রাত ১১টা। Dubai-তে থাকা একজন Bangladeshi worker হঠাৎ পরিবারের কাছে ৫০ হাজার টাকা পাঠাতে চাইলেন। আগে international transfer মানেই ছিল intermediary bank, compliance check, currency conversion এবং কখনো কয়েক ঘণ্টা বা কয়েক দিনের অপেক্ষা। কিন্তু ভবিষ্যতের payment system-এ transaction শুরু হওয়ার সঙ্গে সঙ্গে AI sender-এর behaviour বুঝতে, fraud risk analyse করতে, beneficiary information verify করতে এবং payment-এর জন্য সবচেয়ে উপযুক্ত route নির্বাচন করতে সাহায্য করতে পারে। এটাই AI in Cross-Border Payments-এর নতুন বাস্তবতা।
দীর্ঘদিন ধরে international payment system correspondent banking network, intermediary bank এবং manual compliance process-এর ওপর অনেকটাই নির্ভরশীল ছিল। একটি দেশ থেকে অন্য দেশে টাকা পাঠাতে currency conversion, KYC, AML screening, sanctions checking এবং settlement-এর মতো একাধিক ধাপ অতিক্রম করতে হয়। কিন্তু AI এই complex process-এর বিভিন্ন অংশকে আরও automated ও intelligent করে তুলছে। এখানে শুধু payment পাঠানো নয়; বরং payment-এর আগে এবং payment চলাকালীন risk বোঝার সক্ষমতাও গুরুত্বপূর্ণ হয়ে উঠছে।
Bank for International Settlements বা BIS দেখিয়েছে, correspondent banking-এর ক্ষেত্রে AML, KYC এবং compliance-এর উচ্চ cost একটি গুরুত্বপূর্ণ challenge। AI customer information, transaction pattern এবং counterparty data analyse করে এই process আরও efficient করতে সাহায্য করতে পারে। ফলে ভবিষ্যতের payment system শুধু transaction process করবে না; বরং transaction-এর behaviour-ও analyse করবে।
ধরুন, একজন customer সাধারণত Saudi Arabia থেকে Bangladesh-এ মাসে একবার ছোট অঙ্কের remittance পাঠান। হঠাৎ একই account থেকে এক ঘণ্টার মধ্যে পাঁচটি দেশে বড় বড় transaction শুরু হলো। Traditional rule-based system হয়তো amount বা destination-এর মতো নির্দিষ্ট rule দেখে alert তৈরি করবে। কিন্তু AI customer-এর previous behaviour, transaction timing, destination এবং account relationship একসঙ্গে analyse করে বুঝতে পারে patternটি স্বাভাবিক কি না। এখানেই AI-powered fraud detection cross-border payment-কে আরও নিরাপদ করার সম্ভাবনা তৈরি করছে।
২০২৫ সালে Swift তাদের Payment Controls Service-এ AI-powered fraud detection capability rollout করে। Cross-border payment ecosystem-এ বিপুল transaction data analyse করে suspicious pattern শনাক্ত করার মাধ্যমে এই technology financial institution-কে fraud আরও দ্রুত detect করতে সাহায্য করতে পারে। পরবর্তীতে Swift ১৩টি international bank-এর সঙ্গে প্রায় ১০ মিলিয়ন test transaction ব্যবহার করে collaborative AI fraud detection experiment পরিচালনা করে। এই ধরনের collaborative model-এর উদ্দেশ্য হলো একাধিক financial institution-এর intelligence ব্যবহার করে fraud pattern আরও দ্রুত শনাক্ত করা।
Cross-border payment-এর ক্ষেত্রে আরেকটি বড় challenge হলো false positive। ধরুন beneficiary-এর নাম sanctions list-এ থাকা একজন ব্যক্তির নামের সঙ্গে মিলে গেল। Traditional system transaction আটকে দিতে পারে। কিন্তু beneficiary আসলে সম্পূর্ণ ভিন্ন ব্যক্তি হতে পারেন। AI historical transaction pattern এবং additional customer information analyse করে genuine match এবং false alarm-এর মধ্যে পার্থক্য করতে সাহায্য করতে পারে। ফলে legitimate transaction unnecessary delay হওয়ার সম্ভাবনা কমতে পারে।
AI শুধু fraud detection-এর জন্য নয়; payment routing-এর ক্ষেত্রেও গুরুত্বপূর্ণ হয়ে উঠতে পারে। একই destination-এ টাকা পাঠানোর জন্য একাধিক payment network বা payment rail available থাকতে পারে। Future AI payment engine transaction cost, settlement speed, exchange rate, compliance requirement এবং reliability analyse করে suitable route নির্বাচন করতে পারে। ফলে customer-এর জন্য শুধু দ্রুত নয়, আরও efficient payment option তৈরি করা সম্ভব হতে পারে।
Cross-border commerce-এর ক্ষেত্রেও AI-এর ভূমিকা আরও বড় হতে পারে। একজন Bangladeshi business owner যদি Turkey থেকে textile product import করতে চান, AI supplier information, quotation, payment terms, available balance এবং approved budget analyse করে suitable payment option recommend করতে পারে। Mastercard-এর Agent Pay initiative-এর মতো technology future-এ AI agent-কে sourcing, payment এবং related commerce activity-তে ভূমিকা রাখার সুযোগ তৈরি করতে পারে। তবে বড় transaction-এর ক্ষেত্রে human approval, authentication এবং predefined security limit গুরুত্বপূর্ণ থাকবে।
বাংলাদেশের জন্য সবচেয়ে বড় সম্ভাবনা রয়েছে remittance sector-এ। প্রবাসী বাংলাদেশিরা নিয়মিত Middle East, Europe, Southeast Asia এবং অন্যান্য দেশ থেকে পরিবারের কাছে টাকা পাঠান। এখানে শুধু transfer fee নয়, exchange-rate margin-ও গুরুত্বপূর্ণ। Future AI-powered comparison system customer-কে বলতে পারে—কোন provider-এর fee কম, কোথায় exchange-rate margin বেশি এবং কোন channel ব্যবহার করলে recipient-এর হাতে শেষ পর্যন্ত বেশি টাকা পৌঁছাবে।
একজন Bangladeshi migrant worker হয়তো বাংলায় জিজ্ঞেস করবেন—“আজ ১,০০০ dirham পাঠালে আমার পরিবার কত টাকা পাবে?” Future AI assistant fee, exchange rate, transfer method এবং expected recipient amount সহজ বাংলায় explain করতে পারবে। ফলে Cross-Border Payment শুধু transaction service থাকবে না; এটি একটি personal financial assistant-এও পরিণত হতে পারে।
ইসলামিক ব্যাংকিংয়েও AI-powered Cross-Border Payments গুরুত্বপূর্ণ ভূমিকা রাখতে পারে। International Murabaha trade, Sukuk-related payment, halal supply-chain financing এবং remittance-এর মতো ক্ষেত্রে AI transaction monitoring, AML/KYC, document review এবং suspicious pattern detection-এ সাহায্য করতে পারে। তবে AI কোনো financial transaction-এর Shariah compliance নিজে থেকে নির্ধারণ করতে পারে না। জটিল Shariah issue-এর ক্ষেত্রে Qualified Shariah Officer বা Expert-এর review প্রয়োজন হবে।
তবে এই technology-এর বড় challenge হলো privacy, bias এবং over-automation। AI যদি কোনো legitimate remittance-কে fraud হিসেবে flag করে? যদি historical data-এর কারণে নির্দিষ্ট country বা customer group-এর transaction বেশি suspicious হিসেবে বিবেচিত হয়? অথবা sensitive financial information একাধিক jurisdiction-এ analyse করার কারণে privacy concern তৈরি হয়? এসব প্রশ্নের উত্তর ছাড়া AI-powered payment system পুরোপুরি trustworthy হয়ে উঠবে না।
তাই Cross-Border Payment-এর ভবিষ্যতে শুধু AI model যথেষ্ট নয়। প্রয়োজন হবে Explainable AI, Privacy Protection, Human Review এবং Strong Governance। Payment দ্রুত হওয়া গুরুত্বপূর্ণ, কিন্তু customer কেন transaction blocked হলো বা কেন additional verification প্রয়োজন হলো—সেটিও বোঝা গুরুত্বপূর্ণ।
সব মিলিয়ে Cross-Border Payment-এর future শুধু “faster money transfer” নয়; বরং intelligent money movement। AI transaction-এর risk বুঝবে, fraud শনাক্ত করতে সাহায্য করবে, suitable payment route নির্বাচন করতে পারে এবং customer-এর জন্য real-time information দিতে পারে। কিন্তু final system-এর লক্ষ্য শুধু দ্রুত payment নয়—দ্রুত, নিরাপদ, transparent এবং responsible payment তৈরি করা।
বাংলাদেশের জন্য সবচেয়ে বড় প্রশ্ন হলো—আমরা কি এমন একটি AI-powered Cross-Border Payment ecosystem তৈরি করতে পারব, যা প্রবাসী বাংলাদেশির remittance আরও দ্রুত, নিরাপদ এবং কম খরচে পরিবারের কাছে পৌঁছে দিতে পারে? যদি পারি, তাহলে AI-এর সবচেয়ে meaningful fintech impact হয়তো কোনো flashy chatbot-এ নয়; বরং দেখা যাবে সেই মুহূর্তে, যখন হাজার মাইল দূরে থাকা একজন worker-এর earnings নিরাপদে এবং কম friction-এ তার পরিবারের কাছে পৌঁছে যাবে।
সোর্স: Swift — AI-powered Fraud Defence for Cross-Border Payments এবং Collaborative AI Fraud Detection Experiment (2025); Bank for International Settlements (BIS) — AI, AML/KYC এবং Project Hertha; Mastercard — Agent Pay এবং AI-powered payments ecosystem; World Bank — Remittance Prices Worldwide; Islamic Development Bank Institute & Arab Monetary Fund — AI in Islamic Finance (2025).
#AICrossBorderPayments #CrossBorderPayments #Remittance #AIPayments #Fintech #BangladeshFintech #IslamicFintech #DigitalBanking #FutureOfPayments #FutureOfBanking
