आर्टिफिशियल इंटेलिजेंस के तेजी से बढ़ते इस्तेमाल ने वित्तीय क्षेत्र के साइबर जोखिम का दायरा बदल दिया है. वित्तीय नियामक और केंद्रीय बैंक अब इस बात को लेकर चेतावनी दे रहे हैं कि AI एक ओर साइबर सुरक्षा मजबूत कर सकता है, तो दूसरी ओर हमलावरों को सिस्टम की कमजोरियां खोजने, फिशिंग तैयार करने और हमलों को स्वचालित करने की नई क्षमता भी दे रहा है.

बैंक फॉर इंटरनेशनल सेटलमेंट्स (BIS), फाइनेंशियल स्टेबिलिटी बोर्ड (FSB) और बैंक ऑफ इंग्लैंड की हालिया टिप्पणियों में AI से जुड़े साइबर, ऑपरेशनल और थर्ड-पार्टी जोखिमों को वित्तीय स्थिरता के लिए महत्वपूर्ण बताया गया है. FSB ने जून 2026 में वित्तीय संस्थानों के लिए AI को जिम्मेदारी से अपनाने पर sound practices का मसौदा भी जारी किया, जिसमें AI से जुड़े साइबर सुरक्षा, सूचना-प्रौद्योगिकी और बाहरी सेवा प्रदाताओं के जोखिमों के प्रबंधन पर जोर दिया गया है.

हमलों की रफ्तार और पैमाना बढ़ने की आशंका

नियामकों की मुख्य चिंता यह है कि frontier AI मॉडल साइबर हमले के कई चरणों को पहले की तुलना में कम मानवीय हस्तक्षेप के साथ पूरा कर सकते हैं. बैंक ऑफ इंग्लैंड की जुलाई 2026 की Financial Stability Report के अनुसार, ऐसे मॉडल कमजोरियों की पहचान और उनके शोषण में सक्षम हो रहे हैं. इससे किसी vulnerability के सामने आने और उसके दुरुपयोग के बीच का समय हफ्तों से घटकर दिनों या घंटों तक आ सकता है.

इस बदलाव का असर केवल किसी एक बैंक तक सीमित नहीं रह सकता. वित्तीय संस्थान अक्सर समान cloud providers, software components और अन्य तकनीकी आपूर्तिकर्ताओं पर निर्भर होते हैं. इसलिए किसी साझा सेवा प्रदाता या infrastructure में मौजूद कमजोरी एक साथ कई संस्थानों को प्रभावित कर सकती है. नियामकों के मुताबिक, इससे व्यक्तिगत साइबर घटना व्यापक operational disruption का रूप ले सकती है.

AI का इस्तेमाल अधिक विश्वसनीय phishing संदेश, नकली आवाज, deepfake और पहचान-चोरी के लिए भी किया जा सकता है. BIS के विश्लेषणों में prompt injection, data poisoning और model poisoning जैसे नए जोखिमों का भी उल्लेख किया गया है. इन हमलों में AI सिस्टम को गलत निर्देश देने, उसके training data से छेड़छाड़ करने या मॉडल के व्यवहार को हमलावर के उद्देश्य के अनुरूप बदलने की कोशिश की जा सकती है.

नियामकों का जोर: जिम्मेदारी इंसानों की

वित्तीय पर्यवेक्षकों का कहना है कि AI टूल जोखिम की जिम्मेदारी खुद नहीं ले सकते. जिस संस्था के पास वित्तीय सेवा का लाइसेंस है, वही यह सुनिश्चित करने के लिए जवाबदेह रहेगी कि मॉडल सुरक्षित, समझने योग्य और उचित तरीके से इस्तेमाल हो रहा है.

नियामक संस्थाएं कंपनियों से AI मॉडल की निगरानी, data governance, access controls, third-party dependencies और incident response को मौजूदा risk-management frameworks में शामिल करने की अपेक्षा कर रही हैं. साथ ही, बोर्ड और वरिष्ठ प्रबंधन की स्पष्ट जवाबदेही तय करने पर भी जोर दिया जा रहा है.

FSB के प्रस्तावित sound practices में AI अपनाने से पहले governance, model risk, cyber risk और बाहरी तकनीकी प्रदाताओं से जुड़े जोखिमों का आकलन करने की सलाह दी गई है. इसका उद्देश्य ऐसा साझा regulatory approach विकसित करना है, जिससे अलग-अलग देशों में नियमों के बीच बड़े अंतर का फायदा उठाकर जोखिमों को छिपाना कठिन हो.

वित्तीय संस्थानों के लिए चुनौती

AI से साइबर सुरक्षा टीमों को खतरों की पहचान और प्रतिक्रिया में मदद मिल सकती है, लेकिन इसके लिए संस्थानों को अपने systems, vendors और models की लगातार जांच करनी होगी. केवल पुराने cyber-resilience उपायों पर निर्भर रहना पर्याप्त नहीं माना जा रहा है, क्योंकि AI की क्षमताएं और हमलों के तरीके तेजी से बदल रहे हैं.

आगे चलकर नियामकों के सामने सबसे बड़ी चुनौती यह होगी कि वे frontier AI की क्षमताओं पर निगरानी कैसे रखें, नए मॉडलों के परीक्षण के लिए साझा मानक कैसे बनाएं और वित्तीय संस्थानों को तेज remediation के लिए कैसे तैयार करें. संकेत साफ है: वित्तीय क्षेत्र में AI का जोखिम केवल किसी मॉडल की गलत भविष्यवाणी तक सीमित नहीं है, बल्कि यह साइबर हमलों की गति, पहुंच और संभावित असर को भी बदल सकता है.