Taloudellinen osallisuus ruohonjuuritason
Intia on onnistunut tarjoamaan pääsyä pankki- ja rahoituspalveluihin tähän mennessä poistettuihin väestöryhmiin, kuten Jan Dhan Yojana, Aadhaar ja UPI. Ei ole merkitystä, että lähes 65% väestöstä on hyötynyt luotujen digitaalisten yhteyksien seurauksena. Tämän perusrakennuspalikan ollessa paikallaan seuraava jännittävä virstanpylväs, johon pyritään, on heikommassa asemassa olevien segmenttien voimaannuttaminen – etenkin Intian maaseudulla.
Valtuuttavan voimaannuttamisen pääasiallinen kanava olisi digitaalinen ja AI-johtamat ratkaisut, koska suuri osa väestöstä ei ole digitaalisesti taitava, olisi tarpeen suunnitella ratkaisuja, joita heillä on käytettäviä ääniohjelmajärjestelmiä ja visuaalisia UIS: ää. Kaupunkialueiden alkuperäisen käyttäjien kanssa rakennettuja tietomalleja ei ehkä voida soveltaa maaseudun asiakkaille. Siksi on kehitettävä uusia algoritmeja, jotka perustuvat maaseudun asiakkaiden profiileihin ja tietyille maantieteellisille alueille liittyvän tietokannan avulla malleissa voitiin välttää.
Vaikka 99,9% intialaisia kyliä on sähköistynyt, monilla kylillä on usein sähköleikkauksia, jotka eivät tule hyvin digitaalisiin pankki- ja AI -ratkaisuihin. TRAI -raportin mukaan Internet -maaseudun levinneisyys on vain 38% verrattuna kaupunkien sijaintien saatavuuteen, jossa se on noin 70%. Siksi ratkaisujen raskaaminen offline-ensisijaisiksi sovelluksiksi olisi tarpeen. Pankkitoiminnan kosketuspisteet eivät myöskään ole lähellä kotitalouksia. Siksi pankkikirjeenvaihtajat on koulutettava hyvin selittämään AI-LED-rahoitusvaihtoehtoja.
Yksi suurimmista pullonkauloista parannetussa vaikutusmahdollisuudessa AI -ratkaisujen avulla olisi mallien rakentaminen useilla kielillä erilaisten väestötarpeiden vastaamiseksi. Tällä hetkellä vain 10% sisällöstä on saatavana intialaisilla kielillä. Tässä yhteydessä Sharechatin kaltaiset kielialustat kokevat kasvua alueellisen kielen sisällön ja sovellusten kanssa. Sarvam AI: n kaltaiset yritykset ovat pyrkineet ratkaisemaan tämän ongelman kehittämällä LLM: ää tukemaan intialaisia kieliä.
Suurin osa luottopistejärjestelmistä riippuu yksilöiden luottohistoriasta. Koska maaseutualueilla tämä ei olisi helposti saatavilla, AI -järjestelmät käyttävät vaihtoehtoisia tietolähteitä, kuten hyöty- ja vuokramaksuja, sosiaalisen median aktiviteetteja ja mobiililaitteiden käyttötapoja luottokelpoisuuden määrittämiseksi lainaustarkoituksiin. Riskseal tarjoaa intialaisille fintech-yrityksille yli 400 reaaliaikaista näkemystä hakijaa kohti, mikä helpottaa osallistavampia lainapäätöksiä. On myös Bijakin kaltaisia alustoja, jotka antavat viljelijöille mahdollisuuden tehdä nopeaa päätöksiä vakuutus- ja luottovaihtoehtojen perusteella reaaliajassa. Digitaalikaupan avoin verkko (ONDC) antaisi vain pienille toimittajille mahdollisuuden laajentaa markkinoiden pääsyä, mutta AI -työkalut voisivat tarjota myös luottoarvioita ja henkilökohtaisia taloudellisia tarjouksia.
Intian maaseudun yhteydessä AI voi antaa jopa pienimmille viljelijöille rakentaa kestäviä tuloja. Asianmukaisella suunnittelulla, asiakasprofiilien kartoittamisella ja palvelutarjonnan priorisoinnilla sillä voi olla muuttuva rooli taloudellisen osallisuuden mahdollistamisessa ruohonjuuritason.
