IMF ने AI-संचालित भुगतान नीति चुनौतियों और बाजार अवसरों की रूपरेखा पेश की

Traders Union
सभी समाचार
वित्तीय संस्थान
AI-संचालित भुगतान चुनौतियों पर IMF

सभी समाचार

प्रमुख खबरें

संपादकों की पसंद

क्रिप्टोकरेंसी

अर्थशास्त्र

मुद्राएं

कमोडिटीज

बिज़नेस और वेल्थ

बाजार की आवाज़ें

Anton Kharitonov

28.09.2026

IMF ने AI-संचालित भुगतान नीति चुनौतियों और बाजार अवसरों की रूपरेखा पेश की — AI भुगतान नीति को बदल रहा है

जैसे-जैसे वित्तीय गतिविधियां अधिक ऑटोमेशन की ओर बढ़ रही हैं, भुगतान प्रणाली पर ऐसे AI एजेंट्स के अनुरूप ढलने का दबाव बढ़ रहा है जो लगातार और बड़े पैमाने पर लेनदेन कर सकते हैं। IMF का कहना है कि यह बदलाव लागत कम कर सकता है, प्रतिस्पर्धा तेज कर सकता है और सीमा-पार लेनदेन में तेजी ला सकता है, लेकिन साथ ही नीति निर्माताओं के लिए नए कानूनी, लिक्विडिटी और साइबर जोखिम संबंधी सवाल भी खड़े कर सकता है।

हाइलाइट्स

IMF अधिकारी डैन कैट्ज़ ने कहा कि AI एजेंट्स स्विचिंग लागत घटाकर और जटिल लेनदेनों को ऑटोमेट करके भुगतान प्रणाली की दक्षता बढ़ा सकते हैं, खासकर सालाना $1 quadrillion के सीमा-पार भुगतानों में।
कैट्ज़ ने CHIPS टोकनाइज्ड डिपॉजिट सेटलमेंट, ECB के Project Pontes और Bank of England की स्टेबलकॉइन रिजर्व आवश्यकताओं जैसी पहलों को प्रोग्रामेबल, इंटरऑपरेबल भुगतान अवसंरचना के प्रमुख उदाहरणों के रूप में रेखांकित किया।
IMF टोकनों की कानूनी स्थिति, एटॉमिक सेटलमेंट से बढ़ती लिक्विडिटी जरूरतों और टोकनाइज्ड बाजारों में बढ़े हुए प्रणालीगत साइबर जोखिमों से निपटने के लिए अपडेटेड नियामकीय ढांचे की आवश्यकता पर जोर देता है।

यह लेख मूल से अनुवादित किया गया था। हमारे संवाददाता द्वारा मूल संस्करण पढ़ें यहाँ.

AI एप्लिकेशन और भुगतान प्रणाली का नया डिजाइन

IMF की रिपोर्ट के अनुसार, SWIFT सम्मेलन में IMF अधिकारी डैन कैट्ज़ की टिप्पणियों का हवाला देते हुए, फंड AI को ऐसे टूल के रूप में देखता है जो वित्तीय बाजार अवसंरचना में गहरे बदलाव पूरे होने से पहले भी भुगतानों में सुधार कर सकता है। कैट्ज़ ने कहा कि AI एजेंट्स फीस, विनिमय दरों और निष्पादन गुणवत्ता की रियल टाइम में तुलना करके सूचना संबंधी बाधाएं कम कर सकते हैं, जिससे संभावित रूप से स्विचिंग लागत घटेगी और प्रदाताओं पर कीमतों व सेवाओं में सुधार का दबाव बढ़ेगा।

उन्होंने यह भी कहा कि AI उन जटिल लेनदेनों को ऑटोमेट कर सकता है जिनमें अब भी काफी मानवीय हस्तक्षेप की जरूरत होती है, जिनमें मशीन-टू-मशीन भुगतान और लिक्विडिटी, लागत तथा संविदात्मक दायित्वों के आधार पर समय-निर्धारण के फैसले शामिल हैं। सीमा-पार भुगतानों में, जहां कानूनी व्यवस्थाएं, मुद्राएं और अनुपालन आवश्यकताएं अतिरिक्त जटिलता पैदा करती हैं, AI एजेंट्स ड्यू डिलिजेंस, प्रतिबंध स्क्रीनिंग और अन्य अनुपालन कार्यों को भी तेज कर सकते हैं।

कैट्ज़ ने तर्क दिया कि पुनःडिज़ाइन की गई वित्तीय प्रणाली से अक्सर जोड़े जाने वाले कई लाभ मौजूदा भुगतान आर्किटेक्चर को अपग्रेड करके हासिल किए जा सकते हैं। उन्होंने कहा कि IMF स्टाफ का अनुमान है कि सीमा-पार भुगतान सालाना लगभग $1 quadrillion का प्रवाह करते हैं, यानी दक्षता में मामूली सुधार भी महत्वपूर्ण आर्थिक मूल्य पैदा कर सकता है।

निकट अवधि के सुधारों से आगे, कैट्ज़ ने कहा कि यदि AI एजेंट्स आर्थिक गतिविधि में बड़ी भूमिका निभाते हैं, तो वित्तीय प्रणाली को अधिक डिजिटल, इंटरऑपरेबल और प्रोग्रामेबल बनना होगा। उन्होंने टोकनाइजेशन को संभावित रूप से महत्वपूर्ण तकनीक बताया, क्योंकि टोकनाइज्ड एसेट्स को प्रोग्राम किया जा सकता है और उनका निपटान लगभग तुरंत हो सकता है, तथा CHIPS के मल्टी-बैंक टोकनाइज्ड डिपॉजिट सेटलमेंट प्लेटफॉर्म, ECB के Project Pontes और Bank of England की स्टेबलकॉइन रिजर्व आवश्यकताओं सहित पहलों का उल्लेख किया।

नियामकीय विकल्प और प्रणालीगत जोखिम

कैट्ज़ ने कहा कि नीति निर्माताओं को स्थिरता कमजोर किए बिना नवाचार को समर्थन देना चाहिए, जिसके लिए ऐसे कानूनी और नियामकीय ढांचे की जरूरत है जो भुगतान तकनीकों को उनकी खूबियों के आधार पर प्रतिस्पर्धा करने दें। उन्होंने कहा कि प्राधिकारियों को टोकनों की कानूनी स्थिति स्पष्ट करनी होगी, वास्तविक दुनिया के एसेट्स के साथ उनके संबंध को परिभाषित करना होगा और नेटवर्कों के बीच इंटरऑपरेबिलिटी के लिए अनावश्यक बाधाओं से बचना होगा।

उन्होंने यह भी कहा कि लिक्विडिटी नियमों को नए भुगतान मॉडलों के अनुरूप रहना होगा, क्योंकि एटॉमिक सेटलमेंट काउंटरपार्टी जोखिम घटा सकता है, लेकिन प्रीफंडिंग के जरिए इंट्राडे लिक्विडिटी जरूरतें बढ़ा सकता है। भाषण में जोड़ा गया कि स्टेबलकॉइन्स और टोकनाइज्ड बैंक देनदारियां व्यापक सवाल उठाती हैं कि क्या केंद्रीय बैंकों और वित्त मंत्रालयों को टोकनाइज्ड सार्वजनिक धन या सरकारी दायित्वों के नए रूप उपलब्ध कराने चाहिए।

जोखिम के बारे में, कैट्ज़ ने कहा कि AI के कारण कमजोरियों की खोज और उनके शोषण की गति व पैमाना बढ़ने के साथ साइबर खतरे सबसे तात्कालिक चिंता बने हुए हैं। उन्होंने चेतावनी दी कि टोकनाइज्ड बाजार साझा अवसंरचना और थर्ड-पार्टी प्रदाताओं पर बहुत अधिक निर्भर करते हैं, जिससे कोई साइबर घटना इतनी व्यापक रूप से फैल सकती है कि वह प्रणालीगत बन जाए।

उन्होंने कहा कि IMF का नीतिगत दृष्टिकोण नए नियम लागू करने से पहले स्पष्ट बाजार विफलताओं की पहचान करना और यह आकलन करना है कि क्या मौजूदा नियमन पर्याप्त है। जहां नए हस्तक्षेप की जरूरत हो, कैट्ज़ ने कहा कि वह अनुपातिक, लक्षित और अंतरराष्ट्रीय स्तर पर समन्वित होना चाहिए, ताकि प्रतिस्पर्धा और नवाचार अनावश्यक रूप से बाधित न हों।

ऐसे Agentic AI टूल्स जो घरेलू नकद रिटर्न को स्वचालित रूप से अनुकूलित करते हैं पारंपरिक बैंकों से डिपॉजिट आउटफ्लो को बढ़ा सकते हैं, जैसा कि हमारे प्रकाशन ने पहले नोट किया था। पहले के लेख में बताया गया था कि यदि उपभोक्ता AI असिस्टेंट्स का उपयोग निष्क्रिय बैलेंस को अधिक यील्ड वाले फिनटेक या ब्रोकरेज विकल्पों में स्थानांतरित करने के लिए करते हैं, तो बैंक कम लागत वाली फंडिंग का एक प्रमुख स्रोत खो सकते हैं, जिससे पहले से ही ऊंची दरों का सामना कर रहे क्षेत्र पर दबाव बढ़ेगा।

इस सामग्री में तृतीय-पक्ष की राय शामिल हो सकती है, इस वेबपेज पर कोई भी डेटा और जानकारी हमारे अस्वीकरण के अनुसार निवेश सलाह का गठन नहीं करती है। जबकि हम सख्त संपादकीय अखंडता का पालन करते हैं, इस पोस्ट में हमारे भागीदारों के उत्पादों के संदर्भ शामिल हो सकते हैं।

क्या आपको लेख पसंद आया?