भारत भर के नगरपालिका निगम एक क्रांतिकारी परिवर्तन खोज रहे हैं। स्थानीय सरकारें संपत्ति कर संग्रह में कृत्रिम बुद्धिमत्ता (AI) का उपयोग कर रही हैं। गुड़गांव नगर निगम (MCG) और MCM इस परिवर्तन का प्रदर्शन कर रहे हैं।
“MCG ने इस वित्तीय वर्ष में ₹200 करोड़ का राजस्व उत्पन्न किया है, जो उनके FY24-25 लक्ष्य का 72% है, अधिकारियों के अनुसार।” MCM ने इस वित्तीय वर्ष में अब तक ₹29 करोड़ संग्रह किए हैं, जो पिछले वित्तीय वर्ष के पूरे संपत्ति कर राजस्व के बराबर या अधिक है।
पारंपरिक संपत्ति कर संग्रह भारत में कई चुनौतियों का सामना करता है। बाकी बकाया राशि बढ़ती जाती है जबकि मैन्युअल प्रक्रियाएं अप्रभावी बनी रहती हैं। AI-आधारित संग्रह नगरपालिका निकायों को एक स्केलेबल समाधान प्रदान करता है।
“हम अपना संपत्ति कर संग्रह बढ़ाने के लिए AI का उपयोग कर रहे हैं। हमने इस वित्तीय वर्ष में अब तक ₹200 करोड़ का राजस्व एकत्र किया है। AI का उपयोग करके, हमने केवल जुलाई में ₹95 करोड़ का राजस्व उत्पन्न किया,” MCG अतिरिक्त आयुक्त यश जलुका ने Times of India को बताया।
यह प्रणाली स्वत: ही उन निवासियों की पहचान करती है जिनका कर बाकी है। जनरेटिव AI बॉट्स संपत्ति मालिकों से वास्तविक समय में संपर्क करते हैं। ये बॉट्स निवासियों से पूछते हैं कि वे भुगतान में क्या कठिनाइयां झेल रहे हैं।
MCG का दृष्टिकोण डेटा विभाजन को आउटरीच से पहले शामिल करता है। अधिकारी संपत्ति मालिकों को विभिन्न समूहों में वर्गीकृत करते हैं—कुछ भुगतान की पुष्टि करते हैं जबकि अन्य पूरी तरह से इंकार कर देते हैं। तीसरा समूह वास्तविक भुगतान कठिनाइयों का सामना करता है।
“हमने सबसे अधिक बकाया वाले स्व-प्रमाणित संपत्तियों का डेटा लिया और जनरेटिव AI, जो एक बॉट है, का उपयोग करके मालिकों को कॉल किया। यह बॉट वास्तविक समय में उत्तर देता है। यदि आपने संपत्ति कर नहीं चुकाया, तो यह पूछेगा कि आपको कौन सी कठिनाइयां हुईं और उसके बाद आपकी चिंताओं का समाधान करेगा,” जलुका ने पत्रकारों को समझाया।
बॉट कर भुगतान के सवालों के लिए व्यक्तिगत सहायता प्रदान करता है। अधिकांश संपर्कित निवासियों ने अंततः अपनी बाकी राशि चुका दी। यह स्वचालित, सहानुभूतिपूर्ण संचार की प्रभावशीलता दिखाता है।
“AI मॉडल की शुरुआत यमुनानगर में एक पायलट प्रोजेक्ट के रूप में हुई। सिन्हा, जो नागरिक निकाय आयुक्त थे, ने इस प्रणाली को मानेसर और गुड़गांव में सफलतापूर्वक दोहराया।”
“हमने मानेसर और गुड़गांव में AI मॉडल को सफलतापूर्वक दोहराया, अब तक ₹29 करोड़ इकट्ठा किए गए, जो पिछले वित्तीय वर्ष के संपत्ति के कुल कर राजस्व के बराबर है,” सिन्हा ने मीडिया आउटलेट्स को बताया।
यह दोहराव विभिन्न शहरी केंद्रों में मॉडल की स्केलेबिलिटी को साबित करता है। अन्य नगरपालिका निकाय समान AI-आधारित संग्रह रणनीतियों को अपना सकते हैं।
वृद्ध राजस्व उत्पादन नागरिकों के लिए बेहतर बुनियादी ढांचे की अपेक्षाएं लाता है। निवासी शहर के विकास और सेवाओं में दृश्यमान सुधार की मांग करते हैं।
नगर के पास पर्याप्त कार्यबल और मशीनरी नहीं है कि वह प्रभावी ढंग से कार्य कर सके। MCG को अन्य नगर निगमों से सीख कर उचित मशीनरी में निवेश करना चाहिए,” ग़ौरी सरीन, मेकिंग मॉडल गुड़गाँव के संयोजक ने कहा।
यह प्रतिक्रिया एक महत्वपूर्ण चुनौती पर प्रकाश डालती है। उच्च कर संग्रह को सार्वजनिक सेवाओं में सुधार में अनुवादित होना चाहिए। अन्यथा, AI-आधारित कराधान में नागरिक विश्वास कम हो सकता है।
सरकारी कर संग्रह में AI का कार्यान्वयन मिसाले बनाता है। निजी व्यवसाय नगरपालिका स्वचालन रणनीतियों से सीख सकते हैं। यह तकनीक राजस्व संग्रह में स्पष्ट ROI (रिटर्न ऑन इन्वेस्टमेंट) दर्शाती है।
सदस्यता या सेवा भुगतान प्रबंधित करने वाली कंपनियां इसी तरह के दृष्टिकोण अपनाने पर विचार कर सकती हैं। स्वचालित, सहानुभूतिपूर्ण संचार भुगतान डिफॉल्ट को कम करता है जबकि ग्राहक संबंधों को बनाए रखता है।
MCG मॉडल विपणन प्रचार से परे AI के व्यावहारिक उपयोग को दर्शाता है। रियल-टाइम क्वेरी समाधान और व्यक्तिगत सहायता मापने योग्य परिणामों को बढ़ावा देते हैं।
भारतीय व्यवसायों के लिए सबक स्पष्ट रहता है। AI को अपनाना सबसे अच्छा होता है जब यह ठोस परिचालन चुनौतियों को संबोधित करता है। राजस्व संग्रह, ग्राहक सेवा और भुगतान सुविधा में तत्काल लाभ होता है।
राष्ट्रव्यापी नगरपालिका निगम MCG की सफलता को बारीकी से देख रहे होंगे। कई शहरों में मॉडल की प्रतिकृति व्यापक अपनाने का सुझाव देती है। यह रुझान स्थानीय सरकारों की नागरिकों के साथ कैसे बातचीत होती है इसे बदल सकता है, जबकि भारत के शहरी परिदृश्य में सेवा वितरण में सुधार किया जा सकता है।
