FinLedger AI: A Blockchain-Secured Organizational Finance Monitor with LLM-Powered Analysis

संगठनात्मक वित्त की दुनिया में, दो समस्याएं लंबे समय से प्रबंधकों और लेखा परीक्षकों को परेशान करती रही हैं: एक ऐसा रिकॉर्ड रखना जिसे गुप्त रूप से बदला न जा सके, और लिखे गए नंबरों का अर्थ समझना। पारंपरिक डिजिटल लेजर (बहीखाता), जो वे डेटाबेस हैं जहाँ धन के प्रवाह को दर्ज किया जाता है, उन्हें सुरक्षित रखने के लिए एक केंद्रीय प्राधिकरण पर निर्भर करते हैं। यह एक भेद्यता पैदा करता; यदि किसी ऐसे व्यक्ति के पास पर्याप्त पहुंच है जो किसी गलती या चोरी को छिपाने के लिए पिछले किसी प्रविष्टि (एंट्री) को बदलने का निर्णय लेता है, तो सिस्टम के पास अक्सर यह साबित करने का कोई तरीका नहीं होता कि परिवर्तन हुआ है। रिकॉर्ड बस अपडेट हो जाता है, जिससे मूल सत्य का कोई निशान नहीं बचता। दूसरी ओर, भले ही रिकॉर्ड पूर्ण हों, वे अक्सर केवल संख्याओं की स्थिर सूचियाँ होते हैं। वे एक इंसान के देखने, पैटर्न पहचानने और यह महसूस करने का इंतज़ार करते हैं कि कुछ गलत है। यह प्रतिक्रियात्मक दृष्टिकोण (रिएक्टिव अप्रोच) का अर्थ है कि वित्तीय समस्याओं का पता अक्सर तब चलता है जब वे नुकसान पहुंचा चुकी होती हैं। हामज़ा मदनी, जो साहीवाल विश्वविद्यालय के कंप्यूटर साइंस के स्नातक (2022 से 2026) हैं, ने इस प्रश्न का एक कामकाजी उत्तर बनाया है जिसे 'फिनलेजर एआई' (FinLedger AI) कहा जाता है। यह एक वेब-आधारित सिस्टम है जिसे छोटे और मध्यम आकार के संगठनों के लिए डिज़ाइन किया गया है, जो ब्लॉकचेन नामक एक डिजिटल सुरक्षा पद्धति को आर्टिफिशियल इंटेलिजेंस टूल के साथ जोड़ता है जो वित्तीय डेटा को पढ़ने और समझाने में सक्षम है। यह सिस्टम वास्तविक पैसा नहीं हिलाता या लाइव बैंक खातों से नहीं जुड़ता है; इसके बजाय, यह एक सुरक्षित, बुद्धिमान नोटबुक की तरह कार्य करता है जहाँ संगठन अपनी आय और व्यय को दर्ज कर सकते हैं। मुख्य नवाचार इस बात में निहित है कि यह प्रत्येक प्रविष्टि के साथ कैसा व्यवहार करता है। जब कोई उपयोगकर्ता लेनदेन जोड़ता है, तो सिस्टम उसे केवल एक डेटाबेस में सहेजता नहीं है। यह उस प्रविष्टि को एक डिजिटल श्रृंखला में सील कर देता है जहाँ प्रत्येक नया रिकॉर्ड पिछले रिकॉर्ड से गणितीय रूप से जुड़ा होता है। यह लिंक एक विशिष्ट प्रकार के डिजिटल फिंगरप्रिंट का उपयोग करके बनाया जाता है, एक ऐसी प्रक्रिया जो यह सुनिश्चित करती है कि यदि कोई भी पिछले किसी रिकॉर्ड में एक भी संख्या बदलने की कोशिश करता है, तो कनेक्शन की पूरी श्रृंखला टूट जाती है। सिस्टम तुरंत इस टूट को पहचान लेता है और अलार्म बजा देता है, जिससे यह सिद्ध होता है कि रिकॉर्ड के साथ छेड़छाड़ की गई है।

इस सिस्टम को रोजमर्रा के उपयोग के लिए व्यावहारिक बनाने के लिए, उन्होंने उपयोगकर्ताओं को अलग-अलग स्तर की पहुंच के साथ दो विशिष्ट समूहों में विभाजित किया है। प्रशासक (एडमिनिस्ट्रेटर) पूरे संगठन की पूर्ण वित्तीय तस्वीर देख सकते हैं, जबकि नियमित कर्मचारी केवल अपने स्वयं के रिकॉर्ड देख सकते हैं। यह भ्रम को रोकता है और गोपनीयता की रक्षा करता है, यह सुनिश्चित करता है कि एक कनिष्ठ कर्मचारी अनजाने में पूरी कंपनी के वेतन डेटा को न देख सके। इस सुरक्षित आधार के ऊपर इंटेलिजेंस लेयर (बुद्धिमत्ता परत) स्थित है। सिस्टम एक लार्ज लैंग्वेज मॉडल से जुड़ता है, जो एक प्रकार का आर्टिफिशियल इंटेलिजेंस है जिसे मानवीय भाषा और जटिल पैटर्न को समझने के लिए प्रशिक्षित किया गया है। यह एआई लगातार सीलबंद लेजर को पढ़ता है और कच्चे नंबरों को सरल अंग्रेजी (व्याख्यात्मक भाषा) में अनुवादित करता है। यह एक प्रबंधक को बता सकता है कि खर्च बजट सीमा के करीब पहुंच रहा है, महीने के अंत में कितनी राशि शेष रहेगी इसका पूर्वानुमान लगा सकता है, या कुछ वाक्यों में एक साल के लेनदेन का सारांश दे सकता है। यह एक स्थिर संख्या सूची को संगठन के वित्तीय स्वास्थ्य के बारे में एक संवाद में बदल देता है।

उन्होंने सिस्टम का कड़ाई से परीक्षण किया कि क्या यह डेटा को संशोधित करने के प्रयासों का सामना कर सकता है। परीक्षणों के एक सेट में, उन्होंने सामान्य एप्लिकेशन को दरकिनार करते हुए डेटाबेस में जानबूझकर एक मान (वैल्यू) को बदला ताकि यह देखा जा सके कि क्या सिस्टम इसे नोटिस करता है। जैसे ही परिवर्तन किया गया, डेटा के ब्लॉक्स के बीच का गणितीय लिंक टूट गया। सिस्टम का वेरिफिकेशन इंजन, जो शुरुआत से अंत तक श्रृंखला की जांच करता है, ने तुरंत विसंगति को चिह्नित किया और रिपोर्ट किया कि लेजर की अखंडता से समझौता किया गया है। इसने पुष्टि की कि सुरक्षा परत बिल्कुल इच्छानुसार काम करती है: किसी भी अनधिकृत संशोधन का तुरंत पता चल जाता है। परीक्षणों ने यह भी दिखाया कि आर्टिफिशियल इंटेलिजेंस डेटा का विश्लेषण करने और सटीक बजट अलर्ट और खर्च के पूर्वानुमान उत्पन्न करने में सफलतापूर्वक सक्षम था। यह सिस्टम MERN स्टैक और Google Gemini API का उपयोग करके बनाया गया है।

अपनी सफलता के बावजूद, उन्होंने स्वीकार किया कि सिस्टम की कुछ सीमाएँ हैं। चूंकि सुरक्षा श्रृंखला में क्रमवार प्रत्येक लिंक की जांच करने पर निर्भर करती है, इसलिए लाखों रिकॉर्ड वाले लेजर के इतिहास को सत्यापित करना धीमा हो सकता है। सिस्टम एक सख्त नियम लागू करता है कि पिछली प्रविष्टियों को संपादित नहीं किया जा सकता है, यहाँ तक कि गलती से भी; यदि कोई संख्या गलत है, तो उसे पुराने को बदलने के बजाय एक नई, क्षतिपूरक प्रविष्टि जोड़कर सुधारा जाना चाहिए। यह सुनिश्चित करता है कि इतिहास अटूट रहे, हालांकि यह एक मानक स्प्रेडशीट की तुलना में कम सुविधाजनक लग सकता है जहाँ कोई बस हटाकर फिर से लिख सकता है। इसके अलावा, क्योंकि यह सिस्टम लाइव बैंकिंग फीड से नहीं जुड़ता है, यह डेटा दर्ज करने के लिए उपयोगकर्ताओं पर निर्भर करता है, जिसका अर्थ है कि एआई के अनुमान उतने ही वर्तमान हैं जितनी कि वह जानकारी जो लोग टाइप करते हैं।

अंतिम परिणाम यह प्रदर्शन है कि वित्तीय प्रबंधन में पारदर्शिता और बुद्धिमत्ता को एक एकल, व्यावहारिक अनुप्रयोग में संयोजित किया जा सकता है। फिनलेजर एआई दिखाता है कि एक ऐसा डिजिटल रिकॉर्ड बनाना संभव है जो छेड़छाड़ के विरुद्ध गणितीय रूप से सील है और साथ ही डेटा को वास्तविक समय में उपयोगी बनाने के लिए आर्टिफिशियल इंटेलिजेंस का उपयोग करता है। इस प्रोटोटाइप ने अपने चार मुख्य लक्ष्यों को सफलतापूर्वक पूरा किया: इसने लेनदेन का एक सुरक्षित, अपरिवर्तनीय रिकॉर्ड बनाया, उपयोगकर्ता भूमिकाओं के आधार पर पहुंच को प्रतिबंधित किया, स्वचालित वित्तीय विश्लेषण प्रदान किया, और यह सारी जानकारी एक सरल, आसानी से पढ़े जाने वाले इंटरफेस के माध्यम से प्रस्तुत की। यह कार्य सुझाव देता है कि अब किसी भी आकार के संगठनों के पास वे उपकरण तक पहुंच हो सकती है जो पहले केवल बड़े निगमों के लिए आरक्षित थे, जो उनके वित्तीय इतिहास को ईमानदार रखने और उनके भविष्य की योजना को सूचित रखने का एक तरीका प्रदान करता है।