AI fintech innovation

ஃபின்டெக் நிறுவனங்கள் மற்றும் பாரம்பரிய வங்கிகளுக்கு இடையே மொபைல் மணி பயன்பாட்டில் AI ஏற்படுத்தும் தாக்கம் என்ன?

மொபைல் மணி பயன்பாட்டில் AI ஏற்படுத்தும் தாக்கம், தயாரிப்பை யார் உருவாக்குகிறார்கள் என்பதைப் பொறுத்து மிகவும் வேறுபடுகிறது: ஃபின்டெக் நிறுவனங்கள் பாரம்பரிய வங்கிகளை விட கிட்டத்தட்ட இரு மடங்கு வேகத்தில் மொபைல் மணிக்கான செயற்கை நுண்ணறிவை பயன்படுத்திக்கொள்கின்றன. கேம்பிரிட்ஜ் சென்டர் ஃபார் ஆல்டர்நேட்டிவ் ஃபைனான்ஸின் உலகளாவிய ஆய்வு, 151 நாடுகளில் 203 ஃபின்டெக் நிறுவனங்கள் மற்றும் 149 பாரம்பரிய நிதி நிறுவனங்களை உள்ளடக்கியது, 51% ஃபின்டெக் நிறுவனங்கள் ஏற்கனவே தங்கள் மொபைல் மணி சேவைகளில் AI-ஐ பயன்படுத்துகின்றன என்றும், வெறும் 26% பாரம்பரிய நிதி நிறுவனங்கள் மட்டுமே அவ்வாறு செய்கின்றன என்றும் கண்டறிந்தது, அதாவது 25 சதவீத புள்ளி இடைவெளி, இது ஆய்வில் ஆய்வு செய்யப்பட்ட அனைத்து வாடிக்கையாளர்-நேரடி AI பயன்பாட்டு நிகழ்வுகளிலும் மிகப் பெரிய இடைவெளியாக பதிவு செய்யப்பட்டது. நடைமுறையில், ஃபின்டெக் நிறுவனத்துடன் வங்கி பரிவர்த்தனை செய்யும் மொபைல் மணி பயனர், பாரம்பரிய வங்கியின் இதே போன்ற சேவையைப் பயன்படுத்தும் ஒருவரை விட AI-இயங்கும் மோசடி கண்டறிதல், தனிப்பயனாக்கப்பட்ட எச்சரிக்கைகள், உரையாடல் ஆதரவு, அல்லது தகவமைப்பு பண மேலாண்மை அம்சங்களை அனுபவிக்கும் வாய்ப்பு அதிகம்.

இந்த இடைவெளி தொழில்நுட்பத்தில் செலவிட யாருக்கு அதிக பணம் உள்ளது என்பது மட்டும் அல்ல. இது ஃபின்டெக் நிறுவனங்களும் பாரம்பரிய வங்கிகளும் எவ்வாறு கட்டமைக்கப்பட்டுள்ளன என்பதில் உள்ள ஆழமான கட்டமைப்பு வேறுபாடுகளை பிரதிபலிக்கிறது. ஃபின்டெக் நிறுவனங்கள் பொதுவாக மொபைல் மணி தயாரிப்புகளை புதிய AI மாதிரிகளை விரைவாக ஏற்றுக்கொள்ளக்கூடிய இலகுவான, கிளவுட்-நேட்டிவ் உள்கட்டமைப்பைச் சுற்றி வடிவமைக்கின்றன, அதேசமயம் பாரம்பரிய வங்கிகள் பெரும்பாலும் நிகழ்நேர இயந்திர கற்றலுக்காக ஒருபோதும் வடிவமைக்கப்படாத பல தசாப்த கால கோர் வங்கி அமைப்புகளின் மீது மொபைல் மணி அம்சங்களை இயக்குகின்றன. இதன் விளைவாக, ஒரு வங்கிக்கு AI-ஐ சேர்க்க பட்ஜெட்டும் லட்சியமும் இருந்தாலும், அடிப்படை தொழில்நுட்ப அமைப்பு வெளியீட்டை கணிசமாக மெதுவாக்கும், இதனால் வாடிக்கையாளர்கள் ஃபின்டெக் பயனர்கள் ஏற்கனவே இயல்பானதாகக் கருதும் அதே வகையான புத்திசாலித்தனமான அம்சங்களுக்காக அதிக நேரம் காத்திருக்க வேண்டியுள்ளது.

அன்றாட பயனர்களுக்கு, இந்த வேறுபாடு சிறிய ஆனால் அர்த்தமுள்ள வழிகளில் தெரிகிறது: வேகமான மோசடி எச்சரிக்கைகள், புத்திசாலித்தனமான செலவு நுண்ணறிவுகள், அல்லது வரிசையில் அனுப்புவதற்குப் பதிலாக உண்மையில் ஒரு மொபைல் மணி வினவலைத் தீர்க்கும் சாட்பாட். பரந்த நிதித் துறைக்கு, இந்த முறை டிஜிட்டல் மற்றும் மொபைல் நிதியின் அடுத்த கட்டத்தை யார் வடிவமைப்பார்கள் என்ற பெரிய கேள்வியை எழுப்புகிறது. இந்தக் கட்டுரை இந்த இடைவெளி ஏன் இருக்கிறது, AI குறிப்பாக மொபைல் மணியை எவ்வாறு மாற்றுகிறது, மற்றும் ஃபின்டெக் ஆப் மற்றும் பாரம்பரிய வங்கியின் மொபைல் மணி சேவைக்கு இடையே தேர்வு செய்யும் எவருக்கும் இது என்ன அர்த்தம் என்பதைப் பார்க்கிறது, இந்த கருப்பொருள் ஃபின்டெக் நிறுவனங்கள் வாடிக்கையாளர்-நேரடி AI பயன்பாட்டில் பாரம்பரிய வங்கிகளை ஏன் முந்திக்கொண்டு செல்கின்றன என்பதுடன் பரவலாக இணைக்கப்பட்டுள்ளது.

கருத்து விளக்கம்

மொபைல் மணி என்பது நிதி சேவைகளைக் குறிக்கிறது, பணம் அனுப்புதல், பெறுதல், சேமித்தல் மற்றும் செலவழித்தல், இவை மொபைல் ஃபோன் மூலம் அணுகப்படுகின்றன, பெரும்பாலும் பாரம்பரிய வங்கி கணக்கு தேவையின்றி. வங்கி கிளைகள் அரிதாக இருக்கும் ஆனால் மொபைல் ஃபோன் ஊடுருவல் அதிகமாக இருக்கும் உலகின் பல பகுதிகளில் இது ஒரு முதன்மையான நிதிக் கருவியாக மாறியுள்ளது. AI மொபைல் மணியில் அடுக்கப்படும்போது, இது பொதுவாக நிகழ்நேரத்தில் அசாதாரண பரிவர்த்தனைகளைக் குறிக்கும் தானியங்கி மோசடி கண்டறிதல், மனித முகவர்கள் இல்லாமல் வழக்கமான வினவல்களைக் கையாளும் அரட்டை அடிப்படையிலான வாடிக்கையாளர் ஆதரவு, மற்றும் பயனரின் பரிவர்த்தனை முறைகளின் அடிப்படையில் சேமிப்பு பழக்கங்கள், செலவு வரம்புகள் அல்லது தொடர்புடைய நிதி விருப்பங்களை பரிந்துரைக்கும் தனிப்பயனாக்க இயந்திரங்கள் போன்ற அம்சங்களில் தோன்றுகிறது.

கேம்பிரிட்ஜ் சென்டர் ஃபார் ஆல்டர்நேட்டிவ் ஃபைனான்ஸ் ஆய்வு உலகளவில் ஃபின்டெக் நிறுவனங்கள் மற்றும் பாரம்பரிய நிதி நிறுவனங்களில் இதே போன்ற வாடிக்கையாளர்-நேரடி AI பயன்பாட்டை அளந்தது. இந்த சூழலில் வாடிக்கையாளர்-நேரடி AI என்பது வாடிக்கையாளர் நேரடியாக அனுபவிக்கும் AI-ஐக் குறிக்கிறது, கண்ணுக்கு தெரியாமல் நடக்கும் பின்-அலுவலக தானியங்கியாக்கம் அல்ல. ஆய்வு ஆய்வு செய்த மற்ற பகுதிகளை விட முன்னால், இரு குழுக்களுக்கும் இடையிலான மிகப் பெரிய பயன்பாட்டு இடைவெளி கொண்ட வகையாக மொபைல் மணி வெளிப்பட்டது, இது நிறுவன சுறுசுறுப்பு மற்றும் தொழில்நுட்ப கட்டமைப்பில் உள்ள வேறுபாடு சாதாரண பயனர்களுக்கு மிகவும் தெரியும் இடம் மொபைல் மணி என்பதைக் குறிக்கிறது.

இது இப்போது ஏன் முக்கியமானது

மொபைல் மணி பயன்பாட்டு இடைவெளிகள் இப்போது முக்கியமானவை, ஏனெனில் மொபைல்-முதல் நிதி உலக மக்கள்தொகையின் பெரும் பகுதிக்கு, குறிப்பாக வளர்ந்து வரும் மற்றும் குறைந்த வங்கி சேவை பெறும் சந்தைகளில், நிதி அமைப்பில் நுழையும் இயல்புநிலை புள்ளியாக மாறியுள்ளது. வழங்குநர்களின் ஒரு குழு மற்றொன்றை விட வேகமாக அந்த நுழைவு புள்ளியில் AI-ஐ உட்பொதிக்கும்போது, பாரம்பரிய நிறுவனங்கள் கூட பிடிப்பதற்கு முன்பே, இது மில்லியன் கணக்கான பயனர்களின் அன்றாட நிதி அனுபவத்தையும் எதிர்பார்ப்புகளையும் வடிவமைக்கிறது. உடனடி, AI-உதவி மொபைல் மணி ஆதரவுக்குப் பழக்கப்பட்ட வாடிக்கையாளர்கள், வேறு இடங்களில் மெதுவான, மிகவும் கைமுறை அனுபவங்களை பொறுத்துக்கொள்ளும் வாய்ப்பு குறைவு.

இதில் ஒரு போட்டி பரிமாணமும் உள்ளது. ஃபின்டெக் நிறுவனங்கள் AI-ஐப் பயன்படுத்தி மொபைல் மணியை வேகமாகவும், பாதுகாப்பாகவும், மேலும் தனிப்பயனாக்கப்பட்டதாகவும் உணர வைக்கும் போது, பல வாடிக்கையாளர்கள் இப்போது தங்கள் தினசரி நிதி நடவடிக்கைகளில் பெரும்பகுதியைச் செய்யும் அதே சேனலில் பாரம்பரிய வங்கிகள் பொருத்தத்தை இழக்கும் ஆபத்தில் உள்ளன. இது தொலைதூர எதிர்கால ஆபத்து அல்ல, இது இப்போதே நடந்துகொண்டிருக்கிறது, அதனால்தான் AI பயன்பாட்டு இடைவெளியின் இயக்கவியலைப் புரிந்துகொள்வது டிஜிட்டல் மற்றும் மொபைல் நிதியின் திசையைக் கண்காணிக்கும் யாருக்கும் அவசரமானதாகிவிட்டது, இந்த மாற்றங்களை நெருக்கமாகப் பின்பற்றும் rupiya.ai போன்ற தளங்கள் உட்பட.

AI இந்தத் துறையை எவ்வாறு மாற்றுகிறது

குறிப்பாக மொபைல் மணியில், AI பொதுவாக மூன்று பகுதிகளில் பயன்படுத்தப்படுகிறது: மோசடி மற்றும் ஆபத்து கண்டறிதல், வாடிக்கையாளர் ஆதரவு, மற்றும் தனிப்பயனாக்கம். மோசடி கண்டறிதல் அமைப்புகள் நிகழ்நேரத்தில் பரிவர்த்தனை முறைகளை பகுப்பாய்வு செய்யலாம், அசாதாரண பரிமாற்ற தொகைகள், தெரியாத சாதனங்கள், அல்லது வேகமான மீண்டும் மீண்டும் நடக்கும் பரிவர்த்தனைகள் போன்ற முரண்பாடுகளை கைமுறை ஆய்வை விட மிக வேகமாக குறிக்கலாம். வாடிக்கையாளர் ஆதரவு பெருகிய முறையில் AI-இயங்கும் அரட்டை இடைமுகங்கள் மூலம் இயங்குகிறது, இவை மீதி வினவல்கள், தோல்வியுற்ற பரிவர்த்தனை கேள்விகள், அல்லது அடிப்படை கணக்கு சிக்கல்களை உடனடியாகத் தீர்க்க முடியும், குறிப்பாக அழைப்பு மையங்கள் வரையறுக்கப்பட்ட அல்லது விரிவாக்க செலவு அதிகமான பகுதிகளில் மொபைல் மணி பயனர்களை வரலாற்று ரீதியாக விரக்தியடையச் செய்த காத்திருப்பு நேரங்களைக் குறைக்கிறது.

தனிப்பயனாக்கம் மூன்றாவது முக்கிய மாற்றம். ஒரு நபர் உண்மையில் மொபைல் மணியை எவ்வாறு பயன்படுத்துகிறார் என்பதை AI மாதிரிகள் பார்க்க முடியும், அவர்கள் எவ்வளவு அடிக்கடி டாப்-அப் செய்கிறார்கள், எப்போது பணம் அனுப்புகிறார்கள், பொதுவாக எதற்காக செலவழிக்கிறார்கள், மற்றும் அந்த முறையைப் பயன்படுத்தி மேலும் தொடர்புடைய தூண்டுதல்கள், சேமிப்பு பரிந்துரைகள், அல்லது கடன் மதிப்பீடுகளை வழங்குகின்றன. ஃபின்டெக் நிறுவனங்கள் பொதுவாக ஆரம்பத்திலிருந்தே தங்கள் அமைப்புகளை இந்த வகையான தரவு-உந்துதல் வடிவமைப்பைச் சுற்றி கட்டமைத்ததால், அவர்கள் இந்த அம்சங்களில் வேகமாக மீண்டும் மீண்டும் செய்ய முடியும், அதேசமயம் பாரம்பரிய வங்கிகள் அடிக்கடி இதற்காக வடிவமைக்கப்படாத உள்கட்டமைப்பில் இதே போன்ற திறன்களை மறுவடிவமைக்க வேண்டியிருக்கும், இது இயல்பாகவே மாற்றத்தின் வேகத்தை மெதுவாக்குகிறது.

நிஜ உலக உலகளாவிய எடுத்துக்காட்டுகள்

கேம்பிரிட்ஜ் சென்டர் ஃபார் ஆல்டர்நேட்டிவ் ஃபைனான்ஸ் ஆய்வு உள்ளடக்கிய 151 நாடுகளில், மொபைல் மணி AI-இல் ஃபின்டெக் நிறுவனங்கள் வேகமாக நகரும் முறை, பிராந்தியத்தைப் பொருட்படுத்தாமல் பரவலாக உண்மையாக இருந்தது, இது ஒரு சந்தையில் மட்டும் மட்டுப்படுத்தப்படாத ஒரு கட்டமைப்பு போக்கு என்பதைக் குறிக்கிறது. பல வளர்ந்து வரும் பொருளாதாரங்களில், பாரம்பரிய வங்கி கணக்குகள் இல்லாத மக்களுக்கு மொபைல் மணி நீண்ட காலமாக முதன்மையான நிதி அணுகல் புள்ளியாக செயல்பட்டு வருகிறது, அதாவது இந்த சந்தைகளில் உள்ள ஃபின்டெக் வழங்குநர்களுக்கு தங்கள் AI-இயங்கும் மொபைல் மணி அம்சங்களை வேகமாகவும், நம்பகமானதாகவும், நம்பகத்தன்மையுடையதாகவும் ஆக்குவதற்கு குறிப்பாக வலுவான ஊக்குவிப்புகள் உள்ளன.

இருப்பினும், பாரம்பரிய நிதி நிறுவனங்கள் அமைதியாக இருக்கவில்லை. ஆய்வின் சொந்த கண்டுபிடிப்புகள், 26% பாரம்பரிய நிதி நிறுவனங்கள் ஏற்கனவே மொபைல் மணியில் AI-ஐ பயன்படுத்துகின்றன, வங்கிகளின் குறிப்பிடத்தக்க பங்கும் இந்தத் திறன்களை ஒருங்கிணைக்கத் தொடங்கியுள்ளது என்பதைக் காட்டுகிறது, ஃபின்டெக் நிறுவனங்களை விட மெதுவான வேகத்தில் இருந்தாலும். இது இடைவெளி நிலையாக இருப்பதற்குப் பதிலாக காலப்போக்கில் குறையும் வாய்ப்புள்ளது என்பதைக் குறிக்கிறது, ஏனெனில் அதிக பாரம்பரிய நிறுவனங்கள் தங்கள் மைய அமைப்புகளை நவீனமயமாக்கி மொபைல் சேனல்களில் வாடிக்கையாளர்-நேரடி AI முதலீட்டிற்கு முன்னுரிமை அளிக்கின்றன.

நடைமுறை நிதி குறிப்புகள்

அன்றாட மொபைல் மணி பயனர்களுக்கு, ஒரு வழங்குநர் AI-ஐ கூறுவதைவிட உண்மையில் எவ்வாறு பயன்படுத்துகிறார் என்பதில் கவனம் செலுத்துவது மதிப்புமிக்கது. நிகழ்நேர மோசடி எச்சரிக்கைகள், ஏதாவது ஏன் குறிக்கப்பட்டது என்பதை விளக்கும் பரிவர்த்தனை அறிவிப்புகள், அல்லது அதிக அதிகரிப்பு இல்லாமல் சிக்கல்களைத் தீர்க்கும் ஆதரவு அரட்டை போன்ற நீங்கள் நேரடியாக சரிபார்க்கக்கூடிய அம்சங்களைத் தேடுங்கள். இவை சந்தைப்படுத்தல் மொழிக்கு பதிலாக செயல்படும் AI அமைப்பின் நடைமுறை அறிகுறிகளாகும்.

செலவு நுண்ணறிவுகள் அல்லது சேமிப்பு தூண்டுதல்கள் போன்ற AI-இயங்கும் பரிந்துரைகளை உங்கள் குறிப்பிட்ட சூழ்நிலைக்கு ஏற்ப வடிவமைக்கப்பட்ட நிதி ஆலோசனையாக அல்லாமல் பயனுள்ள தூண்டுதல்களாகக் கருதுவதும் புத்திசாலித்தனமானது. பயனர்கள் இன்னும் தங்கள் சொந்த பரிவர்த்தனை வரலாற்றை தொடர்ந்து மதிப்பாய்வு செய்ய வேண்டும், முடிந்தால் தங்கள் சொந்த கணக்கு எச்சரிக்கைகளை அமைக்க வேண்டும், மற்றும் வேகமான தொழில்நுட்பம் தானாகவே பாதுகாப்பான தொழில்நுட்பத்தைக் குறிக்கிறது என்று கருதுவதைத் தவிர்க்க வேண்டும்; பின்களைப் பாதுகாப்பது மற்றும் ஆப் நம்பகத்தன்மையை சரிபார்ப்பது போன்ற வலுவான தனிப்பட்ட பாதுகாப்பு பழக்கங்கள், வழங்குநரின் AI எவ்வளவு மேம்பட்டதாக இருந்தாலும், அவசியமானதாகவே இருக்கும்.

எதிர்கால கண்ணோட்டம்

தற்போதைய பயன்பாட்டு இடைவெளி எவ்வளவு பரந்ததாக உள்ளது என்பதைக் கருத்தில் கொண்டு, வரும் ஆண்டுகளில் மொபைல் மணி நிதியில் வாடிக்கையாளர்-நேரடி AI-இன் மிக வேகமாக மாறிவரும் பகுதிகளில் ஒன்றாக இது தொடரக்கூடும். திறம்பட போட்டியிட விரும்பும் பாரம்பரிய வங்கிகள் தங்கள் மொபைல் மணி தயாரிப்புகளுக்கு அடியில் உள்ள மைய உள்கட்டமைப்பை நவீனமயமாக்குவதற்கு முன்னுரிமை அளிக்க வேண்டும், ஏனெனில் பழைய அமைப்புகளில் அடுக்கப்பட்ட படிப்படியான AI அம்சங்கள் ஒரு அமைப்பில் ஆரம்பத்திலிருந்தே கட்டமைக்கப்பட்ட AI உடன் ஒப்பிடும்போது குறைவான செயல்திறனைக் காட்டுகின்றன.

அதே நேரத்தில், உலகம் முழுவதும் உள்ள ஒழுங்குமுறையாளர்கள் நுகர்வோர் நிதி சேவைகளில் AI எவ்வாறு பயன்படுத்தப்படுகிறது என்பதில் அதிக கவனம் செலுத்துவதால், ஃபின்டெக் நிறுவனங்கள் தங்கள் AI-இயங்கும் மொபைல் மணி அம்சங்கள் வேகமாக மட்டுமல்ல, நம்பகமானதாகவும், வெளிப்படையானதாகவும், நியாயமானதாகவும் இருப்பதை நிரூபிக்க வேண்டிய அதிகரித்து வரும் அழுத்தத்தை எதிர்கொள்ளும். வேகத்தை நம்பகமான AI வடிவமைப்புடன் இணைக்க முடியும் நிறுவனங்கள், ஃபின்டெக் அல்லது பாரம்பரியமாக இருந்தாலும், உலகளவில் மொபைல் மணி பயன்பாட்டின் அடுத்த கட்டத்தை வடிவமைக்கும் வாய்ப்புள்ளது.

ஆபத்துகள் மற்றும் வரம்புகள்

மொபைல் மணியில் AI நோக்கிய உந்துதல் ஆபத்துகள் இல்லாமல் இல்லை. வேகமான பயன்பாடு தானாகவே சிறப்பாக சோதிக்கப்பட்ட அமைப்புகளைக் குறிக்காது, மேலும் மோசடி கண்டறிதல் அல்லது தனிப்பயனாக்கத்திற்குப் பயன்படுத்தப்படும் AI மாதிரிகள் தவறான நேர்மறைகளை உருவாக்கலாம், சட்டபூர்வமான பரிவர்த்தனைகளை தவறாகக் குறிக்கலாம், அல்லது பயனரின் பரந்த நிதி வாழ்க்கை பற்றிய முழுமையற்ற தரவை அடிப்படையாகக் கொண்ட பரிந்துரைகளை வழங்கலாம். வரையறுக்கப்பட்ட டிஜிட்டல் கல்வியறிவு அல்லது இணைப்புத் திறன் கொண்ட சந்தைகளில் உள்ள பயனர்களும் எளிமையான, மிகவும் கைமுறை மாற்றுகளை விட AI-இயங்கும் இடைமுகங்களை வழிநடத்துவது கடினமாக இருக்கலாம்.

பயன்பாட்டு இடைவெளியே சமத்துவமின்மையின் ஆதாரமாக மாறும் ஆபத்தும் உள்ளது: ஏற்கனவே மிகவும் பழமைவாத அல்லது ஆபத்தைத் தவிர்க்கும் பாரம்பரிய நிறுவனங்களின் வாடிக்கையாளர்கள், ஒப்பீட்டளவில் குறைவான AI-இயங்கும் பாதுகாப்புகள் மற்றும் வசதிகளுடன் நீண்ட காலம் விடப்படலாம். இந்த இடைவெளியை பொறுப்புடன் மூடுவது, வெறுமனே விரைவாக மூடுவதற்கு பதிலாக, முன்னேறிச் செல்லும் ஃபின்டெக் நிறுவனங்களுக்கும் பிடிக்க முயற்சிக்கும் பாரம்பரிய வங்கிகளுக்கும், இரண்டிற்கும் பயன்பாட்டு வேகத்தைப் போலவே முக்கியமானதாக இருக்கும்.