वित्त में विनियामक अनुपालन में एआई और बायोमेट्रिक्स का महत्व

आर्टिफिशियल इंटेलिजेंस (एआई) और बायोमेट्रिक्स धोखाधड़ी गतिविधि की पहचान करने और रोकने के साथ-साथ अनुपालन प्रक्रियाओं को सुव्यवस्थित करने के अधिक सटीक और कुशल तरीके प्रदान करके फिनटेक और बैंकों में विनियामक अनुपालन में क्रांति ला रहे हैं।

परंपरागत रूप से, अनुपालन एक कठिन और समय लेने वाली प्रक्रिया रही है, जिसके लिए लेनदेन और दस्तावेजों की मैन्युअल जांच और समीक्षा की आवश्यकता होती है। लेकिन एआई और बायोमेट्रिक्स की मदद से अनुपालन बहुत अधिक कुशल और प्रभावी होता जा रहा है। हाल ही में पेमेंटजर्नल पॉडकास्ट में, माइकल शेही, Payoneer के मुख्य अनुपालन अधिकारी, और मार्को सालाज़ारीजेवलिन स्ट्रैटेजी एंड रिसर्च में प्रौद्योगिकी और बुनियादी ढांचे के निदेशक ने अनुपालन चुनौतियों का सामना करने के भविष्य पर चर्चा की।

अनुपालन चुनौतियों का भविष्य

अनुपालन में फिनटेक के लिए सबसे बड़ी चुनौती अपने ग्राहक को जानें (केवाईसी) को लागू करने की लागत है, एक प्रक्रिया फिनटेक अपने ग्राहकों की पहचान को सत्यापित करने और मनी लॉन्ड्रिंग या आतंकवाद के वित्तपोषण के लिए उनके संभावित जोखिमों का आकलन करने के लिए उपयोग करती है। नए ग्राहकों को शामिल करते समय, नए खाते स्थापित करते समय, या कुछ वित्तीय लेनदेन करते समय फिनटेक को केवाईसी प्रक्रिया से गुजरना पड़ सकता है। इसमें आम तौर पर नाम, पता, सरकारी पहचान और रोजगार की स्थिति जैसी व्यक्तिगत और वित्तीय जानकारी एकत्र करना और सत्यापित करना शामिल है। केवाईसी आवश्यकताओं के निरंतर अनुपालन को सुनिश्चित करने के लिए फिनटेक को समय-समय पर अपने ग्राहकों की गतिविधि की निगरानी करने की भी आवश्यकता हो सकती है।

"खासकर जब आप वैश्विक होना चाहते हैं और कई न्यायालयों में काम करना चाहते हैं, तो आप जानते हैं, विभिन्न केवाईसी बारीकियां महंगी हो सकती हैं," शीही ने समझाया। “पर्याप्त केवाईसी कार्यक्रम या पर्याप्त रूप से वित्त पोषित अनुपालन कार्यक्रम नहीं होने के परिणाम महत्वपूर्ण हैं। [वह] पिछले साल वैश्विक स्तर पर केवल केवाईसी जुर्माने में 10 अरब डॉलर का जुर्माना लगाया गया था, यह दर्शाता है कि नियामक केवाईसी को कितनी गंभीरता से ले रहे हैं।" इसके अलावा, अलग-अलग देश अलग-अलग नियम विकसित कर रहे हैं इसलिए हर चीज में शीर्ष पर बने रहना एक चुनौती है।

शीही ने कहा, "अपराधी हमेशा सिस्टम में खामियां ढूंढने की कोशिश करते रहते हैं।" “तो [अनुपालन] सक्रिय होने के बारे में है। इसमें उन रुझानों का विश्लेषण करने के लिए प्रक्रियाओं और प्रक्रियाओं को शामिल करना शामिल है जो आप न केवल अपने लेनदेन में देख रहे हैं, बल्कि जिस वातावरण में आप काम करते हैं उसके भीतर एक अधिक व्यापक स्तर पर भी देख रहे हैं।

एक कंपनी के रूप में जो उन नियमों को पूरा करने के लिए नियामकों और फिनटेक के साथ इंटरफेस करती है, Payoneer वैश्विक अर्थव्यवस्था के प्रबंधक के रूप में कार्य करता है और नियामक अनुपालन की जटिल दुनिया को सरल बनाता है। सालाजार ने कहा, "माइकल द्वारा उल्लिखित जटिलताएं सरलीकरण की इस इच्छा को प्रेरित करती हैं, जिसे वहां तक ​​पहुंचने के प्रयास के लिए एक पुनरावृत्तीय प्रक्रिया की आवश्यकता होगी।"

दुनिया भर में केवाईसी विनियमन की विभिन्न कठोरताओं को पूरा करने के लिए, कई कंपनियां सख्त आवश्यकताओं को पूरा करने की कोशिश करने के दृष्टिकोण का उपयोग करती हैं। लेकिन यह सिंगापुर जैसे अत्यधिक विनियमित देशों में स्थित कंपनियों के लिए उलटा असर कर सकता है, जो वैश्विक स्तर पर विकास करना चाहती हैं। ऐसी कंपनियों के लिए, "जब आप अमेरिका में ग्राहकों के साथ काम कर रहे हैं, जहां केवाईसी आवश्यकताएं नियमों में उतनी सख्त नहीं हैं, तो आप अपने आप को अपने अन्य साथियों की तुलना में प्रतिस्पर्धी नुकसान में डाल रहे हैं जो वैश्विक स्तर पर काम नहीं कर रहे हैं।" शेही ने कहा। स्थानीय नियमों का अनुपालन करना सबसे बड़ी बहुराष्ट्रीय कंपनियों के लिए भी चुनौतीपूर्ण है। सालाज़ार ने कहा, "Apple और Google विश्व स्तर पर विस्तार करने की कोशिश कर रहे हैं, लेकिन स्थानीय कानूनी आदेशों द्वारा प्रतिबंधित हैं।" "उन्हें विनियामक मुद्दों का सामना करना पड़ा है जहां उन्हें यह तय करना है कि जुर्माना लगाया जाए या संपूर्ण उत्पादों को नष्ट कर दिया जाए।"

भुगतान प्रबंधन में एआई की भूमिका

मशीन लर्निंग एल्गोरिदम के उपयोग के माध्यम से एआई फिनटेक और बैंकों में अनुपालन में सुधार कर रहा है। ये एल्गोरिदम बड़ी मात्रा में डेटा का विश्लेषण कर सकते हैं, पैटर्न और रुझानों की पहचान कर सकते हैं और भविष्य की घटनाओं के बारे में भविष्यवाणी कर सकते हैं। यह बैंकों और फिनटेक को तथ्य के बाद प्रतिक्रिया करने के बजाय, धोखाधड़ी वाली गतिविधि होने से पहले ही उसकी पहचान करने और उसे रोकने में सक्षम बनाता है।

“ऐतिहासिक रूप से, आप जानते हैं, अनुपालन था, पता लगाना और रिपोर्ट करना, पता लगाना और रिपोर्ट करना। अब हम प्रभावी रोकथाम और अधिक वास्तविक समय रिपोर्टिंग की ओर बढ़ रहे हैं,'' शीही ने कहा। “मशीन लर्निंग और एआई वास्तव में आपको पारंपरिक नियम-आधारित वातावरण की तुलना में वास्तविक समय के वातावरण में काम करने की अनुमति देता है। पारंपरिक मॉडल में नियमों का उपयोग करना शामिल है जैसे कि यदि ए होता है, तो बी करें, या यदि सी होता है, तो डी करें। इसके विपरीत, मशीन लर्निंग आपको निवारक उपाय करने में सक्षम बनाएगा और आपके ग्राहक कैसे लेनदेन करते हैं, इसकी अधिक जानकारी होगी। और यह आपको अधिक वास्तविक समय में काम करने में भी सक्षम बनाता है।"

उदाहरण के लिए, शेही ने बताया कि कैसे Payoneer ने कुछ सामान बेचने वाले एक निश्चित क्षेत्राधिकार में व्यापारी व्यवहार पैटर्न को मॉडल करने के लिए एआई और मशीन लर्निंग का उपयोग किया। “क्या कोई व्यापारी बाज़ार में नया है? या क्या यह एक स्थापित व्यापारी है और [है] 10 वर्षों से काम कर रहा है? आप उनके साथ वैसा ही व्यवहार नहीं करेंगे,'' शीही ने कहा। “कोई व्यक्ति जो बढ़ रहा है और व्यवसाय शुरू कर रहा है, उसे छोटे भुगतान मिलेंगे जो समय के साथ बढ़ते जाएंगे। एक अधिक स्थापित ग्राहक जिसके पास बड़ी मात्रा होगी जो पूरे मौसमी अवधि में चरम पर होगी।''

एआई मॉडल फिनटेक को अपने व्यापारियों को प्रकार के आधार पर विभाजित करने और भविष्यवाणी करने में मदद कर सकते हैं कि भविष्य में क्या होगा। “अगर किसी को बड़ा भुगतान मिलता है, तो आपका मॉडल कह सकता है, ठीक है, मुझे लगता है कि एक्स होने वाला है। यह अतिरिक्त केवाईसी सत्यापन के लिए अनुरोध को ट्रिगर कर सकता है या उस ग्राहक की गतिविधि को रोक सकता है।

एआई के साथ, मशीन लर्निंग मॉडल को विशिष्ट देशों या बाजारों के अनुरूप बनाया जा सकता है। सालाज़ार ने कहा, "प्रौद्योगिकी और नए प्लेटफार्मों के उद्भव के साथ, हमारे पास डेटा प्रशासन मानकों में यह तेजी आई है, भले ही वे अभी भी क्षेत्रों में बहुत असमान हैं।" "हम इन मॉडलों में वास्तव में सीखने और ... उन क्षेत्रों में प्रभाव डालने की क्षमता देखना शुरू कर रहे हैं, जो एक बड़ा अंतर बनाता है।"

बायोमेट्रिक्स और अनुपालन

एआई के साथ-साथ, बायोमेट्रिक्स भी पहचान और प्रमाणीकरण के लिए भौतिक विशेषताओं का उपयोग करके अनुपालन दुनिया में लहरें पैदा कर रहा है। यह ग्राहकों को केवल कैमरे में देखकर आसानी से अपने खातों तक पहुंचने की अनुमति देता है, जिससे पासवर्ड या प्रमाणीकरण के अन्य रूपों की आवश्यकता समाप्त हो जाती है। बैंक फोन पर ग्राहकों की पहचान सत्यापित करने के लिए वॉयस रिकग्निशन सॉफ्टवेयर का भी उपयोग कर रहे हैं, साथ ही खातों तक सुरक्षित पहुंच सुनिश्चित करने के लिए फिंगरप्रिंट स्कैनर का भी उपयोग कर रहे हैं। किसी अन्य व्यक्ति के चेहरे की विशेषताओं या आवाज़ या फ़िंगरप्रिंट का प्रतिरूपण करना उनके पासवर्ड का अनुमान लगाने की तुलना में बहुत कठिन है।

“हर कोई बायोमेट्रिक्स का उपयोग करता है, जब वे अपने फोन को अनलॉक करते हैं, जब वे ऐप्पल पे का उपयोग करते हैं, जब वे किसी चीज़ पर फिंगरप्रिंट का उपयोग करते हैं। यह पहले से ही एक तरह का मानक है," शीही ने कहा। “मुझे लगता है कि बायोमेट्रिक्स डिजिटल पहचान के साथ महत्वपूर्ण रूप से जुड़ा हुआ है, जिसके बारे में मैं एक सेकंड में बताऊंगा। इक्विफैक्स डेटा उल्लंघन, सीओवीआईडी ​​​​बेरोजगारी घोटाले और चोरी की पहचान का उपयोग करके पीपीपी ऋण घोटाले के बाद, यह वास्तव में स्पष्ट हो गया कि इस धोखाधड़ी को रोकने का एकमात्र तरीका लाइव बायोमेट्रिक जांच है। इसे डिजिटल पहचान के साथ जोड़ना अति महत्वपूर्ण है। किसी की डिजिटल पहचान हासिल करने के लिए सरकारी डेटाबेस का लाभ उठाकर और बायोमेट्रिक परीक्षण के साथ इसकी जांच करके, आप उन दोनों को एक साथ जोड़ सकते हैं।

विश्व स्तर पर, डिजिटल पहचान और बायोमेट्रिक्स अफ्रीका और एशिया में बहुत अधिक उन्नत हैं, जबकि यूरोप और अमेरिका कुछ हद तक पिछड़े हुए हैं। लेकिन शेही ने दावा किया कि अगले दो वर्षों के भीतर बायोमेट्रिक्स विश्व स्तर पर मानक बन जाएगा। “सिंगापुर और मलेशिया ने वास्तव में अपने केवाईसी में बायोमेट्रिक्स को अनिवार्य कर दिया है। वे उन बाजारों में वित्तीय संस्थानों से कह रहे हैं, यदि आप वित्तीय उत्पाद बेच रहे हैं तो आपके ग्राहक आपके सामने नहीं हैं, तो आपको जीवंतता और केवाईसी जांच की आवश्यकता है। वे यहां तक ​​दावा करते हैं कि वे अब अपनी अर्थव्यवस्था के भीतर पहचान की चोरी को एक टाइपोलॉजी के रूप में स्वीकार नहीं करेंगे।

इंतजार कर रही

आर्टिफिशियल इंटेलिजेंस और बायोमेट्रिक्स सिर्फ अच्छे गैजेट से कहीं अधिक हैं - वे फिनटेक और बैंकों में अनुपालन कार्य में बड़े पैमाने पर सुधार कर रहे हैं, जिससे हमारे पैसे और संपत्ति को सुरक्षित रखने में मदद मिल रही है। बॉयोमीट्रिक्स अभी भी सही नहीं हैं, "लेकिन यह पांच साल पहले की तुलना में एक महत्वपूर्ण बदलाव है, जहां लोग सिर्फ अपनी आईडी की तस्वीरें ले रहे थे और उन्हें अपलोड कर रहे थे और बंधक और इस तरह की चीजों के लिए आवेदन कर रहे थे," शीही ने कहा।

संयुक्त राज्य अमेरिका में, बायोमेट्रिक्स को व्यापक पैमाने पर अपनाने के लिए, डेटा के आसपास मानकीकरण और सरकारी विनियमन की आवश्यकता है। “अभी, बायोमेट्रिक्स का विनियमन राज्य स्तर पर है। हमें संघीय जनादेश की अधिक आवश्यकता है, जो मेरा मानना ​​है कि आ रहा है। तब तक, यह वाइल्ड वाइल्ड वेस्ट की तरह है। इस विनियमन का एक हिस्सा उपभोक्ता डेटा गोपनीयता अधिनियम में हो सकता है जिस पर वर्तमान में कांग्रेस में बहस चल रही है।

जैसे-जैसे दुनिया भर में विभिन्न केवाईसी नियम बदलते हैं, शेही आशावादी है कि पेओनीर नियमों का अनुपालन करते हुए भुगतान को अधिक सुरक्षित बनाने और मशीन लर्निंग और बायोमेट्रिक्स में नवाचार करने में समाधान का हिस्सा हो सकता है। उन कंपनियों के लिए भविष्य निश्चित रूप से उज्ज्वल प्रतीत होता है जो ग्राहक और व्यावसायिक डेटा का बेहतर उपयोग करते हुए अंतरराष्ट्रीय नियामक जटिलता को सरल बनाने में मदद कर सकते हैं।

लिंक: https://www. paymentjournal.com/the-importance-of-ai-and-biometrics-in-regulatory-compliance-in-finance/

स्रोत: https://www.paymentsjournal.com

• एसईओ संचालित सामग्री और पीआर वितरण। आज ही प्रवर्धित हो जाओ।
• प्लेटोब्लॉकचैन। Web3 मेटावर्स इंटेलिजेंस। ज्ञान प्रवर्धित। यहां पहुंचें।
• स्रोत: https://www.fintechnews.org/the-importance-of-ai-and-biometrics-in-regulatory-compliance-in-finance/