वेगवान तंत्रज्ञानाच्या नवकल्पनांनी प्रत्येक उद्योगात क्रांती घडवून आणली आहे आणि आर्थिक तंत्रज्ञान (फिनटेक) क्षेत्रही त्याला अपवाद नाही. इनोव्हेशनच्या झपाट्याने विकसित होत असलेल्या लँडस्केपमध्ये, लेंडिंग सर्व्हिस प्रोव्हायडर्स (LSPs) सह FinTech कंपन्या, अजूनही कर्ज मिळवण्यासाठी आणि त्यांचे पुस्तक जुन्या पद्धतीने सुधारण्यासाठी संघर्ष करत असताना, त्यांना शक्तिशाली AI सोल्यूशन्समध्ये आशेचा किरण दिसत आहे. डॉ. राशी गुप्ता, Rezo.ai चे मुख्य ग्रोथ ऑफिसर, संभाषणात्मक AI टूल्स नावीन्यपूर्णता, अनुपालन आणि अतुलनीय कार्यक्षमतेसह कर्ज संकलनाच्या प्रयत्नांमध्ये आउटपुट कसे बदलत आहेत हे स्पष्ट करतात.
RBI मार्गदर्शक तत्त्वे कडक:
डॉ गुप्ता यांनी माहिती दिली की कर्ज संकलनाच्या जागेत खेळ बदलणाऱ्या नवकल्पनाची पार्श्वभूमी डिजिटल कर्जदार आणि नॉन-बँकिंग वित्तीय कंपन्या (NBFCs) यांच्यातील कर्ज व्यवस्थांना संबोधित करणाऱ्या RBI च्या अलीकडील मार्गदर्शक तत्त्वांच्या विरोधात आहे. ती माहिती देते की याआधी, डिजिटल सावकार सामान्यतः 20 टक्क्यांपासून ते 100 टक्क्यांपर्यंतची हमी त्यांच्या कर्जदार भागीदारांना, बँका आणि NBFC सह, कर्ज चुकल्यामुळे होणाऱ्या नुकसानापासून संरक्षण म्हणून देतात. तथापि, आरबीआयने आता मर्यादा घातली आहे, हे बंधनकारक आहे की या हमी एकूण कर्ज पोर्टफोलिओ रकमेच्या 5 टक्क्यांपेक्षा जास्त नसाव्यात.
“आरबीआयने कडक केलेल्या नियमांमुळे कर्जदारांच्या नुकसानीच्या बाबतीत लक्षणीय 95 टक्के नुकसान झाले आहे. परिणामी, डिजिटल कर्ज क्षेत्रातील NBFCs आणि FinTechs यांना त्यांच्या व्यवसाय मॉडेल्सला अनुकूल करून, भरीव ऑपरेशनल फेरबदल करणे भाग पडले आहे. वाढत्या खर्चाचा सामना करण्यासाठी. या आव्हानात्मक भूभागावर नेव्हिगेट करण्यासाठी, NBFCs आणि LSPs ला कर्ज मिळवण्यासाठी आणि त्यांची आर्थिक स्थिती सुधारण्यासाठी सक्रिय धोरणे अंमलात आणणे आवश्यक आहे, ज्यामुळे त्यांना त्यांची भागीदारी सुरू ठेवता येईल,” त्या सांगतात.
विविधीकरण:
Rezo.ai चे चीफ ग्रोथ ऑफिसर असे मत मांडतात की नियामक आव्हानांना तोंड देताना, FinTech कंपन्या आणि LSPs संभाषणात्मक AI सोल्यूशन्समध्ये आश्रय घेत आहेत कारण ते केवळ ऑटोमेशन खेळात आणत नाहीत तर मोठ्या प्रेक्षकांपर्यंत पोहोचण्याची क्षमता देखील वाढवतात – एक पराक्रम पारंपारिक संपर्क केंद्रांनी खिशात छिद्र पाडल्याशिवाय हे शक्य नाही. FinTech आणि LSPs साठी तयार केलेली, अत्याधुनिक संभाषणात्मक AI-शक्तीवर चालणारी उत्पादने अपवादात्मक कार्यक्षमतेने कर्जे वसूल करून त्यांचे आर्थिक पोर्टफोलिओ ऑप्टिमाइझ करण्यासाठी त्यांना मदतीचा हात देत आहेत. प्रगत AI अल्गोरिदमद्वारे समर्थित, ती म्हणते की या AI टूल्समध्ये केवळ विशाल डेटासेटचे विश्लेषण करण्याची, मानवी एजंटना अनेकदा दूर ठेवणारे लपलेले नमुने आणि स्पॉट ट्रेंड उलगडून दाखविण्याची उल्लेखनीय क्षमता नाही, तर संख्यानुसार 90 टक्के कनेक्ट दर प्राप्त करण्याची देखील उल्लेखनीय क्षमता आहे. कर्जदारांपैकी एक उल्लेखनीय 90 टक्के सक्रियपणे संभाषणात गुंतलेल्यांशी संपर्क साधला.
डॉ गुप्ता म्हणतात, “कर्ज उद्योगात एनपीए ही एक मोठी समस्या आहे मग ती पारंपारिक बँका असोत, वित्तीय सेवा कंपन्या असोत किंवा थर्ड पार्टी एलएसपी असोत. एक प्रकारे, आम्ही असे निरीक्षण केले आहे की एनपीए कमी करण्यासाठी कर्जदारांना पहिल्या देय पेमेंटपासून वैयक्तिक दृष्टिकोनाची आवश्यकता आहे. कर्ज वसुली प्रक्रियेत गुंतलेले मानवी एजंट, कर्जदाराच्या प्रोफाइलमधील गंभीर बाबी अनेकदा चुकवतात, ज्याचा फायदा घेतल्यास ते त्यांना वेळेवर पैसे देण्यास प्रवृत्त करण्यात अतिशय युक्तीपूर्ण ठरू शकतात.”
कनेक्ट दर उंची:
AI एजंट ग्राहकाच्या ऐतिहासिक डेटावर आधारित वेळ, प्राधान्यकृत भाषा आणि इतर संबंधित घटक यासारख्या घटकांचा विचार करतात आणि कॉल्स तैनात करतात ज्यामुळे आपोआप 90 टक्के कनेक्ट दर उल्लेखनीय ठरतो.
“वसुली जितकी जास्त तितकी एनपीए कमी, जे कर्जाचे एनपीएमध्ये रूपांतर होण्यापासून रोखण्यासाठी एआय सोल्यूशन्सच्या प्रतिबंधात्मक प्रभावावर प्रकाश टाकते. याचा केवळ LSP च्या महसुलावर सकारात्मक परिणाम होत नाही तर त्यांच्या परिचालन खर्चातही घट होते,” डॉ गुप्ता पुढे म्हणाले.
क्षमता निर्माण:
पारंपारिक संपर्क केंद्रामध्ये फक्त 30-35 टक्के कनेक्ट दर असतो. संभाषणात्मक एआय टूल्स, याउलट, दररोज लाखो स्वयंचलित कॉल व्यवस्थापित करू शकतात, जे हजारो मानवी एजंट्स असलेल्या संपर्क केंद्राच्या क्षमतेशी तुलना करता येते. AI-संचालित साधनांच्या क्षमता-निर्मिती क्षमतेमुळे, ती म्हणते की अनेक NBFCs, बँका आणि FinTechs, ज्यात आता LSPs समाविष्ट आहेत, AI-चालित अंतर्दृष्टी आणि ऑटोमेशनद्वारे त्यांचे आर्थिक पोर्टफोलिओ आणि कमी NPAs लक्षणीयरीत्या अनुकूल करण्यात सक्षम झाले आहेत.
भाषेच्या अडथळ्यावर मात करणे:
फिनटेक, विविध लोकसंख्याशास्त्रातील लोकांना कर्ज देण्याच्या त्याच्या अंतर्निहित लवचिकतेमुळे, ग्रामीण बाजारपेठांना देखील सामोरे जावे लागते, जे काही तिमाहींच्या लोकप्रिय श्रद्धेच्या विरुद्ध, विविध प्रादेशिक भाषा, बोली, उच्चार आणि संवादाच्या बाबतीत अत्यंत वैविध्यपूर्ण आहेत. शैली डॉ. गुप्ता म्हणतात की ग्रामीण ग्राहकांशी एआय-चालित संवादामध्ये गुंतलेल्या बारकावे कॅप्चर करणे महत्त्वाचे आहे, उदाहरणार्थ, एखाद्या शब्दाचा अर्थ भिन्न गोष्टी असू शकतो किंवा एकच अर्थ सांगण्यासाठी अनेक शब्द असू शकतात. आजच्या AI सोल्यूशन्समध्ये अनेक भारतीय भाषा आणि बोलींमध्ये संभाषण करण्याची आणि प्रतिसाद नोंदवण्याची क्षमता आहे, ज्यामुळे कर्जदाराला त्याच्या/तिच्या पेमेंट अपराधाची आठवण करून देताना एक मोठा अर्थपूर्ण फायदा होतो.
ग्राहक प्रवास:
कर्जदारांची देयके गहाळ होण्यामागे अनेकदा काही कारणे असतात, निधीच्या तात्पुरत्या कमतरतेपासून ते साधे विस्मरण आणि अगदी हेतुपुरस्सर डीफॉल्टपर्यंत. “संभाषणात्मक AI एजंट प्रत्येक कर्जदाराच्या प्रोफाइलचे बारकाईने विश्लेषण करतात आणि देय विलंबामागील कारणांचा शोध घेतात. नंतर ते समान वैशिष्ट्ये, वर्तन किंवा भविष्यातील पेमेंट जोखमींना सक्रियपणे संबोधित करण्याच्या गरजांवर आधारित कर्जदारांचे वर्गीकरण करते. ते ग्राहकांना त्यांच्या अपराधीपणाच्या पातळीच्या आधारावर हुशारीने विभाजित करते, सक्षम करते. संसाधनांचे वाटप आणि प्रयत्नांचे प्राधान्य. उदाहरणार्थ, जे ग्राहक त्यांच्या पेमेंटसाठी फक्त काही दिवस मागे आहेत त्यांना काही महिने मागे असलेल्या ग्राहकांपेक्षा वेगळा दृष्टीकोन आवश्यक आहे. हा AI-चालित, स्वयंचलित आणि तयार केलेला दृष्टीकोन LSPs आणि NBFCs ला सर्वात प्रभावी संकलनासह सुसज्ज करतो रणनीती, ज्यामुळे त्यांना कर्जाची परतफेड होण्याची शक्यता असलेल्या त्यांच्या प्रयत्नांना लक्ष्य करण्याची परवानगी मिळते,” ती सांगते.