PhonePe-யின் AI பிளூபிரிண்ட்: ஒரு பில்லியன் இந்தியர்களுக்கு

முக்கிய விஷயங்கள்#

• PhonePe இந்தியா முழுவதும் நானூறு மில்லியனுக்கும் மேற்பட்ட registered users-ஐ சேவை செய்கிறது.
• Rahul Chari கூறியபடி AI ஒரு பில்லியன் இந்தியர்களுக்கான UPI innovation-ன் அடுத்த அலையை இயக்கும்.
• நிறுவனம் real-time fraud detection models-ல் முதலீடு செய்து false declines-ஐ சுமார் முப்பது சதவீதம் குறைத்துள்ளது.
• PhonePe Hindi, Tamil மற்றும் Telugu மொழிகளில் voice-based UPI-ஐ experiment செய்து வருகிறது.
• AI-powered credit scoring informal workers-ஐ formal credit வட்டத்திற்குள் கொண்டு வர இலக்கு வைத்துள்ளது.

செய்தி என்ன#

சமீபத்திய ET Tech video-ல் PhonePe-யின் President ஆன Rahul Chari payments platform எப்படி artificial intelligence-ஐ தனது சேவையின் ஒவ்வொரு அடுக்கிலும் பின்னிப்பிணைத்து வருகிறது என்பதை விரிவாக விளக்கினார். அவர் வலியுறுத்தியது என்னவென்றால் இதன் நோக்கம் வெறும் உள்நாட்டு திறனை மேம்படுத்துவது மட்டும் அல்ல. மாறாக PhonePe-ஐ தினசரி பரிவர்த்தனைகளுக்கு நம்பி இருக்கும் நூற்றுக்கணக்கான மில்லியன் இந்தியர்களுக்கு உறுதியான நன்மைகளை உருவாக்குவதே முக்கியம். இந்த விவாதம் நடைபெற்ற நேரத்தில் UPI volumes மாதத்திற்கு பத்து பில்லியன் பரிவர்த்தனைகளைத் தாண்டிக் கொண்டிருந்தது. அதே சமயம் போட்டியாளர்களும் AI-ஐ உட்பொதிக்கும் பந்தயத்தில் ஈடுபட்டிருந்தனர்.

Chari அவர்கள் PhonePe-யின் AI strategy மூன்று முக்கிய தூண்களை அடிப்படையாகக் கொண்டது என்று தெளிவுபடுத்தினார். அவை security, personalization மற்றும் financial inclusion ஆகும். இந்த மூன்றும் ஒன்றோடொன்று இணைந்து ஒரு பில்லியன் இந்தியர்களுக்கான அடுத்த கட்ட UPI அனுபவத்தை உருவாக்கும் என்பதே அவரது நம்பிக்கை. இந்த அணுகுமுறை வெறும் தொழில்நுட்ப காட்சியாக இல்லாமல் அன்றாட வாழ்க்கையில் பணம் தொடர்பான தொடர்புகளை மாற்றும் வகையில் அமைந்துள்ளது.

மூன்று தூண்கள் விவரம்#

பாதுகாப்பு அடுக்கு#

பாதுகாப்பு முன்னணியில் நிறுவனம் machine-learning models-ஐ பயன்படுத்தி பரிவர்த்தனை முறைகளை real time-ல் கண்காணிக்கிறது. இந்த மாதிரிகள் அசாதாரண நடத்தையைக் கண்டறிந்து மோசடி முயற்சிகளைக் குறைக்க உதவுகின்றன. அதே நேரத்தில் உண்மையான பணம் செலுத்துதல்கள் தடையின்றி தொடரவும் வழிவகுக்கின்றன. உள்நாட்டு சோதனைகளின்படி இந்த மாதிரிகள் சரிசெய்யப்பட்ட பிறகு false-decline விகிதம் சுமார் முப்பது சதவீதம் குறைந்துள்ளது. இது பயனர்களுக்கு பெரிய நிம்மதியைத் தருகிறது. ஏனென்றால் தேவையற்ற நிராகரிப்புகள் குறைவதால் நம்பிக்கை அதிகரிக்கிறது.

ஒரு பயனர் புதிய பயனாளிக்கு பணம் அனுப்ப முயற்சிக்கும்போது AI model device fingerprint, சமீபத்திய இடம் மற்றும் கடந்த பரிவர்த்தனை வேகம் ஆகியவற்றைச் சரிபார்க்கிறது. ஆபத்து வரம்பு கடந்தால் பரிவர்த்தனை கூடுதல் சரிபார்ப்புக்காக நிறுத்தப்படுகிறது. இது அனுப்புபவர் மற்றும் பெறுபவர் இருவரையும் பாதுகாக்கிறது. இத்தகைய real-time கண்காணிப்பு வணிகர்களுக்கு இழப்புகளைக் குறைக்கிறது. அதனால் அவர்கள் நுகர்வோருக்கு மேலும் போட்டி விலையை வழங்க முடியும்.

தனிப்பயனாக்கம்#

தனிப்பயனாக்கத்திற்காக PhonePe recommendation engines-ஐ பயன்படுத்துகிறது. இவை பயனரின் கடந்த செயல்பாட்டின் அடிப்படையில் தொடர்புடைய பில் செலுத்துதல்கள், ரீசார்ஜ் சலுகைகள் அல்லது முதலீட்டு தயாரிப்புகளைப் பரிந்துரைக்கின்றன. இந்த engine இலகுரக மாதிரிகளில் இயங்குகிறது. அதனால் குறைந்த அளவிலான ஸ்மார்ட்போன்களிலும் அனுபவம் மென்மையாக இருக்கும். வரையறுக்கப்பட்ட இணைப்பு உள்ள பகுதிகளிலும் இது சீராக வேலை செய்கிறது. ஒரு பயனர் பயன்பாட்டு பில்லைச் செலுத்திய பிறகு அவர் முன்பு பயன்படுத்திய மளிகை ஆப்-ல் cashback சலுகை காட்டப்படும். இந்த பரிந்துரை real time-ல் உருவாக்கப்படுவதால் மாற்று விகிதம் அதிகரிக்கும் வாய்ப்பு உண்டு.

இத்தகைய தனிப்பயன் சலுகைகள் பயனர்களை கூடுதல் நிதி சேவைகளை ஏற்க ஊக்குவிக்கின்றன. இது ஒட்டுமொத்த நிதி எழுத்தறிவையும் உயர்த்துகிறது. குறைந்த இணைப்பு உள்ள கிராமப்புறங்களிலும் இலகுரக மாதிரிகள் வேலை செய்வதால் நகர்ப்புற உயரடுக்கினர் மட்டும் அல்லாமல் பெரும்பான்மை மக்களையும் சென்றடையும் நோக்கம் தெளிவாகத் தெரிகிறது.

நிதி உள்ளடக்கம்#

மூன்றாவது தூண் குறைவாக சேவை பெறும் பிரிவுகளுக்கு கடன் விரிவாக்குவதில் கவனம் செலுத்துகிறது. UPI பரிவர்த்தனை அதிர்வெண், பயன்பாட்டு பில் செலுத்துதல்கள் மற்றும் மொபைல் பயன்பாட்டு முறைகள் போன்ற மாற்று தரவுகளைப் பகுப்பாய்வு செய்வதன் மூலம் PhonePe-யின் scoring model முறையான வங்கி வரலாறு இல்லாத பயனர்களுக்கு கடன் தகுதியை மதிப்பிட முடியும். Chari குறிப்பிட்டபடி ஆரம்பகால சோதனைகள் gig-economy தொழிலாளர்களிடையே கடன் ஒப்புதல் விகிதத்தில் இரு மடங்கு அதிகரிப்பைக் காட்டியுள்ளன. ஒரு டெலிவரி பார்ட்னர் தினசரி வருவாயை UPI வழியாகப் பெறுகிறார். அவருக்கு பத்தாயிரம் ரூபாய் மைக்ரோ கடன் சலுகை அறிவிப்பு வருகிறது. இது அவரது வாராந்திர பரிவர்த்தனை அளவு மற்றும் முந்தைய மைக்ரோ கடன்களின் திருப்பிச் செலுத்தும் வரலாற்றை அடிப்படையாகக் கொண்டது.

இந்த அணுகுமுறை அரசாங்கத்தின் குறைந்த பணப் பொருளாதாரத்திற்கான உந்துதலுடன் ஒத்துப்போகிறது. சிறு அளவிலான விற்பனையாளர்கள் குறுகிய கால செயல்பாட்டு மூலதனத்தைப் பெறும்போது அவர்கள் சரக்குகளில் முதலீடு செய்யலாம். உதவியாளர்களை வேலைக்கு அமர்த்தலாம் அல்லது பருவகால சரிவுகளைச் சமாளிக்கலாம். இது அடிமட்ட அளவில் உற்பத்தித்திறனை உயர்த்துகிறது.

இந்தியாவில் தாக்கம்#

PhonePe-யின் AI உந்துதலின் அலை விளைவுகள் ஏற்கனவே பரந்த டிஜிட்டல் பேமெண்ட்ஸ் சூழலில் தெரிகின்றன. வேகமான மோசடி கண்டறிதல் வணிகர்களுக்கு குறைந்த இழப்புகளைக் குறிக்கிறது. அது நுகர்வோருக்கு மேலும் போட்டி விலையாக மாறலாம். தனிப்பயன் சலுகைகள் பயனர்களை கூடுதல் நிதி சேவைகளை ஏற்க ஊக்குவிக்கின்றன. இது நிதி எழுத்தறிவை அதிகரிக்கிறது. மேக்ரோ பார்வையில் informal workers-க்கு கடன் விரிவாக்குவது குறைந்த பணப் பொருளாதாரத்திற்கான அரசாங்க உந்துதலுடன் ஒத்துப்போகிறது.

மேலும் voice-based UPI சோதனைகள் மொழித் தடைகளை உடைக்க இலக்கு வைத்துள்ளன. பயனர்கள் தங்கள் தாய்மொழியில் பணம் செலுத்துதலைத் தொடங்க அனுமதிப்பதன் மூலம் ஆங்கிலத் திறன் குறைவாக உள்ள கிராமப்புற மற்றும் அரை நகர்ப்புற பகுதிகளிலிருந்து அடுத்த அலை ஏற்புடையவர்களைக் கொண்டு வர PhonePe நம்புகிறது. ஆரம்பகட்ட கருத்துக்கள் முதல் முறை பயனர்களுக்கு பாரம்பரிய உரை அடிப்படையிலான ஓட்டத்தை விட நிறைவு விகிதம் இருபது சதவீதம் அதிகமாக இருப்பதைக் காட்டுகின்றன. தமிழ்நாட்டில் ஒரு விவசாயி தமிழில் என் சகோதரருக்கு ஐநூறு ரூபாய் அனுப்பு என்று சொல்கிறார். Speech-to-text engine அந்த உச்சரிப்பை மாற்றுகிறது. தொடர்புகள் வழியாக பயனாளியைச் சரிபார்த்து உறுதிப்படுத்தல் கேட்கிறது. முழு ஓட்டமும் பதினைந்து வினாடிகளுக்குள் முடிகிறது.

நடைமுறை பயன்பாடுகள்#

PhonePe-யின் AI ஏற்கனவே வேலை செய்து கொண்டிருக்கும் சில உறுதியான சூழ்நிலைகளைப் பார்ப்போம். Fraud shield வழக்கில் ஒரு பயனர் புதிய பயனாளிக்கு பணம் அனுப்ப முயற்சிக்கிறார். AI model device fingerprint, சமீபத்திய இடம் மற்றும் கடந்த பரிவர்த்தனை வேகத்தைச் சரிபார்க்கிறது. ஆபத்து வரம்பு கடந்தால் கூடுதல் சரிபார்ப்புக்காக நிறுத்தப்படுகிறது. இது இரு தரப்பினரையும் பாதுகாக்கிறது.

Offer engine வழக்கில் பயன்பாட்டு பில் செலுத்திய பிறகு ஆப் ஒரு மளிகை ஆப்-ல் cashback சலுகையைக் காட்டுகிறது. அந்த ஆப்-ஐ பயனர் முன்பு பயன்படுத்தியிருக்கிறார். பரிந்துரை real time-ல் உருவாக்கப்படுவதால் மாற்று வாய்ப்பு அதிகரிக்கிறது. Voice UPI வழக்கில் தமிழ்நாட்டு விவசாயி தமிழில் பேசுகிறார். Speech-to-text மாற்றுகிறது. தொடர்புகள் வழியாக சரிபார்த்து உறுதிப்படுத்தல் கேட்கிறது. பதினைந்து வினாடிகளில் முடிகிறது. Credit line வழக்கில் தினசரி UPI வருவாய் பெறும் டெலிவரி பார்ட்னருக்கு பத்தாயிரம் ரூபாய் மைக்ரோ கடன் சலுகை வருகிறது. வாராந்திர அளவு மற்றும் முந்தைய திருப்பிச் செலுத்தும் வரலாற்றை அடிப்படையாகக் கொண்டது.

நேர்மையான பார்வை#

PhonePe-யின் AI சாலை வரைபடம் லட்சியமானது. ஆனால் பெரிய அளவிலான machine-learning பயன்பாடுகளுடன் வரும் வழக்கமான சவால்களை எதிர்கொள்கிறது. தரவு தரம் ஒரு கவலையாகவே உள்ளது. பயனர்கள் பல வங்கி ஆப்-களுக்கு இடையே மாறும்போது சீரற்ற பரிவர்த்தனை குறிச்சொற்கள் மாதிரிகளைக் குழப்பலாம். மாற்று தரவு எப்படி சேமிக்கப்பட்டு கடன் மதிப்பீட்டிற்குப் பயன்படுத்தப்படுகிறது என்பதை தனியுரிமை ஆதரவாளர்கள் தொடர்ந்து ஆய்வு செய்வார்கள்.

நேர்மறை பக்கத்தில் அடக்கமான வன்பொருளில் இயங்கும் இலகுரக மாதிரிகளில் நிறுவனத்தின் கவனம் பெரும்பான்மை சந்தையைச் சேவை செய்யும் உண்மையான நோக்கத்தைக் காட்டுகிறது. நகர்ப்புற உயரடுக்கு மட்டும் அல்ல. சோதனைகள் வெற்றிகரமாக அளவிடப்பட்டால் வளர்ந்து வரும் சந்தைகளில் fintechs எப்படி AI-ஐ பொறுப்புடன் பயன்படுத்துகின்றன என்பதற்கு PhonePe ஒரு அளவுகோலை அமைக்கலாம். ஒட்டுமொத்தமாக ஒரு பில்லியன் இந்தியர்களுக்கான AI என்ற பார்வை சந்தைப்படுத்தல் கோஷம் போல் இல்லாமல் அன்றாட இந்தியர்கள் பணத்துடன் தொடர்பு கொள்ளும் விதத்தை மாற்றக்கூடிய உறுதியான திட்டம் போல் உணரப்படுகிறது.

எதிர்கால பார்வை#

முன்னோக்கிப் பார்க்கும்போது PhonePe தனது AI-driven credit engine-ஐ மொபைல் ரீசார்ஜ் முறைகள் மற்றும் e-commerce உலாவல் நடத்தை போன்ற கூடுதல் மாற்று தரவு ஆதாரங்களை உள்ளடக்க விரிவுபடுத்த திட்டமிட்டுள்ளது. அதே நேரத்தில் கடுமையான ஒப்புதல் வழிமுறைகளைப் பராமரிக்கும். நிறுவனம் voice-based UPI-ஐ 2027 ஆம் ஆண்டு இறுதிக்குள் Bengali, Marathi மற்றும் Gujarati உள்ளிட்ட கூடுதல் இந்திய மொழிகளுக்கு விரிவுபடுத்தவும் இலக்கு வைத்துள்ளது. பாதுகாப்பு துறையில் வேகத்தைப் பாதிக்காமல் false positives-ஐ மேலும் குறைக்க device-level biometrics உடன் ஆழமான ஒருங்கிணைப்பு ஆராயப்படுகிறது.

இந்த திட்டங்கள் அனைத்தும் PhonePe ஏற்கனவே கொண்டிருக்கும் நானூறு மில்லியன் பயனர்களின் அனுபவத்தை மேலும் வலுப்படுத்தும். UPI volumes தொடர்ந்து உயர்ந்து கொண்டிருக்கும் சூழலில் AI உந்துதல் அடுத்த அலையை வடிவமைக்கும். Security முன்னேற்றங்கள் வணிகர்களுக்கும் பயனர்களுக்கும் நம்பிக்கையை அதிகரிக்கும். Personalization அடுக்கு நிதி சேவைகளை மேலும் அணுகக்கூடியதாக மாற்றும். Financial inclusion தூண் informal பிரிவினரை முறையான கடன் வட்டத்திற்குள் கொண்டு வரும். Voice UPI மொழித் தடைகளை உடைத்து கிராமப்புற ஏற்பை விரிவுபடுத்தும். இவை அனைத்தும் சேர்ந்து ஒரு பில்லியன் இந்தியர்களுக்கான உறுதியான AI பிளூபிரிண்ட்டாக உருவெடுக்கிறது. Chari அவர்கள் விளக்கிய இந்த பார்வை வெறும் தொழில்நுட்ப மேம்பாடாக இல்லாமல் அன்றாட வாழ்க்கையில் பணம் தொடர்பான தொடர்புகளை மறுவடிவமைக்கும் திட்டமாகவே தெரிகிறது. தரவு தரம் மற்றும் தனியுரிமை சவால்களை கவனமாகக் கையாண்டால் இந்த முயற்சி வளர்ந்து வரும் சந்தைகளில் fintechs-க்கு ஒரு முன்மாதிரியாக அமையும். இலகுரக மாதிரிகள் குறைந்த வன்பொருளிலும் வேலை செய்வதால் பெரும்பான்மை மக்களைச் சென்றடையும் நோக்கம் நிறைவேறும் வாய்ப்பு அதிகம். Early pilots-ல் தெரிந்த இரு மடங்கு ஒப்புதல் அதிகரிப்பு மற்றும் இருபது சதவீத அதிக நிறைவு விகிதம் போன்ற முடிவுகள் இந்த திசையில் நம்பிக்கை அளிக்கின்றன. எதிர்காலத்தில் கூடுதல் மொழிகள் மற்றும் கூடுதல் தரவு ஆதாரங்கள் சேரும்போது இந்த பிளூபிரிண்ட் மேலும் வலுப்பெறும்.