थायलंडच्या बिझनेस डेव्हलपमेंट विभागाने एका वर्षात "मशरूम" कंपन्यांची—मालकी लपवण्यासाठी आणि मनी लाँड्रिंगसाठी वापरल्या जाणाऱ्या शेल कंपन्यांची—संख्या ९०% ने कमी केली आहे. विभागाने आपली AI-आधारित तपासणी प्रणाली, IBAS कार्यान्वित केल्यानंतर, संशयास्पद संस्थांची संख्या ५९४ वरून केवळ ५८ वर आली आहे, ज्यामुळे नियामक आणि कायदेशीर उद्योजकांना कॉर्पोरेट फसवणूक शोधण्याच्या पद्धतींचा पुनर्विचार करण्यास भाग पाडले आहे.

ही कारवाई का महत्त्वाची होती

मशरूम कंपन्या अनामिकतेवर (anonymity) अवलंबून असतात. त्या अत्यल्प भांडवलासह स्थापन केल्या जातात, अनेकदा ज्या दिवशी व्यवहाराची गरज असते त्याच दिवशी, आणि नंतर त्या गायब होतात, ज्यामुळे अधिकाऱ्यांसाठी कोणताही मागमूस उरत नाही. या अपारदर्शकतामुळे कर संकलक, कायदा अंमलबजावणी यंत्रणा आणि खरे गुंतवणूकदार यांना कायदेशीर उद्योग आणि बेकायदेशीर कृत्यांसाठी वापरल्या जाणाऱ्या मुखवटा कंपन्या यांमधील फरक करणे कठीण झाले होते.

IBAS ने परिस्थिती कशी बदलली

IBAS मानवी अधिकाऱ्यांची जागा घेत नाही; तर ते उच्च-जोखीम असलेल्या कंपन्यांना बारकाईने तपासण्यासाठी चिन्हांकित (flag) करते. याची कार्यप्रणाली तीन डेटा प्रवाहांचे मिश्रण करते:

  • वर्तणुकीचे विश्लेषण (Behavioral analysis) – फाईलिंग्ज, भागधारकांच्या यादीतील बदल आणि आर्थिक पद्धतींमध्ये अशा विसंगती शोधते ज्या सामान्य व्यवसायांमध्ये क्वचितच आढळतात.
  • डिजिटल आयडी आणि e-KYC – संस्थापकांना सरकारी डिजिटल आयडीद्वारे आपली ओळख सत्यापित करण्यास भाग पाडते.
  • विविध संस्थांमधील समन्वय (Cross-agency linkage) – पोलीस, कर आणि समाजकल्याण विभागांच्या नोंदींची पडताळणी करते, ज्यामुळे इतरत्र लपलेल्या विसंगती समोर येतात.

जेव्हा IBAS संभाव्य धोका ओळखते, तेव्हा ते तपासकर्त्यांना सूचित करते, जे त्यानंतर पूर्ण तपासणी सुरू करायची की नाही याचा निर्णय घेतात. हा "फोकस-फर्स्ट" (प्रथम लक्ष केंद्रित करणे) दृष्टिकोन कर्मचाऱ्यांना सर्व नोंदणीकृत संस्थांवर संसाधने विखुरण्याऐवजी संभाव्य गुन्हेगारांवर लक्ष केंद्रित करण्यास मदत करतो.

AI प्रयत्नांना बळकटी देणारे धोरणात्मक बदल

विभागाने आपली देखरेख करण्याची रणनीती बदलली आहे. कंपनी स्थापनेच्या दिवशी एकदाच तपास करण्याऐवजी, आता ते कंपनीच्या संपूर्ण जीवनचक्रावर लक्ष ठेवतात आणि नंतर दिसणारे धोक्याचे संकेत—जसे की अचानक संचालकांमध्ये होणारे बदल किंवा असामान्य भांडवल प्रवाह—चिन्हांकित करतात.

एका नवीन नियमानुसार, परदेशी गुंतवणूकदारांना निधीचा स्रोत सिद्ध करण्यासाठी तीन महिन्यांचे बँक स्टेटमेंट सादर करणे अनिवार्य आहे. ही अट स्थानिक नामधारी व्यक्तींचा (nominees) वापर करून परदेशी मालकी लपवण्याच्या पद्धतीला आळा घालते, जी मशरूम कंपन्यांमध्ये आढळणारी एक सामान्य त्रुटी आहे.

आकडेवारी जे स्वतःच सर्व काही सांगते

  • म्यूल अकाउंट्स (खरे मालक लपवण्यासाठी वापरली जाणारी मुखवटे खाती) ५९४ वरून ५८ पर्यंत खाली आली आहेत, म्हणजेच ९०% घट झाली आहे.
  • नामधारी जोखमीची प्रकरणे (Nominee-risk cases) ६५.२२% ने कमी झाली आहेत.
  • ऑनलाइन नोंदणी आता नवीन व्यवसायांच्या ९५.४८% व्याप्तीमध्ये आहे, ज्यामुळे २४ तास, कोठूनही फाईलिंग करणे शक्य झाले आहे.

ही आकडेवारी दर्शवते की डेटा-आधारित, AI-सहाय्यित मॉडेल नियामक निकालांमध्ये मोठी सुधारणा करू शकते.

कायदेशीर व्यवसायांनी काय करावे

स्वच्छ डेटा (Clean data) आता एक स्पर्धात्मक फायदा आहे. कंपन्यांनी भागधारकांची यादी, नोंदणीकृत पत्ते आणि आर्थिक विवरणे अचूक आणि अद्ययावत ठेवणे आवश्यक आहे. अगदी लहान विसंगती देखील सखोल तपासणीला कारणीभूत ठरू शकते, ज्यामुळे मंजुरीला विलंब होऊ शकतो किंवा दंड आकारला जाऊ शकतो.

निष्कर्ष

AI मुळे थायलंडच्या बिझनेस डेव्हलपमेंट विभागाला बनावट कंपन्या कमी करण्यासाठी एक शक्तिशाली साधन मिळाले आहे, ज्यामुळे एका वर्षात मशरूम कंपन्यांची संख्या नऊ-दहाव्या भागाने कमी झाली आहे. हा दृष्टिकोन डेटाची गुणवत्ता, विविध संस्थांमधील समन्वय आणि निरंतर देखरेख यावर अवलंबून आहे. निकाल प्रभावी आहेत, परंतु गोपनीयता, योग्य कायदेशीर प्रक्रिया आणि सार्वजनिक प्रशासनातील AI ची भूमिका यावरची चर्चा नुकतीच सुरू झाली आहे. नियामक कार्यक्षमता आणि उत्तरदायित्व यांचा समतोल कसा राखतात, यावरून AI-आधारित प्रशासनाची पुढील लाट कशी असेल हे ठरवले जाईल.