금융과 은행 업무는 항상 세계 경제 성장의 중추였습니다. 모든 주요 산업은 은행 송금, 수표, ATM (Automated Teller Machine), 신용 카드 등의 혁신을 통해 번창하고 있습니다.
오늘까지 우리는 고객에게 더 나은 경험을 제공하고 은행과 규제 당국을위한 강력한 위험 관리를 약속하며 마지막으로 자본 공급 업체를위한 더 높은 수익을 약속하는 새로운 기술로 인해 은행에서 또 다른 패러다임 전환을 경험하고 있습니다. 이러한 급격한 변화를 감안할 때 은행 부문의 미래를 위해 무엇을 수반하는지 이해하는 것이 중요합니다.
새로운 차원이 등장했으며 전통적인 은행 업무의 핵심에 도전했습니다. 전 세계적으로 은행은이 부문에서 일어나고있는 디지털 혁신과 기술 발전을 활용하는 비 전통적 기업과의 경쟁이 치열 해지고 있습니다. 전 세계의 은행 구조는 이러한 새로운 혼란에 자체 방식으로 적응하고 있습니다. 수많은 금융 기술 (FinTech) 스타트 업이 형성되어 은행 및 금융 서비스 산업을 크게 확장했습니다. 그들은 또한 P2P 대출, 크라우드 펀딩, 무역 금융, 보험, 계정 집계 및 자산 관리 분야에서 지불 및 송금 분야에 진출했습니다. FinTech 플레이어와의 협력을 통해 여러 은행은 모바일 서비스가 은행 서비스와 상호 작용하여 소비자에게 더 빠르고 효율적인 제품 및 서비스를 제공하는 하이브리드 모델을 적용하고 있습니다.
은행은 Fintech 회사뿐만 아니라 여러 주요 방식으로 금융 서비스 산업에 진입하는 대형 기술 회사 (일반적으로 " BigTech "라고 함)와의 경쟁에 직면 해 있습니다. 데이터 네트워크 활동의 강화 특성을 기반으로 일부 BigTech는 지불, 자금 관리, 보험 및 대출 활동에 도전하고 있습니다. 현재 금융 서비스는 전 세계적으로 비즈니스의 작은 부분에 불과하지만 규모와 범위를 고려할 때 금융 서비스로의 진입은 국제 금융 부문 환경을 빠르게 변화시킬 잠재력을 가지고 있습니다. 물론 많은 잠재적 인 이점을 가져올 수 있습니다. BigTechs는 빅 데이터를 사용하여 대출자의 위험 상황을 평가하여 담보의 필요성을 줄일 수 있습니다. 즉, 저비용 구조화 된 비즈니스를 쉽게 확장하여 은행이없는 사람들에게 기본적인 금융 서비스를 제공 할 수 있습니다.
인도 은행은 어떻게 적응하고 있습니까?
RBI 총재, Sh. Shaktikanta Das는 최근 연설에서 전 세계적으로 빠르게 변화하는 변화 속에서 인도 은행 공간의 미래에 대한 자신의 견해를 언급했습니다. 그는 가까운 장래에 은행 기관의 뚜렷한 부분이 나타날 가능성이 있다고 말했다.
그에 따르면 첫 번째 세그먼트는 국내 및 국제적으로 상당한 규모의 인도 은행으로 구성 될 수 있습니다. 그는이 과정이 공공 부문 은행 ( PSB )의 합병으로 강화 될 것이라고 주장했다. 두 번째 세그먼트는 경제 전반에 걸쳐 존재하는 틈새 은행을 포함하여 여러 중간 규모 은행 기관으로 구성 될 가능성이 높습니다. 또한 세 번째 부문은 소규모 민간 부문 은행, 소규모 금융 은행, 지역 농촌 은행 및 협동 조합 은행을 포함 할 수 있으며, 이는 특히 주로 농촌 / 반 지역에 집중되어있는 비조직 부문의 소규모 차입자의 신용 요건을 충족합니다. 도시 지역. 네 번째 세그먼트는 고객에게 직접 또는 은행을 통해 에이전트 또는 직원 역할을하는 서비스 제공 업체 역할을 할 수있는 디지털 플레이어로 구성됩니다. 물론이 재정 향 된 은행 시스템은 은행의 연속성을 특징으로 할 것이며 강력한 고객 기반을 가진 전통적인 플레이어와 새로운 기술 주도 플레이어를 모두 포함 할 것입니다.
앞으로의 길
글로벌 은행 산업의 빠르게 변화하는 환경은 강도가 증가하고 은행에 대한 기술 지원 감독이 강화 된 강력한 규제 및 감독 체제를 배경으로 전개 될 것입니다. 주요 은행이 직면 한 과제는 기술과 혁신을 최대한 활용하여 중개 비용을 낮추는 동시에 수익을 보호하는 것입니다 (전통적인 베이킹 서비스).
또한 인공 지능 (AI), 머신 러닝 (ML) 및 빅 데이터 는 글로벌 금융 서비스 환경의 혁신과 진화의 중심이되고 있습니다. 이 외에도 이러한 혁신은 사기 탐지, 차용자의 자금 사용을 모니터링하는 더 나은 방법을 식별하고 매우 큰 데이터 세트를 더 짧은 시간에 처리하여 의심스러운 거래를 추적하는데도 도움이 될 수 있습니다.
