ऑर्डर आणि पेमेंटसाठी AI एजंट.

3
Mastercard चे नवीन AI Geneva: Agentic Commerce Transactions in India
भारतातील डिजिटल पेमेंट इकोसिस्टम वेगाने विकसित होत आहे. अलीकडे, इंडिया एआय इम्पॅक्ट समिट 2026 मध्ये, मास्टरकार्डने भारतातील पहिल्या-वहिल्या 'एजंट कॉमर्स' व्यवहाराचे यशस्वीपणे प्रदर्शन केले. या उपक्रमांतर्गत, एआय एजंट वापरकर्त्यांच्या वतीने सुरक्षित आणि टोकन पद्धतीने पेमेंट करू शकतील. आशिया-पॅसिफिक प्रदेशात AI-आधारित व्यापाराला गती देण्यासाठी AI कंपन्या, fintechs आणि व्यापारी यांच्यासोबत भागीदारी करण्याचे मास्टरकार्डचे उद्दिष्ट आहे.
पहिल्या व्यवहाराचा तपशील
प्रथम व्यवहार मास्टरकार्ड कार्डद्वारे होते, जे ॲक्सिस बँक आणि आरबीएल बँकेने जारी केले होते. या टोकनीकृत एजंट खरेदी कॅशफ्री पेमेंट्स, जस्पे, पेयू आणि रेझरपे सारख्या पेमेंट एग्रीगेटर्सच्या मदतीने केल्या गेल्या. सहभागी व्यापाऱ्यांमध्ये Swiggy, Instamart, Vi आणि Tira सारख्या प्रमुख नावांचा समावेश होता.
ही प्रणाली मास्टरकार्डच्या 'एजंट पे फ्रेमवर्क'वर आधारित आहे, जी टोकनीकरण आणि सुरक्षिततेसाठी मानके परिभाषित करते. भविष्यात, वापरकर्त्यांना त्यांच्या आवडीचे एआय एजंट निवडण्याची क्षमता देखील असेल, ज्यामुळे इंटरऑपरेबिलिटी आणि मोठ्या प्रमाणात वापर होऊ शकेल.
एआय एजंटद्वारे पेमेंटमध्ये संभाव्य जोखीम
मास्टरकार्ड एआय गॅरेजचे वरिष्ठ उपाध्यक्ष नितेंद्र राजपूत म्हणाले की, एआय एजंटना आर्थिक व्यवहारांसाठी परवानगी देण्यात काही धोके असू शकतात. सर्वात मोठा धोका म्हणजे “मिसललाइन केलेले ऑप्टिमायझेशन”, ज्यामध्ये AI ग्राहकांच्या हिताशी तडजोड करताना वेग आणि कार्यक्षमतेला प्राधान्य देऊ शकते. दुसरा धोका म्हणजे “कॅस्केडिंग एरर”, ज्यामध्ये ऑटोमेशनमुळे झालेल्या छोट्या चुका मोठ्या तोट्यात बदलू शकतात.
तिसरा धोका म्हणजे अति-निर्भरतेचा, जेथे वापरकर्ते AI निर्णयांवर अवास्तव अवलंबून असतात. या जोखमींचे निराकरण करण्यासाठी, सिस्टममधील स्पष्टता, सतत देखरेख, स्वतंत्र लेखापरीक्षण आणि मानवी निरीक्षण हे महत्त्वाचे असेल.
AI सह फसवणुकीचा सामना कसा करावा
सध्याच्या काळात फसवणूक करणारे AI चा वापर करत आहेत. मास्टरकार्ड म्हणते की त्यांची फसवणूक मॉडेल “तज्ञांचे मिश्रण” दृष्टिकोनावर कार्य करतात, एकाधिक AI इंजिन एकत्र काम करतात. ही मॉडेल्स सतत विकसित होत आहेत, त्यांना फसवणूक करणाऱ्यांपेक्षा एक पाऊल पुढे ठेवत आहेत. या रणनीतीद्वारे अब्जावधी डॉलर्सची फसवणूक रोखण्यात यश आले आहे.
भारतातील डिजिटल विविधता आणि वैविध्यपूर्ण साधनांसह, स्थानिक एआय मॉडेल तयार केले जात आहेत जेणेकरुन प्रणाली केवळ प्रतिसाद देणारी नाही तर संरचनात्मकदृष्ट्या देखील मजबूत असेल.
एआय प्रशिक्षणावर डेटा स्थानिकीकरण आणि प्रभाव
डेटा लोकॅलायझेशनशी संबंधित वादविवाद वित्तीय सेवांमध्ये एआय प्रणालीला आकार देत आहेत. मास्टरकार्ड म्हणते की गोपनीयता आणि नियामक अनुपालन त्यांच्यासाठी गैर-तडजोड आहे. याचा अर्थ AI मॉडेल्सचे प्रशिक्षण, देखरेख आणि अंमलबजावणीमध्ये राष्ट्रीय डेटा मर्यादांचा आदर केला जाईल.
तथापि, जेव्हा फसवणूक येते तेव्हा, काही नमुने प्रथम जागतिक स्तरावर दिसून येतात, ज्यामुळे कंपनी स्थानिक डेटासह जागतिक अल्गोरिदम एकत्र करून संकरित मॉडेल स्वीकारते.
भारताची वैशिष्ट्ये
RBI च्या आकडेवारीनुसार जानेवारीमध्ये भारतात क्रेडिट कार्डचा खर्च ₹2.12 लाख कोटींवर पोहोचला आहे. विशेषत: लहान शहरे आणि गावांमध्ये डिजिटल पेमेंट वेगाने वाढत आहे. भारताने हे सिद्ध केले आहे की डिजिटल पेमेंट मोठ्या प्रमाणावर सुरक्षित आणि विश्वासार्ह केली जाऊ शकते. म्हणूनच भारत हे AI-आधारित पेमेंट सिस्टमसाठी एक प्रमुख चाचणी मैदान बनले आहे.
काही विचार आहेत?
तुमची प्रतिक्रिया शेअर करा किंवा द्रुत प्रतिसाद द्या — तुम्हाला काय वाटते ते ऐकायला आम्हाला आवडेल!
(फंक्शन (d, s, id) { var js, fjs = d.getElementsByTagName(s)(0); जर (d.getElementById(id)) परत आले; js = d.createElement(s); js.id = id; js.src = “//connect.facebook.net/en_US/sdk.js#xfbml=1&version=v9.0”; fjs.parentNode.insertBefore(js, fjs);
Comments are closed.