मास्टरकार्ड के नितेंद्र राजपूत| व्यापार समाचार

भले ही भारत का डिजिटल भुगतान पारिस्थितिकी तंत्र बेजोड़ पैमाने पर विस्तारित हो रहा है, अब इसे नए क्षेत्र मिल रहे हैं। इंडिया एआई इम्पैक्ट समिट 2026 में मास्टरकार्ड ने भारत में पहले प्रमाणित एजेंटिक वाणिज्य लेनदेन का प्रदर्शन किया है। वित्तीय तकनीकी दिग्गज इस बात पर जोर देते हैं कि वे भारत और वास्तव में एशिया प्रशांत क्षेत्र में एआई के नेतृत्व वाले वाणिज्य को गति देने के लिए एआई कंपनियों के साथ-साथ फिनटेक और व्यापारियों के साथ भी काम कर रहे हैं।

पहला भुगतान एक्सिस बैंक और आरबीएल बैंक द्वारा जारी किए गए मास्टरकार्ड कार्ड पर किया गया था, जिसमें स्विगी, इंस्टामार्ट, वीआई और टीरा सहित व्यापारियों पर कैशफ्री पेमेंट्स, जसपे, पेयू और रेजरपे भुगतान एग्रीगेटर्स का उपयोग करके टोकन एजेंटिक खरीदारी की गई थी। यह मास्टरकार्ड एजेंट पे फ्रेमवर्क के अनुरूप है, जो टोकनाइजेशन और सुरक्षा के लिए दिशानिर्देशों का एक सेट है। उपयोगकर्ताओं के पास काम करने के लिए अपने स्वयं के एआई एजेंटों का विकल्प होगा, और मास्टरकार्ड को उम्मीद है कि वे पैमाने और सर्वव्यापकता के साथ अंतरसंचालनीयता से निपट सकते हैं।

मास्टरकार्ड एआई गैराज के वरिष्ठ उपाध्यक्ष और प्रमुख नितेंद्र राजपूत ने एचटी को बताया कि गोद लेने और भुगतान व्यवहार से अंतर्दृष्टि “नेटवर्क इंटेलिजेंस” में फीड होती है – एआई मॉडल हर साल वैश्विक स्तर पर संसाधित 160 बिलियन से अधिक लेनदेन पर प्रशिक्षित होते हैं। उपयोगकर्ता की ओर से लेन-देन का प्रयास करने वाले एआई एजेंटों का भूत मंडरा रहा है।

संदर्भ के लिए, भारतीय रिज़र्व बैंक (आरबीआई) डेटा से पता चलता है कि क्रेडिट कार्ड खर्च में बढ़ोतरी हुई है ₹जनवरी में 552 मिलियन लेनदेन के साथ 2.12 लाख करोड़ रु ₹सितंबर 2025 का 2.17 लाख करोड़ का रिकॉर्ड। जैसे-जैसे नियामक डेटा स्थानीयकरण और सुरक्षा मानदंडों को कड़ा कर रहे हैं, मास्टरकार्ड जैसे वैश्विक नेटवर्क भारत के उच्च-विकास बाजार में तेजी से एआई का लाभ उठा रहे हैं। संपादित अंश.

जब एआई एजेंटों को वित्तीय लेनदेन करने के लिए अधिकृत किया जाता है तो क्या गलत हो सकता है?

नितेंद्र राजपूत: सबसे बड़ा जोखिम इस बात में निहित है कि ये प्रणालियाँ किस प्रकार अनुकूलित होती हैं, स्केल करती हैं और उन पर भरोसा करती हैं। एक चिंता गलत तरीके से अनुकूलित अनुकूलन है, जहां एक एजेंट गति या दक्षता को इस तरह से प्राथमिकता दे सकता है जो अनजाने में ग्राहक के सर्वोत्तम हितों के साथ टकराव करता है। एक अन्य जोखिम व्यापक त्रुटियों का है, क्योंकि यदि निगरानी कमजोर है तो स्वचालित वर्कफ़्लो गलतियों को बड़ी विफलताओं में बदल देता है। तीसरा जोखिम अति-निर्भरता है, जहां उपयोगकर्ता एआई निर्णयों पर सवाल उठाना या उन्हें मान्य करना बंद कर सकते हैं। मजबूत व्याख्यात्मकता, निरंतर निगरानी, ​​​​स्वतंत्र ऑडिट और सार्थक मानवीय निरीक्षण के साथ सिस्टम बनाना आवश्यक है।

जैसे-जैसे धोखाधड़ी एआई-बनाम-एआई युद्ध का मैदान बन जाती है, मास्टरकार्ड यह कैसे सुनिश्चित करता है कि उसके मॉडल लगातार अनुकूली हमलों से आगे निकल जाएं?

नितेंद्र राजपूत: हमलावर ऑपरेशन को स्केल करने के लिए स्वचालन, सिंथेटिक पहचान और मशीन लर्निंग का उपयोग करते हैं। हमारे धोखाधड़ी मॉडल समानांतर में कई एआई इंजन चलाते हैं, जिसे हम “विशेषज्ञों का मिश्रण” कहते हैं, जिससे हमें लगातार मॉडल विकसित करने और हमलावरों से आगे रहने की अनुमति मिलती है। इस दृष्टिकोण ने हमें अपने नेटवर्क पर अरबों डॉलर की धोखाधड़ी को रोकने में सक्षम बनाया है।

केवल वैश्विक बुद्धिमत्ता ही पर्याप्त नहीं है। भारत उच्च डिजिटल अपनाने, विविध उपकरणों, सहायक वाणिज्य और विकसित होते सामाजिक पैटर्न के साथ अद्वितीय है। हमारे मॉडल हमारी टीमों द्वारा लगातार ट्यून किए गए स्थानीयकृत शिक्षण को जोड़ते हैं। यह मिश्रित दृष्टिकोण सुनिश्चित करता है कि हम संरचनात्मक रूप से आगे रहें, न कि केवल प्रतिक्रियाशील।

जैसे-जैसे डेटा स्थानीयकरण पर बहस तेज होती जा रही है, क्या वे एआई प्रशिक्षण और सीमा पार धोखाधड़ी खुफिया जानकारी को बाधित या नया आकार देते हैं?

नितेंद्र राजपूत: डेटा स्थानीयकरण वित्तीय सेवाओं में एआई सिस्टम को मौलिक रूप से नया आकार दे रहा है। मास्टरकार्ड के लिए, गोपनीयता और अनुपालन पर समझौता नहीं किया जा सकता है, और सिस्टम को राष्ट्रीय डेटा सीमाओं का सम्मान करना चाहिए। इसका मतलब है मजबूत प्रशासन, डिजाइन द्वारा गोपनीयता और प्रशिक्षण, निगरानी, ​​तैनाती और मॉडल विकास में स्पष्ट जवाबदेही। लेकिन, धोखाधड़ी सीमाओं का सम्मान नहीं करती। पैटर्न अक्सर स्थानीय रूप से प्रकट होने से पहले विश्व स्तर पर उभरते हैं, और नवीनतम एल्गोरिदम वाले आर्किटेक्चर जो अन्य भौगोलिक क्षेत्रों में काम करते हैं, उन्हें स्थानीयकृत डेटा के साथ लागू किया जाता है।

ग्रामीण और अर्ध-शहरी भारत में डिजिटल भुगतान आम होने के साथ, कौन से नए जोखिम कारक उभर रहे हैं?

नितेंद्र राजपूत: जोखिम कारक स्वाभाविक रूप से साझा उपकरणों, कम डिजिटल साक्षरता और पतले लेनदेन इतिहास के साथ विविधता लाते हैं, जो पारंपरिक एआई मॉडल को चुनौती देते हैं। हम एआई को कैसे डिज़ाइन करते हैं, इसमें समावेशन और निष्पक्षता महत्वपूर्ण हैं। विविध उपयोगकर्ता पैटर्न के लिए सिंथेटिक डेटा और व्यापक व्यवहार डेटासेट जैसी तकनीकों का उपयोग किया जाता है। हमारी समावेशन पहल में भारत में लगभग 600,000 छोटे व्यवसायों का समर्थन करना शामिल है, क्योंकि एआई को पहुंच का विस्तार करना चाहिए।

भारत एआई-संचालित भुगतान नवाचार के लिए एक वैश्विक परीक्षण स्थल के रूप में, दुनिया को किस सबक पर ध्यान देना चाहिए?

नितेंद्र राजपूत: भारत ने प्रदर्शित किया है कि पैमाने और समावेशन सह-अस्तित्व में रह सकते हैं। हमारे पास करोड़ों उपयोगकर्ता हैं, उपकरणों में विविधता, कनेक्टिविटी और डिजिटल साक्षरता के विभिन्न स्तर हैं, फिर भी डिजिटल भुगतान देश भर में विश्वसनीय रूप से संचालित होता है। सबक सबसे कठिन वातावरण के लिए डिज़ाइन करना है। भारत ने सार्वजनिक-निजी सहयोग की ताकत भी दिखाई है।