முக்கிய விஷயங்கள்
- TRAI-ன் amended UCC rules இப்போ telecom operators-ஐ AI/ML systems ஓட்டி suspected spam number-ஐ தானா கண்டுபிடிக்கச் சொல்றது.
- Flag ஆன number-களை operators share பண்ணணும்; அப்புறம் fresh KYC check + investigation; அதன் பிறகு தான் enforcement.
- Algorithm பார்த்ததும் உடனே block பண்ற setup இல்ல — முதல்ல probe, அப்புறம் punish.
- உங்களுக்கு எதிர்பார்ப்பு: loan, insurance, “RBI freeze” மாதிரி fake calls குறையலாம்.
- Genuine business-க்கு bulk SMS/voice rules இன்னும் clean-ஆ follow பண்ணணும்; consent, header, template முக்கியம்.
- நீங்க official short code save பண்ணுங்க, OTP share பண்ணாதீங்க, in-app spam report பண்ணுங்க — உங்க complaint-உம் AI கத்துக்க உதவும்.
என்ன நடந்தது?
காலை 11:30. Unknown number. “Sir, loan pre-approved.” இல்ல “Bank account ரெண்டு மணிநேரத்துல block ஆகும்.” Cut. Block. மாலைக்குள்ள இன்னும் மூணு call. இந்த scene இந்தியாவுல எல்லாருக்குமே familiar. TRAI இப்போ Unsolicited Commercial Communication — சுருக்கமா UCC — rulebook-ஐ மறுபடியும் இறுக்கியிருக்கு. பெரிய shift ஒன்னு தான்: spam-ஐ வெறும் user complaint desk problem-ஆ பார்க்க முடியாது.
Telecom operators இப்போ தங்க network-லயே AI மற்றும் machine learning வச்சு suspected spammer-ஐ தேடணும். Pattern பார்க்கணும். Number flag பண்ணணும். அந்த flag-ஐ share பண்ணணும். SIM பின்னாடி யார்னு மறுபடியும் verify பண்ணணும். Investigate பண்ணணும். அப்புறம் தான் enforcement action.
இது cute “AI feature” press note இல்ல. Jio, Airtel, Vi, BSNL மற்றும் voice/SMS carry பண்ற chain முழுக்கமே compliance duty.
UCC என்னனு quick-ஆ சொன்னா: நீங்க கேட்காம வர்ற calls, texts. Promo blast, fake KYC alert, random insurance pitch. TRAI years-ஆ scrubbing, headers, consent templates, whitelist எல்லாம் போட்டு chase பண்ணிட்டு இருக்கு. Amended layer இப்போ old paperwork scale-ல பண்ண முடியாத ஒன்னை add பண்றது — millions of calls/messages-ல near real time-ல pattern spotting.
இது எப்படி வேலை செய்யும்?
Magic spam filter Phone-ல போடுற மாதிரி நினைக்காதீங்க. Factory line மாதிரி நான்கு step.
Step 1: AI/ML pipe-ஐ watch பண்றது. Operators spam-like behaviour தேடற systems ஓட்டணும். அதாவது sudden burst calling, same script ஆயிரம் handset-ல அடிக்கிறது, quiet phase-க்கு அப்புறம் hop ஆகுற number, call centre farm மாதிரி தோணுற route. AI இங்க traffic + complaint signal-ல train ஆன models. ML அதாவது spammer tactics மாத்தும்போது system-உம் adjust ஆகும்.
Spammer-ங்க already SIM rotate பண்ணி, week-க்கு pitch மாத்துவாங்க. Static blocklist சீக்கிரம் செத்துடும். Learning system தான் keep up ஆகும்.
Step 2: Flag and share. Number dirty-னு தோன்றினா ஒரு telco-வின் private note-ஆ நிக்கக் கூடாது. Regulations flagged number share-ஐ push பண்றது. காலையில Jio SIM சுட்டு, ரிரி Airtel SIM போட்டு zero gossip-ஆ ஓட முடியாது. Shared suspicion list தான் இந்த reform-ஓட unglamorous heart.
Step 3: KYC மறுபடியும். Flag வந்ததும் “block பண்ணி முடிஞ்சுது” இல்ல. Who is behind the SIM? Fresh KYC check. Documents, customer profile, usage mismatch இருந்தா dig பண்ணணும். Stolen/misused SIM, mule identity, fake business — இதெல்லாம் இங்கே தான் பிடிக்கணும்.
Step 4: Investigate, then enforce. Design clear-ஆ இருக்கு. Algorithm suspicion மட்டும் வச்சு உடனடி mass block இல்ல. Probe first, punish after. Evidence, process, அப்புறம் action — warning, barring, disconnect, regulatory follow-up மாதிரி.
உதாரணமாக, ஒரு number ஒரு மணிநேரத்துல நூற்றுக்கணக்கான unknown handset-க்கு same “loan approved” script அடிச்சா, AI pattern catch பண்ணலாம். Share ஆகும். KYC-ல business name வேற, usage வேறனா investigation start. Confirmed-னா தான் hard action.
இந்தியாவுல / நம்ம Phone-ல என்ன மாறும்?
நீங்க expect பண்ற first feel: evening-ல அடிக்கடி வர்ற random loan/insurance/“account freeze” calls கொஞ்சம் குறையணும். Pipeline-ஐ target பண்றது — உங்க silence button-ஐ மட்டும் இல்ல.
ஆனா overnight magic இல்ல. Models train ஆகணும், share plumbing work ஆகணும், false positive-ஐ handle பண்ணணும். Genuine business — bank alert, delivery OTP-adjacent flows, legitimate promo with consent — இதெல்லாம் clean header, template, preference correctly இருந்தா பாதுகாப்பா ஓடணும்.
Jio, Airtel, Vi, BSNL side-ல cost + ops load அதிகம். AI/ML stack, 24x7 monitoring, inter-operator sharing, KYC revisit teams. Small reseller/telemarketer chain-ல loose practice இருந்தா இப்போ tighter audit வாசல்ல நிற்கும்.
உங்க Phone-ல UI பெரிசா மாறாது. Truecaller-type app-ஓட local block வேற story. இது network-level duty. App-ல report பண்ற complaint இன்னும் valuable — supervised signal-ஆ AI கத்துக்க உதவும்.
Scam angle-உம் இங்கேயே சேரும். Pure promo spam வேற; “RBI/KYC freeze, link click பண்ணுங்க” social engineering வேற. Pattern + KYC recheck combo, mule SIM farms-ஐ slow பண்ண உதவலாம். நீங்க OTP யாருக்கும் சொல்லக்கூடாது — அது rule மாறினாலும் personal hygiene.
நீங்க இப்போ என்ன பண்ணுங்க?
First, bank/UPI/official short codes-ஐ contact-ல save பண்ணுங்க. Random number-ல “Sir, customer care”னா cut பண்ணுங்க. Callback வேணும்னா app-ல இருக்கிற official number-லயே பண்ணுங்க.
OTP, CVV, UPI PIN — call-ல யாருக்கும் சொல்லாதீங்க. GPay, PhonePe, bank app notification verify பண்ணுங்க; link மூலமா “update KYC” போகாதீங்க.
Spam வந்தா phone-ஓட built-in spam report / carrier app / TRAI-related reporting flow use பண்ணுங்க. Block மட்டும் போதாது; report கொடுத்தா system-க்கு signal போகும்.
Business run பண்றீங்கனா bulk SMS/voice-க்கு proper registration, header, template, customer consent clear-ஆ வச்சுக்கோங்க. “Grey route” இப்போ அதிக risk.
Family elders-க்கு ஒரு நிமிஷம் சொல்லி வைங்க: loan pre-approved call-உம் account freeze threat-உம் பெருசா trap. Cut பண்ணி, known number-ல மறுபடியும் check பண்ண சொல்லுங்க.
இந்த amended UCC layer-ஓட point simple: spam-ஐ உங்க patience test-ஆ விடாம, telco pipe-லயே AI வச்சு தேடி, share பண்ணி, KYC-ல பிடிச்சு, investigate பண்ணிட்டு action. உங்க side-ல vigilance குறையல — ஆனா upstream pressure இப்போ formal duty.
என்ன common mistakes பண்றாங்க — Tamil Nadu daily life-ல?
Chennai traffic-ல bike நிறுத்தி phone எடுத்ததும் “Sir, gold loan ready” call வரும். Coimbatore-ல small shop owner-க்கு evening-ல insurance pitch. Madurai-ல amma-வுக்கு “account freeze ஆகும்” threat. இங்கே first mistake: panic-ல cut பண்ணாம பேசுறது. Spammer-ங்க time buy பண்ணி script ஓட்டுவாங்க; நீங்க “என்ன loan?”, “எந்த bank?”னு கேட்டா confirmation signal போடும். Second mistake: unknown number-ல callback பண்ணி “customer care”னு நம்புறது. Bank/UPI issue-னா GPay, PhonePe, net banking app-லயே login பண்ணி official number பாருங்க — random SIM-ல பேசாதீங்க.
Third mistake: OTP / UPI PIN / Aadhaar last digits call-ல share பண்ணுறது. TRAI AI/ML pipe spam pattern catch பண்ணலாம்; ஆனா நீங்க already money transfer பண்ணிட்டீங்கனா investigation உங்க loss-ஐ திருப்பித் தராது. Fourth: spam call வந்ததும் Block மட்டும் போட்டு report skip பண்றது. Carrier app / phone spam report / DND-related flow-ல flag போட்டா தான் operators-ஓட ML model-க்கு fresh supervised signal போகும். Fifth mistake business side-ல: consent இல்லாம bulk SMS, wrong header, grey route vendor. Amended UCC-ல share + fresh KYC + probe இருக்கு — “எல்லாரும் இப்படி தான் பண்றாங்க”னு old habit இப்போ fine / barring risk.
Family circle-லயும் simple habit வச்சுக்கோங்க. Thanjavur / Tirunelveli-ல elders-க்கு loan pre-approved, “RBI notice”, parcel stuck scam அடிக்கடி வரும். ஒரு நிமிஷம் சொல்லி வைங்க: cut பண்ணுங்க, saved official short code-ல மறுபடியும் check பண்ணுங்க, link click பண்ணாதீங்க. Student-ங்க PG-ல இருந்தா roommate SIM-ஐ “business call”-க்கு கொடுத்துருதா misuse-ஆ flag ஆகலாம் — own KYC, own usage clean-ஆ வச்சுக்கோங்க. Expectation clear: overnight silence இல்ல; ஆனா repeated burst, script farms, mule SIM hop மெல்ல slow ஆகும். உங்க side hygiene + report signal தான் AI pipeline-ஐ daily life-ல useful-ஆ வச்சுற real fuel.




கருத்துகள் (0)
Be the first to comment!