हो जाता है। उन्हें उच्च-मूल्य वाले विशेषज्ञों को नियुक्त करना होगा और अनुपालन के लिए अतिरिक्त मानव संसाधन समर्पित करना होगा, जो कि बैंकों की गतिविधि है।
ग्राहक ऑनबोर्डिंग टीमें पहले से ही हैं अपना 91% समय व्यतीत करें परिचालन कार्यों के साथ-साथ।
इसके अतिरिक्त, ग्राहक सेवा और क्रेडिट स्कोरिंग जैसे क्षेत्रों में स्वचालन की कमी के परिणामस्वरूप बैंकों के लिए महत्वपूर्ण मैन्युअल कार्य होता है। इसके लिए कई कर्मचारियों की आवश्यकता होती है और संस्थान का खर्च बढ़ जाता है।
फिनटेक के साथ प्रासंगिक और प्रतिस्पर्धी बने रहने के लिए, बैंकों को अपने ऐतिहासिक रूप से सतर्क दृष्टिकोण से हटकर एआई जैसी नई तकनीकों को अपनाने की जरूरत है। वास्तव में, रद्द किए गए डेटा से पता चला कि कृत्रिम बुद्धि का उपयोग
को बढ़ावा दे सकता है 1 तक बैंकिंग क्षेत्र का राजस्व $2030 ट्रिलियन तक।
तो, बैंक अपने तकनीकी विकास में एआई का लाभ कैसे उठा सकते हैं?
कम परिचालन लागत पर सुपरचार्ज्ड दक्षता
बैंकों को एएमएल अनुपालन और धोखाधड़ी का पता लगाने के लिए एआई के संभावित उपयोग के मामलों का पता लगाना चाहिए।
आज, एएमएल अनुपालन के लिए प्रक्रियाओं और पैटर्न पहचान का कड़ाई से पालन करने की आवश्यकता है, एक ऐसा कार्य जो नियमित है और इस पर निरंतर ध्यान देने की आवश्यकता है। और मौजूदा तरीके, जैसे लेन-देन निगरानी प्रणाली, संसाधन-भारी और अकुशल हैं, जो अक्सर असंख्य को जन्म देते हैं
झूठी सकारात्मक चेतावनियाँ.
एआई बहुत कम परिचालन लागत और अधिक तीव्र प्रतिक्रिया समय के साथ मनुष्यों की तुलना में एएमएल अनुपालन और धोखाधड़ी का पता लगाने में अधिक प्रभावी ढंग से सामना कर सकता है। मशीन लर्निंग के साथ मिलकर, कृत्रिम बुद्धिमत्ता उपकरण लगातार सीख सकते हैं और नया, और अधिक खोज सकते हैं
उल्लंघनों का पता लगाने के सक्षम तरीके.
आम धारणा के विपरीत, ऐसे कार्यों के लिए एआई और एमएल टूल का उपयोग करने से अंतिम चरण को सत्यापित करने के लिए मानव की आवश्यकता समाप्त नहीं होती है। वास्तव में, नियामक इन मामलों में वित्तीय निर्णय लेने के लिए एक अनुपालन अधिकारी को अनिवार्य करते हैं।
आम धारणा के विपरीत, यह ध्यान दिया जाना चाहिए कि बैंकों की प्रक्रियाओं में एआई उपकरण लागू करने से कर्मचारियों की जगह नहीं ली जाएगी। इसके बजाय, वे उनकी उत्पादकता बढ़ाने के लिए उनके पेशेवर कार्यों में उनकी सहायता करेंगे। कृत्रिम बुद्धिमता होगी
किसी प्रक्रिया का सबसे अधिक संसाधन-गहन भाग निष्पादित करना, एक मानव कार्यकर्ता द्वारा इसकी समीक्षा करना और अंत में इसे अंतिम रूप देना।
इसके अलावा, बैंक दक्षता बढ़ाने और अपने ग्राहक सहायता और जोखिम विश्लेषण टीमों की लागत को कम करने के लिए एआई का उपयोग कर सकते हैं। साथ ही, बड़े भाषा मॉडल पारंपरिक नियम-आधारित चैटबॉट्स द्वारा दी जाने वाली घटिया सेवाओं का समाधान पेश कर सकते हैं। वे बातचीत कर सकते हैं
ग्राहकों के साथ अधिक तेजी से और अनुरूपित संदेशों के साथ, प्रत्येक उपयोगकर्ता के लिए अनुकूल, 24/7 संचालित, और लगातार संचार की गुणवत्ता बढ़ाना सीखें। उदाहरण के लिए,
मैकिन्से ने विकसित किया है एक आभासी एआई विशेषज्ञ जो मालिकाना जानकारी और कंपनी की संपत्ति के आधार पर व्यक्तिगत उत्तर प्रदान कर सकता है।
यही बात ग्राहक जोखिम मूल्यांकन और क्रेडिट स्कोरिंग पर भी लागू होती है। उपलब्ध ऐतिहासिक डेटा के आधार पर, जेनेरेटिव एआई जोखिम मॉडल के अनुसार क्लाइंट का अधिक सटीक मूल्यांकन करेगा। अंत में, यह ऐसे कार्यों को कुछ ही सेकंड में पूरा कर देगा
की तुलना में, जैसा कि वर्तमान में अक्सर होता है, दिनों में।
भविष्य के अगले बड़े एआई बैंकिंग रुझान
आने वाले वर्षों में, एआई को वित्तीय संस्थानों द्वारा व्यापक रूप से अपनाए जाने की उम्मीद है। इस दौरान, अधिकांश बैंक एआई का उपयोग करके सभी नियमित बैंकिंग प्रक्रियाओं को स्वचालित करने का लक्ष्य रखेंगे। वर्तमान में, वित्तीय संस्थान
60% और 80% के बीच आवंटित करें उनके वेतन या उससे अधिक पदों पर जेनेरिक एआई से प्रभावित होने की संभावना है।
उस कारण से, निचले स्तर के बैंक कर्मचारियों में भारी कमी आएगी, जिससे बैंक अपने परिचालन खर्चों में उल्लेखनीय कटौती कर सकेंगे। शेष पेशेवर अपने काम को बढ़ाने और पूरा करने के लिए एआई का लाभ उठाने में सबसे अधिक सक्षम होंगे
एएमएल अनुपालन और धोखाधड़ी का पता लगाने जैसी प्रक्रियाएं।
एआई के कार्यान्वयन से बैंक मनी लॉन्ड्रिंग और धोखाधड़ी से निपटने में अधिक प्रभावी हो जाएंगे। इसके अतिरिक्त, ग्राहक सहायता में जेनरेटिव एआई का उपयोग अधिक वैयक्तिकृत दृष्टिकोण प्रदान करेगा, जिससे प्रत्येक ग्राहक के अनुरूप अनुभव तैयार होगा।
जरूरतें और प्राथमिकताएं।
- एसईओ संचालित सामग्री और पीआर वितरण। आज ही प्रवर्धित हो जाओ।
- प्लेटोडेटा.नेटवर्क वर्टिकल जेनरेटिव एआई। स्वयं को शक्तिवान बनाएं। यहां पहुंचें।
- प्लेटोआईस्ट्रीम। Web3 इंटेलिजेंस। ज्ञान प्रवर्धित। यहां पहुंचें।
- प्लेटोईएसजी. कार्बन, क्लीनटेक, ऊर्जा, पर्यावरण, सौर, कचरा प्रबंधन। यहां पहुंचें।
- प्लेटोहेल्थ। बायोटेक और क्लिनिकल परीक्षण इंटेलिजेंस। यहां पहुंचें।
- स्रोत: https://www.finextra.com/blogposting/26058/ai-is-the-perfect-tool-for-banks-to-remain-competitive-with-fintechs?utm_medium=rssfinextra&utm_source=finextrablogs
