സാമ്പത്തിക ഉൾപ്പെടുത്തൽ വർദ്ധിപ്പിക്കുന്നതിന് വായ്പ നൽകുന്നവർ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ്, മെഷീൻ ലേണിംഗ് എന്നിവ എങ്ങനെ ഉപയോഗിക്കുന്നു

You are currently viewing സാമ്പത്തിക ഉൾപ്പെടുത്തൽ വർദ്ധിപ്പിക്കുന്നതിന് വായ്പ നൽകുന്നവർ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ്, മെഷീൻ ലേണിംഗ് എന്നിവ എങ്ങനെ ഉപയോഗിക്കുന്നു

മൊബൈൽ, ലാപ്ടോപ്പ് സ്ക്രീനുകളുടെ അത്ഭുതങ്ങളിലൂടെ ആകർഷകമായ പ്രവർത്തനങ്ങളിൽ ഇന്ന് ആളുകൾ സജീവമായി ഏർപ്പെട്ടിരിക്കുന്നു. മാനവ വിഭവശേഷി മന്ത്രാലയത്തിന്റെ 2020 ലെ പഠനമനുസരിച്ച്, ചെറുപ്പക്കാർ ഒരു ദിവസം ശരാശരി 8.8 മണിക്കൂർ ഫോണിൽ ചെലവഴിക്കുന്നു, പ്രായമായവർ (65 വയസ്സിന് മുകളിലുള്ളവർ) 5.2 മണിക്കൂർ ചെലവഴിക്കുന്നു.

സാങ്കേതികവിദ്യ ലോകത്തെ കീഴടക്കിയിരിക്കുന്നു, ഇന്ത്യയെപ്പോലുള്ള ഒരു വികസ്വര രാജ്യത്ത് പോലും ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ഒരു ഗാർഹിക പദമായി മാറിയിരിക്കുന്നു. സാങ്കേതിക, ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് വിപ്ലവം വ്യവസായങ്ങളെ പരിവർത്തനം ചെയ്യുന്നു, പരമ്പരാഗത ബാങ്കിംഗും ഇതിന് അപവാദമല്ല.

ഈ മേഖലയിൽ കാര്യമായ മാറ്റങ്ങൾ നേരിട്ട ഒരു മേഖല വായ്പയാണ്. ഡിജിറ്റൽ വായ്പയുടെ വരവോടെ വായ്പയെടുക്കൽ ശ്രദ്ധേയമായ പരിവർത്തനത്തിന് വിധേയമായി, ഇത് സാമ്പത്തിക സേവനങ്ങളെ കൂടുതൽ പ്രാപ്യവും കാര്യക്ഷമവും എല്ലാവരെയും ഉൾക്കൊള്ളുന്നതുമാക്കുന്നു. ഈ ലേഖനം ഡിജിറ്റൽ-വായ്പാ വിപ്ലവത്തെക്കുറിച്ച് പരിശോധിക്കുകയും എല്ലാവർക്കും സാമ്പത്തിക അവസരങ്ങൾ തുറക്കാനുള്ള അതിന്റെ സാധ്യതകൾ പര്യവേക്ഷണം ചെയ്യുകയും ചെയ്യുന്നു.

ഡിജിറ്റൽ വിപ്ലവം

മുൻകാലങ്ങളിൽ, വായ്പ ലഭിക്കുമ്പോൾ കടുത്ത പേപ്പർവർക്കുകൾ, നീണ്ട അംഗീകാര പ്രക്രിയകൾ, പരിമിതമായ ഓപ്ഷനുകൾ എന്നിവയുടെ വെല്ലുവിളികൾ വായ്പക്കാർ അഭിമുഖീകരിച്ചിരുന്നു. എന്നാൽ ഡിജിറ്റൽ വായ്പ ഉപയോഗിച്ച്, വ്യക്തികൾക്ക് ഇപ്പോൾ അവരുടെ വീടുകളിൽ നിന്ന് എളുപ്പത്തിൽ വായ്പയ്ക്കായി അപേക്ഷിക്കാൻ കഴിയും.

ഈ അഗാധമായ പരിവർത്തനം യഥാർത്ഥത്തിൽ പ്രതിനിധീകരിക്കുന്നത് ലോകമെമ്പാടുമുള്ള വായ്പക്കാരുടെ മുഴുവൻ സ്പെക്ട്രത്തെയും ഉൾപ്പെടുത്തുക എന്നതാണ്. സാമ്പത്തിക ഉൾപ്പെടുത്തൽ എന്നാൽ ലോകത്തിന്റെ ഏത് കോണിലുമുള്ള ഏതൊരു വ്യക്തിക്കും ഔപചാരിക ധനകാര്യ ബാങ്കിംഗ് സംവിധാനങ്ങൾ ആക്സസ് ചെയ്യാൻ കഴിയും. ലോകമെമ്പാടുമുള്ള രണ്ട് ബില്യൺ ആളുകൾ ഇപ്പോഴും ബാങ്കിംഗ് ഇല്ലാത്തവരോ ബാങ്കിംഗ് ഇല്ലാത്തവരോ ആയി തുടരുന്നു, പക്ഷേ സാങ്കേതിക വിപ്ലവം അത്തരം വ്യക്തികളുടെ ജീവിതത്തെ മാറ്റിമറിക്കുകയാണ്.

ഉപഭോക്താക്കൾക്ക് വായ്പ നൽകുക എന്നതാണ് ഒരു ബാങ്കിന്റെ പ്രാഥമിക മൂല്യ നിർദ്ദേശം. ഒന്നിലധികം മാനുഷിക ചെക്ക്പോസ്റ്റുകളിലൂടെ പണമടയ്ക്കാനുള്ള ഉദ്ദേശ്യവും കഴിവും സാധൂകരിക്കാൻ കഴിയുന്ന വ്യക്തികൾക്കോ ബിസിനസുകൾക്കോ മാത്രമേ ഇതുവരെ ധനകാര്യ സ്ഥാപനങ്ങൾക്ക് വായ്പ നൽകാൻ കഴിയുമായിരുന്നുള്ളൂ. ആവശ്യമുള്ള സമയങ്ങളിൽ വായ്പ ലഭിക്കുന്നതിനുള്ള പ്രാഥമിക മാർഗം ബാങ്കിനോ മൈക്രോഫിനാൻസ് സ്ഥാപനത്തിനോ ഔദ്യോഗിക ഡോക്യുമെന്റേഷനും തിരിച്ചറിയൽ രേഖയും നൽകുക എന്നതാണ്. സ്വർണം അല്ലെങ്കിൽ പ്രോപ്പർട്ടി പോലുള്ള ഏതെങ്കിലും തരത്തിലുള്ള ഈടുകൾ വാഗ്ദാനം ചെയ്യുക എന്നതാണ് മറ്റൊരു മാർഗം.

എന്നാൽ ഇവ രണ്ടും ഇല്ലാത്തവരുടെ കാര്യമോ? ഇതുവരെയുള്ള ഉത്തരം , “കഠിനമായ ഭാഗ്യം” എന്നായിരുന്നു.

ഈ ലേഖനത്തിന്റെ തുടക്കത്തിൽ, സാങ്കേതികവിദ്യ എങ്ങനെ നമ്മുടെ ജീവിതത്തെ കീഴടക്കിയെന്ന് ഞാൻ പരാമർശിച്ചു, നമുക്കോരോരുത്തർക്കും ഒരു വലിയ ഡിജിറ്റൽ കാൽപ്പാട് നൽകി. ഒരു വ്യക്തിക്ക് ഐഡന്റിറ്റി തെളിവ് ഇല്ലായിരിക്കാം, പക്ഷേ അവരുടെ ഓൺലൈൻ പ്രവർത്തനം ഇപ്പോഴും അവരുടെ പെരുമാറ്റം പ്രവചിക്കാനും അവരുടെ ക്രെഡിറ്റ് യോഗ്യത വിലയിരുത്താനും സഹായിക്കും.

ഇത് യാഥാർത്ഥ്യത്തിൽ എങ്ങനെ പ്രവർത്തിക്കുന്നുവെന്ന് വിശദീകരിക്കാൻ ചില ക്ലൗഡ് അധിഷ്ഠിത ഡിജിറ്റൽ വായ്പാ പരിഹാരങ്ങളുടെ ഉദാഹരണം എടുക്കാം. ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ്, മെഷീൻ ലേണിംഗ് (എംഎൽ) എന്നിവ ഉപയോഗിക്കുന്ന ഡിജിറ്റൽ വായ്പാ പ്ലാറ്റ്ഫോമുകൾ ബാങ്കിംഗ് ഇല്ലാത്ത അല്ലെങ്കിൽ ബാങ്കിംഗ് ഇല്ലാത്ത ഉപഭോക്താക്കളുടെ ശൃംഖലകളെ ബാങ്കുകളുമായും മറ്റ് വായ്പാ ദാതാക്കളുമായും ബന്ധിപ്പിക്കുന്നു. ടെലികോം ഓപ്പറേറ്റർമാർ, മൊബൈൽ വാലറ്റ് ദാതാക്കൾ, ബാങ്കുകൾ എന്നിവയുൾപ്പെടെ എല്ലാ വലിയ വ്യവസായ കമ്പനികളും ഉപഭോക്താക്കളുടെ ഡിജിറ്റൽ കാൽപ്പാടുകൾ വിശകലനം ചെയ്യാനും അവരിൽ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് / എംഎൽ അൽഗോരിതം പ്രവർത്തിപ്പിക്കാനും വിശദമായ സാമ്പത്തിക ഐഡന്റിറ്റികൾ നിർമ്മിക്കാനും ഒരുമിച്ച് പ്രവർത്തിക്കുന്നു. ‘സാമ്പത്തികം’ എന്ന വാക്കിന് ഞാൻ ഊന്നൽ നൽകുന്നു, കാരണം പ്ലാറ്റ്ഫോമിന് വായ്പക്കാരന്റെ വ്യക്തിഗത വിവരങ്ങളൊന്നും ആവശ്യമില്ല. ഒരു വ്യക്തിയുടെ പേര്, ലിംഗഭേദം, തൊഴിൽ എന്നിവ അറിയേണ്ടതില്ല, അവരുടെ ഓൺലൈൻ പെരുമാറ്റം മാത്രം, അവർ ഒരു വായ്പയ്ക്ക് നല്ല സ്ഥാനാർത്ഥിയാണോ എന്ന് തീരുമാനിക്കാൻ.

ഇവിടെ ഏറ്റവും രസകരമായ കാര്യം ഉപഭോക്താവിന് ഒരു സ്മാർട്ട് ഫോൺ പോലും ആവശ്യമില്ല എന്നതാണ്. ഒരു ഫീച്ചർ ഫോൺ ഉപയോഗിച്ച് പോലും, ക്രെഡിറ്റ് സ്കോർ നൽകാൻ പര്യാപ്തമായ ഒരു ഡിജിറ്റൽ കാൽപ്പാട് അവർ അവശേഷിപ്പിക്കും.

ഇതുപോലുള്ള പ്ലാറ്റ്ഫോമുകളുടെ സ്വാധീനം വളരെ വലുതാണ്. ഉദാഹരണത്തിന്, ഐവറി കോസ്റ്റിലെ ഒരു വിദൂര ഗ്രാമത്തിലെ ഒരു അമ്മയ്ക്ക് തന്റെ അഞ്ച് വയസ്സുകാരന്റെ ചികിത്സയ്ക്കായി മരുന്ന് വാങ്ങാൻ തൽക്ഷണം വായ്പ ലഭിക്കും. ഇത് ദശലക്ഷക്കണക്കിന് ചെറുകിട, ഇടത്തരം ബിസിനസുകള് ക്ക് അപ്രതീക്ഷിത സംഭവങ്ങളെ നേരിടാന് സാമ്പത്തിക സുരക്ഷാ വലയം നല് കും.

ഡിജിറ്റൽ വായ്പാ പ്ലാറ്റ്ഫോമുകൾ ബാങ്കുകൾ, ഉപഭോക്തൃ ശൃംഖലകൾ, ക്യാപ്റ്റീവ് പ്രേക്ഷകർ എന്നിവർക്കിടയിൽ ഒരു പാലം നിർമ്മിക്കുന്നു, ഇത് ദശലക്ഷക്കണക്കിന് ഉപഭോക്താക്കൾക്ക് തത്സമയം വായ്പാ ജീവിത ചക്രം ഓട്ടോമേറ്റുചെയ്യുന്നു. ഇതിനർത്ഥം വായ്പക്കാർക്ക് ക്രെഡിറ്റിനായി ആഴ്ചകളോ ദിവസങ്ങളോ കാത്തിരിക്കേണ്ടതില്ല എന്നാണ്. നല്ല വായ്പക്കാരെ മോശംവരിൽ നിന്ന് വേർതിരിച്ചറിയുന്നതിൽ എം എൽ അധിഷ്ഠിത പ്ലാറ്റ്ഫോമുകളും മനുഷ്യരെക്കാൾ മികച്ചതാണ്, അങ്ങനെ കാലക്രമേണ ഡിഫോൾട്ട് നിരക്കുകൾ ഗണ്യമായി കുറയ്ക്കുന്നു.

Dr Bibin

Experienced Researcher with a demonstrated history of working in the Deep Learning, Computer Vision

Leave a Reply