CBDC अपनाने से उभरता छिपा AI जोखिम

केंद्रीय बैंक डिजिटल मुद्राएँ (CBDCs) को डिजिटल युग की प्रमुख वित्तीय नवाचार माना जाता है जो भुगतान को तेज़ करता है, पारदर्शिता बढ़ाता है, वित्तीय समावेशन में सुधार करता है, और मौद्रिक संप्रभुता को सुदृढ़ करता है। इन क्षमताओं के कारण CBDCs ने विश्व भर के केंद्रीय बैंकों का बढ़ता हुआ ध्यान आकर्षित किया है।

लेकिन कम चर्चा वाला पहलू इन आधिकारिक मुद्राओं के डिजिटल संस्करणों का कम दिखाई देने वाला जोखिम है। CBDCs को अपनाना कंपनियों के तकनीकी रणनीतियों के बारे में सोचने और प्रस्तुत करने के तरीके को बदल रहा है, और यह हमेशा बेहतर नहीं होता।

हालिया शोध से पता चलता है कि CBDCs डिजिटल परिवर्तन को प्रदर्शित करने का दबाव बढ़ाते हैं, जिससे कुछ कंपनियाँ अपने AI कथनों को तकनीकी विकास के साथ मेल नहीं कर पातीं। यह मशीन लर्निंग से अधिक मार्केटिंग है।

कंपनियों के AI महत्वाकांक्षाओं के बारे में कहे और वास्तविक निर्माण के बीच का अंतर निवेशकों, पूंजी बाजारों और व्यापक AI निवेश चक्र की विश्वसनीयता पर वास्तविक प्रभाव डालता है, और अब तक इस पर बहुत कम ध्यान दिया गया है।

निवेशकों के लिए यह सीख केवल CBDCs से आगे जाती है। प्रबंधन के बयान पर ही निर्भर रहने के बजाय, उन्हें AI एक्सपोज़र का मूल्यांकन पेटेंट, अनुसंधान एवं विकास की तीव्रता, भर्ती, कार्यान्वयन और राजस्व सृजन के माध्यम से करना चाहिए। जैसे-जैसे AI दावे सर्वव्यापी होते जा रहे हैं, प्रचार और कार्यान्वयन के बीच की विश्वसनीयता खाई एक महत्वपूर्ण मूल्यांकन और वित्तीय जोखिम बन सकती है।

केंद्रीय बैंक डिजिटल मुद्राओं की ओर तेज़ी से क्यों बढ़ रहे हैं

अधिकांश देशों के अपने केंद्रीय बैंक होते हैं। ये केंद्रीकृत प्राधिकरण मौद्रिक नीति के माध्यम से राष्ट्र की धन और क्रेडिट आपूर्ति को प्रबंधित करते हैं। वे ब्याज दरों, रिज़र्व आवश्यकताओं और खुले बाजार संचालन जैसे उपकरणों का उपयोग करके महंगाई को नियंत्रित करते हैं, धन के मूल्य को स्थिर रखते हैं, और आर्थिक विकास को दिशा देते हैं। जबकि इन्हें स्वतंत्र रूप से कार्य करने के लिए डिज़ाइन किया गया है, केंद्रीय बैंक वास्तव में स्वतंत्र रूप से कार्य नहीं करते¹।

उनकी स्वतंत्रता पर सवाल उठाने के साथ-साथ, इन सार्वजनिक वित्तीय संस्थानों को मौद्रिक कड़ेपन पर सीमाएँ और डिजिटल अर्थव्यवस्था में मौद्रिक संप्रभुता बनाए रखने की चिंताएँ भी झेलनी पड़ती हैं।

पिछले दशक में, वित्तीय प्रणालियों ने तेज़ी से डिजिटल रूप ले लिया है और निजी भुगतान प्लेटफ़ॉर्म बढ़े हैं। आज, भुगतान प्रणाली, वित्तीय उत्पाद और धन के रूप नियामक और नीति ढाँचों से तेज़ी से विकसित हो रहे हैं, जबकि स्थिरकॉइन और टोकनाइज़्ड एसेट्स पारंपरिक संरचनाओं के साथ सह-अस्तित्व में हैं, जिससे केंद्रीय बैंकों की नीति निर्णयों का प्रभाव और कमजोर हो रहा है।

CBDCs ने इन सभी मुद्दों के जवाब में उभरे हैं। जबकि केंद्रीय बैंक द्वारा अपना डिजिटल पैसा जारी करने का विचार नया नहीं है, यह बिटकॉइन (BTC ) के उदय के बाद महत्वपूर्ण गति प्राप्त कर गया, जिसे 2008 के वित्तीय संकट के बाद लॉन्च किया गया था, जिसने वित्तीय संस्थानों में सार्वजनिक विश्वास को कम कर दिया था।

क्रिप्टोकरेंसी का उदय मौद्रिक प्राधिकरणों का ध्यान आकर्षित किया और उन्हें राज्य-समर्थित डिजिटल मुद्रा के स्वरूप पर विचार करने के लिए मजबूर किया। पिछले कुछ वर्षों में, केंद्रीय बैंकों ने भुगतान बुनियादी ढाँचे को आधुनिक बनाने के लिए शोध, प्रयोग और पायलट कार्यक्रमों को तेज़ किया, जबकि पूर्ण नियंत्रण बनाए रखा।

डेटा दिखाता है कि 146 देशों और मुद्रा संघों ने किसी न किसी रूप में CBDCs में रुचि दिखाई है। इनमें से, 40 वर्तमान में अपनी राष्ट्रीय मुद्राओं के डिजिटल संस्करण बनाने की अवधारणा का अध्ययन कर रहे हैं। और भी अधिक (41) देशों ने पहले ही पायलट लॉन्च कर दिया है, जबकि कई (33) विकास चरण में हैं। लगभग पंद्रह ऐसे प्रोजेक्ट निष्क्रिय हैं और नौ को रद्द कर दिया गया है।

ध्यान देने योग्य बात यह है कि केवल कुछ ही अर्थव्यवस्थाओं, जैसे नाइजीरिया, ने पूरी तरह से लॉन्च किया गया रिटेल CBDC लागू किया है, लेकिन उनका अनुभव सीमित अपनाने का रहा है।

नाइजीरिया के सेंट्रल बैंक (CBN) ने हाल ही में eNaira को सरकारी भुगतान जैसे पेंशन, सरकारी कर्मचारियों के वेतन और सामाजिक कल्याण भुगतान के लिए उपयोग करने की अपनी योजनाएँ साझा की हैं, जिससे eNaira के अपनाने को बढ़ावा मिले, जिसे 2021 में लॉन्च किया गया था, जैसा कि बैंक के ‘Nigerian Payments System Vision 2028‘ में कहा गया है।

BRICS समूह के सदस्य राष्ट्र, जिनमें ब्राज़ील, रूस, भारत, चीन और दक्षिण अफ्रीका शामिल हैं, साथ ही नाइजीरिया आदि, भी अपने तेज़ भुगतान प्रणालियों को CBDCs से जोड़ने पर चर्चा कर रहे हैं, Reuters रिपोर्ट किया।

“क्रॉस-बॉर्डर भुगतान सभी के लिए एक रुचि का क्षेत्र है, जिसमें BRICS भी शामिल है, क्योंकि हमें लगता है कि लागत घटाने की बहुत संभावनाएँ हैं। विभिन्न विकल्प मेज पर हैं, लेकिन यह अभी भी चर्चा के चरण में है, जिसमें CBDCs और तेज़ भुगतान प्रणालियों के लिंक शामिल हैं।”

– भारतीय रिज़र्व बैंक (RBI) के गवर्नर संजय मल्होत्रा ने पिछले सप्ताह एक कार्यक्रम में कहा

स्थानीय मुद्रा को अंतरराष्ट्रीय बनाने के अलावा, गवर्नर ने यह भी कहा कि RBI AI को नियंत्रित करने वाला जोखिम नहीं बल्कि एक क्षमता के रूप में देखता है जिसे उपयोग किया जाना चाहिए।

“भारतीय बैंकों को किनारे बैठकर देखना नहीं afford है,” मल्होत्रा ने कहा। उनका यह आह्वान कि ऋणदाता बोर्ड-स्वीकृत AI गवर्नेंस नीतियों को स्थापित करें, यह तब आया जब वैश्विक स्तर पर केंद्रीय बैंकों ने AI के उपयोग की जांच की, संचालन जोखिम, गवर्नेंस जोखिम और साइबर हमलों की चिंताओं के बीच।

“नवाचार और सुरक्षा विरोधी लक्ष्य नहीं हैं, वे वास्तव में एक टिकाऊ वित्तीय प्रणाली की पूरक आवश्यकताएँ हैं।”

– मल्होत्रा

CBDCs के क्षेत्र में, चीन की डिजिटल युआन (e-CNY) पहल सबसे प्रमुख उदाहरणों में से एक है। पीपुल्स बैंक ऑफ़ चाइना ने 2014 में आंतरिक CBDC शोध शुरू किया, 2019 में पायलट प्रोग्राम लॉन्च किया, और 2022 के अंत तक इसे प्रमुख आर्थिक क्षेत्रों में विस्तारित किया।

e-CNY विशेष रूप से अपनी अपनाने के लिए उल्लेखनीय है। इस CBDC ने दिसंबर 2025 तक लगभग 3.4 बिलियन रिटेल लेनदेन, लगभग 16.7 ट्रिलियन रेनमिनबी (लगभग $2.3 ट्रिलियन) का प्रोसेस किया है।

इस वर्ष की शुरुआत में, PBOC ने डिजिटल युआन को जमा देयता के रूप में पुनः वर्गीकृत किया, जिससे यह केवल नकद विकल्प से अधिक गहरी रूप से चीन की वित्तीय बुनियादी ढाँचे में समाहित हो गया। CBDCs का आकर्षण इस बात में है कि वे पारंपरिक बैंक ट्रांसफ़र जैसी विधियों की तुलना में तेज़ और सस्ते निपटान की पेशकश कर सकते हैं।

तुरंत निपटान को सुविधाजनक बनाने के अलावा, डिजिटल मुद्राएँ लेनदेन घर्षण को कम करती हैं, भुगतान लागत घटाती हैं, वित्तीय प्रणाली की दक्षता और मौद्रिक नीति संचरण को सुधारती हैं, और अधिक ट्रेस करने योग्य लेनदेन के माध्यम से पारदर्शिता बढ़ाती हैं।

विशेष रूप से, बढ़ी हुई ट्रेसबिलिटी नियामकों के लिए महत्वपूर्ण है, क्योंकि यही कारण है कि CBDCs नकद या सामान्य बैंक जमा से इतना अलग हैं। नकद के विपरीत, CBDCs एक केंद्रीकृत भुगतान प्रणाली के भीतर लेनदेन रिकॉर्ड बना सकते हैं, जिससे मौद्रिक और नियामक प्राधिकरणों को धन के प्रवाह की अधिक दृश्यता मिल सकती है।

इन विशेषताओं का संयोजन कॉर्पोरेट व्यवहार के लिए एक ऐसी सूचना पर्यावरण बनाता है जो पहले अस्तित्व में नहीं था, और यह धीरे-धीरे कंपनियों के तकनीकी रणनीतियों के बारे में संवाद करने के तरीके को बदल रहा है।

यदि कंपनियाँ नियामकों, निवेशकों और जनता के लिए अधिक दृश्य हो जाती हैं, तो यह उन्हें \”सही\” चीज़ें करने के लिए दिखाने के प्रोत्साहन को बढ़ाता है, भले ही वास्तविक सामग्री मौजूद न हो। ये सूक्ष्म-स्तरीय परिणाम व्यवसायों के लिए शोधकर्ताओं द्वारा बहुत कम ध्यान प्राप्त कर चुके हैं, जो मुख्यतः मौद्रिक संचरण, वित्तीय स्थिरता और भुगतान प्रणाली सुधार जैसे व्यापक मैक्रोइकोनॉमिक परिणामों पर केंद्रित रहे हैं।

उभरते प्रमाण दर्शाते हैं कि CBDCs केवल भुगतान प्रणालियों को बदलते ही नहीं, बल्कि कंपनियों के कार्य करने के संस्थागत माहौल को भी बदलते हैं। वित्तीय गतिविधियों की बढ़ी हुई दृश्यता, डिजिटल परिवर्तन के आसपास की बढ़ी हुई अपेक्षाएँ, और अधिक नियामक निगरानी कंपनियों के नवाचार रणनीतियों के संचार और संसाधन आवंटन को प्रभावित कर सकती है। यह कॉर्पोरेट AI निवेश की प्रामाणिकता के आसपास एक नया जोखिम पैदा करता है।

यह अनदेखा जोखिम एक हालिया अध्ययन के आधार पर है जो CBDC अपनाने और उद्यम AI रणनीतियों के बीच संबंध की जांच करता है, जिसमें चीन के e-CNY रोलआउट को एक प्राकृतिक प्रयोग के रूप में उपयोग किया गया है।

कैसे CBDCs AI विश्वसनीयता समस्या को बढ़ा रहे हैं

अध्ययन जिसका शीर्षक All sizzle and no steak: The predicament of enterprise AI strategies under central bank digital currency policies² है, यह जांचता है कि क्या CBDC अपनाने से कंपनियों के AI के बारे में कहे और उनके वास्तविक AI निवेश के बीच का अंतर बढ़ता है। इस अंतर को “AI रणनीति डीकपलिंग” कहा जाता है, जिसका अर्थ है कंपनी के सार्वजनिक AI कथनों और वास्तविक AI तकनीकी क्षमताओं के बीच का अंतर।

शोधकर्ताओं ने AI कथनों को वार्षिक रिपोर्टों में संबंधित खुलासों के माध्यम से मापा, जबकि वास्तविक, सत्यापन योग्य क्षमता को चीन राष्ट्रीय बौद्धिक संपदा प्रशासन की पेटेंट वर्गीकरण प्रणाली से संबंधित पेटेंट आवेदनों के माध्यम से अनुमानित किया।

2014 से 2024 के बीच 5,015 चीनी A-शेयर सूचीबद्ध कंपनियों के 30,000 से अधिक फर्म-वार्षिक अवलोकनों के नमूने का उपयोग करते हुए, नानकाई विश्वविद्यालय, चीन के प्रबंधन विभाग के जिनलेई यू और रुई चेन, और यूनाइटेड किंगडम के लंदन विश्वविद्यालय, सिटी स्ट जॉर्ज के हाओतियन लुओ ने एक चरणबद्ध अंतर-इन-भिन्नता डिजाइन लागू किया, जो विभिन्न चीनी शहरों के e-CNY पायलट में विभिन्न समय पर प्रवेश करने के तथ्य का उपयोग करता है।

इस डिजाइन ने शोधकर्ताओं को e-CNY अपनाने के प्रभाव का अनुमान लगाने की अनुमति दी, जबकि व्यापक परिवर्तन जो चीनी कंपनियों को प्रभावित कर रहे थे, उन्हें ध्यान में रखा गया।

e-CNY पायलट प्रोग्राम को एक अर्द्ध-प्राकृतिक प्रयोग के रूप में उपयोग किया गया क्योंकि इसका चरणबद्ध, बहु-स्तरीय लॉन्च शहरों में समय और भौगोलिक विविधता प्रदान करता है, जो कारणात्मक पहचान के लिए विश्वसनीय बाहरी परिवर्तन प्रदान करता है। मुख्य निष्कर्ष यह है कि CBDC अपनाने से AI रणनीति डीकपलिंग में महत्वपूर्ण वृद्धि होती है।

e-CNY रोलआउट ने कंपनियों की AI-संबंधित रणनीतिक संचार को काफी बढ़ाया, जबकि AI पेटेंट आवेदनों में कोई सांख्यिकीय रूप से महत्वपूर्ण वृद्धि नहीं हुई, जिसे शोधकर्ताओं ने तकनीकी क्षमता के प्रॉक्सी के रूप में उपयोग किया। वास्तविक नवाचार को तेज़ करने के बजाय, नीति माहौल केवल प्रतीकात्मक अनुपालन को प्रोत्साहित करता है।

कंपनियाँ डिजिटल परिवर्तन प्राथमिकताओं के साथ संरेखण का संकेत देती हैं, लेकिन देखी जाने वाली AI पेटेंट गतिविधि में समान वृद्धि नहीं करतीं।

इस अध्ययन में, “हम AI रणनीति डीकपलिंग को संस्थागत रूप से शर्तित प्रतिक्रिया के रूप में पुनः परिभाषित करते हैं, न कि प्रबंधन के अल्पकालिकता, जानबूझकर मशीन-वॉशिंग, या गवर्नेंस विफलता का उत्पाद,” लेखकों ने कहा। “यह दिखाते हुए कि डीकपलिंग प्रणालीगत रूप से तब उत्पन्न होती है जब उच्च संकेत मूल्य, बड़ी लागत असममितता, और कम बाहरी सत्यापनशीलता संस्थागत दबाव के तहत साथ होते हैं, हम इसे एक पूर्वानुमानात्मक निर्माण में बदलते हैं जो भविष्य के तकनीकी डोमेनों और बुनियादी ढाँचा सुधारों पर लागू हो सकता है।”

अब, डीकपलिंग तब होती है जब कंपनियाँ सार्वजनिक प्रतिबद्धताएँ या औपचारिक नीतियाँ अपनाती हैं जो संस्थागत अपेक्षाओं के साथ मेल खाती हैं, जबकि उनके आंतरिक अभ्यास उन स्थितियों से भिन्न होते हैं।

CBDCs के संदर्भ में, इसका अर्थ है कि कंपनियाँ सार्वजनिक रूप से AI को अपनाती हैं, संस्थागत दृश्यता के बढ़ने के जवाब में, लेकिन आंतरिक संसाधन आवंटन को वास्तविक AI क्षमता बनाने से दूर रखती हैं। “यह केवल प्रबंधन की लापरवाही नहीं बल्कि एक संरचित संगठनात्मक प्रतिक्रिया है: कंपनियाँ बाहरी-सम्पर्की कथनों और आंतरिक संसाधन निर्णयों के बीच सीमा को सक्रिय रूप से प्रबंधित करती हैं ताकि न्यूनतम लागत पर वैधता की मांगों को पूरा किया जा सके,” अध्ययन कहता है।

शोधकर्ताओं ने अंतर को चलाने वाले तीन मुख्य तंत्रों की पहचान की है। पहला है बढ़ी हुई पूंजी तरलता, जो वित्तपोषण बाधाओं को कम करती है। इससे प्रतीकात्मक संकेत देना दीर्घकालिक AI अनुसंधान एवं विकास में पूंजी बँटवाने की तुलना में सस्ता हो जाता है, अर्थात कंपनियों को बात करने में बनाना से सस्ता लगता है।

दूसरा तंत्र है अधिक लेनदेन ट्रेसबिलिटी, जो नियामकों और निवेशकों को कंपनियों के पूंजी आवंटन निर्णयों की दृश्यता बढ़ाता है। यह अधिक कथा संकेत को प्रेरित करता है जबकि जोखिमपूर्ण निवेश विफलताओं को हतोत्साहित करता है, जो अब पहले की तुलना में अधिक दृश्य होंगी।

“CBDC एक बाहरी रूप से लागू किया गया संस्थागत परिवर्तन है जो कंपनियों के कार्य करने वाले भुगतान पर्यावरण को पुनः संरचित करता है, वित्तपोषण स्थितियों, निगरानी तीव्रता, और निपटान गति को बदलता है,” अध्ययन ने नोट किया।

संस्थागत सिद्धांत के अनुसार, ऐसे पर्यावरणीय बदलाव “जबरन, अनुकरणीय, और मानद दबाव” उत्पन्न करते हैं जो संगठनों को प्रचलित संस्थागत अपेक्षाओं के अनुरूप होने के लिए मजबूर करते हैं।

इसलिए, जब CBDC नीति कॉर्पोरेट वित्तीय व्यवहार की दृश्यता बढ़ाती है और राज्य की डिजिटल परिवर्तन के प्रति प्रतिबद्धता को संकेत देती है, तो कंपनियों को तकनीकी नीति प्राथमिकताओं के साथ संरेखित होने के लिए अधिक वैधता दबाव का सामना करना पड़ता है।

तीसरा तंत्र तेज़ निपटान गति है, जो कंपनियों के मूल्यांकन के समय क्षितिज को छोटा कर देता है। यह धीमी गति से विकसित होने वाले नवाचार प्रोजेक्ट्स की तुलना में दृश्य, बार-बार, और कम लागत वाले संकेतों को पुरस्कृत करता है।

इन तीनों तंत्रों के साथ, AI वाक्पटुता की आकर्षण बढ़ती है जबकि वास्तविक AI क्षमता में लागतपूर्ण और अनिश्चित निवेश को हतोत्साहित किया जाता है।

मध्यस्थता विश्लेषण ने सभी तीन प्रस्तावित चैनलों का समर्थन करने वाले सांख्यिकीय रूप से महत्वपूर्ण प्रमाण उत्पन्न किए, और परिणाम कई जाँचों के प्रति मजबूत रहे, जिसमें समानांतर-रुझान परीक्षण, गुडमैन-बेकन विघटन, प्लेसबो परीक्षण, चयन पक्षपात के लिए हेकेमन सुधार, प्रोपेंसिटी स्कोर मिलान, और स्टैक्ड अंतर-इन-भिन्नता डिजाइन शामिल हैं।

लेकिन AI इस प्रकार की डीकपलिंग के प्रति विशेष रूप से क्यों संवेदनशील है? क्योंकि इसका संकेत मूल्य अत्यधिक उच्च है, वास्तविक क्षमताओं जैसे मूल एल्गोरिदम और बड़े पैमाने पर मॉडल प्रशिक्षण के लिए दीर्घकालिक निवेश की आवश्यकता होती है, और बाहरी हितधारकों के लिए सत्यापित करना कठिन रहता है।

“कंपनियों और बाहरी हितधारकों के बीच सूचना असमानता के तहत, कंपनियों के पास उस अनुरूपता मोड को चुनने का प्रोत्साहन होता है जो लागत के प्रति इकाई पर प्रतिष्ठा रिटर्न को अधिकतम करता है,” लेखकों ने कहा।

जैसा कि अध्ययन ने नोट किया, AI क्षमता अस्पष्ट है क्योंकि यह एल्गोरिदम और डेटा पाइपलाइन जैसे अमूर्त संपत्तियों में निहित है।

इसके अलावा, “AI चीन की प्रौद्योगिकी नीति पदानुक्रम के शिखर पर स्थित है और निवेशकों का असमान ध्यान और नीति वैधता प्राप्त करता है, जिससे AI-संबंधित दावे क्लाउड कंप्यूटिंग या बिग डेटा के समान दावों की तुलना में अधिक लाभदायक होते हैं।”

ध्यान देने योग्य बात यह है कि डीकपलिंग प्रभाव समान रूप से वितरित नहीं है। यह उन कंपनियों में केंद्रित है जिनका डिजिटल परिवर्तन पहले से अधिक है, जो उच्च-प्रौद्योगिकी क्षेत्रों में काम करती हैं जहाँ AI दावे सबसे अधिक प्रतिष्ठा वजन रखते हैं, और जो उन क्षेत्रों में स्थित हैं जहाँ स्थानीय सरकार की नीति दस्तावेज़ डिजिटल परिवर्तन पर अधिक जोर देती हैं। इन कंपनियों में संस्थागत निवेशकों की स्वामित्व कम होती है, जिसका अर्थ है कि परिष्कृत शेयरधारक कम होते हैं जो खाली दावों को अनुशासन में लाएँ।

इसका मतलब है कि वे कंपनियाँ जो AI के बारे में बड़े-बड़े दावे करती हैं लेकिन वास्तविक क्षमता नहीं रखतीं, वही हैं जो पहले से ही डिजिटल और नीति पारिस्थितिकियों में एम्बेडेड हैं जो नवाचार के दिखावे को पुरस्कृत करती हैं। बाजार पूरी तरह से इस व्यवहार को नजरअंदाज नहीं करता।

अध्ययन के निष्कर्षों के अनुसार, अधिक AI डीकपलिंग वाली कंपनियों को कम मूल्यांकन, कमजोर वेंचर कैपिटल प्रवाह, घटती लाभप्रदता, और उच्च ऋण वित्तपोषण लागत का सामना करना पड़ता है।

यह सुझाव देता है कि ऋणदाता, इक्विटी निवेशक, और वेंचर कैपिटलिस्ट कम से कम आंशिक रूप से पहचान सकते हैं जब AI दावे सार्थक तकनीकी विकास से समर्थित नहीं होते और प्रतीकात्मक AI संकेतों को उसी अनुसार दंडित कर सकते हैं। लेकिन यह तथ्य कि डीकपलिंग इन दंडों के बावजूद जारी रहता है, यह दर्शाता है कि AI चर्चा से मिलने वाले अल्पकालिक वैधता लाभ अभी भी दीर्घकालिक बाजार अनुशासन से अधिक हैं, कम से कम अभी के लिए।

लेखकों ने इसलिए इसे CBDC अपनाने का एक अनपेक्षित और पहले अनलेखित परिणाम बताया है: जबकि डिजिटल मुद्राएँ वित्तीय दक्षता को सुधार सकती हैं, वे कॉर्पोरेट नवाचार खुलासों को वित्तीय प्रणाली के बाहर भी विकृत कर सकती हैं, जिससे AI-संबंधित खुलासों की विश्वसनीयता कमजोर हो जाती है।

इंटरनेशनल बिजनेस मशीन कॉर्पोरेशन (NYSE: IBM)

निवेश उद्देश्यों के लिए, IBM एक आकर्षक विकल्प है क्योंकि यह दोनों क्षेत्रों—CBDCs और कृत्रिम बुद्धिमत्ता—में शामिल है। कंपनी एंटरप्राइज़-ग्रेड ब्लॉकचेन फ्रेमवर्क और शोध उपकरण प्रदान करती है जो केंद्रीय बैंकों को सुरक्षित CBDCs विकसित, परीक्षण और स्केल करने में मदद करते हैं। हाल ही में, IBM ने डिजिटल एसेट हेवन लॉन्च किया, एक प्लेटफ़ॉर्म जो वित्तीय संस्थानों, सरकारों और निगमों को उनके डिजिटल एसेट संचालन को सुरक्षित रूप से प्रबंधित और स्केल करने में मदद करता है। IBM का स्थापित वित्तीय-सेवा और भुगतान-इन्फ्रास्ट्रक्चर व्यवसाय इसे नियमनित वित्तीय प्रणालियों के आधुनिकीकरण में विश्वसनीय एक्सपोज़र देता है।

IBM का अध्ययन में परीक्षण नहीं किया गया था, और यहाँ इसका उल्लेख तकनीकों और शासकीय आवश्यकताओं के प्रति इसके एक्सपोज़र को दर्शाता है, न कि शोधकर्ताओं के निष्कर्षों से किसी प्रत्यक्ष संबंध को।

इसी बीच, इसका एंटरप्राइज़-रेडी AI और डेटा प्लेटफ़ॉर्म, watsonx, जनरेटिव AI और मशीन लर्निंग वर्कलोड को बनाने, स्केल करने और गवर्न करने के लिए डिज़ाइन किया गया है जनरेटिव AI।

IBM एक $223.4 बिलियन मार्केट कैप कंपनी है जिसकी शेयर कीमत लेखन के समय $236 पर ट्रेड कर रही थी, पिछले महीने में 11.34% बढ़ी, लेकिन साल-से-आज 20% गिरावट और पिछले वर्ष 2.22% गिरावट। इसका EPS (TTM) 12.45 और P/E (TTM) 19.05 है। IBM 2.85% का डिविडेंड यील्ड देता है।

वित्तीय पक्ष में, IBM ने Q2 2026 के लिए $17.16 बिलियन राजस्व और समायोजित EPS $2.93 की रिपोर्ट की। राजस्व YoY 1% बढ़ा। शुद्ध आय $2.17 बिलियन थी। सेगमेंट के अनुसार, सॉफ़्टवेयर राजस्व 5% बढ़कर $7.8 बिलियन हो गया। हाइब्रिड क्लाउड (Red Hat), ऑटोमेशन, और डेटा सभी बढ़े, जबकि ट्रांज़ैक्शन प्रोसेसिंग सॉफ़्टवेयर 8% गिरा। कंसल्टिंग राजस्व $5.3 बिलियन पर स्थिर रहा, फाइनेंसिंग सेगमेंट 12% बढ़कर $0.2 बिलियन हो गया, और इन्फ्रास्ट्रक्चर राजस्व 7% गिरकर $3.8 बिलियन हो गया, क्योंकि Z मेनफ़्रेम कंप्यूटर बिक्री योजना से कम रही, जो 42% गिर गई।

“हम अपनी राजस्व वृद्धि और लाभप्रदता को तेज़ करने के लिए कार्रवाई कर रहे हैं, कंपनी भर में AI और ऑटोमेशन के माध्यम से उत्पादकता बढ़ा रहे हैं, और नवाचार को गति और पैमाने पर व्यावसायिक बनाने में भारी निवेश कर रहे हैं।”

– CEO अरविंद कृष्णा

IBM का फ्री कैश फ्लो Q2 में $2.5 बिलियन था, YoY $0.3 बिलियन गिरा, और कंपनी ने तिमाही को $8.2 बिलियन नकद, प्रतिबंधित नकद, और मार्केटेबल सिक्योरिटीज़ के साथ समाप्त किया, जो 2025 के अंत से $6.3 बिलियन कम है।

इस अवधि में, कंपनी ने शेयरधारकों को $1.6 बिलियन डिविडेंड के रूप में लौटाए। पूरे वर्ष के लिए, कंपनी स्थिर मुद्रा राजस्व वृद्धि 4%-5% की उम्मीद करती है और फ्री कैश फ्लो लगभग $1 बिलियन बढ़ाने की योजना है।

आगे बढ़ते हुए, IBM अपने उच्च-वृद्धि पोर्टफ़ोलियो पर ध्यान देगा, जिसमें ऐसे सॉफ़्टवेयर शामिल हैं जो ग्राहकों को AI-तैयार समाधान प्रबंधित, डिप्लॉय और बनाने में मदद करते हैं, जहाँ “ग्राहक मांग सबसे अधिक है”। क्वांटम भी एक फोकस क्षेत्र है, जिसमें $10 बिलियन से अधिक निवेश की योजना है। IBM ने कहा कि वह 2029 तक पहला बड़े पैमाने पर फॉल्ट-टॉलरेंट क्वांटम कंप्यूटर डिलीवर करने के रास्ते पर है।

“हालांकि हम दूसरे तिमाही के अंत में राजस्व की बाधाओं का सामना कर रहे थे, हमने अपने व्यवसाय के मूलभूत पहलुओं पर ध्यान केंद्रित किया, जिसमें उत्पादकता बढ़ाना, हमारे पोर्टफ़ोलियो को मजबूत करना, और फ्री कैश फ्लो उत्पन्न करना शामिल है।”

– CFO जेम्स कवानो

निष्कर्ष

CBDCs सरकारों के बीच बढ़ते हुए लोकप्रिय हो रहे हैं, और इसके पीछे कारण है; वे भुगतान प्रणालियों को आधुनिक बनाते हैं, दक्षता में सुधार करते हैं, और वित्तीय बुनियादी ढाँचे को मजबूत करते हैं।

लेकिन यह सभी लाभ नहीं हैं; CBDC अपनाने में जोखिम भी होते हैं। प्रमाण दिखाते हैं कि उनका प्रभाव वित्त से परे जाकर कॉर्पोरेट नवाचार व्यवहार तक पहुँचता है, जहाँ नवीनतम अध्ययन ने पाया कि CBDC अपनाने अनजाने में कंपनियों को AI कथनों को बढ़ाने के लिए प्रेरित करता है, बिना देखी जाने वाली AI पेटेंट गतिविधि में समान वृद्धि के।

यह नीति निर्माताओं, प्रौद्योगिकी प्रदाताओं और निवेशकों के लिए कॉर्पोरेट AI खुलासों की गुणवत्ता पर सतर्क रहने की आवश्यकता पैदा करता है। उन्हें सुनिश्चित करना चाहिए कि AI कथन वास्तविक तकनीकी प्रगति से मेल खाएँ, ताकि CBDC और AI दोनों के लाभ पूरी तरह से प्राप्त हो सकें।

संदर्भ

1. Eijffinger, S. & de Haan, J. केंद्रीय बैंक स्वतंत्रता और जवाबदेही। Journal of International Money and Finance, 166, 103595 (2026). https://doi.org/10.1016/j.jimonfin.2026.103595
2. Yu, J., Chen, R. & Luo, H. सिर्फ दिखावा, वास्तविकता नहीं: केंद्रीय बैंक डिजिटल मुद्रा नीतियों के तहत उद्यम AI रणनीतियों की दुविधा। International Review of Economics & Finance, 111, 105689 (2026). https://doi.org/10.1016/j.iref.2026.105689