२०२६ मधील बँकांसाठी एजेंटिक AI निर्देशांक: स्वायत्तता, प्रशासन, लेखापरीक्षणक्षमता आणि व्यावसायिक परिणाम मोजणे

२०२६ मधील बँकांसाठी एजेंटिक AI निर्देशांक: स्वायत्तता, प्रशासन, लेखापरीक्षणक्षमता आणि व्यावसायिक परिणाम मोजणे

बँकिंगमधील एजेंटिक AI आता AI समस्येच्या वेषातील एक अभियांत्रिकी समस्या बनली आहे. मॉडेल हे बदलण्याजोगे असते; नियंत्रण-स्तर तसे नसतो. २०२६ चे आव्हान म्हणजे स्वीकार नव्हे — Cambridge CCAF त्याचे प्रमाण आधीच 52% इतके सांगते — तर आव्हान हे आहे की तुमची बँक आज चालवत असलेल्या स्वायत्त प्रणाली पुढील तिमाहीत SR 11-7 तपासणी उत्तीर्ण करू शकतील का. बहुतांश करू शकत नाहीत.

कार्यकारी सारांश / मुख्य मुद्दे

• त्यांना चॅटबॉट म्हणणे थांबवा. उत्पादन एकक म्हणजे कठोर टूल-कॉल परवानग्यांसह एक मर्यादित कार्यप्रवाह. काम LLM च्या आत नव्हे, तर कार्यप्रवाहाच्या आत घडते.
• 66.3% वर OSWorld ही विश्वासार्हतेची कमाल मर्यादा आहे. Stanford HAI च्या एंटरप्राइझ टूल-वापराशी सर्वाधिक जवळचा बेंचमार्क अजूनही तीनपैकी एका संरचित कार्यात अपयशी ठरतो. हा असा आकडा आहे जो आक्रमक ह्युमन-इन-द-लूप तैनातीचे समर्थन करतो; परंतु ग्राहकांच्या पैशाला स्पर्श करणाऱ्या कोणत्याही गोष्टीवर अनियंत्रित अंमलबजावणीचे तो समर्थन करत नाही.
• बुद्धिमत्तेनुसार नव्हे, परवानग्यांनुसार वर्गीकरण करा. स्वायत्तता शिडी Level 0 (केवळ-वाचन ISDA कलम निष्कर्षण) पासून Level 4 (अनिवार्य चेकपॉइंटसह बहु-टूल पेमेंट दुरुस्ती) पर्यंत चालते. Level 5 — चेकपॉइंटशिवाय स्वयं-समन्वयन अंमलबजावणी — २०२६ मध्ये उत्पादन बँकिंगमध्ये अस्तित्वात असू नये.
• एजंट नियंत्रण-स्तर हे पाच अभियांत्रिकीकृत घटक आहेत, धोरण दस्तऐवज नव्हे. OAuth-स्कोप्ड सेवा खाती, निर्धारक सिमॅंटिक राउटिंग, Open Policy Agent गेटिंग, WORM लेखापरीक्षण नोंद आणि तपासलेली किल स्विच. यापैकी काहीही गहाळ असेल तर ती एक त्रुटी आहे.
• SR 11-7 आणि PRA SS1/23 आधीच लागू आहेत. Fed ने वारंवार स्पष्ट केले आहे की इनपुट-ते-आउटपुट निर्णय घेणारी कोणतीही प्रणाली व्याप्तीत येते. LLM हे मॉडेल नाही असा युक्तिवाद करणाऱ्या बँका तो मांडण्याआधीच नियामक वाद हरल्या आहेत.

हा निर्देशांक २०२६ मध्येच महत्त्वाचा का ठरतो

चॅटपासून मर्यादित कार्यप्रवाहांकडे झालेले स्थलांतर हीच बँकांसाठी या वर्षी एजेंटिक AI मध्ये एकमेव महत्त्वाची गोष्ट आहे. ग्राहकाला ईमेल मसुदा तयार करून देणारा चॅटबॉट पुनरावलोकनयोग्य असतो. तुमच्या उत्पादन कार्ड प्लॅटफॉर्मविरुद्ध POST /accounts/{id}/freeze कॉल करणारा एजंट म्हणजे लेखापरीक्षणयोग्य पुरावा असतो. उत्पादनाने या मांडणीला गाठले आहे: Cambridge CCAF च्या २०२६ सर्वेक्षणात 52% सक्रिय एजेंटिक स्वीकार आणि 23% स्केलिंग किंवा ट्रान्सफॉर्मिंग परिपक्वतेवर असल्याचे नोंदवले आहे (Cambridge CCAF ⧉). "एकाकी पायलट" ही सीमारेषा २०२५ च्या उत्तरार्धात कधीतरी ओलांडली गेली.

स्वीकाराबरोबरच दोन गोष्टी बदलल्या.

पहिली, नियामकांनी LLM ला नवलाईची गोष्ट मानणे थांबवले. Federal Reserve ने स्पष्ट केले आहे की SR 11-7 ⧉ हे LLM-आधारित निर्णयप्रक्रियेला लागू होते, मग LLM अंतर्गत मॉडेल म्हणून वर्गीकृत असो वा नसो. PRA चे SS1/23 ⧉ नेहमीच त्यांना समाविष्ट करण्याइतके व्यापक होते. EU AI Act चे उच्च-जोखीम वर्गीकरण बहुतांश वित्तीय-सेवा LLM वापराला समाविष्ट करते. "हे मोजले जाते की नाही याबद्दल आम्हाला खात्री नाही" असा कोणताही युक्तिवाद आता उरलेला नाही.

दुसरी, बेंचमार्कची वास्तविकता गाठली गेली. Stanford HAI च्या २०२६ AI Index मध्ये OSWorld — वास्तविक एंटरप्राइझ टूल-वापराशी सर्वाधिक जवळ उपलब्ध बेंचमार्क — 66.3% अचूकतेवर असल्याचे नोंदवले आहे (Stanford HAI ⧉). तीनपैकी एक संरचित कार्य अजूनही अपयशी ठरते. हा आकडा २०२६ मधील स्वायत्ततेवरील तांत्रिक कमाल मर्यादा ठरवतो. HITL देखरेखीखाली मर्यादित Level-3 तैनातींचे समर्थन करण्याइतका पुरेसा उच्च; परंतु ग्राहक-निधीला स्पर्श करणाऱ्या कोणत्याही API विरुद्ध अनियंत्रित अंमलबजावणीचे समर्थन करण्याइतका उच्च नाही.

बँकांसाठीच्या एजेंटिक AI निर्देशांकाने LLM-आधारित निर्णयप्रक्रियेसाठी तेच करणे आवश्यक आहे जे Basel आराखड्याने भांडवलासाठी केले: "आमच्याकडे नियंत्रणे आहेत" या दाव्यांना प्रत्येक कार्यप्रवाहानुसार मोजण्याजोग्या, लेखापरीक्षणयोग्य पुराव्यात रूपांतरित करणे.

२०२६ निर्देशांक रचना

मागोवा घ्यायचे सध्याचे संकेत

स्वायत्तता शिडी

एजंटांचे वर्गीकरण त्यांच्या अंतर्गत मॉडेलच्या हुशारीनुसार नव्हे, तर त्यांना काय करण्याची परवानगी आहे यानुसार करा. तोच GPT-5 / Claude 4 / Gemini 3 इन्स्टन्स प्रत्येक स्तरावर बसू शकतो; फरक असतो तो रॅपरमध्ये.

• Level 0 — निरीक्षण. लॉग, ट्रेस किंवा व्यवहारांवर केवळ-वाचन प्रवेश. एजंट पॅटर्न किंवा विसंगती समोर आणतो; कुठेही लेखन नाही. उदाहरण: कॉरिडॉरनुसार pacs.008 नकार दरांमधील प्रवाह ओळखणे आणि ऑपरेशन्स संघाला इशारा देणे.
• Level 1 — केवळ-वाचन पुनर्प्राप्ती. ऑपरेशनल प्रणालींमधून वाचतो; मानवी वापरासाठी संरचित आउटपुट देतो. उदाहरण: प्रतिपक्षाच्या ISDA Master Agreement मधून CSA कलम भिन्नता काढणे आणि बँकेच्या मानक साच्यापासूनचे विचलन ध्वजांकित करणे. एजंट कधीही करार साठ्यात परत लिहित नाही.
• Level 2 — मानवी दाखल्यासाठी मसुदा. मानव पुनरावलोकन करून सादर करेल असा मजकूर तयार करतो. उदाहरण: फसवणूक-प्रणाली इशारा अधिक KYC नोंद अधिक व्यवहार ट्रेसमधून Suspicious Activity Report मसुदा तयार करणे; BSA अधिकारी वाचतो, गरज असल्यास संपादित करतो आणि दाखल करतो. नोंदी-प्रणालीला फक्त मानव-मंजूर आवृत्तीच दिसते.
• Level 3 — मर्यादित अंमलबजावणी. रॅपरने अंमलात आणलेल्या कठोर, निर्धारक मर्यादांसह उत्पादन API कॉल करतो. उदाहरण: परवानगी-यादी धोरणाद्वारे अंमलात आणलेल्या max-amount-at-risk: 5000 USD सह कार्ड-फ्रीझ API कॉल; Level-2 वाढीशिवाय एजंट त्या मर्यादेच्या वरील शिल्लकशी जोडलेले कार्ड फ्रीझ करू शकत नाही. मर्यादा प्रॉम्प्टमध्ये नव्हे, धोरण-कोडमध्ये राहते — प्रॉम्प्ट ही सुरक्षा सीमा नाही.
• Level 4 — अनिवार्य चेकपॉइंटसह बहु-टूल समन्वयन. प्रणालींमध्ये एक अनुक्रम चालवतो; प्रत्येक स्थिती-संक्रमण नोंदवले जाते; पुढील टूल-कॉलपूर्वी चेकपॉइंटना मानवी मंजुरी आवश्यक असते. उदाहरण: पेमेंट-दुरुस्ती कार्यप्रवाह — डेड-लेटर रांगेतून अपयशी pacs.008 काढा → SWIFT KYC Registry द्वारे योग्य लाभार्थी शोधा → दुरुस्त संदेश तयार करा → आउटबाउंड रांगेत लिहा → मानव पुनर्पाठवणी मंजूर करतो. कोणतीही पायरी schema व्हॅलिडेटरमध्ये अपयशी झाल्यास, कार्यप्रवाह थांबतो आणि एक अपवाद प्रकरण तयार करतो.
• Level 5 — स्वयं-समन्वयन. एजंट चेकपॉइंट मंजुरीशिवाय योजना आखतो आणि अंमलात आणतो. २०२६ मध्ये कोणताही उत्पादन बँकिंग कार्यप्रवाह Level 5 वर असू नये. हे परिपक्वतेचे विधान नाही; ते विश्वासार्हतेचे विधान आहे. 66.3% वरील OSWorld जोडलेल्या API कॉलमध्ये संयुक्त होते. प्रत्येकी 66% वर तीन टूल-कॉल म्हणजे 29% एंड-टू-एंड यश. पाच म्हणजे 13%. करू नका.

एजंट नियंत्रण-स्तर

नियंत्रण-स्तर हा LLM आणि तुमच्या उत्पादन प्रणालींमधील अभियांत्रिकी थर आहे. पाच घटक, सर्व रनटाइम, यापैकी एकही धोरण दस्तऐवजात लिहिलेला नाही.

1. ओळख आणि परवानग्या

प्रत्येक एजंट नेमक्या एका सेवा खात्याशी जोडला जातो. ते खाते किमान आवश्यक API पृष्ठभागापर्यंत स्कोप केलेले OAuth client_credentials टोकन धारण करते. कार्ड-फ्रीझ एजंटचे टोकन amount-at-risk: 0..5000 usd सह POST /accounts/{id}/freeze कॉल करू शकते. ते इतर ग्राहकांसाठी GET /accounts/{id}/balance कॉल करू शकत नाही. ते कस्टडी, ट्रेझरी किंवा ट्रेडिंगमधील काहीही कॉल करू शकत नाही. सेवा-खाते गुपिते आठवड्याने फिरवली जातात; दीर्घकाळ टिकणारी क्रेडेन्शियल्स ही उत्पादन तैनातींमधील सर्वाधिक सामान्य नियंत्रण-स्तर अपयश आहेत.

2. टूल-कॉलवर निर्धारक संरक्षक-अडथळे

प्रत्येक LLM टूल-कॉल उत्पादन API ला पोहोचण्यापूर्वी एका निर्धारक सिमॅंटिक राउटरमधून (NeMo Guardrails, LangChain Guardrails किंवा समकक्ष) जातो. राउटर मर्यादित परवानगी-यादीच्या तुलनेत हेतू वर्गीकृत करतो; यादीबाहेरील कॉल नाकारले जातात आणि नोंदवले जातात. मग एक JSON-schema व्हॅलिडेटर पेलोड तपासतो — आवश्यक फील्ड उपस्थित, डॉलर रक्कम मर्यादेत, ISO देश कोड वैध, लाभार्थी BIC बँकेच्या पूर्व-मंजूर प्रतिपक्ष यादीत. व्हॅलिडेटर संशयी असावा: amount: 0 सह pacs.008 हे मॉडेल अपयश आहे, वैध व्यवहार नव्हे. तुमच्या निर्बंध फिल्टरने उगमकर्ता ग्राहक विभागासाठी पूर्व-मंजूर न केलेल्या देशाला केलेली वायरही तशीच आहे.

3. धोरण-कोड

Open Policy Agent (किंवा समकक्ष) व्हॅलिडेटर आणि API यांच्यामध्ये बसतो. धोरणे Git मध्ये आवृत्तीकृत असतात; नकार निर्णय नोंदवले जातात; तुमच्या विद्यमान प्लॅटफॉर्ममध्ये मायक्रोसर्व्हिस-ते-मायक्रोसर्व्हिस कॉल गेट करणारे तेच धोरण इंजिन एजंट टूल-कॉल गेट करते. एजंटांना बेस्पोक गेटिंगसह एक विशेष वर्ग मानणे म्हणजे बँका अशा शॅडो नियंत्रण-स्तरांसह अडकतात जे सहा महिन्यांनंतर प्लॅटफॉर्म संघातील कोणालाही समजत नाहीत.

4. लेखापरीक्षण नोंद

अपरिवर्तनीय WORM संग्रह — S3 Object Lock, Azure Blob अपरिवर्तनीयता किंवा एक लेजर्ड डेटाबेस. प्रत्येक इनव्होकेशन नोंदवते: टाइमस्टॅम्प, एजंट ID, सेवा-खाते ID, सिस्टम-प्रॉम्प्ट हॅश, पुनर्प्राप्त संदर्भ, LLM पुरवठादार अधिक मॉडेल अधिक आवृत्ती, कच्चे LLM आउटपुट, पार्स केलेला टूल-कॉल, OPA निर्णय, API प्रतिसाद, डाउनस्ट्रीम परिणाम आणि लागू असल्यास मंजुरीदाता UID. नोंदी लेखनाच्या वेळी क्रिप्टोग्राफिकदृष्ट्या स्वाक्षरीकृत असतात. SR 11-7 आणि SS1/23 परीक्षक हीच नोंद मागतील. जर तुम्ही कोणत्याही विशिष्ट निर्णयासाठी पूर्ण ट्रेस तयार करू शकत नसाल, तर तुमच्याकडे मॉडेल-जोखीम-व्यवस्थापित एजंट नाही.

5. किल स्विच

एक रेड-बटन API जो 60 सेकंदांच्या आत एका परवानगी वर्गातील सर्व सुरू असलेली एजंट इनव्होकेशन्स रद्द करते. दर तिमाहीत टेबलटॉप कवायतीने तपासले जाते. किल स्विच हीच एकमेव गोष्ट आहे जी तुम्हाला अशा पुरवठादार मॉडेल प्रकाशनातून सावरते जे शांतपणे मागे सरकते, तुम्ही अपेक्षा न केलेल्या प्रॉम्प्ट-इंजेक्शन वेक्टरमधून, किंवा खोट्या-सकारात्मक दरांना तुमच्या ऑपरेशनल मर्यादेपलीकडे ढकलणाऱ्या ड्रिफ्ट घटनेतून. न तपासलेल्या किल स्विच कार्य करत नाहीत; कवायतीच्या वेळेचे अंदाजपत्रक करा.

मॉडेल जोखीम व्यवस्थापन

"LLM हे SR 11-7 अंतर्गत मॉडेल नाही" असा युक्तिवाद करणाऱ्या बँका आधीच हरल्या आहेत. Federal Reserve ने वारंवार स्पष्ट केले आहे की निर्णय कार्यप्रवाहात वापरलेली कोणतीही इनपुट-ते-आउटपुट प्रणाली व्याप्तीत आहे. PRA चे SS1/23 त्याहूनही व्यापक आहे. योग्य पवित्रा: प्रत्येक उत्पादन एजंटला पहिल्या दिवसापासून SR 11-7 / SS1/23 मॉडेल माना. तैनात एजंटला पूर्वलक्षी पद्धतीने मॉडेल म्हणून मांडण्याचा खर्च तो सुरुवातीलाच मॉडेल म्हणून रचण्याच्या खर्चाच्या कैक पट असतो.

एजंटांना लागू केलेल्या संरक्षणाच्या तीन रेषा:

• पहिली रेषा (मॉडेल मालक). एजंटचा अभिप्रेत वापर, प्रशिक्षण आणि मूल्यांकन डेटा वंशावळ, सिस्टम प्रॉम्प्ट स्कीमा, टूल-कॉल परवानगी-यादी, किल-स्विच चाचणी निकाल दस्तऐवजित करते. उत्पादनात ड्रिफ्ट देखरेखीची मालकी घेते.
• दुसरी रेषा (MRM संघ). उत्पादनापूर्वी एजंट प्रमाणित करते. प्रमाणीकरण अहवालात पुरवठादार-प्रकाशित मूल्यांकन गुण (MMLU, HumanEval, HellaSwag उपयुक्त पण पुरेसे नाहीत), बँक-विशिष्ट मूल्यांकन गुण (ऑपरेशनल उदाहरणांमधून बांधलेला तुमचा स्वतःचा राखीव मूल्यांकन संच — हेच काम बहुतांश बँका कमी गुंतवणूक करतात), प्रॉम्प्ट-इंजेक्शन रेड-टीम निकाल, कार्यप्रवाहाचा ग्राहकावर परिणाम असल्यास पूर्वग्रह आणि निष्पक्षता विश्लेषण, आणि एक परिमाणित अवशिष्ट-जोखीम विधान समाविष्ट असते.
• तिसरी रेषा (अंतर्गत लेखापरीक्षण). उत्पादन निर्णयांच्या नमुन्याविरुद्ध नियंत्रण-स्तर गेट्स आणि लेखापरीक्षण-नोंद पूर्णता तपासते. २०२७ चे लेखापरीक्षण चक्र २०२५ पेक्षा खूप वेगळे दिसेल; त्यासाठी आताच अंदाजपत्रक करा.

बिंदू-वेळ प्रमाणीकरणापेक्षा सतत देखरेख अधिक महत्त्वाची. दर आठवड्याला पुन्हा चालणारे बँक-विशिष्ट मूल्यांकन संच अशी मॉडेल-अपडेट प्रतिगमने पकडतात जी पुरवठादार बेंचमार्क समोर आणणार नाहीत. OpenAI, Anthropic आणि Google चे प्रकाशन तालबद्धता तुमच्या प्रमाणीकरण तालबद्धतेपेक्षा वेगवान आहे; एकतर तुम्ही सतत मूल्यांकन चालवून ती दरी भरता, किंवा एखादा परीक्षक तुमच्यासाठी ती भरतो.

व्यावसायिक परिणाम मोजणे

सामान्य उत्पादकता दावे CFO संभाषणात टिकत नाहीत. इतर ऑपरेशनल बदल ज्याप्रमाणे मोजता, त्याच पद्धतीने एजंट मोजा:

• प्रति पूर्ण निर्णय खर्च, अपयशी निर्णयांच्या उलट आणि दुरुस्ती खर्चासह. BSA-अधिकाऱ्याचा वेळ 40% कमी करणारा पण 12% खोटे-सकारात्मक दाखले तयार करणारा SAR-मसुदा एजंट मूल्य नष्ट करतो, निर्माण करत नाही.
• टाळलेले मॅन्युअल स्पर्श, नियंत्रण-स्तर देखरेख आणि अपवाद हाताळणीने निर्माण झालेल्या नव्या स्पर्शांच्या निव्वळ मोजणीसह. मुद्दा मानवी लक्ष कमीत कमी करणे हा नाही; ते उच्च-प्रभावी निर्णयांकडे पुनर्निर्देशित करणे हा आहे.
• उलट दर — 24 तासांच्या आत मागे घेतलेल्या एजंट-अंमलात आणलेल्या कृतींची टक्केवारी. Level-3 कार्यप्रवाहावर 2% पेक्षा जास्त उलट दर ही विश्वासार्हता समस्या आहे. 5% पेक्षा जास्त ही नियंत्रण-स्तर समस्या आहे.
• लेखापरीक्षण-ट्रेस पूर्णता — WORM नोंदीतून पूर्ण उगमावली पुनर्रचित करता येणाऱ्या निर्णयांची टक्केवारी. Level-3 आणि Level-4 कार्यप्रवाहांवर ती 100% असावी. त्याहून कमी काहीही म्हणजे लेखापरीक्षणात समोर येणारे धोरण अपयश.

जर एखादा कार्यप्रवाह वेगवान पण कमी स्पष्टीकरणयोग्य होत असेल, तर निर्देशांकाने त्याला दंड द्यायला हवा. नियामक परीक्षा अपयशी करण्याचा सर्वात स्वस्त मार्ग म्हणजे थ्रुपुटसाठी अनुकूलन करणे आणि ट्रेस गमावणे.

बँक प्रकारानुसार याचा अर्थ काय

जागतिक प्रणालीगत महत्त्वाच्या बँका

कठीण समस्या म्हणजे मोठ्या प्रमाणावरील प्रशासन: व्यवसाय रेषांमधील शेकडो एजंट, प्रत्येकाचा स्वतःचा मॉडेल मालक, प्रत्येक एक संभाव्य लेखापरीक्षण त्रुटी. गुंतवणूक ही आणखी एक पायलट नाही. ती म्हणजे केंद्रीय नियंत्रण-स्तर, एकीकृत लेखापरीक्षण-नोंद पायाभूत सुविधा, आणि दर तिमाहीत 50-हून अधिक एजंट प्रमाणित करण्यास सक्षम MRM बेंच. त्या क्षमतेशिवाय एजंट प्रशासित करता येण्याहून वेगाने उतरतात आणि संस्था शांतपणे SR 11-7 धोका जमा करते.

व्यवहार आणि कॉर्पोरेट बँका

सर्वाधिक-ROI कार्यप्रवाह म्हणजे पेमेंट दुरुस्ती, KYC दस्तऐवज निष्कर्षण, ट्रेझरी-सेवा FAQ विक्षेपण आणि सामंजस्य ब्रेक्स. सर्व Level-2 किंवा मर्यादित Level-3. एजंटने काम केले याची कॉर्पोरेट ग्राहकाला पर्वा नाही; SLA सुधारला आणि विवाद दर स्थिर राहिला याचीच त्यांना पर्वा आहे. तंत्रज्ञानाने नव्हे, मापदंडांनी नेतृत्व करा.

प्रादेशिक बँका

बांधू नका, खरेदी करा. अशा पुरवठादाराची निवड करा ज्याच्या एजंट प्लॅटफॉर्ममध्ये आधीच नियंत्रण-स्तर प्राथमिक घटक आहेत — OAuth स्कोपिंग, OPA एकीकरण, WORM लेखापरीक्षण नोंद, तपासलेली किल स्विच — आणि तो प्लॅटफॉर्म तुमच्या MRM आराखड्याविरुद्ध प्रमाणित करा. बेस्पोक नियंत्रण-स्तर बांधणे ही एक बहु-वर्षीय गुंतवणूक आहे जी प्रादेशिक प्रमाणात वेगळेपण देत नाही. त्याऐवजी अभियांत्रिकी क्षमता कार्यप्रवाह रचना आणि ऑपरेटर UX वर खर्च करा.

फिनटेक, PSP आणि पायाभूत सुविधा पुरवठादार

पुरवठादारांसाठीचा उत्पादन प्रश्न "तुमचा AI एजंट माणसांपेक्षा चांगले काम करतो का" हा नाही. तो "तुमचा प्लॅटफॉर्म बॉक्समधूनच SR 11-7-अनुरूप लेखापरीक्षण ट्रेस तयार करतो का" हा आहे. ज्या पुरवठादारांना याचे उत्तर होय असे देता येईल ते एंटरप्राइझ करार बंद करतील. ज्यांना ते जमणार नाही ते प्रूफ-ऑफ-कॉन्सेप्ट फेऱ्यांमध्ये अडकतील तर बँकेचा MRM संघ प्रमाणीकरण अपयशी करण्याची कारणे शोधत राहील.

निष्कर्ष

२०२६ मध्ये बँकांमधील एजेंटिक AI ही एक अभियांत्रिकी समस्या आहे. रंजक काम मॉडेलमध्ये नव्हे, नियंत्रण-स्तरात आहे. मॉडेल हे बदलण्याजोगे असते; OAuth स्कोपिंग, निर्धारक सिमॅंटिक राउटर, OPA धोरण गेट्स, अपरिवर्तनीय लेखापरीक्षण नोंद आणि किल स्विच तशी नसतात.

पुढील 18 महिन्यांत नियामकांना विश्वासार्ह वाटतील त्या संस्था अशा असतील ज्या प्रत्येक उत्पादन एजंटला पहिल्या दिवसापासून SR 11-7 / SS1/23 मॉडेल मानतात, बँक-विशिष्ट मूल्यांकन संच सतत चालवतात आणि सुरक्षितपणे अपयशी होण्यासाठी अभियांत्रिकीकृत नियंत्रण-स्तर ठेवतात. जी संस्था तसे करणार नाहीत त्यांना कळेल की त्यांचा MRM बेंच दर तिमाहीत 50-हून अधिक उपचार त्रुटी हाताळण्यासाठी वाढू शकतो की नाही.

कोणताही ऑपरेशनल बदल ज्याप्रमाणे मोजता त्याच पद्धतीने एजंट मोजा: खर्च, विश्वासार्हता, उलट-क्षमता, पुरावा. 66.3% वर OSWorld ही तुमची विश्वासार्हतेची कमाल मर्यादा आहे. त्यानुसार नियोजन करा.

वारंवार विचारले जाणारे प्रश्न

बँकिंगमधील एजेंटिक AI म्हणजे काय?

एक मर्यादित कार्यप्रवाह जो LLM ला उत्पादन प्रणालींमधील टूल-कॉल, रनटाइम संरक्षक-अडथळे आणि ह्युमन-इन-द-लूप चेकपॉइंटशी जोडतो. काम मॉडेलच्या आत नव्हे, कार्यप्रवाहाच्या आत घडते. जर तुम्ही "चॅटबॉट" हा शब्द ऐकला असेल, तर तुम्ही चुकीच्या श्रेणीत आहात.

बँकांनी कोठून सुरुवात करावी?

Level 1 आणि Level 2 कार्यप्रवाह जिथे मूल्य मोजण्याजोगे आहे आणि तोटा आवरता येण्याजोगा आहे: ISDA कलम निष्कर्षण, SAR मसुदा, पेमेंट-दुरुस्ती त्रिआज, अंतर्गत ज्ञान पुनर्प्राप्ती, कोड पुनरावलोकन सहाय्य, KYC दस्तऐवज वर्गीकरण. तुमचा नियंत्रण-स्तर OAuth स्कोपिंग, सिमॅंटिक राउटिंग, OPA गेटिंग, WORM नोंद आणि तपासलेली किल स्विच हाताळेपर्यंत Level 3 वगळा.

सर्वात मोठी जोखीम कोणती?

LLM आउटपुट आणि API यांच्यामध्ये निर्धारक संरक्षक-अडथळ्यांशिवाय एजंटांना उत्पादन API विरुद्ध अंमलबजावणी करू देणे. OSWorld 66.3% आकडा हा इशारा आहे. त्या अपयश दरावर SWIFT MT103 किंवा ग्राहक-निधी API विरुद्ध न-गुंडाळलेले टूल-कॉल पुढील नियामक चक्राचे सर्वात वाईट-परिस्थिती शीर्षक लिहितात.

SR 11-7 हे LLM-आधारित एजंटांना लागू होते का?

होय. Federal Reserve ने स्पष्ट केले आहे की निर्णय कार्यप्रवाहात वापरलेली कोणतीही इनपुट-ते-आउटपुट प्रणाली SR 11-7 अंतर्गत येते. PRA चे SS1/23 UK मध्ये तेच क्षेत्र समाविष्ट करते. EU AI Act चे उच्च-जोखीम वर्गीकरण बहुतांश वित्तीय-सेवा वापर प्रकरणे समाविष्ट करते. "हे मॉडेल आहे का" हा वाद संपला आहे; त्यानुसार वागा.

एजेंटिक AI मंडळांना कसे कळवावे?

प्रति कार्यप्रवाह चार आकडे: स्वायत्तता स्तर, लेखापरीक्षण-ट्रेस पूर्णता, उलट दर, प्रति निर्णय निव्वळ खर्च. अधिक शीर्ष-पाच अवशिष्ट-जोखीम यादी. मॉडेल-कार्ड स्लाईडवेअर वगळा.

संदर्भ

• Stanford HAI, (2026). The 2026 AI Index Report ⧉.
• Stanford HAI, (2026). Technical Performance chapter ⧉.
• Cambridge Centre for Alternative Finance, (2026). 2026 Global AI in Financial Services Report ⧉.
• Federal Reserve, (2011). SR 11-7: Guidance on Model Risk Management ⧉.
• Prudential Regulation Authority, (2023). Supervisory Statement SS1/23: Model risk management principles for banks ⧉.
• European Commission, (2024). Regulation (EU) 2024/1689 — AI Act ⧉.
• NVIDIA, (2024). NeMo Guardrails framework ⧉.
• Cloud Native Computing Foundation, (2018). Open Policy Agent (OPA) ⧉.

शेवटचे पुनरावलोकन 2026-07-17.

# २०२६ मधील बँकांसाठी एजेंटिक AI निर्देशांक: स्वायत्तता, प्रशासन, लेखापरीक्षणक्षमता आणि व्यावसायिक परिणाम मोजणे — Sebastien Rousseau

> Originally published at [https://sebastienrousseau.com/mr/2026-06-03-agentic-ai-index-banks-autonomy-governance-auditability-2026/](https://sebastienrousseau.com/mr/2026-06-03-agentic-ai-index-banks-autonomy-governance-auditability-2026/)

बँकांमधील एजेंटिक AI सज्जता मोजण्यासाठी निर्देशांक-शैलीचा आराखडा, ज्यामध्ये स्वायत्तता, प्रशासन, लेखापरीक्षणक्षमता, विश्वासार्हता, नियंत्रणे आणि व्यावसायिक मूल्य यांचा समावेश आहे.

Read the full article on sebastienrousseau.com: https://sebastienrousseau.com/mr/2026-06-03-agentic-ai-index-banks-autonomy-governance-auditability-2026/

२०२६ मधील बँकांसाठी एजेंटिक AI निर्देशांक: स्वायत्तता, प्रशासन, लेखापरीक्षणक्षमता आणि व्यावसायिक परिणाम मोजणे — Sebastien Rousseau

बँकांमधील एजेंटिक AI सज्जता मोजण्यासाठी निर्देशांक-शैलीचा आराखडा, ज्यामध्ये स्वायत्तता, प्रशासन, लेखापरीक्षणक्षमता, विश्वासार्हता, नियंत्रणे आणि व्यावसायिक मूल्य यांचा समावेश आहे.

https://sebastienrousseau.com/mr/2026-06-03-agentic-ai-index-banks-autonomy-governance-auditability-2026/

२०२६ मधील बँकांसाठी एजेंटिक AI निर्देशांक: स्वायत्तता, प्रशासन, लेखापरीक्षणक्षमता आणि व्यावसायिक परिणाम मोजणे — Sebastien Rousseau

बँकांमधील एजेंटिक AI सज्जता मोजण्यासाठी निर्देशांक-शैलीचा आराखडा, ज्यामध्ये स्वायत्तता, प्रशासन, लेखापरीक्षणक्षमता, विश्वासार्हता, नियंत्रणे आणि व्यावसायिक मूल्य यांचा समावेश आहे.

येथे मुख्य धोरणात्मक मुद्दे आहेत:

- २०२६ मधील बँकांसाठी एजेंटिक AI निर्देशांक: स्वायत्तता, प्रशासन, लेखापरीक्षणक्षमता आणि व्यावसायिक परिणाम मोजणे. बँकिंगमधील एजेंटिक AI आता AI समस्येच्या वेषातील एक अभियांत्रिकी समस्या बनली आहे.
- हा निर्देशांक २०२६ मध्येच महत्त्वाचा का ठरतो. चॅटपासून मर्यादित कार्यप्रवाहांकडे झालेले स्थलांतर हीच बँकांसाठी या वर्षी एजेंटिक AI मध्ये एकमेव महत्त्वाची गोष्ट आहे.
- मागोवा घ्यायचे सध्याचे संकेत. एजंटांचे वर्गीकरण त्यांच्या अंतर्गत मॉडेलच्या हुशारीनुसार नव्हे, तर त्यांना काय करण्याची परवानगी आहे यानुसार करा.
- स्वायत्तता शिडी. एजंटांचे वर्गीकरण त्यांच्या अंतर्गत मॉडेलच्या हुशारीनुसार नव्हे, तर त्यांना काय करण्याची परवानगी आहे यानुसार करा.

या लेखात मांडलेल्या आव्हानांसाठी तुमच्या संस्थेचा दृष्टिकोन काय आहे?

→ https://sebastienrousseau.com/mr/2026-06-03-agentic-ai-index-banks-autonomy-governance-auditability-2026/

#एजेंटिकAiबँकिंग2026 #Aiएजंटबँका #वित्तीयसेवांतीलAiप्रशासन #स्वायत्तबँकिंगकार्यप्रवाह #मॉडेलजोखीमव्यवस्थापन

Sebastien Rousseau | CC-BY-4.0

@online{rousseau2026२०२६,
  author  = {Rousseau, Sebastien},
  title   = {{२०२६ मधील बँकांसाठी एजेंटिक AI निर्देशांक: स्वायत्तता, प्रशासन, लेखापरीक्षणक्षमता आणि व्यावसायिक परिणाम मोजणे — Sebastien Rousseau}},
  year    = {2026},
  url     = {https://sebastienrousseau.com/mr/2026-06-03-agentic-ai-index-banks-autonomy-governance-auditability-2026/},
  urldate = {2026}
}

TY  - GEN
AU  - Rousseau, Sebastien
TI  - २०२६ मधील बँकांसाठी एजेंटिक AI निर्देशांक: स्वायत्तता, प्रशासन, लेखापरीक्षणक्षमता आणि व्यावसायिक परिणाम मोजणे — Sebastien Rousseau
PY  - 2026
UR  - https://sebastienrousseau.com/mr/2026-06-03-agentic-ai-index-banks-autonomy-governance-auditability-2026/
ER  -

Rousseau S. २०२६ मधील बँकांसाठी एजेंटिक AI निर्देशांक: स्वायत्तता, प्रशासन, लेखापरीक्षणक्षमता आणि व्यावसायिक परिणाम मोजणे — Sebastien Rousseau. sebastienrousseau.com. 2026 Jun 3. Available from: https://sebastienrousseau.com/mr/2026-06-03-agentic-ai-index-banks-autonomy-governance-auditability-2026/

Rousseau, Sebastien. "२०२६ मधील बँकांसाठी एजेंटिक AI निर्देशांक: स्वायत्तता, प्रशासन, लेखापरीक्षणक्षमता आणि व्यावसायिक परिणाम मोजणे — Sebastien Rousseau." sebastienrousseau.com. June 3, 2026. https://sebastienrousseau.com/mr/2026-06-03-agentic-ai-index-banks-autonomy-governance-auditability-2026/.

Rousseau, S. (2026, June 3). २०२६ मधील बँकांसाठी एजेंटिक AI निर्देशांक: स्वायत्तता, प्रशासन, लेखापरीक्षणक्षमता आणि व्यावसायिक परिणाम मोजणे — Sebastien Rousseau. sebastienrousseau.com. https://sebastienrousseau.com/mr/2026-06-03-agentic-ai-index-banks-autonomy-governance-auditability-2026/

२०२६ मधील बँकांसाठी एजेंटिक AI निर्देशांक: स्वायत्तता, प्रशासन, लेखापरीक्षणक्षमता आणि व्यावसायिक परिणाम मोजणे — Sebastien Rousseau

बँकांमधील एजेंटिक AI सज्जता मोजण्यासाठी निर्देशांक-शैलीचा आराखडा, ज्यामध्ये स्वायत्तता, प्रशासन, लेखापरीक्षणक्षमता, विश्वासार्हता, नियंत्रणे आणि व्यावसायिक मूल्य यांचा समावेश आहे.

Originally published at https://sebastienrousseau.com/mr/2026-06-03-agentic-ai-index-banks-autonomy-governance-auditability-2026/ by Sebastien Rousseau.
Licensed under CC-BY-4.0.

SEBASTIEN ROUSSEAU · FOUNDER · ENGINEER