Sebastien Rousseau

थर्ड-पार्टी AI जोखिम

थर्ड-पार्टी AI अब UK वित्तीय फ़र्मों की गवर्नेंस समस्या है

सर्वे में शामिल UK वित्तीय फ़र्मों में AI का उपयोग 86% तक पहुंच गया है, लेकिन सबसे अहम आंकड़े हेडलाइन के नीचे हैं: उच्च-महत्व प्रणालियों में से आधे से अधिक अब थर्ड पार्टियां देती हैं, और उनकी निगरानी ही वह गवर्नेंस चुनौती है जिसे फ़र्में सबसे अधिक बार गिनाती हैं।

18 मिनट का पठन
Banner for: थर्ड-पार्टी AI अब UK वित्तीय फ़र्मों की गवर्नेंस समस्या है

सर्वे में शामिल UK वित्तीय फ़र्मों में AI का उपयोग 86% तक पहुंच गया है, लेकिन सबसे अहम आंकड़े हेडलाइन के नीचे हैं: उच्च-महत्व प्रणालियों में से आधे से अधिक अब थर्ड पार्टियां देती हैं, और उनकी निगरानी ही वह गवर्नेंस चुनौती है जिसे फ़र्में सबसे अधिक बार गिनाती हैं।

कार्यकारी सारांश

  • 86% उत्तरदाताओं ने AI के उपयोग की सूचना दी, जो 2024 में 75% था। रिपोर्ट की गई प्रणालियों में जनरेटिव AI का हिस्सा 56% रहा।
  • रिपोर्ट की गई लगभग 7% प्रणालियों को उच्च-महत्व आंका गया, जो 2024 में 16% था, फिर भी 2026 में उच्च-महत्व प्रणालियों की निरपेक्ष संख्या अधिक थी।
  • उच्च-महत्व प्रणालियों में थर्ड-पार्टी कार्यान्वयनों का हिस्सा 53% रहा, जो 2024 में 35% था। शीर्ष तीन क्लाउड/कंप्यूट प्रदाता रिपोर्ट किए गए क्लाउड/कंप्यूट संबंधों के 79% के लिए ज़िम्मेदार हैं।
  • 80% उत्तरदाताओं ने AI एजेंट तैनात किए हैं, लेकिन केवल 2% ने व्यापक स्वायत्तता वाले एजेंट बताए।
  • उत्तरदाता सभी श्रेणियों में लाभ और जोखिम दोनों के बढ़ने की अपेक्षा रखते हैं; साइबर जोखिम का प्रवर्धन और महत्वपूर्ण थर्ड-पार्टी निर्भरताएं शीर्ष प्रणालीगत जोखिम आंके गए।
  • थर्ड-पार्टी AI प्रणालियों की निगरानी सबसे आम बताई गई गवर्नेंस चुनौती थी।

सर्वे क्या है, और क्या नहीं है #

यह प्रकाशन, UK वित्तीय सेवाओं में AI और मशीन लर्निंग पर Bank of England और FCA का चौथा सर्वे, समग्र सर्वे परिणामों का एक वर्णनात्मक सारांश है, और इससे कोई निष्कर्ष निकालने से पहले इस ढांचे को ध्यान में रखना ज़रूरी है। निष्कर्ष भाग लेने वाली फ़र्मों के साक्ष्य हैं, पूरे UK वित्तीय क्षेत्र में AI अपनाने का संपूर्ण आकलन नहीं। नीचे की किसी भी बात को जनगणना न समझें।

सर्वे को 196 उत्तर मिले: 101 बड़ी फ़र्में और 95 छोटी फ़र्में। पहली बार 100 से कम कर्मचारियों वाली फ़र्में छोटी प्रश्नावली चुन सकती थीं, और 105 उत्तरदाताओं ने पूर्ण सर्वे भरा। जब तक अलग से न कहा जाए, रिपोर्ट के आंकड़े पूर्ण सर्वे के उत्तरों पर आधारित हैं, जिससे पिछले सर्वेक्षणों से तुलना आसान होती है। प्रतिशत केवल प्रश्न-स्तर के वैध उत्तरों से निकाले गए हैं, इसलिए जिन फ़र्मों ने कोई प्रश्न नहीं भरा, वे उस प्रश्न के हर (denominator) से बाहर हैं। अंतरराष्ट्रीय बैंकों और ब्रोकर/डीलरों के उत्तर उनके UK परिचालन के संदर्भ में दिए गए हैं।

2026 के सर्वे ने निरंतरता के लिए पिछले सर्वेक्षणों के मूल प्रश्न बनाए रखे, और 2024 के बाद AI अपनाने और क्षमता में हुए बदलावों को दर्शाने के लिए प्रश्न जोड़े या संशोधित किए। इसी कारण रिपोर्ट अपनाने, महत्व (materiality) और थर्ड-पार्टी हिस्से पर 2026 के आंकड़ों को 2024 के सामने रख पाती है, और इसी कारण पाठकों से कहती है कि जहां प्रश्नों की शब्दावली, परिभाषाएं, दायरा या उत्तरदाता समूह भिन्न हों, वहां 2024 से तुलना सावधानी से करें। कुछ विषयों, जैसे फ़्रंटियर AI और साइबर जोखिम पर छोटा परिशिष्ट, की 2024 से कोई तुलना है ही नहीं।

ये चेतावनियां इसलिए मायने रखती हैं क्योंकि नीचे के कई सबसे चौंकाने वाले आंकड़े हिस्सों के हिस्से हैं। जो पाठक हर (denominator) को अनदेखा करता है, वह संरचना में बदलाव को मात्रा में बदलाव समझ बैठेगा। सर्वे स्वयं इस जाल का एक साफ़ उदाहरण देता है, जिस तक हम जल्द पहुंचेंगे।

अपनाना लगभग सार्वभौमिक है, और जनरेटिव AI हावी है #

हेडलाइन से शुरू करें। 86% उत्तरदाताओं ने AI के उपयोग की सूचना दी, जो 2024 में 75% था। यह आंकड़ा पूर्ण और संक्षिप्त, दोनों सर्वे को कवर करता है, और रिपोर्ट स्वयं चेतावनी देती है कि 2026 और 2024 के प्रतिशत फ़र्मों के एक ही समूह से संबंधित नहीं हैं और उनकी तुलना सावधानी से की जानी चाहिए। फ़र्में जनरेटिव AI, AI-सक्षम एजेंटों और AI प्रणालियों के थर्ड-पार्टी कार्यान्वयनों के उपयोग की सूचना बढ़ती संख्या में दे रही हैं, और ये तीन धागे सर्वे की बाकी हर बात से गुज़रते हैं।

रिपोर्ट की गई सभी AI प्रणालियों में जनरेटिव AI का हिस्सा 56% था। रिपोर्ट इसकी तुलना फ़ाउंडेशन मॉडल से करती है, जो 2024 में रिपोर्ट किए गए AI उपयोग मामलों का 17% थे। रिपोर्ट कहती है कि ये माप सीधे तुलनीय नहीं हैं, इसलिए इसे एक तकनीक में 39 अंकों का उछाल कहना ग़लत होगा; रिपोर्ट के शब्दों में, साथ मिलकर वे 2024 के बाद से सामान्य-उद्देश्य क्षमताओं के फ़र्मों के रिपोर्ट किए गए उपयोग में पर्याप्त वृद्धि का संकेत देते हैं।

फ़र्मों के भीतर AI कहां है? रिपोर्ट की गई सभी AI प्रणालियों में ऑपरेशंस और IT का हिस्सा लगभग 31% था, जो 2024 में लगभग 22% था, और किसी अन्य एकल क्षेत्र का हिस्सा 11% से अधिक नहीं था। यह उल्लेखनीय संकेंद्रण है। ग्राहक-संपर्क और फ़्रंट-ऑफ़िस उपयोग के मामलों को अधिकांश सार्वजनिक ध्यान मिलता है, फिर भी रिपोर्ट की गई प्रणालियों का सबसे बड़ा एकल खंड व्यवसाय की बुनियादी पाइपलाइन में है। छोटी फ़र्मों वाले खंड का एक संबंधित आंकड़ा भी इसी ओर इशारा करता है: संक्षिप्त सर्वे के उत्तरदाताओं में वर्तमान या नियोजित AI उपयोग का सबसे आम क्षेत्र ऑपरेशंस था, जिसे 64% ने बताया।

अनुमानित लाभ इसी तस्वीर से मेल खाते हैं। परिचालन दक्षता, स्वचालन और उत्पादकता आज AI से अनुमानित लाभ के सबसे ऊंची रेटिंग वाले क्षेत्र थे। उनकी अपनी सूचना के आधार पर, फ़र्में AI का उपयोग मुख्य रूप से स्वयं को अधिक कुशलता से चलाने के लिए कर रही हैं।

अपनाना समान रूप से वितरित भी नहीं है। लगभग आधी फ़र्मों ने दस या उससे कम AI प्रणालियां बताईं, जबकि सबसे अधिक प्रणालियां बताने वाली दस फ़र्में रिपोर्ट की गई सभी AI प्रणालियों के 43% के लिए ज़िम्मेदार थीं। इसलिए 86% का आंकड़ा उपयोग की चौड़ाई बताता है, गहराई नहीं। कुछ फ़र्में कुल का बड़ा हिस्सा उठाती हैं, और बहुत सी फ़र्में केवल गिनी-चुनी प्रणालियां चलाती हैं। छोटी फ़र्में भी इसमें शामिल हैं: संक्षिप्त सर्वे के 73% उत्तरदाताओं ने AI के उपयोग की सूचना दी, और उनमें से 58% ने मुख्य रूप से सामान्य-उद्देश्य वाले बड़े भाषा मॉडल (LLM) इस्तेमाल करने की बात कही।

महत्व (materiality) की पहेली #

यह वही जाल है जिसका ज़िक्र पहले हुआ। रिपोर्ट की गई AI प्रणालियों में से लगभग 7% को उत्तरदाताओं ने उच्च-महत्व आंका, जबकि 2024 में यह 16% था। जल्दबाज़ी में पढ़ें तो लगता है कि AI फ़र्मों के लिए कम महत्वपूर्ण या कम जोखिम भरा हो रहा है।

इसका अर्थ यह नहीं है। 2026 में रिपोर्ट की गई उच्च-महत्व AI प्रणालियों की निरपेक्ष संख्या 2024 से अधिक थी। हिस्सा इसलिए गिरा क्योंकि कुल संख्या उच्च-महत्व उपसमूह से तेज़ी से बढ़ी। जैसे-जैसे फ़र्में अधिक प्रणालियां तैनात करती हैं, अधिकांश नई प्रणालियां कम महत्व की आंकी जाती हैं, जो प्रतिशत को घटाती हैं जबकि उच्च-महत्व प्रणालियों की गिनती फिर भी बढ़ती है। ये प्रणालियां केंद्रित भी हैं: रिपोर्ट की गई सभी उच्च-महत्व AI प्रणालियों में से 62% दस फ़र्मों के पास थीं।

केवल प्रतिशतों पर गवर्नेंस का मामला बनाने वाले किसी भी व्यक्ति के लिए यह उपयोगी सुधार है। उच्च-महत्व प्रणालियों का घटता हिस्सा उनके ज़िम्मेदार लोगों के कार्यभार के बारे में कुछ भी आश्वस्त करने वाला नहीं कहता। 2024 की तुलना में निगरानी के लिए उनकी संख्या अधिक है।

अहम प्रणालियां कहां से आती हैं #

सर्वे का सबसे दूरगामी परिणाम यह है कि सबसे अहम प्रणालियां कौन बनाता और चलाता है। रिपोर्ट की गई सभी AI प्रणालियों में थर्ड-पार्टी कार्यान्वयनों का हिस्सा 39% था, जो 2024 में 33% और 2022 में 17% था। यह स्थिर बढ़त है। उच्च-महत्व प्रणालियों में बदलाव कहीं तीखा है: उनमें थर्ड-पार्टी कार्यान्वयनों का हिस्सा 53% था, जो 2024 में 35% था।

यानी, रिपोर्ट की गई प्रणालियों के समग्र स्तर पर, जिन्हें फ़र्में सबसे अहम मानती हैं, उनके बाहर से आने की संभावना अब अधिक है। दो वर्षों में 18 अंकों की वृद्धि, उस श्रेणी में जहां विफलता सबसे अधिक चोट पहुंचाएगी, डेटा का सबसे स्पष्ट संकेत है। ऊपर के महत्व वाले निष्कर्ष के साथ मिलाकर तस्वीर यह बनती है: अहम प्रणालियों की संख्या बढ़ रही है, और उनमें से अधिकांश फ़र्में स्वयं नहीं बनातीं।

प्रदाताओं के बीच संकेंद्रण इसे और तीखा करता है। तीन सबसे बड़े क्लाउड और कंप्यूट प्रदाता रिपोर्ट किए गए सभी क्लाउड/कंप्यूट संबंधों के 79% के लिए ज़िम्मेदार थे, और 98% उत्तरदाताओं ने इन तीन में से किसी एक के उपयोग की सूचना दी। मॉडल API और होस्टिंग प्रावधान भी केंद्रित था, हालांकि कम: तीन सबसे बड़े प्रदाता रिपोर्ट किए गए संबंधों के 54% के लिए ज़िम्मेदार थे, और शीर्ष तीन क्लाउड/कंप्यूट प्रदाता सभी शीर्ष पांच मॉडल API/होस्टिंग प्रदाताओं में भी थे। फ़र्मों के पास कई AI प्रणालियां हो सकती हैं, लेकिन उनके नीचे के इंफ्रास्ट्रक्चर और मॉडलों के लिए वे आपूर्तिकर्ताओं के एक छोटे समूह पर निर्भर हैं।

प्रतिस्थापन कठिन प्रश्न है। 169 रिपोर्ट किए गए अलग क्लाउड और कंप्यूट संबंधों में से 37% को उच्च महत्वपूर्णता वाला और प्रतिस्थापित करने में कठिन, दोनों माना गया, और उस समूह में से केवल 35% के पास परीक्षित एग्ज़िट योजनाएं थीं। 226 मॉडल API/होस्टिंग संबंधों के लिए उच्च-महत्वपूर्णता, कठिन-प्रतिस्थापन वाला हिस्सा 14% था। थर्ड-पार्टी AI के लिए संवर्धित परिचालन-लचीलापन (operational resilience) अपेक्षाएं, जैसे संयुक्त घटना परीक्षण या एग्ज़िट योजना, केवल 27% फ़र्मों ने बताईं।

उत्तरदाताओं ने इस चिंता का प्रणालीगत रूप स्वयं उठाया: साइबर जोखिम का प्रवर्धन और महत्वपूर्ण थर्ड-पार्टी निर्भरताएं आज और अगले तीन वर्षों, दोनों के लिए सबसे ऊंची रेटिंग वाले दो प्रणालीगत जोखिम थे, और उत्तरदाताओं ने अपेक्षा की कि AI का उपयोग फैलने के साथ ये तीव्र होंगे। महत्वपूर्ण थर्ड-पार्टी निर्भरताओं को उच्च या गंभीर चिंता आंकने वालों का हिस्सा आज के 40% से अगले एक से तीन वर्षों में 63% हो गया। यह अपेक्षा उत्तरदाताओं का पूर्वानुमान है, देखा गया परिणाम नहीं, लेकिन आपूर्तिकर्ता संकेंद्रण के आंकड़े इसे स्पष्ट आधार देते हैं।

फ़र्में इस बाधा से अनजान नहीं हैं। 40% उत्तरदाताओं ने सूचना-सुरक्षा और परिचालन-लचीलापन संबंधी चिंताओं को थर्ड-पार्टी AI अपनाने पर बड़ी बाधा बताया, उसके बाद 34% पर थर्ड-पार्टी AI प्रणालियों (प्रशिक्षण डेटा, मॉडल डिज़ाइन, प्रदर्शन सीमाएं, विफलता के तरीके) में सीमित पारदर्शिता। बड़ी और मध्यम बाधाओं को साथ गिनें तो अनुबंधीय सुरक्षा पर बातचीत की कठिनाई दूसरी सबसे अधिक उद्धृत चुनौती थी। साथ मिलकर ये उन फ़र्मों का वर्णन करते हैं जो बाहरी प्रदाताओं पर भारी निर्भर हैं, जबकि कहती हैं कि वे हमेशा उनके भीतर नहीं देख पातीं।

एजेंट: व्यापक रूप से तैनात, ज़्यादातर सहायक भूमिका में #

एजेंटों के आंकड़ों को सावधानी से पढ़ना होगा, क्योंकि हेडलाइन और सार अलग-अलग दिशाओं में इशारा करते हैं। 80% उत्तरदाताओं ने AI एजेंट तैनात होने की सूचना दी, जबकि अन्य 14% ने अगले 12 महीनों में उन्हें तैनात करने की योजना बताई। इन आंकड़ों पर, केवल एक छोटा शेष हिस्सा ऐसा है जिसने न तैनात किया है, न योजना बनाई है।

लेकिन देखिए कि एजेंट करते क्या हैं। 80% उत्तरदाताओं ने उत्पादन में निर्णय-सहायता देने वाले एजेंटों की सूचना दी, जिसकी परिभाषा है: AI एजेंट कार्रवाइयां सुझाते हैं जबकि मनुष्य निर्णय लेकर अमल करते हैं। 46% ने सीमित निष्पादन वाले एजेंट बताए, जो पूर्वनिर्धारित सीमाओं और नियमों के भीतर कार्य करते हैं, और 22% ने सशर्त स्वायत्तता वाले एजेंट। केवल 2% ने व्यापक स्वायत्तता वाले एजेंट तैनात करने की सूचना दी। प्रमुख पैटर्न ऐसे एजेंटों का है जो सलाह देते हैं या कड़ी सीमाओं के भीतर कार्य करते हैं।

ग्राहक संचार वह जगह है जहां रेखा खिसकने लगी है। 16% ने स्वचालित ग्राहक संचार के लिए एजेंटों के वर्तमान उपयोग की सूचना दी, जो नियोजित तैनाती जोड़ने पर 34% हो जाता है। अगर फ़र्में अपनी योजनाओं पर अमल करें तो हिस्सा दोगुने से अधिक हो जाता है, हालांकि योजनाएं योजनाएं ही हैं, और सर्वे यह नहीं बता सकता कि कितनी पूरी होंगी। इसके विपरीत, नियोजित तैनाती जोड़कर भी, 9% से अधिक उत्तरदाताओं ने यह अपेक्षा नहीं की कि एजेंट ग्राहक परिणामों को स्वीकृत या अस्वीकृत करेंगे, ट्रेड निष्पादित करेंगे या ऑर्डर देंगे, भुगतान आरंभ, निष्पादित या अवरुद्ध करेंगे, या सीमाएं, थ्रेशोल्ड और नियंत्रण बदलेंगे।

मेरी व्याख्या में 2% का आंकड़ा अधिक अर्थपूर्ण है, और 80% से अधिक ध्यान का पात्र है। ऐसा एजेंट तैनात करना जो सुझाव देकर किसी व्यक्ति की प्रतीक्षा करे, एक साधारण कदम है। व्यापक स्वायत्तता वाला एजेंट तैनात करना यह बदल देता है कि किसी परिणाम के लिए जवाबदेह कौन है। फ़र्में अब तक पहला कदम व्यापक रूप से उठाने को तैयार रही हैं और दूसरा लगभग बिल्कुल नहीं। ग्राहक संचार की योजनाएं इस रुख़ में बदलाव की शुरुआत का संकेत हैं या नहीं, यह डेटा के अधिक दिलचस्प खुले प्रश्नों में से एक है।

लाभ और जोखिम, दोनों के बढ़ने की अपेक्षा #

उत्तरदाता AI को एकतरफ़ा दांव नहीं मानते। उन्होंने अगले तीन वर्षों में सभी क्षेत्रों में लाभ बढ़ने की अपेक्षा की, जिसमें सबसे बड़ी अनुमानित वृद्धि साइबर सुरक्षा और परिचालन लचीलेपन में, तथा राजस्व सृजन और प्रतिस्पर्धी स्थिति में है। ये अपेक्षाएं हैं, और सर्वे इन्हें वैसा ही प्रस्तुत करता है। सूचीबद्ध लाभों में से किसी को भी आज व्यापक रूप से मध्यम से अधिक पैमाने का नहीं माना गया।

जोखिम पक्ष भी दिशा के अर्थ में उतना ही सुसंगत है। आज AI से फ़र्मों के लिए अनुमानित जोखिम के सबसे ऊंची रेटिंग वाले क्षेत्र थे डेटा संरक्षण और सुरक्षा, थर्ड-पार्टी और आपूर्ति-श्रृंखला जोखिम, और GenAI-विशिष्ट जोखिम। अगले एक से तीन वर्षों में उत्तरदाताओं ने सभी श्रेणियों में जोखिम स्तर बढ़ने की अपेक्षा की, हालांकि औसतन उन्होंने 2026 में जोखिमों को 2024 की तुलना में कम गंभीर आंका।

स्रोत समग्र तस्वीर को संतुलित शब्दों में रखता है। ये विकास दक्षता में वृद्धि, बेहतर निर्णय-सहायता और मज़बूत जोखिम प्रबंधन जैसे लाभ ला सकते हैं। ये गवर्नेंस, परिचालन लचीलेपन, डेटा संरक्षण, उपभोक्ता परिणामों, थर्ड-पार्टी निर्भरता और वित्तीय स्थिरता से जुड़े जोखिम पैदा या प्रवर्धित भी कर सकते हैं। यह सावधानी स्रोत की है, और उचित है; सर्वे धारणाओं और रिपोर्ट की गई प्रथाओं को मापता है, वास्तविक लाभ या हानि को नहीं।

परिणामों का एक समूह फ़्रंटियर AI और साइबर क्षमता से जुड़ा है। 88% उत्तरदाताओं ने अगले दो वर्षों में विकसित होती फ़्रंटियर AI साइबर क्षमताओं का अपनी फ़र्म की जोखिम प्रोफ़ाइल पर मध्यम या उच्च प्रभाव आंका। यह मापा गया प्रभाव नहीं, भविष्योन्मुखी आकलन है, हालांकि 19% ने आपूर्ति-श्रृंखला या थर्ड-पार्टी हमलों की बढ़ी हुई प्रभावशीलता को पहले ही वह माध्यम बताया जिसके ज़रिए फ़्रंटियर AI वर्तमान में सबसे बड़ा जोखिम पैदा करता है। फ़र्मों ने जवाब में जो पहले ही किया है, उसे जांचना आसान है: 64% ने वल्नरेबिलिटी प्रबंधन और पैचिंग की आवृत्ति को साइबर लचीलेपन का वह क्षेत्र चुना जिस पर फ़्रंटियर AI के प्रति जागरूकता के कारण प्रबंधन का ध्यान सबसे अधिक बढ़ा।

बाधाएं: नियामकीय से अधिक व्यावहारिक #

अगर आपको उम्मीद थी कि नियमन अवरोधों की सूची में सबसे ऊपर होगा, तो सर्वे अधिक सूक्ष्म है। सबसे अधिक उद्धृत गैर-नियामकीय बाधाएं थीं AI को मौजूदा व्यावसायिक प्रक्रियाओं और निर्णयों में एकीकृत करने की कठिनाइयां, और लीगेसी प्रणालियां या इंफ्रास्ट्रक्चर, जिन्हें क्रमशः 23% और 22% उत्तरदाताओं ने बड़ी बाधा बताया। ये मामूली हिस्से हैं, जो बताते हैं कि कोई एक गैर-नियामकीय अवरोध हावी नहीं है, लेकिन ये असामान्य नहीं, साधारण इंजीनियरिंग और संगठनात्मक समस्याएं हैं।

नियामकीय पक्ष पर, सबसे अधिक उद्धृत अनुमानित बाधाएं थीं UK डेटा संरक्षण और गोपनीयता, और अंतरराष्ट्रीय नियमन, जिन्हें क्रमशः 42% और 29% उत्तरदाताओं ने उच्च अनुपालन भार माना। 28% ने कोई नियामकीय बाधा नहीं बताई।

छोटी फ़र्में भी समान पैटर्न दिखाती हैं: संक्षिप्त सर्वे के 30% उत्तरदाताओं ने डेटा संरक्षण, गोपनीयता और IT संबंधी विचारों को बाधा बताया। डेटा संरक्षण जोखिम रेटिंग में, नियामकीय भार के आंकड़ों में और छोटी फ़र्मों की बाधाओं में दिखता है। अगर थर्ड पार्टियों के अलावा कोई एक विषय सर्वे के विभिन्न खंडों को जोड़ता है, तो वह यही है।

गवर्नेंस: काग़ज़ पर व्यापक, तैनाती के बाद पतली #

औपचारिक संरचनाएं लगभग सार्वभौमिक हैं। 94% उत्तरदाताओं ने फ़र्म-व्यापी AI नीतियों, सिद्धांतों या मानकों की सूचना दी, और 84% ने केंद्रीकृत AI/मॉडल-जोखिम गवर्नेंस मंचों की। डेटा जोखिम नियंत्रणों में मानवीय अनुमोदन, तैनाती-पूर्व समीक्षा और विक्रेता ड्यू डिलिजेंस, प्रत्येक की सूचना 90% से अधिक उत्तरदाताओं ने दी।

अब लॉन्च के बाद लागू होने वाले नियंत्रणों से तुलना करें। सतत निगरानी, लीकेज परीक्षण और आवधिक समीक्षा या पुनःप्रमाणन, प्रत्येक की सूचना लगभग आधे उत्तरदाताओं ने दी। अंतर साफ़ है। तैनाती से पहले या उसके समय लगने वाले डेटा जोखिम नियंत्रण, जहां कोई व्यक्ति किसी चीज़ पर स्वीकृति देता है, लगभग सार्वभौमिक हैं। तैनाती के बाद भी काम करते रहने वाले नियंत्रण लगभग आधे बताते हैं।

मेरा तर्क है कि यही केंद्रीय गवर्नेंस निष्कर्ष है, और यह सीधे थर्ड-पार्टी कहानी से जुड़ता है। सर्वे दिखाता है कि फ़र्में जो ख़रीदती हैं, उसे वे कितने अलग ढंग से समझती हैं। उच्च-महत्व प्रणालियों के लिए 77% उत्तरदाताओं ने आंतरिक रूप से विकसित प्रणालियों की गहरी जानकारी पर निर्भरता बताई, जबकि थर्ड-पार्टी प्रणालियों के लिए यह 24% था; थर्ड-पार्टी प्रणालियों के लिए 81% इसके बजाय विक्रेता आश्वासन और अनुबंधीय व्यवस्थाओं पर निर्भर थे। जो प्रणाली बनाई नहीं, ख़रीदी गई है, उसमें तैनाती-पूर्व समीक्षा और विक्रेता ड्यू डिलिजेंस स्पष्ट उपकरण हैं। निगरानी और पुनःप्रमाणन प्रणाली के भीतर देख पाने पर निर्भर हैं, और थर्ड-पार्टी AI प्रणालियों में सीमित पारदर्शिता को 34% उत्तरदाता पहले ही बाधा बता चुके थे। सर्वे यह कारण-संबंध नहीं बताता, और डेटा इसे सिद्ध नहीं कर सकता, लेकिन टुकड़े असहज रूप से अच्छी तरह जुड़ते हैं।

फ़र्में स्वयं यही कहती हैं। थर्ड-पार्टी AI प्रणालियों की निगरानी गवर्नेंस अनिश्चितता या कार्यान्वयन चुनौती का सबसे आम बताया गया क्षेत्र था। थर्ड-पार्टी या विक्रेता-प्रदत्त मॉडलों पर मॉडल जोखिम प्रबंधन (MRM) सिद्धांत लागू करने को 54% उत्तरदाताओं ने चुना, और थर्ड पार्टियों द्वारा प्रदत्त या उनसे भौतिक रूप से प्रभावित प्रणालियों की निगरानी को 49% ने। यानी लगभग आधी फ़र्में विक्रेता-प्रदत्त मॉडलों पर मॉडल जोखिम प्रबंधन सिद्धांत लागू करने में चुनौती बताती हैं, और लगभग आधी उन प्रणालियों की निगरानी में जिन्हें थर्ड पार्टियां देती या भौतिक रूप से प्रभावित करती हैं।

तीनों धागों को साथ रखें। थर्ड पार्टियां उच्च-महत्व प्रणालियों का बहुमत देती हैं। मुट्ठी भर प्रदाता नीचे के संबंधों पर हावी हैं। और फ़र्मों की अपनी गवर्नेंस, जो प्रवेश द्वार पर मज़बूत है, निरंतर निगरानी में पतली है, और थर्ड-पार्टी मामला सबसे कठिन बताया गया है। यह किसी फ़र्म की आलोचना नहीं है; यह इस बात का वर्णन है कि रिपोर्ट किया गया प्रयास कहां है, और रिपोर्ट किया गया जोखिम कहां।

इससे क्या लें #

तकनीकी नेतृत्व के लिए व्यावहारिक निष्कर्ष यह है कि अहम प्रणालियों के लिए, कम से कम इस नमूने में, ख़रीदना बनाने से आगे निकल गया है: उच्च-महत्व प्रणालियों में से 53% थर्ड-पार्टी कार्यान्वयन हैं। इसलिए इंजीनियरिंग प्रयास उस ओर खिसकता है जो उस प्रणाली के इर्द-गिर्द किया जा सकता है जिसे आप नियंत्रित नहीं करते: अनुबंधीय पारदर्शिता, सीमा पर परीक्षण, और ऐसी निगरानी जो आंतरिक हिस्सों तक पहुंच पर निर्भर न हो। सर्वे इनमें से कुछ भी निर्धारित नहीं करता, और इनमें से किसी को निष्कर्ष न समझा जाए। ये वे प्रश्न हैं जो उसके आंकड़े उठाते हैं।

वित्तीय सेवाओं को AI बेचने वाले संस्थापकों के लिए, डेटा बताता है कि घर्षण कहां होगा। उत्तरदाता सूचना-सुरक्षा और परिचालन-लचीलापन संबंधी चिंताओं (40%) और सीमित पारदर्शिता (34%) को थर्ड-पार्टी AI अपनाने पर बड़ी बाधाएं बताते हैं। जो विक्रेता इन दो चिंताओं का सीधा उत्तर दे सके, वह उसी को संबोधित करता है जिसे उत्तरदाताओं का एक बड़ा हिस्सा अपनी रुकावट बताता है। और चूंकि 90% से अधिक उत्तरदाता विक्रेता ड्यू डिलिजेंस को डेटा जोखिम नियंत्रण बताते हैं, किसी आपूर्तिकर्ता को जांच की अपेक्षा रखनी चाहिए।

जो कोई 86% अपनाने के आंकड़े को इस संकेत के रूप में पढ़ना चाहे कि कठिन हिस्सा ख़त्म हो गया, उसके लिए सर्वे अधिक संयत दृष्टि देता है। अपनाना व्यापक है, लेकिन कुछ फ़र्में प्रणालियों का बड़ा हिस्सा उठाती हैं, एजेंट ज़्यादातर सहायक भूमिकाओं में हैं, और उत्तरदाता अगले एक से तीन वर्षों में हर श्रेणी में जोखिम बढ़ने की अपेक्षा रखते हैं। उत्तरदाता हर क्षेत्र में लाभ बढ़ने की भी अपेक्षा रखते हैं, इसलिए साक्ष्य न केवल आशावाद के पक्ष में है, न केवल सावधानी के।

शुरुआत की चेतावनियां अब भी लागू हैं। यह 196 उत्तरदाता फ़र्मों का वर्णनात्मक सारांश है, जिनमें से केवल 105 ने पूर्ण सर्वे भरा, और यह UK वित्तीय क्षेत्र का संपूर्ण आकलन नहीं है। इन सीमाओं के भीतर पैटर्न इतना सुसंगत है कि उपयोगी हो: जिन प्रणालियों को फ़र्में सबसे अहम मानती हैं, वे बढ़ते हुए बाहर से आती हैं, और उनकी बताई निगरानी वहीं सबसे कमज़ोर है जहां यह निर्भरता सबसे बड़ी है।

डेटा जो प्रश्न उठाता है पर जिसका उत्तर नहीं दे सकता, वह यह है कि स्वायत्तता की सीमा पर क्या होता है। 34% उत्तरदाता स्वचालित ग्राहक संचार के लिए एजेंटों का उपयोग कर रहे हैं या उसकी योजना बना रहे हैं, जबकि आज केवल 2% व्यापक स्वायत्तता वाले एजेंट तैनात करते हैं; अगला सर्वे दिखाएगा कि जब एजेंटों के पीछे की प्रणालियां अधिकतर किसी और की दी हुई हों, तब भी एजेंट सहायक भूमिकाओं में रहते हैं या नहीं।

अक्सर पूछे जाने वाले प्रश्न #

UK वित्तीय सेवाओं में AI पर Bank of England और FCA का सर्वे क्या है? यह UK वित्तीय सेवाओं में आर्टिफ़िशियल इंटेलिजेंस और मशीन लर्निंग पर चौथा संयुक्त सर्वे है, जो 2019, 2022 और 2024 के सर्वेक्षणों के बाद आया है। 2026 संस्करण को 196 उत्तर मिले, जिनमें से 105 पूर्ण प्रश्नावली के थे। लेखक इसे भाग लेने वाली फ़र्मों के साक्ष्य के वर्णनात्मक सारांश के रूप में प्रस्तुत करते हैं, UK वित्तीय क्षेत्र के संपूर्ण आकलन के रूप में नहीं।

फ़र्मों का कितना AI थर्ड पार्टियों से आता है? 2026 में रिपोर्ट की गई सभी AI प्रणालियों में थर्ड-पार्टी कार्यान्वयनों का हिस्सा 39% था, जो 2024 में 33% और 2022 में 17% था। उच्च-महत्व प्रणालियों में यह हिस्सा 53% था, जो 2024 में 35% था।

AI प्रदाता कितने केंद्रित हैं? तीन सबसे बड़े क्लाउड और कंप्यूट प्रदाता रिपोर्ट किए गए क्लाउड/कंप्यूट संबंधों के 79% के लिए ज़िम्मेदार थे, और 98% उत्तरदाता इनमें से किसी एक का उपयोग करते थे। तीन सबसे बड़े मॉडल API/होस्टिंग प्रदाता उस श्रेणी में रिपोर्ट किए गए संबंधों के 54% के लिए ज़िम्मेदार थे। 169 रिपोर्ट किए गए क्लाउड और कंप्यूट संबंधों में से 37% को उच्च महत्वपूर्णता वाला और प्रतिस्थापित करने में कठिन, दोनों माना गया, और उस समूह में से केवल 35% के पास परीक्षित एग्ज़िट योजनाएं थीं।

फ़र्में थर्ड-पार्टी AI के साथ कौन सी गवर्नेंस चुनौतियां बताती हैं? थर्ड-पार्टी AI प्रणालियों की निगरानी गवर्नेंस अनिश्चितता या कार्यान्वयन चुनौती का सबसे आम बताया गया क्षेत्र था। 54% उत्तरदाताओं ने थर्ड-पार्टी या विक्रेता-प्रदत्त मॉडलों पर मॉडल जोखिम प्रबंधन सिद्धांत लागू करने को चुना, और 49% ने थर्ड पार्टियों द्वारा प्रदत्त या उनसे भौतिक रूप से प्रभावित प्रणालियों की निगरानी को। थर्ड-पार्टी उच्च-महत्व प्रणालियों के लिए 81% विक्रेता आश्वासन और अनुबंधीय व्यवस्थाओं पर निर्भर थे, जबकि केवल 24% ने प्रणाली की गहरी जानकारी बताई।

क्या UK की वित्तीय फ़र्मों में AI एजेंट स्वायत्त रूप से कार्य कर रहे हैं? शायद ही कभी। 80% उत्तरदाताओं ने AI एजेंट तैनात होने की सूचना दी, और 80% ने निर्णय-सहायता के लिए उत्पादन में एजेंट बताए, जहां एजेंट कार्रवाइयां सुझाते हैं और मनुष्य निर्णय लेकर अमल करते हैं। केवल 2% ने व्यापक स्वायत्तता वाले एजेंट बताए, और योजनाओं को जोड़कर भी 9% से अधिक ने यह अपेक्षा नहीं की कि एजेंट ग्राहक परिणामों को स्वीकृत या अस्वीकृत करेंगे, ट्रेड निष्पादित करेंगे या ऑर्डर देंगे, भुगतान आरंभ, निष्पादित या अवरुद्ध करेंगे, या सीमाएं बदलेंगे।

संदर्भ #

अंतिम समीक्षा .

इस लेख को क्रॉस-पोस्ट करें

Medium के लिए प्रारूप कॉपी करें

# थर्ड-पार्टी AI अब UK वित्तीय फ़र्मों की गवर्नेंस समस्या है — Sebastien Rousseau

> Originally published at [https://sebastienrousseau.com/hi/2026-11-21-thard-parti-ai-ab-uk-vittiy/](https://sebastienrousseau.com/hi/2026-11-21-thard-parti-ai-ab-uk-vittiy/)

सर्वे में शामिल UK वित्तीय फ़र्मों की 53% उच्च-महत्व AI प्रणालियां थर्ड-पार्टी देती हैं, और उनकी निगरानी फ़र्मों की सबसे आम बताई गई गवर्नेंस चुनौती है।

Read the full article on sebastienrousseau.com: https://sebastienrousseau.com/hi/2026-11-21-thard-parti-ai-ab-uk-vittiy/

Mastodon के लिए प्रारूप कॉपी करें

थर्ड-पार्टी AI अब UK वित्तीय फ़र्मों की गवर्नेंस समस्या है — Sebastien Rousseau

सर्वे में शामिल UK वित्तीय फ़र्मों की 53% उच्च-महत्व AI प्रणालियां थर्ड-पार्टी देती हैं, और उनकी निगरानी फ़र्मों की सबसे आम बताई गई गवर्नेंस चुनौती है।

https://sebastienrousseau.com/hi/2026-11-21-thard-parti-ai-ab-uk-vittiy/

LinkedIn के लिए फ़ॉर्मेट की गई कॉपी

थर्ड-पार्टी AI अब UK वित्तीय फ़र्मों की गवर्नेंस समस्या है — Sebastien Rousseau

सर्वे में शामिल UK वित्तीय फ़र्मों की 53% उच्च-महत्व AI प्रणालियां थर्ड-पार्टी देती हैं, और उनकी निगरानी फ़र्मों की सबसे आम बताई गई गवर्नेंस चुनौती है।.

यहाँ मुख्य रणनीतिक निष्कर्ष हैं:

- सर्वे क्या है, और क्या नहीं है. यह प्रकाशन, UK वित्तीय सेवाओं में AI और मशीन लर्निंग पर Bank of England और FCA का चौथा सर्वे, समग्र सर्वे परिणामों का एक वर्णनात्मक सारांश है, और इससे कोई निष्कर्ष निकालने से पहले इस ढांचे को ध्यान में रखना ज़रूरी…
- अपनाना लगभग सार्वभौमिक है, और जनरेटिव AI हावी है. हेडलाइन से शुरू करें। 86% उत्तरदाताओं ने AI के उपयोग की सूचना दी, जो 2024 में 75% था। यह आंकड़ा पूर्ण और संक्षिप्त, दोनों सर्वे को कवर करता है, और रिपोर्ट स्वयं चेतावनी देती है कि 2026 और 2024 के प्रतिशत फ़र्मों के…
- महत्व (materiality) की पहेली. यह वही जाल है जिसका ज़िक्र पहले हुआ। रिपोर्ट की गई AI प्रणालियों में से लगभग 7% को उत्तरदाताओं ने उच्च-महत्व आंका, जबकि 2024 में यह 16% था। जल्दबाज़ी में पढ़ें तो लगता है कि AI फ़र्मों के लिए कम महत्वपूर्ण या कम…
- अहम प्रणालियां कहां से आती हैं. सर्वे का सबसे दूरगामी परिणाम यह है कि सबसे अहम प्रणालियां कौन बनाता और चलाता है। रिपोर्ट की गई सभी AI प्रणालियों में थर्ड-पार्टी कार्यान्वयनों का हिस्सा 39% था, जो 2024 में 33% और 2022 में 17% था। यह स्थिर बढ़त है।…

इस लेख में उल्लिखित चुनौतियों के प्रति आपके संगठन का दृष्टिकोण क्या है?

→ https://sebastienrousseau.com/hi/2026-11-21-thard-parti-ai-ab-uk-vittiy/

#थर्डपार्टीAiजोखिम #ThirdPartyAiRisk #Aiगवर्नेंस #BankOfEngland #Fca

Sebastien Rousseau | CC-BY-4.0
इस लेख को उद्धृत करें

थर्ड-पार्टी AI अब UK वित्तीय फ़र्मों की गवर्नेंस समस्या है — Sebastien Rousseau

सर्वे में शामिल UK वित्तीय फ़र्मों की 53% उच्च-महत्व AI प्रणालियां थर्ड-पार्टी देती हैं, और उनकी निगरानी फ़र्मों की सबसे आम बताई गई गवर्नेंस चुनौती है।

BibTeX

@online{rousseau2026थर,
  author  = {Rousseau, Sebastien},
  title   = {{थर्ड-पार्टी AI अब UK वित्तीय फ़र्मों की गवर्नेंस समस्या है — Sebastien Rousseau}},
  year    = {2026},
  url     = {https://sebastienrousseau.com/hi/2026-11-21-thard-parti-ai-ab-uk-vittiy/},
  urldate = {2026}
}

RIS

TY  - GEN
AU  - Rousseau, Sebastien
TI  - थर्ड-पार्टी AI अब UK वित्तीय फ़र्मों की गवर्नेंस समस्या है — Sebastien Rousseau
PY  - 2026
UR  - https://sebastienrousseau.com/hi/2026-11-21-thard-parti-ai-ab-uk-vittiy/
ER  -

Vancouver

Rousseau S. थर्ड-पार्टी AI अब UK वित्तीय फ़र्मों की गवर्नेंस समस्या है — Sebastien Rousseau. sebastienrousseau.com. 2026 Nov 21. Available from: https://sebastienrousseau.com/hi/2026-11-21-thard-parti-ai-ab-uk-vittiy/

Chicago

Rousseau, Sebastien. "थर्ड-पार्टी AI अब UK वित्तीय फ़र्मों की गवर्नेंस समस्या है — Sebastien Rousseau." sebastienrousseau.com. November 21, 2026. https://sebastienrousseau.com/hi/2026-11-21-thard-parti-ai-ab-uk-vittiy/.

APA

Rousseau, S. (2026, November 21). थर्ड-पार्टी AI अब UK वित्तीय फ़र्मों की गवर्नेंस समस्या है — Sebastien Rousseau. sebastienrousseau.com. https://sebastienrousseau.com/hi/2026-11-21-thard-parti-ai-ab-uk-vittiy/

इस लेख को पुनः प्रकाशित करें

थर्ड-पार्टी AI अब UK वित्तीय फ़र्मों की गवर्नेंस समस्या है — Sebastien Rousseau

सर्वे में शामिल UK वित्तीय फ़र्मों की 53% उच्च-महत्व AI प्रणालियां थर्ड-पार्टी देती हैं, और उनकी निगरानी फ़र्मों की सबसे आम बताई गई गवर्नेंस चुनौती है।

यह लेख लाइसेंस के अंतर्गत है Creative Commons Attribution 4.0 International. पुनः प्रकाशन के लिए कैनोनिकल URL का श्रेय आवश्यक है।

थर्ड-पार्टी AI अब UK वित्तीय फ़र्मों की गवर्नेंस समस्या है — Sebastien Rousseau

सर्वे में शामिल UK वित्तीय फ़र्मों की 53% उच्च-महत्व AI प्रणालियां थर्ड-पार्टी देती हैं, और उनकी निगरानी फ़र्मों की सबसे आम बताई गई गवर्नेंस चुनौती है।

Originally published at https://sebastienrousseau.com/hi/2026-11-21-thard-parti-ai-ab-uk-vittiy/ by Sebastien Rousseau.
Licensed under CC-BY-4.0.