Sebastien Rousseau

तृतीय-पक्ष AI जोखीम

तृतीय-पक्ष AI हीच आता यूके वित्तीय संस्थांची प्रशासकीय समस्या

सर्वेक्षणातील यूके वित्तीय संस्थांमध्ये AI वापर 86% वर पोहोचला आहे, पण सर्वात महत्त्वाचे आकडे मथळ्याखाली दडलेले आहेत: उच्च-महत्त्वाच्या प्रणालींपैकी निम्म्याहून अधिक आता तृतीय पक्ष पुरवतात, आणि त्यांच्यावरील देखरेख हेच संस्थांनी सर्वाधिक वेळा नोंदवलेले प्रशासकीय आव्हान आहे.

13 मिनिटे वाचन
Banner for: तृतीय-पक्ष AI हीच आता यूके वित्तीय संस्थांची प्रशासकीय समस्या

सर्वेक्षणातील यूके वित्तीय संस्थांमध्ये AI वापर 86% वर पोहोचला आहे, पण सर्वात महत्त्वाचे आकडे मथळ्याखाली दडलेले आहेत: उच्च-महत्त्वाच्या प्रणालींपैकी निम्म्याहून अधिक आता तृतीय पक्ष पुरवतात, आणि त्यांच्यावरील देखरेख हेच संस्थांनी सर्वाधिक वेळा नोंदवलेले प्रशासकीय आव्हान आहे.

कार्यकारी सारांश

  • 86% प्रतिसादकर्त्यांनी AI वापर नोंदवला, 2024 मधील 75% वरून. नोंदवलेल्या प्रणालींपैकी 56% जनरेटिव्ह AI होत्या.
  • नोंदवलेल्या प्रणालींपैकी सुमारे 7% उच्च-महत्त्वाच्या म्हणून मूल्यांकित झाल्या, 2024 मधील 16% वरून खाली, तरीही 2026 मध्ये उच्च-महत्त्वाच्या प्रणालींची निरपेक्ष संख्या अधिक होती.
  • उच्च-महत्त्वाच्या प्रणालींपैकी 53% तृतीय-पक्ष अंमलबजावणी होत्या, 2024 मधील 35% वरून. नोंदवलेल्या क्लाउड/कम्प्युट संबंधांपैकी 79% तीन सर्वोच्च क्लाउड/कम्प्युट पुरवठादारांकडे आहेत.
  • 80% प्रतिसादकर्त्यांकडे AI एजंट तैनात आहेत, पण व्यापक स्वायत्तता असलेले एजंट केवळ 2% नी नोंदवले.
  • सर्व वर्गांमध्ये लाभ आणि जोखीम दोन्ही वाढतील अशी प्रतिसादकर्त्यांची अपेक्षा आहे; सायबर जोखमीचे प्रवर्धन आणि महत्त्वाची तृतीय-पक्ष अवलंबित्वे सर्वोच्च प्रणालीगत जोखमी म्हणून मानांकित.
  • तृतीय-पक्ष AI प्रणालींवरील देखरेख हे सर्वाधिक नोंदवलेले प्रशासकीय आव्हान होते.

सर्वेक्षण काय आहे, आणि काय नाही #

यूके वित्तीय सेवांमधील AI आणि मशीन लर्निंगविषयीचे Bank of England आणि FCA (Financial Conduct Authority, वित्तीय आचरण प्राधिकरण) यांचे हे चौथे सर्वेक्षण एकत्रित सर्वेक्षण निकालांचा वर्णनात्मक सारांश आहे, आणि कोणताही निष्कर्ष काढण्याआधी ही चौकट लक्षात ठेवायला हवी. निष्कर्ष हे संपूर्ण यूके वित्तीय क्षेत्रातील AI स्वीकाराचे पूर्ण मूल्यमापन नसून सहभागी संस्थांकडील पुरावा आहेत. खालीलपैकी काहीही जनगणना म्हणून वाचू नये.

सर्वेक्षणाला 196 प्रतिसाद मिळाले: 101 मोठ्या संस्था आणि 95 लहान संस्था. प्रथमच 100 पेक्षा कमी कर्मचारी असलेल्या संस्थांना लहान प्रश्नावली निवडता आली, आणि 105 प्रतिसादकर्त्यांनी पूर्ण सर्वेक्षण भरले. अन्यथा नमूद नसल्यास, अहवालातील आकडे पूर्ण सर्वेक्षणाच्या प्रतिसादांवर आधारित आहेत, ज्यामुळे आधीच्या सर्वेक्षणांशी तुलना सोपी होते. टक्केवारी केवळ वैध प्रश्न-स्तरीय प्रतिसादांवरून काढली आहे, त्यामुळे एखाद्या प्रश्नाचे उत्तर न देणाऱ्या संस्था त्या प्रश्नाच्या छेदातून वगळल्या जातात. आंतरराष्ट्रीय बँका आणि ब्रोकर/डीलर यांचे प्रतिसाद त्यांच्या यूके कामकाजाच्या संदर्भात दिलेले आहेत.

सातत्यासाठी 2026 च्या सर्वेक्षणाने आधीच्या सर्वेक्षणांतील मूलभूत प्रश्न कायम ठेवले, आणि 2024 पासून AI स्वीकार व क्षमतेतील घडामोडी टिपण्यासाठी प्रश्न जोडले किंवा बदलले. म्हणूनच अहवाल स्वीकार, महत्त्व आणि तृतीय-पक्ष वाटा यांबाबत 2026 चे आकडे 2024 च्या आकड्यांशेजारी ठेवू शकतो, आणि म्हणूनच जिथे प्रश्नांची शब्दरचना, व्याख्या, व्याप्ती किंवा प्रतिसादकर्त्यांची लोकसंख्या बदलली आहे तिथे 2024 शी तुलना सावधपणे करण्यास अहवाल वाचकांना सांगतो. फ्रंटियर AI आणि सायबर जोखमीवरील लहान परिशिष्टासारख्या काही विषयांसाठी 2024 शी तुलनाच नाही.

हे इशारे महत्त्वाचे आहेत, कारण खालील सर्वात लक्षवेधी आकड्यांपैकी अनेक वाट्यांचे वाटे आहेत. छेदांकडे दुर्लक्ष करणारा वाचक रचनेतील बदलाला प्रमाणातील बदल समजेल. सर्वेक्षणच या सापळ्याचे स्वच्छ उदाहरण देते, ज्यापर्यंत आपण लवकरच पोहोचू.

स्वीकार जवळपास सार्वत्रिक, आणि जनरेटिव्ह AI चे वर्चस्व #

मथळ्यापासून सुरुवात करू. 86% प्रतिसादकर्त्यांनी AI वापर नोंदवला, 2024 मधील 75% वरून. हा आकडा पूर्ण आणि लघु-स्वरूप दोन्ही सर्वेक्षणे व्यापतो, आणि अहवाल स्वतःच इशारा देतो की 2026 आणि 2024 च्या टक्केवारी संस्थांच्या एकाच लोकसंख्येशी संबंधित नाहीत आणि त्यांची तुलना सावधपणे करायला हवी. संस्था जनरेटिव्ह AI, AI-सक्षम एजंट आणि AI प्रणालींच्या तृतीय-पक्ष अंमलबजावणीचा वापर वाढत्या प्रमाणात नोंदवत आहेत, आणि ही तीन सूत्रे सर्वेक्षणातील बाकी सर्व गोष्टींमधून जातात.

नोंदवलेल्या सर्व AI प्रणालींपैकी 56% जनरेटिव्ह AI होत्या. अहवाल फाउंडेशन मॉडेलशी तुलना करतो, ज्यांचा 2024 मध्ये नोंदवलेल्या AI वापर-प्रकरणांमध्ये 17% वाटा होता. अहवाल म्हणतो की ही मापे थेट तुलनीय नाहीत, त्यामुळे याला एका तंत्रज्ञानातील 39 गुणांची झेप म्हणणे चूक ठरेल; अहवालाच्याच शब्दांत, एकत्रितपणे ती 2024 पासून सर्वसाधारण-उद्देशीय क्षमतांच्या नोंदवलेल्या वापरात लक्षणीय वाढ सूचित करतात.

संस्थांमध्ये AI कुठे आहे? नोंदवलेल्या सर्व AI प्रणालींपैकी सुमारे 31% ऑपरेशन्स आणि IT मध्ये होत्या, 2024 मधील सुमारे 22% वरून, आणि इतर कोणत्याही एका क्षेत्राचा वाटा 11% पेक्षा अधिक नव्हता. हे लक्षवेधी केंद्रीकरण आहे. ग्राहकाभिमुख आणि फ्रंट-ऑफिस वापर-प्रकरणांना बहुतेक सार्वजनिक लक्ष मिळते, तरी नोंदवलेल्या प्रणालींचा सर्वात मोठा एकल गट व्यवसायाच्या अंतर्गत यंत्रणेत आहे. लहान संस्थांच्या विभागातील एक संबंधित आकडा त्याच दिशेने निर्देश करतो: लघु-स्वरूप सर्वेक्षणातील प्रतिसादकर्त्यांमध्ये, सध्याच्या किंवा नियोजित AI वापरासाठी ऑपरेशन्स हे सर्वाधिक नोंदवलेले क्षेत्र होते, 64% नी नमूद केलेले.

अपेक्षित लाभ त्या चित्राशी जुळतात. आजच्या AI कडून अपेक्षित लाभांमध्ये परिचालन कार्यक्षमता, स्वयंचलन आणि उत्पादकता यांना सर्वोच्च मानांकन मिळाले. संस्था जे नोंदवतात त्यावरून, त्या AI मुख्यतः स्वतःचे कामकाज अधिक कार्यक्षमपणे चालवण्यासाठी वापरत आहेत.

स्वीकार समान वाटलेलाही नाही. जवळपास निम्म्या संस्थांनी दहा किंवा त्याहून कमी AI प्रणाली नोंदवल्या, तर सर्वाधिक प्रणाली नोंदवणाऱ्या दहा संस्थांचा नोंदवलेल्या सर्व AI प्रणालींमध्ये 43% वाटा होता. म्हणजे 86% हा आकडा वापराची रुंदी दर्शवतो, खोली नव्हे. थोड्या संस्था एकूण संख्येचा मोठा वाटा उचलतात, आणि अनेक संस्था मोजक्याच प्रणाली चालवतात. लहान संस्थाही यात आहेत: लघु-स्वरूप प्रतिसादकर्त्यांपैकी 73% नी AI वापर नोंदवला, आणि त्यांपैकी 58% नी प्रामुख्याने सर्वसाधारण-उद्देशीय लार्ज लँग्वेज मॉडेल वापरत असल्याचे नोंदवले.

महत्त्वाचे कोडे #

आधी उल्लेखलेला सापळा हा आहे. नोंदवलेल्या AI प्रणालींपैकी सुमारे 7% प्रणालींचे प्रतिसादकर्त्यांनी उच्च-महत्त्वाच्या म्हणून मूल्यमापन केले, 2024 मधील 16% च्या तुलनेत. घाईत वाचल्यास असे वाटते की AI संस्थांसाठी कमी महत्त्वाचे, किंवा कमी जोखमीचे, होत आहे.

त्याचा अर्थ तसा नाही. 2026 मध्ये नोंदवलेल्या उच्च-महत्त्वाच्या AI प्रणालींची निरपेक्ष संख्या 2024 पेक्षा अधिक होती. वाटा घटला कारण एकूण संख्या उच्च-महत्त्वाच्या उपसंचापेक्षा वेगाने वाढली. संस्था अधिक प्रणाली तैनात करतात तशा बहुतेक नव्या प्रणाली कमी महत्त्वाच्या ठरतात, ज्यामुळे टक्केवारी सौम्य होते तर उच्च-महत्त्वाच्या प्रणालींची संख्या तरीही वाढते. त्या प्रणालीही केंद्रित आहेत: नोंदवलेल्या सर्व उच्च-महत्त्वाच्या AI प्रणालींपैकी 62% दहा संस्थांकडे होत्या.

केवळ टक्केवारीवर प्रशासनाचा युक्तिवाद उभारणाऱ्यांसाठी ही उपयुक्त दुरुस्ती आहे. उच्च-महत्त्वाच्या प्रणालींचा घटता वाटा त्यांच्यासाठी जबाबदार लोकांच्या कामाच्या भाराबद्दल कोणतेही आश्वासन देत नाही. 2024 पेक्षा देखरेख करायच्या प्रणाली आता अधिक आहेत.

महत्त्वाच्या प्रणाली कुठून येतात #

सर्वात महत्त्वाच्या प्रणाली कोण बांधते आणि चालवते, हा सर्वेक्षणातील सर्वात परिणामकारक निकाल आहे. नोंदवलेल्या सर्व AI प्रणालींपैकी 39% तृतीय-पक्ष अंमलबजावणी होत्या, 2024 मधील 33% आणि 2022 मधील 17% वरून. ही स्थिर वाटचाल आहे. उच्च-महत्त्वाच्या प्रणालींमधील बदल खूपच तीव्र आहे: त्यांपैकी 53% तृतीय-पक्ष अंमलबजावणी होत्या, 2024 मधील 35% वरून.

म्हणजे नोंदवलेल्या प्रणालींचा एकूण विचार करता, संस्था ज्यांना सर्वाधिक महत्त्वाच्या मानतात त्या आता बहुधा बाहेरून येतात. अपयश सर्वाधिक दुखावेल अशा वर्गात दोन वर्षांत 18 गुणांची वाढ, हा डेटामधील सर्वात स्पष्ट संकेत आहे. वरील महत्त्वाच्या निष्कर्षाशी जोडल्यास चित्र असे दिसते: महत्त्वाच्या प्रणालींची वाढती संख्या, ज्यांपैकी बहुसंख्य संस्था स्वतः बांधत नाहीत.

पुरवठादारांमधील केंद्रीकरण हे अधिक धारदार करते. तीन सर्वात मोठ्या क्लाउड आणि कम्प्युट पुरवठादारांचा नोंदवलेल्या सर्व क्लाउड/कम्प्युट संबंधांमध्ये 79% वाटा होता, आणि 98% प्रतिसादकर्त्यांनी त्या तिघांपैकी एक वापरत असल्याचे नोंदवले. मॉडेल API आणि होस्टिंग पुरवठाही केंद्रित होता, जरी कमी प्रमाणात: तीन सर्वात मोठ्या पुरवठादारांचा नोंदवलेल्या संबंधांमध्ये 54% वाटा होता, आणि तीनही सर्वोच्च क्लाउड/कम्प्युट पुरवठादार पहिल्या पाच मॉडेल API/होस्टिंग पुरवठादारांमध्येही होते. संस्थांकडे अनेक AI प्रणाली असू शकतात, पण खालील पायाभूत सुविधा आणि मॉडेलसाठी त्या पुरवठादारांच्या लहान संचावर विसंबतात.

पर्याय शोधणे हा अधिक कठीण प्रश्न आहे. नोंदवलेल्या 169 वेगळ्या क्लाउड आणि कम्प्युट संबंधांपैकी 37% उच्च गंभीरतेचे आणि बदलण्यास कठीण असे दोन्ही मानले गेले, आणि त्या गटापैकी केवळ 35% कडे चाचणी केलेल्या निर्गमन योजना होत्या. 226 मॉडेल API/होस्टिंग संबंधांसाठी उच्च-गंभीरता, बदलण्यास-कठीण वाटा 14% होता. संयुक्त घटना चाचणी किंवा निर्गमन नियोजनासारख्या तृतीय-पक्ष AI साठीच्या वर्धित परिचालन-लवचिकता अपेक्षा केवळ 27% संस्थांनी नोंदवल्या.

प्रतिसादकर्त्यांनी या चिंतेचे प्रणालीगत रूप स्वतःच मांडले: सायबर जोखमीचे प्रवर्धन आणि महत्त्वाची तृतीय-पक्ष अवलंबित्वे आज आणि पुढील तीन वर्षांत, दोन्ही काळांत, दोन सर्वोच्च मानांकित प्रणालीगत जोखमी होत्या, आणि AI वापर व्यापक होईल तशा त्या तीव्र होतील अशी प्रतिसादकर्त्यांची अपेक्षा होती. महत्त्वाच्या तृतीय-पक्ष अवलंबित्वांना उच्च किंवा गंभीर चिंता मानणाऱ्यांचा वाटा आज 40% वरून पुढील एक ते तीन वर्षांत 63% वर गेला. ही अपेक्षा प्रतिसादकर्त्यांचे भाकीत आहे, निरीक्षित परिणाम नव्हे, पण पुरवठादार केंद्रीकरणाचे आकडे तिला स्पष्ट आधार देतात.

संस्था या अडचणीबाबत अनभिज्ञ नाहीत. 40% प्रतिसादकर्त्यांनी माहिती सुरक्षा आणि परिचालन लवचिकतेविषयीच्या चिंता तृतीय-पक्ष AI स्वीकारातील मोठी अडचण म्हणून ओळखल्या, त्यानंतर तृतीय-पक्ष AI प्रणालींमधील मर्यादित पारदर्शकता (प्रशिक्षण डेटा, मॉडेल रचना, कामगिरी मर्यादा, अपयशाचे प्रकार) 34% सह. मोठ्या आणि मध्यम अडचणी एकत्र मोजल्यास, करारात्मक संरक्षणांची वाटाघाट करण्यातील अडचण हे दुसरे सर्वाधिक नमूद आव्हान होते. एकत्रितपणे, हे चित्र अशा संस्थांचे आहे ज्या बाह्य पुरवठादारांवर मोठ्या प्रमाणात विसंबतात, आणि त्याच वेळी सांगतात की त्यांना त्यांच्या आत नेहमी डोकावता येत नाही.

एजंट: व्यापकपणे तैनात, बहुतेक सहाय्यक भूमिकेत #

एजंटचे आकडे काळजीपूर्वक वाचायला हवेत, कारण मथळा आणि आशय वेगवेगळ्या दिशांना निर्देश करतात. 80% प्रतिसादकर्त्यांनी AI एजंट तैनात असल्याचे नोंदवले, तर आणखी 14% नी पुढील 12 महिन्यांत ते तैनात करण्याची योजना नोंदवली. या आकड्यांनुसार, ज्यांनी तैनातही केले नाही आणि योजनाही आखली नाही असा केवळ छोटा उरलेला भाग आहे.

पण एजंट काय करतात ते पाहा. 80% प्रतिसादकर्त्यांनी उत्पादनात निर्णय-सहाय्य देणारे एजंट नोंदवले, म्हणजे AI एजंट कृतीची शिफारस करतात आणि निर्णय व अंमलबजावणी माणसे करतात. 46% नी पूर्वनिर्धारित मर्यादा व नियमांत कृती करणारे, मर्यादित अंमलबजावणी असलेले एजंट नोंदवले, आणि 22% नी सशर्त स्वायत्तता असलेले एजंट. व्यापक स्वायत्तता असलेले एजंट तैनात केल्याचे केवळ 2% नी नोंदवले. प्रमुख नमुना असा आहे: सल्ला देणारे, किंवा घट्ट मर्यादांत कृती करणारे एजंट.

ग्राहक संवाद हे क्षेत्र आहे जिथे रेषा सरकू लागली आहे. 16% नी स्वयंचलित ग्राहक संवादासाठी एजंटचा सध्याचा वापर नोंदवला, आणि नियोजित तैनाती धरल्यास हा आकडा 34% होतो. संस्थांनी योजना पूर्ण केल्या तर हा वाटा दुपटीहून अधिक होतो, जरी योजना या योजनाच असतात, आणि किती प्रत्यक्षात येतील हे सर्वेक्षण सांगू शकत नाही. याउलट, नियोजित तैनाती धरूनही 9% पेक्षा अधिक प्रतिसादकर्त्यांनी एजंट ग्राहक परिणाम मंजूर किंवा नामंजूर करतील, ट्रेड अंमलात आणतील किंवा ऑर्डर देतील, पेमेंट सुरू करतील, अंमलात आणतील किंवा रोखतील, किंवा मर्यादा, उंबरठे आणि नियंत्रणे बदलतील अशी अपेक्षा ठेवली नाही.

माझे वाचन असे की 2% हा अधिक बोलका आकडा आहे, आणि तो 80% पेक्षा अधिक लक्ष देण्याजोगा आहे. सुचवणारा आणि माणसाची वाट पाहणारा एजंट तैनात करणे हे माफक पाऊल आहे. व्यापक स्वायत्तता असलेला एजंट तैनात केल्याने परिणामाची जबाबदारी कोणाची, हेच बदलते. संस्थांनी आतापर्यंत पहिले पाऊल व्यापकपणे उचलले आहे, आणि दुसरे जवळपास अजिबात नाही. ग्राहक-संवादाच्या योजना या भूमिकेतील बदलाची सुरुवात आहेत का, हा डेटामधील अधिक रोचक खुल्या प्रश्नांपैकी एक आहे.

लाभ आणि जोखीम दोन्ही वाढतील अशी अपेक्षा #

प्रतिसादकर्ते AI कडे एकतर्फी पैज म्हणून पाहत नाहीत. पुढील तीन वर्षांत सर्व क्षेत्रांत लाभ वाढतील अशी त्यांची अपेक्षा होती, आणि सर्वात मोठी अपेक्षित वाढ सायबर सुरक्षा व परिचालन लवचिकतेत, तसेच महसूलनिर्मिती व स्पर्धात्मक स्थानात होती. या अपेक्षा आहेत, आणि सर्वेक्षण त्यांना तशाच मांडते. सूचीबद्ध लाभांपैकी कोणताही आज मध्यमपेक्षा अधिक प्रमाणाचा आहे असे व्यापकपणे मानले गेले नाही.

जोखमीची बाजूही, दिशेच्या अर्थाने, तितकीच सुसंगत आहे. आजच्या AI कडून संस्थांना अपेक्षित जोखमींमध्ये डेटा संरक्षण व सुरक्षा, तृतीय-पक्ष व पुरवठा साखळी जोखीम, आणि GenAI-विशिष्ट जोखमी यांना सर्वोच्च मानांकन मिळाले. पुढील एक ते तीन वर्षांत सर्व वर्गांमध्ये जोखीम पातळी वाढेल अशी प्रतिसादकर्त्यांची अपेक्षा होती, जरी सरासरीने त्यांनी 2026 मध्ये जोखमी 2024 पेक्षा कमी गंभीर मानल्या.

स्रोत एकूण चित्र संतुलित शब्दांत मांडतो. या घडामोडी अधिक कार्यक्षमता, सुधारित निर्णय-सहाय्य आणि भक्कम जोखीम व्यवस्थापन यांसह लाभ आणू शकतात. त्या प्रशासन, परिचालन लवचिकता, डेटा संरक्षण, ग्राहक परिणाम, तृतीय-पक्ष अवलंबित्व आणि वित्तीय स्थैर्य यांच्याशी संबंधित जोखीमही निर्माण किंवा प्रवर्धित करू शकतात. ही सावध मांडणी स्रोताचीच आहे, आणि ती योग्य आहे; सर्वेक्षण धारणा आणि नोंदवलेली पद्धत मोजते, प्रत्यक्षात आलेले लाभ किंवा तोटे नव्हे.

निकालांचा एक गट फ्रंटियर AI आणि सायबर क्षमतेशी संबंधित आहे. 88% प्रतिसादकर्त्यांनी पुढील दोन वर्षांतील विकसित होणाऱ्या फ्रंटियर AI सायबर क्षमतांचा त्यांच्या संस्थेच्या जोखीम प्रोफाइलवर मध्यम किंवा उच्च परिणाम होईल असे मूल्यमापन केले. हे मोजलेल्या परिणामाऐवजी भविष्यवेधी मूल्यमापन आहे, जरी 19% नी पुरवठा-साखळी किंवा तृतीय-पक्ष हल्ल्यांची वाढलेली परिणामकारकता हा फ्रंटियर AI सध्या सर्वाधिक जोखीम निर्माण करणारा मार्ग म्हणून आधीच नमूद केला. संस्थांनी प्रतिसाद म्हणून आधीच काय केले आहे हे तपासणे सोपे आहे: फ्रंटियर AI बद्दलच्या जाणिवेमुळे व्यवस्थापनाचे सर्वाधिक वाढलेले लक्ष मिळालेले सायबर लवचिकतेचे क्षेत्र म्हणून 64% नी असुरक्षितता व्यवस्थापन आणि पॅचिंगची वारंवारता निवडली.

अडचणी: नियामकपेक्षा अधिक व्यावहारिक #

अडथळ्यांच्या यादीत नियमन अग्रस्थानी असेल अशी अपेक्षा असेल, तर सर्वेक्षण अधिक सूक्ष्म आहे. सर्वाधिक नमूद बिगर-नियामक अडचणी म्हणजे विद्यमान व्यवसाय प्रक्रिया व निर्णयांमध्ये AI समाकलित करण्यातील अडचणी, आणि जुन्या (legacy) प्रणाली किंवा पायाभूत सुविधा, ज्या अनुक्रमे 23% आणि 22% प्रतिसादकर्त्यांनी मोठ्या अडचणी म्हणून ओळखल्या. हे माफक वाटे आहेत, जे सूचित करतात की कोणताही एक बिगर-नियामक अडथळा वर्चस्व गाजवत नाही, पण त्या विलक्षण नव्हेत तर सामान्य अभियांत्रिकी आणि संस्थात्मक समस्या आहेत.

नियामक बाजूला, सर्वाधिक नमूद अडचणी म्हणजे यूके डेटा संरक्षण व गोपनीयता, आणि आंतरराष्ट्रीय नियमन, ज्यांना अनुक्रमे 42% आणि 29% प्रतिसादकर्त्यांनी उच्च अनुपालन भार मानले. 28% नी कोणतीही नियामक अडचण नसल्याचे दर्शवले.

लहान संस्थांमध्येही असाच नमुना दिसतो: लघु-स्वरूप प्रतिसादकर्त्यांपैकी 30% नी डेटा संरक्षण, गोपनीयता आणि IT विषयक बाबी अडचणी म्हणून ओळखल्या. डेटा संरक्षण जोखीम मानांकनांत, नियामक भाराच्या आकड्यांत आणि लहान-संस्थांच्या अडचणींत, तिन्हीकडे दिसते. तृतीय पक्षांव्यतिरिक्त सर्वेक्षणाच्या वेगवेगळ्या विभागांना जोडणारे एखादे सूत्र असेल, तर ते हेच.

प्रशासन: कागदावर व्यापक, तैनातीनंतर पातळ #

औपचारिक रचना जवळपास सार्वत्रिक आहेत. 94% प्रतिसादकर्त्यांनी संस्थाव्यापी AI धोरणे, तत्त्वे किंवा मानके नोंदवली, आणि 84% नी केंद्रीकृत AI/मॉडेल-जोखीम प्रशासन मंच. डेटा जोखीम नियंत्रणांमध्ये मानवी मंजुरी, तैनातीपूर्व पुनरावलोकन आणि विक्रेता सखोल तपासणी प्रत्येकी 90% पेक्षा अधिक प्रतिसादकर्त्यांनी नोंदवली.

आता प्रारंभानंतर लागू होणाऱ्या नियंत्रणांशी तुलना करा. सतत देखरेख, गळती चाचणी आणि नियतकालिक पुनरावलोकन किंवा पुनर्प्रमाणन प्रत्येकी सुमारे निम्म्या प्रतिसादकर्त्यांनी नोंदवले. फरक उघड आहे. तैनातीआधी किंवा तैनातीच्या क्षणी होणारी, जिथे कोणीतरी मंजुरीवर सही करते, ती डेटा जोखीम नियंत्रणे जवळपास सार्वत्रिक आहेत. तैनातीनंतरही काम करत राहणारी नियंत्रणे साधारण निम्मे नोंदवतात.

माझ्या मते हा प्रशासनाविषयीचा केंद्रीय निष्कर्ष आहे, आणि तो थेट तृतीय-पक्षाच्या कहाणीशी जोडलेला आहे. संस्था जे विकत घेतात ते त्यांना किती वेगळ्या प्रकारे समजते, हे सर्वेक्षण दाखवते. उच्च-महत्त्वाच्या प्रणालींसाठी, अंतर्गत विकसित प्रणालींबाबत 77% प्रतिसादकर्त्यांनी सखोल ज्ञानावर विसंबल्याचे नोंदवले, तृतीय-पक्ष प्रणालींबाबत 24% च्या तुलनेत; तृतीय-पक्ष प्रणालींसाठी 81% त्याऐवजी विक्रेत्याची हमी आणि करारात्मक व्यवस्थेवर विसंबले. बांधण्याऐवजी विकत घेतलेल्या प्रणालीसाठी तैनातीपूर्व पुनरावलोकन आणि विक्रेता सखोल तपासणी हेच स्पष्ट उपाय आहेत. देखरेख आणि पुनर्प्रमाणन प्रणालीच्या आत दृश्यमानतेवर अवलंबून असतात, आणि तृतीय-पक्ष AI प्रणालींमधील मर्यादित पारदर्शकता 34% प्रतिसादकर्त्यांनी आधीच अडचण म्हणून नोंदवली होती. सर्वेक्षण हा कार्यकारण संबंध सांगत नाही, आणि डेटा तो सिद्ध करू शकत नाही, पण हे तुकडे अस्वस्थ करण्याइतपत नीट जुळतात.

संस्था स्वतःही तेच सांगतात. तृतीय-पक्ष AI प्रणालींवरील देखरेख हे प्रशासकीय अनिश्चितता किंवा अंमलबजावणी आव्हानाचे सर्वाधिक नोंदवलेले क्षेत्र होते. तृतीय-पक्ष किंवा विक्रेता-पुरवठा केलेल्या मॉडेलवर मॉडेल जोखीम व्यवस्थापन तत्त्वे लागू करणे 54% प्रतिसादकर्त्यांनी निवडले, आणि तृतीय पक्षांनी पुरवलेल्या किंवा भरीवपणे प्रभावित केलेल्या प्रणालींवर देखरेख 49% नी. म्हणजे साधारण निम्म्या संस्था विक्रेता-पुरवठा केलेल्या मॉडेलवर मॉडेल जोखीम व्यवस्थापन तत्त्वे लागू करण्यात आव्हान नोंदवतात, आणि साधारण निम्म्या तृतीय पक्ष पुरवत असलेल्या किंवा भरीवपणे प्रभावित करत असलेल्या प्रणालींवर देखरेख करण्यात.

तिन्ही सूत्रे शेजारीशेजारी ठेवा. उच्च-महत्त्वाच्या प्रणालींपैकी बहुसंख्य तृतीय पक्ष पुरवतात. मूलभूत संबंधांवर मोजक्या पुरवठादारांचे वर्चस्व आहे. आणि संस्थांचे स्वतःचे प्रशासन, प्रवेशद्वारावर भक्कम, सततच्या देखरेखीत पातळ आहे, आणि तृतीय-पक्षाचे प्रकरण सर्वात कठीण म्हणून नमूद आहे. ही कोणत्याही संस्थेवरील टीका नाही; नोंदवलेले प्रयत्न कुठे आहेत आणि नोंदवलेला धोका कुठे आहे, याचे हे वर्णन आहे.

यातून काय घ्यायचे #

तांत्रिक नेतृत्वासाठी व्यावहारिक वाचन असे: किमान या नमुन्यात, महत्त्वाच्या प्रणालींबाबत विकत घेणे बांधण्याच्या पुढे गेले आहे; उच्च-महत्त्वाच्या प्रणालींपैकी 53% तृतीय-पक्ष अंमलबजावणी आहेत. त्यामुळे अभियांत्रिकी प्रयत्न तुमच्या नियंत्रणात नसलेल्या प्रणालीभोवती काय करता येईल याकडे वळतात: करारात्मक पारदर्शकता, सीमेवरील चाचणी, आणि अंतर्गत भागांपर्यंत प्रवेशावर अवलंबून नसलेली देखरेख. सर्वेक्षण यांपैकी काहीही सुचवत नाही, आणि यांपैकी कशालाही निष्कर्ष समजू नये. त्याचे आकडे उपस्थित करणारे हे प्रश्न आहेत.

वित्तीय सेवांना AI विकणाऱ्या संस्थापकांसाठी, घर्षण कुठे असेल हे डेटा सूचित करतो. प्रतिसादकर्ते माहिती-सुरक्षा आणि परिचालन-लवचिकता चिंता (40%) आणि मर्यादित पारदर्शकता (34%) तृतीय-पक्ष AI स्वीकारातील मोठ्या अडचणी म्हणून नोंदवतात. या दोन चिंता थेट सोडवणारा विक्रेता, प्रतिसादकर्त्यांचा भरीव वाटा ज्याला अडथळा म्हणतो त्यालाच हात घालतो. आणि 90% पेक्षा अधिक प्रतिसादकर्ते विक्रेता सखोल तपासणी डेटा जोखीम नियंत्रण म्हणून नोंदवत असल्याने, पुरवठादाराने तपासणीची अपेक्षा ठेवावी.

86% स्वीकाराचा आकडा कठीण भाग संपल्याचे लक्षण म्हणून वाचण्याचा मोह होणाऱ्यांसाठी, सर्वेक्षण अधिक संयत दृष्टिकोन देते. स्वीकार व्यापक आहे, पण थोड्या संस्था प्रणालींचा मोठा वाटा उचलतात, एजंट बहुतेक सहाय्यक भूमिकेत आहेत, आणि पुढील एक ते तीन वर्षांत प्रत्येक वर्गात जोखीम वाढेल अशी प्रतिसादकर्त्यांची अपेक्षा आहे. प्रत्येक क्षेत्रात लाभ वाढतील अशीही त्यांची अपेक्षा आहे, त्यामुळे आशावाद किंवा सावधगिरी, कोणाकडेही पुरावा एकट्याचा नाही.

सुरुवातीचे इशारे अजूनही लागू आहेत. हा 196 प्रतिसाद देणाऱ्या संस्थांचा वर्णनात्मक सारांश आहे, ज्यांपैकी केवळ 105 नी पूर्ण सर्वेक्षण भरले, आणि तो यूके वित्तीय क्षेत्राचे पूर्ण मूल्यमापन नाही. त्या मर्यादांत, नमुना उपयुक्त ठरेल इतका सुसंगत आहे: संस्था ज्या प्रणालींना सर्वात महत्त्वाच्या मानतात त्या वाढत्या प्रमाणात बाहेरून येतात, आणि त्या नोंदवत असलेली देखरेख नेमकी तिथे सर्वात कमकुवत आहे जिथे ते अवलंबित्व सर्वाधिक आहे.

डेटा उपस्थित करतो पण उत्तर देऊ शकत नाही असा प्रश्न म्हणजे स्वायत्ततेच्या सीमेवर काय घडते. स्वयंचलित ग्राहक संवादासाठी 34% प्रतिसादकर्ते एजंट वापरत आहेत किंवा नियोजित करत आहेत, आणि आज केवळ 2% व्यापक स्वायत्तता असलेले एजंट तैनात करतात; त्यांच्यामागील प्रणाली बहुधा दुसऱ्या कोणीतरी पुरवलेल्या असताना एजंट सहाय्यक भूमिकेतच राहतात का, हे पुढील सर्वेक्षण दाखवेल.

वारंवार विचारले जाणारे प्रश्न #

यूके वित्तीय सेवांमधील AI विषयीचे Bank of England आणि FCA सर्वेक्षण काय आहे? 2019, 2022 आणि 2024 मधील सर्वेक्षणांनंतरचे, यूके वित्तीय सेवांमधील कृत्रिम बुद्धिमत्ता आणि मशीन लर्निंगविषयीचे हे चौथे संयुक्त सर्वेक्षण आहे. 2026 च्या आवृत्तीला 196 प्रतिसाद मिळाले, त्यांपैकी 105 पूर्ण प्रश्नावलीला. लेखक ते सहभागी संस्थांकडील पुराव्याचा वर्णनात्मक सारांश म्हणून मांडतात, यूके वित्तीय क्षेत्राचे पूर्ण मूल्यमापन म्हणून नव्हे.

संस्थांचे किती AI तृतीय पक्षांकडून येते? 2026 मध्ये नोंदवलेल्या सर्व AI प्रणालींपैकी 39% तृतीय-पक्ष अंमलबजावणी होत्या, 2024 मधील 33% आणि 2022 मधील 17% वरून. उच्च-महत्त्वाच्या प्रणालींमध्ये हा वाटा 53% होता, 2024 मधील 35% वरून.

AI पुरवठादार किती केंद्रित आहेत? तीन सर्वात मोठ्या क्लाउड आणि कम्प्युट पुरवठादारांचा नोंदवलेल्या क्लाउड/कम्प्युट संबंधांमध्ये 79% वाटा होता, आणि 98% प्रतिसादकर्ते त्यांपैकी एक वापरत होते. तीन सर्वात मोठ्या मॉडेल API/होस्टिंग पुरवठादारांचा त्या वर्गातील नोंदवलेल्या संबंधांमध्ये 54% वाटा होता. नोंदवलेल्या 169 क्लाउड आणि कम्प्युट संबंधांपैकी 37% उच्च गंभीरतेचे आणि बदलण्यास कठीण असे दोन्ही मानले गेले, आणि त्या गटापैकी केवळ 35% कडे चाचणी केलेल्या निर्गमन योजना होत्या.

तृतीय-पक्ष AI बाबत संस्था कोणती प्रशासकीय आव्हाने नोंदवतात? तृतीय-पक्ष AI प्रणालींवरील देखरेख हे प्रशासकीय अनिश्चितता किंवा अंमलबजावणी आव्हानाचे सर्वाधिक नोंदवलेले क्षेत्र होते. 54% प्रतिसादकर्त्यांनी तृतीय-पक्ष किंवा विक्रेता-पुरवठा केलेल्या मॉडेलवर मॉडेल जोखीम व्यवस्थापन तत्त्वे लागू करणे निवडले, आणि 49% नी तृतीय पक्षांनी पुरवलेल्या किंवा भरीवपणे प्रभावित केलेल्या प्रणालींवर देखरेख. तृतीय-पक्ष उच्च-महत्त्वाच्या प्रणालींसाठी 81% विक्रेत्याची हमी आणि करारात्मक व्यवस्थेवर विसंबले, तर केवळ 24% नी प्रणालीचे सखोल ज्ञान नोंदवले.

यूके वित्तीय संस्थांमध्ये AI एजंट स्वायत्तपणे कृती करतात का? क्वचितच. 80% प्रतिसादकर्त्यांनी AI एजंट तैनात असल्याचे नोंदवले, आणि 80% नी निर्णय-सहाय्यासाठी उत्पादनात एजंट नोंदवले, जिथे एजंट कृतीची शिफारस करतात आणि निर्णय व अंमलबजावणी माणसे करतात. व्यापक स्वायत्तता असलेले एजंट केवळ 2% नी नोंदवले, आणि योजना धरूनही 9% पेक्षा अधिक जणांनी एजंट ग्राहक परिणाम मंजूर किंवा नामंजूर करतील, ट्रेड अंमलात आणतील किंवा ऑर्डर देतील, पेमेंट सुरू करतील, अंमलात आणतील किंवा रोखतील, किंवा मर्यादा बदलतील अशी अपेक्षा ठेवली नाही.

संदर्भ #

शेवटचे पुनरावलोकन .

हा लेख क्रॉस-पोस्ट करा

Medium साठी स्वरूपित कॉपी करा

# तृतीय-पक्ष AI हीच आता यूके वित्तीय संस्थांची प्रशासकीय समस्या — Sebastien Rousseau

> Originally published at [https://sebastienrousseau.com/mr/2026-11-21-tritiy-paksh-ai-hich-ata-yuke/](https://sebastienrousseau.com/mr/2026-11-21-tritiy-paksh-ai-hich-ata-yuke/)

सर्वेक्षणातील यूके वित्तीय संस्थांमध्ये 53% उच्च-महत्त्वाच्या AI प्रणाली तृतीय पक्ष पुरवतात, आणि त्यांच्यावरील देखरेख हेच सर्वाधिक नमूद प्रशासकीय आव्हान आहे.

Read the full article on sebastienrousseau.com: https://sebastienrousseau.com/mr/2026-11-21-tritiy-paksh-ai-hich-ata-yuke/

Mastodon साठी स्वरूपित कॉपी करा

तृतीय-पक्ष AI हीच आता यूके वित्तीय संस्थांची प्रशासकीय समस्या — Sebastien Rousseau

सर्वेक्षणातील यूके वित्तीय संस्थांमध्ये 53% उच्च-महत्त्वाच्या AI प्रणाली तृतीय पक्ष पुरवतात, आणि त्यांच्यावरील देखरेख हेच सर्वाधिक नमूद प्रशासकीय आव्हान आहे.

https://sebastienrousseau.com/mr/2026-11-21-tritiy-paksh-ai-hich-ata-yuke/

LinkedIn साठी स्वरूपित कॉपी करा

तृतीय-पक्ष AI हीच आता यूके वित्तीय संस्थांची प्रशासकीय समस्या — Sebastien Rousseau

सर्वेक्षणातील यूके वित्तीय संस्थांमध्ये 53% उच्च-महत्त्वाच्या AI प्रणाली तृतीय पक्ष पुरवतात, आणि त्यांच्यावरील देखरेख हेच सर्वाधिक नमूद प्रशासकीय आव्हान आहे.

येथे मुख्य धोरणात्मक मुद्दे आहेत:

- सर्वेक्षण काय आहे, आणि काय नाही. यूके वित्तीय सेवांमधील AI आणि मशीन लर्निंगविषयीचे Bank of England आणि FCA (Financial Conduct Authority, वित्तीय आचरण प्राधिकरण) यांचे हे चौथे सर्वेक्षण एकत्रित सर्वेक्षण निकालांचा वर्णनात्मक सारांश आहे, आणि कोणताही…
- स्वीकार जवळपास सार्वत्रिक, आणि जनरेटिव्ह AI चे वर्चस्व. मथळ्यापासून सुरुवात करू.
- महत्त्वाचे कोडे. आधी उल्लेखलेला सापळा हा आहे.
- महत्त्वाच्या प्रणाली कुठून येतात. सर्वात महत्त्वाच्या प्रणाली कोण बांधते आणि चालवते, हा सर्वेक्षणातील सर्वात परिणामकारक निकाल आहे.

या लेखात मांडलेल्या आव्हानांसाठी तुमच्या संस्थेचा दृष्टिकोन काय आहे?

→ https://sebastienrousseau.com/mr/2026-11-21-tritiy-paksh-ai-hich-ata-yuke/

#तृतीयपक्षAiजोखीम #Aiप्रशासन #BankOfEngland #Fca #यूकेवित्तीयसेवा

Sebastien Rousseau | CC-BY-4.0
हा लेख उद्धृत करा

तृतीय-पक्ष AI हीच आता यूके वित्तीय संस्थांची प्रशासकीय समस्या — Sebastien Rousseau

सर्वेक्षणातील यूके वित्तीय संस्थांमध्ये 53% उच्च-महत्त्वाच्या AI प्रणाली तृतीय पक्ष पुरवतात, आणि त्यांच्यावरील देखरेख हेच सर्वाधिक नमूद प्रशासकीय आव्हान आहे.

BibTeX

@online{rousseau2026त,
  author  = {Rousseau, Sebastien},
  title   = {{तृतीय-पक्ष AI हीच आता यूके वित्तीय संस्थांची प्रशासकीय समस्या — Sebastien Rousseau}},
  year    = {2026},
  url     = {https://sebastienrousseau.com/mr/2026-11-21-tritiy-paksh-ai-hich-ata-yuke/},
  urldate = {2026}
}

RIS

TY  - GEN
AU  - Rousseau, Sebastien
TI  - तृतीय-पक्ष AI हीच आता यूके वित्तीय संस्थांची प्रशासकीय समस्या — Sebastien Rousseau
PY  - 2026
UR  - https://sebastienrousseau.com/mr/2026-11-21-tritiy-paksh-ai-hich-ata-yuke/
ER  -

Vancouver

Rousseau S. तृतीय-पक्ष AI हीच आता यूके वित्तीय संस्थांची प्रशासकीय समस्या — Sebastien Rousseau. sebastienrousseau.com. 2026 Nov 21. Available from: https://sebastienrousseau.com/mr/2026-11-21-tritiy-paksh-ai-hich-ata-yuke/

Chicago

Rousseau, Sebastien. "तृतीय-पक्ष AI हीच आता यूके वित्तीय संस्थांची प्रशासकीय समस्या — Sebastien Rousseau." sebastienrousseau.com. November 21, 2026. https://sebastienrousseau.com/mr/2026-11-21-tritiy-paksh-ai-hich-ata-yuke/.

APA

Rousseau, S. (2026, November 21). तृतीय-पक्ष AI हीच आता यूके वित्तीय संस्थांची प्रशासकीय समस्या — Sebastien Rousseau. sebastienrousseau.com. https://sebastienrousseau.com/mr/2026-11-21-tritiy-paksh-ai-hich-ata-yuke/

हा लेख पुनःप्रकाशित करा

तृतीय-पक्ष AI हीच आता यूके वित्तीय संस्थांची प्रशासकीय समस्या — Sebastien Rousseau

सर्वेक्षणातील यूके वित्तीय संस्थांमध्ये 53% उच्च-महत्त्वाच्या AI प्रणाली तृतीय पक्ष पुरवतात, आणि त्यांच्यावरील देखरेख हेच सर्वाधिक नमूद प्रशासकीय आव्हान आहे.

हा लेख यानुसार परवानाकृत आहे Creative Commons Attribution 4.0 International. पुनःप्रकाशनासाठी कॅनॉनिकल URL ला श्रेय देणे आवश्यक आहे.

तृतीय-पक्ष AI हीच आता यूके वित्तीय संस्थांची प्रशासकीय समस्या — Sebastien Rousseau

सर्वेक्षणातील यूके वित्तीय संस्थांमध्ये 53% उच्च-महत्त्वाच्या AI प्रणाली तृतीय पक्ष पुरवतात, आणि त्यांच्यावरील देखरेख हेच सर्वाधिक नमूद प्रशासकीय आव्हान आहे.

Originally published at https://sebastienrousseau.com/mr/2026-11-21-tritiy-paksh-ai-hich-ata-yuke/ by Sebastien Rousseau.
Licensed under CC-BY-4.0.