FCNR (B) इनफ्लो तैनात करण्यासाठी बँकांना 3-4 महिने लागू शकतात, SBI अध्यक्ष सी एस शेट्टी म्हणतात

भारतीय बँकांना परदेशी चलन अनिवासी (बँक) किंवा FCNR (B), ठेवींच्या माध्यमातून उभारलेल्या निधीचा मोठा संच जमा करण्यासाठी तीन ते चार महिने लागू शकतात, असे स्टेट बँक ऑफ इंडियाचे अध्यक्ष सी. एस. शेट्टी म्हणाले.

भारतीय मार्केटमध्ये इन्व्हेस्ट करा आणि 5paisa सह भविष्यातील क्षमता अनलॉक करा!

आत्ताच अकाउंट उघडा

मुंबईतील ग्लोबल फिनटेक फेस्ट 2026 मध्ये गुरुवारी बोलताना शेट्टी म्हणाले की, अतिरिक्त लिक्विडिटी हळूहळू लागू होण्याची शक्यता आहे आणि त्यामुळे "असामान्य लेंडिंग" होण्याची शक्यता नाही.

बँकांनी सुरुवातीला मार्केटच्या अपेक्षेपेक्षा FCNR (B) डिपॉझिटद्वारे मोठ्या प्रमाणात वाढ केल्यानंतर, बँकिंग सिस्टीममधील लिक्विडिटी मोठ्या प्रमाणात वाढल्यानंतर त्यांच्या टिप्पणी येतात.

FCNR (B) इनफ्लो $127.2 पर्यंत पोहोचतात अब्ज

भारतीय रिझर्व्ह बँकेच्या सवलतीच्या स्वॅप सुविधेद्वारे होणारा प्रवाह ऑगस्ट 31 पर्यंत $136.4 अब्ज पर्यंत पोहोचला.

यापैकी, बँकांनी FCNR (B) डिपॉझिट द्वारे $127.2 अब्ज एकत्रित केले, जे $90-100 अब्ज मार्केट अंदाजापेक्षा लक्षणीयरित्या जास्त आहे.

आरबीआयने नवीन FCNR (B) ठेवी, परदेशी चलन बाँड आणि बाह्य व्यावसायिक कर्जासाठी जून 8 रोजी सवलतीची अदलाबदली सुविधा सुरू केली होती.

FCNR (B) विंडो सुरुवातीला सप्टेंबर 30, 2026 पर्यंत उघडी राहिली होती. तथापि, सेंट्रल बँकेने मजबूत प्रतिसादानंतर एका महिन्यापर्यंत डेडलाईन पुढे आणली आणि 31 ऑगस्टला विंडो बंद झाली.

या योजनेद्वारे SBI ने शेवटी किती एकत्रित केले हे शेट्टी यांनी उघड केले नाही. देशातील सर्वात मोठ्या सार्वजनिक-मालकीच्या लोन प्रदात्याने जवळपास $10 अब्जचे लक्ष्य ठेवले होते.

बँकिंग सिस्टीम लिक्विडिटी ₹10.5 ट्रिलियन जवळ

मोठ्या प्रमाणात बँकिंग सिस्टीममधील लिक्विडिटीमध्ये मोठ्या प्रमाणात वाढ झाली आहे, जे सप्टेंबर 9 पर्यंत जवळपास ₹10.5 ट्रिलियन होते.

हे फंड डिप्लॉय करण्यासाठी बँकांकडे अनेक मार्ग उपलब्ध आहेत. या अहवालात नमूद केलेल्या उद्योग तज्ज्ञांनी तीन व्यापक पर्याय निश्चित केले आहेत: पाच वर्षाच्या सरकारी बाँडमध्ये गुंतवणूक करणे, जास्त किमतीच्या ठेवी बदलणे किंवा कॉर्पोरेट्सना कर्ज देणे.

तिसऱ्या पर्यायामुळे काही चिंता निर्माण झाली आहे कारण क्रेडिटची वाढ आधीच मजबूत आहे, विशेषत: कॉर्पोरेट सेगमेंटमध्ये.

तथापि, शेट्टीला तत्काळ नव्हे तीन ते चार महिन्यांत नियोजन होण्याची अपेक्षा आहे.

एजंटिक AI ची बँकिंगमध्ये विस्तृत भूमिका असू शकते

लिक्विडिटीच्या पलीकडे, शेट्टी यांनी बँकिंगमध्ये एजंट आर्टिफिशियल इंटेलिजन्सची वाढती भूमिका देखील संबोधित केली.

प्रामुख्याने वैयक्तिक कार्यांना सहाय्य करण्यासाठी डिझाईन केलेल्या एआय सिस्टीमच्या विपरीत, एजंट एआय कस्टमरच्या वतीने कार्य करू शकते आणि परिस्थिती बदलताना त्याच्या कृतींना अनुकूल करू शकते.

बँकांमध्ये, अशी सिस्टीम फायनान्शियल लाईफसायकलच्या विविध टप्प्यांमध्ये तैनात केली जाऊ शकते. शेट्टीने ओळखलेल्या क्षेत्रांमध्ये फसवणूक आणि नवीन अकाउंट शोधणे, नो-युवर कस्टमर प्रक्रिया, मनी लाँड्रिंग विरोधी तपासणी, लोन मूल्यांकन, अंडररायटिंग आणि सलोखा यांचा समावेश आहे.

ग्राहकांसाठी, तंत्रज्ञान अधिक सक्रिय आणि प्रासंगिक संवादांना सहाय्य करू शकते.

भारताच्या विविधता आणि विशिष्ट आवश्यकता समजून घेण्यास सक्षम एआय मॉडेल्ससह डिजिटल बँकिंगमधून अधिक बुद्धिमान बँकिंगकडे संक्रमण म्हणून पुढील टप्प्याचे वर्णन शेट्टी यांनी केले.

जास्त प्रारंभिक खर्च हे आव्हान राहतात

एजंटिक एआय भारतीय बँकिंगमध्ये व्यापकपणे तैनात करण्यापूर्वी खर्च हा महत्त्वाचा विचार आहे.

सेट्टी यांनी सांगितले की अशा सिस्टीम्स चालविण्याचा वाढता खर्च कमी असला तरीही प्रारंभिक निश्चित खर्च जास्त असू शकतो, ज्यामुळे अर्थव्यवस्थेची व्याप्ती निर्माण होते.

त्यांनी ऑटोमेशनच्या पलीकडे एक व्यापक संधी देखील ओळखली.

अत्याधुनिक फायनान्शियल सल्ला आणि वेल्थ-मॅनेजमेंट क्षमता सध्या समृद्ध आणि आर्थिकदृष्ट्या जाणकार कस्टमर्समध्ये केंद्रित आहेत. एजंटिक AI त्यांच्या फायनान्शियल जीवनाच्या विविध टप्प्यांवर शेकडो लोकांना वैयक्तिकृत फायनान्शियल सहाय्य देऊ शकते.

तथापि, त्या विस्ताराचा अर्थ असा नाही की प्रक्रियेमधून लोकांना काढून टाकणे.

मानवी देखरेख महत्त्वाची राहण्यासाठी

सेट्टी यांनी सांगितले की AI ने त्यांना बदलण्याऐवजी मानवी क्षमता वाढवली पाहिजे.

नियमित, उच्च-खंड आणि डाटा-केंद्रित क्रिया AI द्वारे अधिकाधिक हाताळल्या जाऊ शकतात, तर जटिल आणि उच्च-जोखीम फायनान्शियल निर्णयांसाठी योग्य मानवी देखरेखीची आवश्यकता सुरू राहील.

अधिक ऑटोमेशनमुळे बँक कर्मचाऱ्यांना कस्टमर संबंध, समस्या-निराकरण आणि इतर मूल्यवर्धित उपक्रमांवर अधिक वेळ व्यतीत करण्याची परवानगी मिळू शकते.

परंतु एआय सिस्टीमला अधिक स्वायत्तता देण्यामुळे भिन्न धोके निर्माण होतात. स्वायत्त सिस्टीमद्वारे केलेली त्रुटी एकाधिक कनेक्टेड सिस्टीममध्ये कृती सेट ऑफ करू शकते, ज्यामुळे मशीनच्या गतीवर ग्राहक, काउंटरपार्टी आणि फायनान्शियल संस्थांवर संभाव्य परिणाम होऊ शकतो.

बँकांना 'नो युवर कस्टमर' मधून 'नो युवर एजंट' मध्ये जाण्याची आवश्यकता असू शकते

AI स्वीकार वाढल्याने विश्वास निर्माण करण्यासाठी आवश्यक तीन तत्त्वे असल्यामुळे शेट्टीची अचूकता, उत्तरदायित्व आणि प्रवेशाची रूपरेषा देण्यात आली.

अचूकता केवळ सरासरी कामगिरीद्वारे मूल्यांकन करण्याऐवजी विविध कस्टमर ग्रुपमध्ये स्थिर राहणे आवश्यक आहे.

जबाबदारीला देखरेख, शोध आणि महत्त्वाची कारवाई का केली गेली हे निर्धारित करण्याची क्षमता आवश्यक असेल, विशेषत: AI सिस्टीम निर्णयांची शिफारस करण्यापासून ते अंमलात आणण्यापर्यंत.

एआय एजंटची वाढ जोखीम व्यवस्थापनात नवीन परिमाण देखील जोडू शकते. बँकांनी त्यांचे कस्टमर जाणून घेण्याच्या तत्त्वावर पारंपारिकपणे सुरक्षा तयार केली आहे. स्वायत्त एजंट फायनान्शियल ट्रान्झॅक्शनमध्ये सहभागी होणे सुरू करत असल्याने, संस्थांना ते एजंट ओळखण्यासाठी आणि समजून घेण्यासाठी यंत्रणेची आवश्यकता असू शकते.

अशा सिस्टीममध्ये एजंट ओळख आणि प्रमाणीकरण, कस्टमर संमती, ट्रान्झॅक्शन मर्यादा, ऑडिट ट्रेल्स आणि लोकेशनचा समावेश असू शकतो. बँकांना अशा वातावरणात काम करावे लागू शकते जेथे AI सिस्टीम इतर AI सिस्टीमसह संवाद साधतात, ज्यामुळे रिअल-टाइम रिस्क मूल्यांकनाची आवश्यकता वाढते.

बँकिंग उद्योगासाठी, तत्काळ आव्हान हे दोन बाजूंनी उघड होत आहे: मानवी देखरेखी, उत्तरदायित्व किंवा आर्थिक सुरक्षा कमविल्याशिवाय एआय प्रणालीच्या अधिक स्वायत्त निर्मितीसाठी तयारी करताना असामान्यपणे मोठी एफसीएनआर (बी)-लिंक्ड लिक्विडिटी व्यवस्थित पद्धतीने तैनात करणे.