नियम से लेकर व्यवहार तक
नियम-आधारित मूल्यांकन से व्यवहार-आधारित भविष्यवाणी तक हामीदारी प्रक्रिया में यह परिवर्तन कृत्रिम बुद्धिमत्ता के लिए प्राथमिक उपयोग का मामला है। एआई के नेतृत्व वाले अंडरराइटिंग मॉडल बैंक लेनदेन, खर्च करने की आदतों और नकदी प्रवाह में पैटर्न का अध्ययन कर सकते हैं।
उदाहरण के लिए, किसी व्यक्ति के पास लंबा क्रेडिट इतिहास नहीं हो सकता है, लेकिन वह स्थिर मासिक आय और जिम्मेदार खर्च पैटर्न दिखा सकता है। पारंपरिक मॉडल इस व्यक्ति को अस्वीकार कर सकते हैं, लेकिन एआई इस आवेदक को भुगतान करने की क्षमता और इरादे वाले एक स्थिर ग्राहक के रूप में वर्गीकृत कर सकता है। नकदी प्रवाह आधुनिक हामीदारी में सबसे महत्वपूर्ण कारकों में से एक बनता जा रहा है। स्थिर डेटा को देखने के बजाय, ऋणदाता अब यह देखते हैं कि खाते में पैसा कैसे आता और जाता है। नियमित स्थिर आय, लगातार बचत और नियंत्रित खर्च एक स्थिर उधारकर्ता प्रोफ़ाइल का संकेत देते हैं।
वैकल्पिक डेटा की भूमिका
एक अन्य महत्वपूर्ण परिवर्तन पारंपरिक जानकारी के साथ-साथ वैकल्पिक डेटा का उपयोग है। इनमें उपयोगिता भुगतान, डिजिटल लेनदेन और यहां तक कि छोटे उद्यमों के लिए व्यावसायिक गतिविधि भी शामिल है। इससे ऋणदाताओं को उन लोगों को संगठित ऋण प्रणाली में शामिल करने में मदद मिलती है जो सेवा से वंचित और अल्प सेवा प्राप्त हैं। जबकि AI बड़ी मात्रा में डेटा संसाधित करता है और गतिशील व्यवहार पैटर्न की पहचान करता है, यह ग्राहक चयन प्रक्रिया को अनुकूलित करने में सहायता करता है। यह ऋणदाताओं को उनके व्यक्तिगत प्रोफाइल के आधार पर अलग-अलग आरओआई प्रदान करने में भी मदद करता है।
इस प्रकार, समावेशन सबसे बड़े लाभों में से एक होगा। यह भारत में विशेष रूप से महत्वपूर्ण है, जहां आबादी का एक बड़ा हिस्सा अनौपचारिक क्षेत्र और स्व-रोज़गार में है। हालाँकि, ऋणदाताओं को सावधान रहना चाहिए। यह सुनिश्चित करने के लिए एआई मॉडल की निगरानी करने की आवश्यकता है कि पूर्वाग्रह न पनपे। यदि उपयोग किया गया डेटा पक्षपाती है, तो परिणाम भी पक्षपातपूर्ण हो सकते हैं; इसलिए, पारदर्शिता और व्याख्यात्मकता महत्वपूर्ण है। यह सुनिश्चित करने के लिए कि डेटा और नियम इंजन नैतिक बने रहें, उचित प्रशासन और नियमित निगरानी आवश्यक है।
आरबीआई का एआई रोडमैप
13 अगस्त, 2025 को भारतीय रिजर्व बैंक (आरबीआई) द्वारा जारी “आर्टिफिशियल इंटेलिजेंस के जिम्मेदार और नैतिक सक्षमता के लिए रूपरेखा” (फ्री-एआई रिपोर्ट) के आधार पर, केंद्रीय बैंक ने क्रेडिट अंडरराइटिंग में एआई अपनाने के लिए एक व्यापक रोडमैप प्रदान किया है।
रिपोर्ट इस बात पर प्रकाश डालती है कि एआई “न्यू-टू-क्रेडिट” (एनटीसी) ग्राहकों के लिए वैकल्पिक डेटा का उपयोग करके अंडरराइटिंग को बदल रहा है, लेकिन जोखिमों से बचने के लिए एक संतुलित, “जिम्मेदार नवाचार” दृष्टिकोण का आग्रह करता है। अंडरराइटिंग (2025 रिपोर्ट) में एआई पर प्रमुख निष्कर्षों में उल्लेख किया गया है कि सर्वेक्षण में शामिल लगभग 20.8% संस्थाएं (ज्यादातर बड़े बैंक और एनबीएफसी) एआई सिस्टम का उपयोग या विकास कर रहे थे, इनमें से 13.7% एप्लिकेशन क्रेडिट अंडरराइटिंग पर ध्यान केंद्रित कर रहे थे। ये संस्थान मुख्य रूप से दस्तावेज़ सत्यापन, क्रेडिट जोखिम मूल्यांकन (पुनर्भुगतान क्षमता का आकलन करने के लिए), और स्वचालित निर्णय लेने के लिए एआई का उपयोग कर रहे हैं।
रिपोर्ट में यह भी कहा गया है कि एआई मॉडल तेजी से गैर-पारंपरिक डेटा का उपयोग कर रहे हैं, जिसे आम बोलचाल की भाषा में वैकल्पिक डेटा कहा जाता है, जैसे कि जीएसटी फाइलिंग, दूरसंचार उपयोग, ई-कॉमर्स व्यवहार और उपयोगिता भुगतान। अंक पतले-फ़ाइल वाले या असेवित उधारकर्ता। जैसा कि कहा गया है, उच्च कार्यान्वयन लागत, प्रतिभा अंतराल, उच्च गुणवत्ता वाले डेटा की कमी, और कानूनी अनिश्चितताएं व्यापक रूप से अपनाने में बाधा डालती हैं, खासकर छोटे ऋण देने वाले संस्थानों के लिए।
जिम्मेदार एआई के लिए सिद्धांत
फ्री-एआई समिति द्वारा प्रस्तावित जिम्मेदार एआई (‘सात सूत्र’) के लिए मुख्य सिद्धांतों को एआई अंडरराइटिंग मॉडल में शामिल किया जाना चाहिए:
- पारदर्शिता, सुरक्षित और विश्वसनीय एआई सिस्टम।
- यह सुनिश्चित करने के लिए निगरानी करना कि निर्णय लेने का अंतिम अधिकार और जिम्मेदारी मनुष्यों के पास रहे।
- एआई का जिम्मेदार और सामाजिक रूप से जागरूक उपयोग
- निष्पक्ष परिणामों के माध्यम से निष्पक्षता सुनिश्चित करना और उधारकर्ताओं के बहिष्कार को रोकना।
- एआई के नेतृत्व वाली प्रक्रिया को लागू करने वाली इकाई द्वारा जवाबदेही।
- निर्णयों के लिए मॉडलों की व्याख्या।
- मॉडलों और प्रक्रियाओं की सुरक्षा, लचीलापन और स्थिरता।
आगे का रास्ता
भविष्य में हामीदारी और अधिक गतिशील हो जाएगी। क्रेडिट मूल्यांकन पूरे समय जारी रहेगा ऋृण जीवन चक्र। इसका मतलब है कि ऋणदाता वास्तविक समय के व्यवहार के आधार पर सीमाएं समायोजित कर सकते हैं और सहायता प्रदान कर सकते हैं। बुद्धिमान ऋण का उदय केवल प्रौद्योगिकी के बारे में नहीं है। यह एक अधिक सटीक, समावेशी और उत्तरदायी प्रणाली बनाने के बारे में है। जो ऋणदाता इन मॉडलों को अपनाते हैं वे निश्चित रूप से ग्राहकों की एक विस्तृत श्रृंखला को सेवा देने और जोखिम को अधिक प्रभावी ढंग से प्रबंधित करने के लिए बेहतर ढंग से तैयार होंगे।
अस्वीकरण: इस लेख में दी गई जानकारी केवल सूचनात्मक उद्देश्यों के लिए है और यह वित्तीय, कानूनी या पेशेवर सलाह नहीं है। हालांकि सटीकता सुनिश्चित करने के लिए हर संभव प्रयास किया गया है, पाठकों को वित्तीय निर्णय लेने से पहले विवरणों को स्वतंत्र रूप से सत्यापित करना चाहिए और संबंधित पेशेवरों से परामर्श करना चाहिए। व्यक्त किए गए विचार वर्तमान उद्योग रुझानों और नियामक ढांचे पर आधारित हैं, जो समय के साथ बदल सकते हैं। इस सामग्री पर आधारित किसी भी निर्णय के लिए न तो लेखक और न ही प्रकाशक जिम्मेदार है।
सचिन सेठ, क्षेत्रीय प्रबंध निदेशक, सीआरआईएफ भारत और दक्षिण एशिया
