印度在Jan Dhan Yojana，Aadhaar和UPI等倡议的帮助下，成功地为迄今被剥夺的人口提供了银行和金融服务的渠道。由于已经建立的数字联系，几乎65％的人口受益并不是卑鄙的壮举。有了这个基本的基础，下一个令人兴奋的里程碑是增强处境不利的细分市场的权力，尤其是在印度农村地区。
授权的主要管道将是数字和AI领导的解决方案，因为大部分人口并不精明，因此有必要设计通过启用语音的系统和视觉UIS访问的解决方案。使用来自城市地点的初始用户构建的数据模型可能不适用于农村客户。因此，需要开发新的算法集，这些算法基于农村客户的概况，并借助与特定地理有关的数据库，可以避免模型中的偏差。
尽管99.9％的印度村庄充满电，但许多村庄经常进行削减，这对于数字银行和AI解决方案来说并不理想。根据TRAI报告，与大约70％的城市地点相比，农村互联网渗透仅为38％。因此，必须将解决方案视为离线第一应用程序。此外，银行接触点不在家庭附近。因此，需要对银行通讯员进行良好的培训，以解释AI领导的财务选择。
通过AI解决方案增强授权的最大瓶颈之一是用多种语言建立模型，以适应多样化的人口需求。目前，只有10％的内容可提供印度语言。在这种情况下，像Sharechat这样的语言平台正在使用区域语言内容和应用程序经历增长。像Sarvam AI这样的公司一直在努力通过开发LLM来支持印度语言来解决这一问题。
大多数信用评分系统取决于个人的信用记录。由于在农村地区，这将不容易获得，因此，AI系统正在使用替代数据源，例如公用事业和租金付款，社交媒体活动和移动使用模式，以确定用于贷款目的的信用价值。风险销售为印度金融科技公司提供每个申请人超过400个实时见解，从而促进了更具包容性的贷款决策。还有像Bijak这样的平台正在授权农民实时根据保险和信贷选择做出迅速决定。数字商务开放网络（ONDC）不仅可以使小供应商扩大其市场访问，而且AI工具还可以提供信用评估和个性化财务产品。
在印度农村地区，AI甚至可以使最小的农民能够建立可持续收入。通过适当的计划，客户资料的映射以及服务产品的优先级，它可以在使基层的财务包容性方面发挥变革作用。
