বিশ্বজুড়ে তিন-চতুর্থাংশেরও বেশি ব্যাংক এখন রিয়েল টাইম পেমেন্ট সিস্টেম ব্যবহার শুরু করেছে, গত বছরের FFIEC তথ্য অনুযায়ী 2020 সালে মাত্র এক তৃতীয়াংশের কিছু বেশি ছিল। আজকের দিনে বিল পরিশোধ হোক, অ্যাকাউন্টগুলির মধ্যে তহবিল প্রেরণ হোক বা আন্তর্জাতিক ট্রান্সফার হোক, মানুষ এখন তাদের টাকা তৎক্ষণাৎ স্থানান্তরিত চায়, যা পুরানো ধরনের ব্যাচ প্রসেসিং এর পক্ষে সম্ভব নয়। রিয়েল টাইম পেমেন্টের মাধ্যমে পুরানো ACH সিস্টেমগুলির দুই থেকে তিন দিনের অপেক্ষা এড়ানো যায়। এটি অন্যান্য পক্ষের সাথে লেনদেনের ঝুঁকি কমায় এবং কোম্পানিগুলির আগের চেয়ে তাদের নগদ অর্থের দ্রুত প্রবেশাধিকার নিশ্চিত করে।
যখন ব্যাংকগুলি সেই পুরনো রাত্রিকালীন ব্যাচ প্রক্রিয়া থেকে ধ্রুবক লেনদেনের প্রবাহে রূপান্তরিত হয়, তখন তারা মিলমিল করার সময় দিন থেকে কমিয়ে মাত্র কয়েক মিলিসেকেন্ডে নামিয়ে আনতে পারে। 2023 সালের আন্তর্জাতিক লেনদেন ব্যাংকের প্রতিবেদন অনুসারে, এই পরিবর্তনটি ব্যাংকগুলির মধ্যে লেনদেন বিলম্ব প্রায় 94% কমিয়ে দেয়। এই উন্নতির ঢেউ নগদ প্রবাহ পরিচালনা, বৈদেশিক মুদ্রা ঝুঁকি মোকাবেলা এবং ব্যালান্স শীট অপ্টিমাইজ করার মতো বিভিন্ন ক্ষেত্রে ছড়িয়ে পড়ে। আধুনিক পেমেন্ট প্ল্যাটফর্মগুলির দিকে একবার তাকান - কিছু প্ল্যাটফর্ম প্রতি সেকেন্ডে প্রায় 12 হাজার লেনদেন পর্যন্ত পরিচালনা করে এবং প্রতিক্রিয়ার সময় 50 মিলিসেকেন্ডের নিচে রাখে। এটি কিছু প্রতিষ্ঠানে এখনও ব্যবহৃত হচ্ছে এমন পুরনো মেইনফ্রেম সিস্টেমগুলির তুলনায় প্রায় 300 গুণ দ্রুত।
2024 এর দ্বিতীয়ার্ধ পর্যন্ত, 45 টি দেশে অপারেশনাল রিয়েল-টাইম পেমেন্ট নেটওয়ার্ক রয়েছে, যেখানে বছরের পর বছর ধরে গ্রহণের হার 23% করে বৃদ্ধি পাচ্ছে। 2024 সালের ফাইন্যান্সিয়াল স্টেবিলিটি বোর্ডের গ্লোবাল পেমেন্টস সার্ভে অনুযায়ী, জাতিসংঘের টেকসই উন্নয়ন লক্ষ্য 8 এগিয়ে নেওয়ার জন্য এই নেটওয়ার্কগুলি গুরুত্বপূর্ণ অবকাঠামো হিসাবে কাজ করে, যা ব্যাংকহীন জনসংখ্যার জন্য মাইক্রো-পেমেন্ট সক্ষম করে এবং ক্ষুদ্র ও মাঝারি উদ্যোগগুলির (SME) নগদ প্রবাহের স্থিতিশীলতা উন্নত করে।
আজকাল জালিয়াতি প্রতিরোধ অত্যন্ত বাস্তব সময়ের প্রক্রিয়াকরণ সফটওয়্যারের উপর নির্ভরশীল। এই ধরনের সিস্টেমগুলি লেনদেনের ধরনগুলি অবিশ্বাস্যভাবে দ্রুত বিশ্লেষণ করে, কখনও কখনও কোনও অ্যাকাউন্ট থেকে আসল টাকা যাওয়ার মাত্র 50 মিলিসেকেন্ডের মধ্যে সন্দেহজনক ক্রিয়াকলাপ বন্ধ করে দেয়। ঐতিহ্যগত ব্যাচ সিস্টেমগুলি তুলনামূলকভাবে অনেক ধীরগতির, যা কোনও ভুল কাজ চিহ্নিত করতে 4 থেকে 6 ঘন্টা পর্যন্ত সময় নিতে পারে। এই দ্রুততর পদ্ধতি গ্রহণের ফলে ব্যাঙ্কগুলি গত বছরের ফাইন্যান্সিয়াল সিকিউরিটি রিপোর্ট অনুযায়ী জালিয়াতির ক্ষতি প্রায় 63% কমিয়েছে। কেউ যখন কোনও পেমেন্ট করার চেষ্টা করে, তখন সিস্টেমটি একসাথে একাধিক বিষয় যাচাই করে, যেমন— তারা কাকে পেমেন্ট করছে, তাদের অবস্থান কোথায় এবং তারা কোন ধরনের ডিভাইস ব্যবহার করছে। এই বহুস্তরীয় পদ্ধতি হাজার হাজার অ্যাকাউন্টে একযোগে অ্যাকাউন্ট দখলদারিত্ব এবং ভুয়ো লেনদেন বন্ধ করতে সাহায্য করে।
উন্নত সিস্টেমগুলি 12টির বেশি উৎস থেকে একযোগে তথ্য সম্পর্কিত করে:
এই বহু-পরিবর্তনশীল পদ্ধতি নিয়মভিত্তিক সিস্টেম দ্বারা মিস হওয়া জটিল কারচুরির শৃঙ্খল শনাক্ত করে, মিথ্যা ইতিবাচক ফলাফল 38% কমিয়ে দেয়।
আজকের সেরা অ্যান্টি-ফ্রড টুলগুলি বিভিন্ন পদ্ধতি একত্রিত করে, যার মধ্যে রয়েছে শত কোটি অতীত জালিয়াতির ঘটনার উপর প্রশিক্ষিত মেশিন লার্নিং এবং আগে থেকে প্রশিক্ষণ ছাড়াই অস্বাভাবিক ক্রিয়াকলাপ চিহ্নিত করার পদ্ধতি। উদাহরণস্বরূপ, একটি দৃশ্যকল্প বিবেচনা করুন: কেউ নিউ ইয়র্ক থেকে কেনাকাটা করে এবং মিনিটের মধ্যে মুম্বাইয়ের একটি অ্যাকাউন্টে প্রায় 98 লক্ষ টাকা পাঠায়। এই ধরনের ক্রিয়াকলাপকে সিস্টেমগুলি 1000-এর মধ্যে প্রায় 890 ঝুঁকির স্কোর দিয়ে চিহ্নিত করে, যা সাধারণত ফিঙ্গারপ্রিন্ট স্ক্যান বা ফেশিয়াল রিকগনিশনের মতো অতিরিক্ত পরীক্ষার দিকে নিয়ে যায়। আধুনিক এআই সিস্টেম প্রায় 10-এর মধ্যে 9 ধরনের নতুন জালিয়াতি ধরতে পারে যা আগে কখনও দেখা যায়নি, অন্যদিকে পুরনো ধরনের নিয়মভিত্তিক সিস্টেমগুলি প্রায় দুই তৃতীয়াংশ সঠিকতা অর্জন করতে পারে। এই বুদ্ধিমান মডেলগুলি নতুন হুমকি আসার সাথে সাথে প্রতি সপ্তাহে তাদের অগ্রাধিকার সামঞ্জস্য করে, যা 2023-এর শেষের দিকে এশিয়া জুড়ে মোবাইল পেমেন্ট প্ল্যাটফর্মগুলির বিরুদ্ধে কৃত্রিম পরিচয় জালিয়াতি বৃদ্ধির সময় বিশেষভাবে গুরুত্বপূর্ণ হয়ে ওঠে।
বর্তমানে অ্যান্টি-মানি লন্ডারিং কীভাবে কাজ করে তা রিয়েল-টাইম প্রসেসিং-এর দিকে স্থানান্তর করে সম্পূর্ণরূপে পরিবর্তন করেছে। ব্যাংকগুলি এখন আন্তর্জাতিক অর্থপ্রদান বিশ্লেষণ, অ্যাকাউন্ট আচরণ ট্র্যাক করা এবং একযোগে গ্রহীতা নেটওয়ার্কগুলি পর্যবেক্ষণ করতে পারে। আধুনিক সিস্টেমগুলি 500 এর বেশি বিভিন্ন লেনদেন ফ্যাক্টর একসাথে পরীক্ষা করে, যা একাধিক অ্যাকাউন্টের মাধ্যমে অর্থ স্থানান্তর বা কেউ হঠাৎ করে একটি ব্যবসা নিয়ন্ত্রণ করা এর মতো ঝুঁকিপূর্ণ কাজগুলি খুঁজে পেতে সাহায্য করে। রিয়েল-টাইম মনিটরিং-এ রূপান্তরিত আর্থিক প্রতিষ্ঠানগুলি আমাদের জানিয়েছে যে তারা সন্দেহজনক শেল কোম্পানির চুক্তিগুলি পুরানো ব্যাচ প্রসেসিং পদ্ধতির তুলনায় প্রায় 92 শতাংশ দ্রুত ধরতে পারে। 2023 সালের তাদের বেঞ্চমার্ক রিপোর্টে ফাইন্যানশিয়াল অ্যাকশন টাস্ক ফোর্স আসলে এই সংখ্যাগুলি উল্লেখ করেছে, যা আর্থিক অপরাধ দ্রুত ধরার জন্য কতটা উন্নতি হয়েছে তা দেখায়।
রিয়েল-টাইম সিস্টেমগুলি গ্রহণের সময় লেনদেনের মেটাডেটাকে ক্রিপ্টোগ্রাফিক্যালি সিল করে অপহরণ-সুনিশ্চিত অডিট ট্রেইল বজায় রাখে। এটি পুরানো ডাটাবেজগুলির মধ্যে সামঞ্জস্য ত্রুটি দূর করে—এই ত্রুটি বহু-আইনি অঞ্চলের অডিটে AML কমপ্লায়েন্স ব্যর্থতার 37% এর জন্য দায়ী (Deloitte 2024)। নিয়ন্ত্রকরা ক্রমবর্ধমানভাবে সময়-স্ট্যাম্পযুক্ত রেকর্ড চান যা দেখায় যে কখন পেমেন্ট কার্যকরের সময় ঝুঁকিগুলি মূল্যায়ন করা হয়েছিল।
সেরা সিস্টেমগুলি নমনীয় নিয়ম ব্যবহার করে যা ঝুঁকিপূর্ণ ক্ষেত্রগুলির জন্য বিধি কঠোর করে তোলে কিন্তু কম ঝুঁকি থাকলে প্রক্রিয়াকে দ্রুত করে তোলে। স্ক্যান্ডিনেভিয়ার একটি ব্যাংক তাদের কাছে বাস্তবায়িত কিছু বুদ্ধিমান কম্পিউটার প্রোগ্রামের ফলে ভুল সতর্কতার সংখ্যা প্রায় দুই তৃতীয়াংশ কমিয়েছে। এই প্রোগ্রামগুলি বিশ্বজুড়ে ঘটনাগুলি ঘটতে থাকা এবং বাজারগুলি পরিবর্তিত হওয়ার সাথে সাথে প্রতি পনেরো সেকেন্ডে ঝুঁকির মূল্যায়ন সামঞ্জস্য করে। যখন চুক্তির তালিকা আপডেট হয়, তখন এই পরিবর্তনগুলি এখন এক সেকেন্ডের কম সময়ে বিশ্বজুড়ে ছড়িয়ে পড়ে, যা প্রতি মাসে কোটি কোটি ডলারের খারাপ লেনদেন বন্ধ করে দেয় যা অন্যথায় ফাঁক দিয়ে পার পেয়ে যেত।
যখন আর্থিক প্রতিষ্ঠানগুলি রিয়েল-টাইম প্রসেসিং সিস্টেম ব্যবহার শুরু করে, তখন গত বছর ফাইন্যান্সিয়াল টেকনোলজি জার্নাল-এ প্রকাশিত গবেষণা অনুযায়ী তাদের সিদ্ধান্ত গ্রহণের গতি প্রায় 35% বৃদ্ধি পায়। এই প্ল্যাটফর্মগুলি কীভাবে কাজ করে তা আসলে বেশ চমকপ্রদ - এগুলি এখন ঘটছে এমন সমস্ত লেনদেনগুলি দেখে এবং সমস্যাগুলি বড় সমস্যায় পরিণত হওয়ার আগেই সেগুলি চিহ্নিত করে। কোথাও যেখানে অর্থ কমে যাচ্ছে, অথবা সীমান্ত পার হয়ে তহবিল স্থানান্তরে বিলম্ব হচ্ছে, অথবা কোম্পানিগুলি বিভিন্ন মুদ্রার সাথে খুব বেশি ঝুঁকি নিচ্ছে কিনা তার মতো বিষয়গুলি বিবেচনা করুন। ট্রেজারি বিভাগগুলিকে আর ঘন্টার পর ঘন্টা অপেক্ষা করে তাদের হেজিং পদ্ধতি সামান্য পরিবর্তন করতে হয় না। একটি বাস্তব উদাহরণ এসেছে একটি বড় ইউরোপীয় ব্যাংক থেকে, যারা তাদের অবস্থানগুলির রিয়েল-টাইম দৃশ্যমানতা পাওয়ার পর বিদেশী মুদ্রার ক্ষতি প্রায় 20% কমিয়ে ফেলতে সক্ষম হয়েছিল। এই কেস স্টাডি টি এবারের শুরুতে প্রকাশিত ফাইন্যান্সিয়াল সিস্টেমস রিপোর্ট-এর সর্বশেষ সংস্করণে উল্লেখযোগ্যভাবে স্থান পেয়েছে।
বর্তমানে আশিরোপ 72% ব্যাংক এবং অন্যান্য আর্থিক প্রতিষ্ঠান তাদের বাজার তথ্যগুলি প্রকৃত লেনদেনের ধরনের সাথে সংযুক্ত করছে, যাতে সমস্যাগুলি দুর্ঘটনায় পরিণত হওয়ার আগেই তা চিহ্নিত করা যায়। তারা ব্যর্থ পেমেন্টের হঠাৎ লাফ, লেনদেন নিষ্পত্তির সময় অদ্ভুত বিলম্ব বা এমন পরিস্থিতি খুঁজে বের করে যেখানে জামানত হিসাবে অত্যধিক অর্থ এক জায়গায় আবদ্ধ থাকে। 2023 সালের ব্যাংকিং বিশৃঙ্খলার সময়, যেসব প্রতিষ্ঠান রিয়েল-টাইম বিশ্লেষণ গ্রহণ করেছিল, তারা পুরানো পদ্ধতি ব্যবহারকারী প্রতিযোগীদের তুলনায় প্রায় 14 ঘন্টা আগে লেনদেনকারীদের কাছ থেকে খারাপ ক্রেডিট ঝুঁকির লক্ষণগুলি ধরতে পেরেছিল। গত বছর ঝুঁকি ব্যবস্থাপনা সংস্থার প্রকাশিত একটি প্রতিবেদন অনুযায়ী, এই আগাভাগ তাদের প্রায় 2.1 বিলিয়ন ডলার ক্ষতি থেকে রক্ষা করেছিল।
তাৎক্ষণিক পেমেন্ট রেল ব্যবহার করে ব্যবসায়গুলি উল্লেখযোগ্য উন্নতি দেখে:
| মেট্রিক | উন্নতি |
|---|---|
| নগদ প্রবাহের দৃশ্যমানতা | 41% |
| পুনর্মিলনের ত্রুটি | 67% “ |
| কার্যকরী মূলধন চক্র | ২৮% কম সময়ের |
২৪-৭২ ঘন্টার ক্লিয়ারিং বিলম্ব দূর করার ফলে এই উন্নতি ঘটেছে। ২০২৪ সালের একটি শিল্প বিশ্লেষণে দেখা গেছে যে, রিয়েল-টাইম প্রসেসিংয়ের মাধ্যমে স্বয়ংক্রিয়ভাবে ব্যতিক্রম পরিচালনা করার ফলে উৎপাদনকারীরা চালান জনিত বিরোধ ৫২% হ্রাস করেছে।
আন্তঃব্যাংক লেনদেনের বিশাল অংশ আজকাল RTGS সিস্টেমগুলি পরিচালনা করছে - গত বছরের ব্যাংক ফর ইন্টারন্যাশনাল সেটেলমেন্টস-এর প্রতিবেদন অনুযায়ী এটি ৮৪%, যা ২০২০ সালে মাত্র ৬৩% ছিল। এর অর্থ ব্যাংকগুলির জন্য কী? তারা দিনের শেষে নিষ্পত্তির জন্য অপেক্ষা না করে দিনের বেলাতেই অর্থ স্থানান্তর করতে পারে। তাদের রিজার্ভগুলির উপরও তাদের নিয়ন্ত্রণ আরও ভালো হয় এবং তারা সুবর্ণ সুযোগে বৈদেশিক মুদ্রা লেনদেন করতে পারে। ডেলয়েটের গবেষণাকে উদাহরণ হিসাবে নেওয়া যাক। তাদের কেস স্টাডিতে দেখা গেছে যে, কিছু সম্পদ ব্যবস্থাপক লেনদেনের দিনের প্রতি মিনিটে ছোট ছোট তরলতা পরিবর্তন করে তাদের পোর্টফোলিও রিটার্ন প্রায় ২২ বেসিস পয়েন্ট বৃদ্ধি করতে সক্ষম হয়েছিল।
আজকের রিয়েল-টাইম প্রসেসিং এমন শক্তিশালী স্ট্রিমিং প্ল্যাটফর্মের উপর নির্ভর করে যা প্রতি সেকেন্ডে কোটি কোটি লেনদেন পরিচালনা করতে পারে এবং বিলম্ব এক মিলিসেকেন্ডের নিচে রাখতে পারে। অ্যাপাচি কাফকা এবং বিভিন্ন ক্লাউড-ভিত্তিক বিকল্পগুলি ইভেন্ট স্ট্রিমগুলি আসামাত্রই পরিচালনা করার জন্য বিতরণকৃত সেটআপ ব্যবহার করে, যার ফলে ব্যবসায়গুলি তাৎক্ষণিকভাবে ডেটা যাচাই করতে পারে, সঙ্গে সঙ্গে জালিয়াতি শনাক্ত করতে পারে এবং তাদের প্রতিবেদন ব্যবস্থার সাথে বিলম্বহীনভাবে সবকিছু সংযুক্ত করতে পারে। গত বছর করা কিছু পরীক্ষার মতে, যখন কোম্পানিগুলি পার্টিশন করা স্ট্রিম প্রসেসিং পদ্ধতিতে রূপান্তরিত হয়েছিল, তখন পুরানো ব্যাচ প্রসেসিং পদ্ধতির তুলনায় যা কাজ করতে অনেক বেশি সময় নিত, তার তুলনায় তাদের লেনদেনের বিলম্ব 92% কমে গিয়েছিল।
স্থিতিশীল সেকেন্ডের নিচে রেসপন্স সময়ের জন্য দোষ সহনশীলতা এবং স্কেলযোগ্যতার জন্য তৈরি অবকাঠামোর প্রয়োজন। এর মূখ্য উপাদানগুলি হল:
এই বৈশিষ্ট্যগুলির উপর গুরুত্ব দেওয়া প্রতিষ্ঠানগুলি চাক্ষুষ এনক্রিপশন এবং বিস্তৃত অডিট ট্রেইলের মাধ্যমে PCI-DSS এবং GDPR প্রয়োজনীয়তা পূরণ করে 99.999% আপটাইম বজায় রাখে।
রিয়েল-টাইম পেমেন্ট সিস্টেম আর্থিক লেনদেনগুলিকে প্রায় তাৎক্ষণিকভাবে প্রক্রিয়া করার অনুমতি দেয়, যা ঐতিহ্যবাহী ব্যবস্থাগুলিতে দেখা যাওয়া পারম্পারিক বিলম্ব ছাড়াই দ্রুত অর্থ স্থানান্তর নিশ্চিত করে।
এই সিস্টেমগুলি লেনদেনের ধরনগুলি দ্রুত বিশ্লেষণ করে এবং মিলিসেকেন্ডের মধ্যে সন্দেহজনক ক্রিয়াকলাপগুলি চিহ্নিত করতে পারে, যা জাল লেনদেন অবলোকন ছাড়াই যাওয়ার সম্ভাবনা উল্লেখযোগ্যভাবে কমিয়ে দেয়।
রিয়েল-টাইম মনিটরিং ব্যাংকগুলিকে একইসাথে একাধিক লেনদেনের ফ্যাক্টর বিশ্লেষণ করতে সক্ষম করে, যা সন্দেহজনক আর্থিক ক্রিয়াকলাপ শনাক্ত করা এবং AML নিয়মাবলী মেনে চলা সহজ করে তোলে।
স্ট্রিমিং প্ল্যাটফর্মগুলি কম বিলম্বযুক্ত ডেটা পরিচালনা নিশ্চিত করে যা লেনদেনগুলি দ্রুত পরিচালনা করতে সক্ষম, যা তাৎক্ষণিক জালিয়াতি শনাক্তকরণ এবং আর্থিক ডেটার বৈধতা যাচাইয়ের সুবিধা প্রদান করে।
ঐতিহ্যগত বিলম্ব দূর করে, চালান বিরোধ কমিয়ে এবং কার্যকরী মূলধন চক্রের সময় কমিয়ে তাত্ক্ষণিক পেমেন্ট প্রসেসিং নগদ প্রবাহের দৃশ্যমানতা এবং কার্যকরী দক্ষতা উন্নত করে।
EN