கோர் சிஸ்டம் குறைபாடுகளால் செயற்கை நுண்ணறிவை விரிவுபடுத்துவதில் மலேசிய வங்கிகள் தடுமாற்றம்

மலேசியாவின் 24% வங்கி நிறுவனங்கள் மட்டுமே செயற்கை நுண்ணறிவுத் தொழில்நுட்பத்தை (AI) தங்கள் ஒட்டுமொத்த நிறுவனத்திலும் வெற்றிகரமாக விரிவுபடுத்தியுள்ளன என்று சமீபத்திய ஆய்வு ஒன்று சுட்டிக்காட்டுகிறது. இது, வங்கிகளின் மூலோபாய இலக்குகளுக்கும் செயல்பாட்டு யதார்த்தத்திற்கும் இடையே உள்ள பெரும் இடைவெளியை வெளிச்சம் போட்டுக் காட்டுகிறது. ஏறக்குறைய அனைத்து வங்கித் தலைவர்களும் AI தங்கள் எதிர்காலத் திட்டத்திற்கு மையமானது என்பதை ஒப்புக்கொண்டாலும், இந்தத் துறையின் பெரும்பகுதிகளில் இதன் நடைமுறைச் செயல்பாடு துண்டு துண்டாகவே உள்ளது.

ஆரம்பகால வெளியீட்டாளரின் கூற்றுப்படி, இந்த ஆண்டின் தொடக்கத்தில் Sabio World நிறுவனம் 14 மலேசிய வங்கி நிறுவனங்களிடம் நடத்திய ஆய்வில், 76% பதிலளித்தவர்கள் தனிமைப்படுத்தப்பட்ட AI சோதனைகளை மட்டுமே இயக்குவதாகவும் அல்லது "குறிப்பிட்ட பகுதிகளில் மட்டும் விரிவுபடுத்துவதாகவும்" தெரிவித்துள்ளனர். குறிப்பிட்ட துறைகள் ஆட்டோமேஷன் அல்லது முன்கணிப்பு நுண்ணறிவுகளால் பயனடைந்தாலும், நிதி நிறுவனங்களின் அடிப்படை கட்டமைப்பில் இந்தத் தொழில்நுட்பம் இன்னும் முழுமையாக ஒருங்கிணைக்கப்படவில்லை என்பதையே இது காட்டுகிறது.

பரவலான தத்தெடுப்பைத் தடுக்கும் மூன்று முக்கிய தடைகளை இந்த ஆராய்ச்சி கண்டறிந்துள்ளது. 43% பதிலளித்தவர்கள் பழைய கட்டமைப்பை (Legacy infrastructure) முதன்மையான தடையாகக் குறிப்பிட்டுள்ளனர்; நவீன AI கருவிகளுடன் இணைவதற்கு இத்தகைய பழைய அமைப்புகளுக்கு சிக்கலான மாற்று வழிகள் தேவைப்படுகின்றன. தரவு மேலாண்மை 36% என்ற அளவில் அடுத்த இடத்தில் உள்ளது; நிறுவனங்கள் துறைசார்ந்த தனித்தனி அமைப்புகள் மற்றும் சீரற்ற நிர்வாகக் கட்டமைப்புகளுடன் போராடி வருகின்றன. இறுதியாக, 21% பதிலளித்தவர்கள் தெளிவான தலைமைப் பொறுப்பு இல்லாததைக் சுட்டிக்காட்டினர். ஆதரவு இருந்தாலும், AI முன்முயற்சிகளை நிறுவனம் முழுவதும் முன்னெடுத்துச் செல்ல எந்தவொரு தனிப்பட்ட நிர்வாகியும் தொடர்ந்து பொறுப்பேற்கவில்லை என்று அவர்கள் குறிப்பிட்டனர்.

Cognizant நிறுவனத்தின் ஆசியான் பிராந்திய வங்கி மற்றும் நிதிச் சேவைகளின் தலைவர் நவீன் பங்கல், பிராந்தியத் தலைவர்களிடையே புதிய மாற்றங்களைக் கொண்டுவரும் எண்ணம் பொதுவாக இருந்தாலும், தற்போதைய செயல்பாட்டு நிலை குறித்து விவாதிக்கும்போது தொனி கணிசமாக மாறுவதாகக் குறிப்பிட்டார். மலேசிய வங்கிகள் ஒரு மாற்றக் கட்டத்தில் சிக்கியுள்ளன என்பதை இது உணர்த்துகிறது; அங்கு AI மீதான ஆர்வம் அதிகமாக இருந்தாலும், பழைய அமைப்புகளின் தொழில்நுட்பக் கடன் முன்னேற்றத்திற்கு ஒரு கடினமான எல்லையை உருவாக்குகிறது.

மலேசிய நுகர்வோர் மற்றும் சிறு மற்றும் நடுத்தர நிறுவனங்களைப் (SME) பொறுத்தவரை, இந்த "குறிப்பிட்ட பகுதிகளில் மட்டும் விரிவுபடுத்தும்" அணுகுமுறை ஏன் டிஜிட்டல் வங்கி அனுபவங்கள் சீரற்றதாக இருக்கின்றன என்பதை விளக்குகிறது. ஒரு வங்கி தனது ஒரு பிரிவில் தடையற்ற AI-இயங்கும் சாட்போட் அல்லது கடன் மதிப்பீட்டுக் கருவியை வழங்கினாலும், நிறுவன அளவிலான ஒருங்கிணைப்பு இல்லாதது பெரும்பாலும் வாடிக்கையாளர் சேவை அனுபவத்தைச் சிதைப்பதோடு, கடன் செயலாக்க நேரத்தையும் மெதுவாக்குகிறது. முதலீட்டாளர்களைப் பொறுத்தவரை, வங்கிகள் முழுமையான டிஜிட்டல் மாற்றத்திற்குப் பதிலாக தற்காலிகத் தீர்வுகளுக்காகவே வளங்களைச் செலவிடுவதால், AI வாக்குறுதியளித்த செயல்திறன் அதிகரிப்பு இன்னும் நிதிநிலை அறிக்கைகளில் பிரதிபலிக்கவில்லை என்பதை இது காட்டுகிறது.

இந்தத் தொழில்நுட்ப தேக்கம் வலுவான தேசிய பொருளாதாரச் சூழலுக்கு மத்தியில் நிகழ்கிறது, சமீபத்திய காலாண்டில் உண்மையான மொத்த உள்நாட்டு உற்பத்தி (GDP) ஆண்டுக்கு ஆண்டு 6.0% வளர்ச்சியடைந்துள்ளது. இந்த வளர்ச்சி இருந்தபோதிலும், வங்கிகள் வேகமான கண்டுபிடிப்புகளைக் கோரும் போட்டிச் சூழலுக்கு மத்தியில் செயல்பாட்டுத் திறனைத் தக்கவைக்க வேண்டிய இரட்டைச் சவாலை எதிர்கொள்கின்றன. பணவீக்கம் 1.8% ஆகவும், வேலையின்மை விகிதம் 3.0% ஆகவும் இருக்கும் நிலையில், தொழில்நுட்பத்தின் மூலம் செலவுகளை மேம்படுத்த வேண்டிய அழுத்தம் வங்கிகளுக்கு உள்ளது. இருப்பினும், AI-ஐ விரிவுபடுத்துவதில் ஏற்பட்டுள்ள தற்போதைய தோல்வி, இந்தச் செலவு சேமிப்பு நடவடிக்கைகளை அடைவது எதிர்பார்த்ததை விட கடினமாக இருக்கலாம் என்பதைக் காட்டுகிறது.

பழைய அமைப்புகளின் மீதான இந்தச் சார்புநிலை, மலேசியாவின் நிதித் துறையில் உள்ள ஆழமான கட்டமைப்புச் சிக்கலை எடுத்துக்காட்டுகிறது. நீண்டகாலமாகப் பயன்படுத்தப்படும் IT கட்டமைப்புகள் இப்போது போட்டித்தன்மை கொண்ட பரிணாம வளர்ச்சிக்கு ஒரு தடையாக மாறி வருகின்றன. வங்கிகள் எதிர்காலத்தைப் பார்க்கும்போது, தனித்துச் செயல்படும் சோதனைகளைத் தாண்டி, அறிக்கையில் அடையாளம் காணப்பட்ட அடிப்படை உள்கட்டமைப்பு இடைவெளிகளை சரிசெய்ய வேண்டும். இதற்கு அடிப்படை அமைப்புகளை முழுமையாக மாற்ற வேண்டுமா அல்லது மிகவும் தீவிரமான மிடில்வேர் (middle-ware) உத்தி தேவைப்படுமா என்பது பொறுத்திருந்துதான் பார்க்க வேண்டும்.

வங்கிகள் அடிப்படை அமைப்பு நவீனமயமாக்கலுக்கு முதலீட்டுச் செலவை முன்னுரிமை அளிக்கப்போகிறதா அல்லது குறுகிய கால, துறை சார்ந்த AI திட்டங்களுக்கு ஆதரவளிக்கப்போகிறதா என்பதைத் துறை இப்போது கவனிக்க வேண்டும். AI-ஐ வெற்றிகரமாக விரிவுபடுத்தும் அந்த 24% வங்கிகளில் எந்தெந்த குறிப்பிட்ட நிறுவனங்கள் உள்ளன என்பது அல்லது இந்தச் செயல்பாட்டுத் தோல்விகளால் ஒட்டுமொத்தத் துறைக்கும் ஏற்படும் துல்லியமான நிதி இழப்பு எவ்வளவு என்பது இன்னும் உறுதிப்படுத்தப்படவில்லை.