ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಬ್ಯಾಂಕಿಂಗ್ನಲ್ಲಿ ಮುಂದಿನ ದೊಡ್ಡ ಪರಿವರ್ತನೆ ಎಂದು ಹೇಳಲಾಗುತ್ತಿದೆ. ಕೆಲವು ರೀತಿಯಲ್ಲಿ, ಇದು. AI ಹಸ್ತಚಾಲಿತ ಕೆಲಸವನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ, ವಂಚನೆ ಪತ್ತೆಯನ್ನು ಸುಧಾರಿಸುತ್ತದೆ, ಹಣಕಾಸಿನ ಮಾರ್ಗದರ್ಶನವನ್ನು ವೈಯಕ್ತೀಕರಿಸುತ್ತದೆ, ವಿಮೆಯನ್ನು ವೇಗಗೊಳಿಸುತ್ತದೆ, ಗ್ರಾಹಕ ಸೇವೆಯನ್ನು ಬಲಪಡಿಸುತ್ತದೆ ಮತ್ತು ಮುಂಚೂಣಿಯ ಸಿಬ್ಬಂದಿ ಗ್ರಾಹಕರಿಗೆ ಉತ್ತಮ ಸೇವೆ ನೀಡಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ.
ಆದರೆ ಉತ್ಸಾಹದ ಕೆಳಗೆ ಅಪಾಯಕಾರಿ ತಪ್ಪುಗ್ರಹಿಕೆ ಇದೆ: ಅವರು ಯಾರಿಗೆ ಸೇವೆ ಸಲ್ಲಿಸುತ್ತಾರೆ, ಅವರು ಉತ್ತಮವಾಗಿ ಏನು ಮಾಡುತ್ತಾರೆ ಮತ್ತು ಅವರು ಹೇಗೆ ಕೆಲಸ ಮಾಡುತ್ತಾರೆ ಎಂಬುದನ್ನು ನಿರ್ಧರಿಸುವ ಕಠಿಣ ಕೆಲಸವನ್ನು ಮಾಡದ ಸಂಸ್ಥೆಗಳನ್ನು AI ಸರಿಪಡಿಸುತ್ತದೆ.
ಅದು ಆಗುವುದಿಲ್ಲ.
AI ಒಂದು ತಂತ್ರವಲ್ಲ. ಇದು ವೇಗವರ್ಧಕವಾಗಿದೆ. ಇದು ಶಕ್ತಿಯುತ ಸಂಸ್ಥೆಗಳನ್ನು ವೇಗವಾಗಿ, ಸ್ಪಷ್ಟವಾಗಿ ಮತ್ತು ಹೆಚ್ಚು ಸ್ಪಂದಿಸುವಂತೆ ಮಾಡುತ್ತದೆ. ಇದು ಗೊಂದಲಮಯ ಸಂಸ್ಥೆಗಳನ್ನು ಪ್ರಮಾಣದಲ್ಲಿ ಹೆಚ್ಚು ಗೊಂದಲಮಯವಾಗಿಸುತ್ತದೆ.
ಇದು ಅನೇಕ ಬ್ಯಾಂಕ್ಗಳು, ಎನ್ಬಿಎಫ್ಸಿಗಳು, ಸಹಕಾರಿ ಸಂಸ್ಥೆಗಳು ಮತ್ತು ಫಿನ್ಟೆಕ್ಗಳು ಎದುರಿಸಬೇಕಾದ ಅಹಿತಕರ ಸತ್ಯವಾಗಿದೆ. ಪ್ರಶ್ನೆ “ನಮ್ಮ AI ತಂತ್ರ ಏನು?” ಉತ್ತಮ ಪ್ರಶ್ನೆಯೆಂದರೆ, “AI ಯೊಂದಿಗೆ ಪರಿಹರಿಸಲು ನಾವು ಯಾವ ಸಾಂಸ್ಥಿಕ ಸಮಸ್ಯೆಯನ್ನು ಸಾಕಷ್ಟು ಶಿಸ್ತುಬದ್ಧಗೊಳಿಸಿದ್ದೇವೆ?”
ಹಣಕಾಸು ಸಂಸ್ಥೆಯ ಕಾರ್ಯನಿರ್ವಾಹಕರೊಂದಿಗಿನ ನನ್ನ ಸಂಶೋಧನೆಯಲ್ಲಿ, ನಾನು ಸ್ಥಿರವಾದ ಅಂತರವನ್ನು ನೋಡಿದೆ. ನಾಯಕರು ತಮ್ಮ ಉದ್ಯಮವು ಪ್ರಸ್ತುತವಾಗಿ ಉಳಿಯುತ್ತದೆ ಎಂದು ನಂಬಿದ್ದರು. ತಮ್ಮ ಸ್ವಂತ ಸಂಸ್ಥೆಗಳು AI ಅನ್ನು ಬಳಸಲು ಸಿದ್ಧವಾಗಿವೆ ಎಂದು ಅವರು ಕಡಿಮೆ ವಿಶ್ವಾಸ ಹೊಂದಿದ್ದರು. ಅವರ ದಿನನಿತ್ಯದ ಕೆಲಸದ ಹರಿವುಗಳು ಅವರು ಈಗಾಗಲೇ ಸಂಗ್ರಹಿಸುತ್ತಿರುವ ಡೇಟಾವನ್ನು ವಾಸ್ತವವಾಗಿ ಬಳಸುತ್ತಿದ್ದಾರೆ ಎಂದು ಅವರು ಕಡಿಮೆ ವಿಶ್ವಾಸ ಹೊಂದಿದ್ದರು. ಆ ಏಣಿಯ ಮೆಟ್ಟಿಲು ಮುಖ್ಯವಾಗಿದೆ.
ಇದು ಆಳವಾದ ಸಮಸ್ಯೆಯನ್ನು ಬಹಿರಂಗಪಡಿಸುತ್ತದೆ. ಅನೇಕ ಸಂಸ್ಥೆಗಳು AI ಸಮಸ್ಯೆಯನ್ನು ಹೊಂದಿಲ್ಲ. ಆಪರೇಟಿಂಗ್ ಮಾಡೆಲ್ನಲ್ಲಿ ಅವರಿಗೆ ಸಮಸ್ಯೆ ಇದೆ.
ಡೇಟಾ ಅಸ್ತಿತ್ವದಲ್ಲಿದೆ ಆದರೆ ವಿಭಜಿತವಾಗಿದೆ. ಗ್ರಾಹಕರ ಸಿಗ್ನಲ್ಗಳು ಇವೆ, ಆದರೆ ಯಾರೂ ಅವುಗಳ ಮೇಲೆ ತ್ವರಿತವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವುದಿಲ್ಲ. ಮುಂಚೂಣಿ ಸಿಬ್ಬಂದಿ ಸಂಬಂಧಗಳನ್ನು ಹೊಂದಿದ್ದಾರೆ, ಆದರೆ ಯಾವಾಗಲೂ ಉಪಕರಣಗಳಲ್ಲ. ನಿರ್ವಹಣಾ ತಂಡವು ಹೊಸತನವನ್ನು ಬಯಸುತ್ತದೆ, ಆದರೆ ಸಂಸ್ಥೆಯು ಈಗಾಗಲೇ ಹಲವಾರು ಆದ್ಯತೆಗಳನ್ನು ಹೊಂದಿದೆ. ನಂತರ AI ಸಂಭಾಷಣೆಯನ್ನು ಪ್ರವೇಶಿಸುತ್ತದೆ ಮತ್ತು ಶಬ್ದದ ಮೇಲೆ ಲೇಯರ್ಡ್ ಮತ್ತೊಂದು ಉಪಕ್ರಮವಾಗುತ್ತದೆ.
ಸಂಸ್ಥೆಗಳು ಹಣ ವ್ಯರ್ಥ ಮಾಡುವುದೇ ಹೀಗೆ. ಕೆಲಸದ ಹರಿವನ್ನು ಸರಿಪಡಿಸುವ ಮೊದಲು ಅವರು ಉಪಕರಣಗಳನ್ನು ಖರೀದಿಸುತ್ತಾರೆ. ಅವರು ಯಶಸ್ಸನ್ನು ವ್ಯಾಖ್ಯಾನಿಸದೆ ಪೈಲಟ್ಗಳನ್ನು ಪ್ರಾರಂಭಿಸುತ್ತಾರೆ. ಅವರು ಮೊದಲು ಮರುವಿನ್ಯಾಸಗೊಳಿಸಬೇಕಾದ ಪ್ರಕ್ರಿಯೆಗಳನ್ನು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸುತ್ತಾರೆ. ಅವರು ಮಾಹಿತಿಯನ್ನು ಉತ್ಪಾದಿಸಲು AI ಅನ್ನು ಕೇಳುತ್ತಾರೆ, ಆದರೆ ಆ ಮಾಹಿತಿಯನ್ನು ಕ್ರಿಯೆಯಾಗಿ ಪರಿವರ್ತಿಸಲು ಯಾರೂ ಜವಾಬ್ದಾರರಾಗಿರುವುದಿಲ್ಲ.
ಬ್ಯಾಂಕಿಂಗ್ನಲ್ಲಿ ಕ್ರಮವೇ ಎಲ್ಲವೂ.
ಮಂಥನವನ್ನು ಊಹಿಸುವ ಮಾದರಿಯು ಯಾರಾದರೂ ಮಧ್ಯಪ್ರವೇಶಿಸಬಹುದಾದರೆ ಮಾತ್ರ ಉಪಯುಕ್ತವಾಗಿದೆ. ಸಂಸ್ಥೆಯು ಬೆಲೆ, ಔಟ್ರೀಚ್ ಅಥವಾ ಅಂಡರ್ರೈಟಿಂಗ್ ಅನ್ನು ಬದಲಾಯಿಸಿದರೆ ಮಾತ್ರ ಸಾಲದ ಬೇಡಿಕೆಯನ್ನು ತೋರಿಸುವ ಡ್ಯಾಶ್ಬೋರ್ಡ್ ಉಪಯುಕ್ತವಾಗಿರುತ್ತದೆ. ಚಾಟ್ಬಾಟ್ ನಂಬಿಕೆಯನ್ನು ನಾಶಪಡಿಸದೆ ಗ್ರಾಹಕರ ಅನುಭವವನ್ನು ಸುಧಾರಿಸಿದರೆ ಮಾತ್ರ ಉಪಯುಕ್ತವಾಗಿರುತ್ತದೆ. AI ಹೆಚ್ಚು ವರದಿಗಳನ್ನು ತಯಾರಿಸುವುದು ರೂಪಾಂತರವಲ್ಲ. ಓದದಿರುವ ವರದಿಗಳನ್ನು ರಚಿಸಲು ಇದು ವೇಗವಾದ ಮಾರ್ಗವಾಗಿದೆ.
ಭಾರತೀಯ ಪ್ರೇಕ್ಷಕರಿಗೆ, ಈ ವ್ಯತ್ಯಾಸವು ನಿರ್ಣಾಯಕವಾಗಿದೆ. ಭಾರತವು ಪ್ರಮಾಣ, ಡಿಜಿಟಲ್ ಅಳವಡಿಕೆ, ಸಾರ್ವಜನಿಕ ಮೂಲಸೌಕರ್ಯ ಮತ್ತು ಆರ್ಥಿಕ ಸೇರ್ಪಡೆಗಾಗಿ ಮಹತ್ವಾಕಾಂಕ್ಷೆಯ ಅಪರೂಪದ ಸಂಯೋಜನೆಯನ್ನು ಹೊಂದಿದೆ. ದೇಶವು ಹಳೆಯ ಬ್ಯಾಂಕಿಂಗ್ ಮಾದರಿಗಳನ್ನು ಮೀರಿಸಬಹುದು. ಆದರೆ ಸಂಸ್ಥೆಗಳು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಶಿಸ್ತಿನ ಬದಲು ಅಲಂಕಾರಿಕವಾಗಿ ಪರಿಗಣಿಸಿದರೆ ಅದು ಹೆಚ್ಚು ಪ್ರಬುದ್ಧ ಮಾರುಕಟ್ಟೆಗಳ ತಪ್ಪುಗಳನ್ನು ಪುನರಾವರ್ತಿಸಬಹುದು.
ಜನರನ್ನು ಬದಲಿಸದಿರುವುದು ದೊಡ್ಡ ಅವಕಾಶ. ಇದು ಜನರನ್ನು ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಮಾಡುತ್ತದೆ.
ಸಣ್ಣ ವ್ಯಾಪಾರ ಗ್ರಾಹಕರು ಕ್ರೆಡಿಟ್ ಅಗತ್ಯವಿರುವಾಗ ಸಂಬಂಧ ವ್ಯವಸ್ಥಾಪಕರು ತಿಳಿದಿರಬೇಕು. ಠೇವಣಿದಾರನು ಯಾವಾಗ ದರ ಸಂವೇದನಾಶೀಲನಾಗುತ್ತಾನೆ ಎಂಬುದನ್ನು ಬ್ಯಾಂಕ್ ತಿಳಿದಿರಬೇಕು. ಅರ್ಜಿದಾರರು ಪ್ರವಾಸವನ್ನು ಎಲ್ಲಿ ತ್ಯಜಿಸುತ್ತಾರೆ ಎಂಬುದನ್ನು ಸಾಲದಾತನು ತಿಳಿದಿರಬೇಕು. ಗ್ರಾಹಕ ಸೇವಾ ಪ್ರತಿನಿಧಿಯು ಗ್ರಾಹಕರ ಸಂಬಂಧದ ಸಂಪೂರ್ಣ ಸಂದರ್ಭವನ್ನು ನೋಡಬೇಕು, ಚಾನಲ್ಗಳಲ್ಲಿ ಅವರ ಕಥೆಯನ್ನು ಪುನರಾವರ್ತಿಸಲು ಅವರನ್ನು ಒತ್ತಾಯಿಸಬಾರದು.
ಇದು ಹಣಕಾಸು ಸೇವೆಗಳಲ್ಲಿ AI ಯ ಭರವಸೆಯಾಗಿದೆ: ತಂಪಾದ ಬ್ಯಾಂಕಿಂಗ್ ಅಲ್ಲ, ಆದರೆ ಹೆಚ್ಚು ಜಾಗೃತ ಬ್ಯಾಂಕಿಂಗ್.
ಮನುಷ್ಯ ಮತ್ತು ಯಂತ್ರದ ನಡುವಿನ ರೇಖೆಯನ್ನು ಉದ್ದೇಶಪೂರ್ವಕವಾಗಿ ಎಳೆಯಬೇಕು. ವಾಡಿಕೆಯ ಬ್ಯಾಲೆನ್ಸ್ ವಿಚಾರಣೆಗಳು, ಪಾವತಿ ದೃಢೀಕರಣಗಳು, ಡಾಕ್ಯುಮೆಂಟ್ ಚೆಕ್ಗಳು ಮತ್ತು ಮೂಲ ಸೇವಾ ವಿನಂತಿಗಳನ್ನು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸಬಹುದು. ಆದರೆ ಸಂಕಟ, ವಂಚನೆ, ಸ್ವತ್ತುಮರುಸ್ವಾಧೀನ, ಪ್ರಮುಖ ಸಾಲದ ನಿರ್ಧಾರಗಳು ಅಥವಾ ಆರ್ಥಿಕ ದುರ್ಬಲತೆಯನ್ನು ಒಳಗೊಂಡ ಕ್ಷಣಗಳಿಗೆ ಮಾನವ ನಿರ್ಣಯದ ಅಗತ್ಯವಿರುತ್ತದೆ. ಇದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ ಸಂಸ್ಥೆಗಳು AI ಗ್ರಾಹಕರನ್ನು ಸ್ಪರ್ಶಿಸಬೇಕೇ ಎಂದು ಪ್ರಶ್ನಿಸುವುದಿಲ್ಲ. ಯಾವ ಗ್ರಾಹಕ ಕ್ಷಣಗಳು ಮಾನವರಾಗಿ ಉಳಿಯಬೇಕು ಮತ್ತು ಯಾವುದನ್ನು ನಿರಾತಂಕವಾಗಿ ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸಬೇಕು ಎಂಬುದನ್ನು ಅವರು ವ್ಯಾಖ್ಯಾನಿಸುತ್ತಾರೆ.
ಆ ಸ್ಪಷ್ಟತೆಯೇ ನಾಯಕತ್ವ.
ಎರಡನೆಯ ಅವಶ್ಯಕತೆ ಡೇಟಾ ಶಿಸ್ತು. AI ಒಳಹರಿವಿನ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿದೆ. ಗ್ರಾಹಕರ ಡೇಟಾವು ಸಿಸ್ಟಂಗಳಲ್ಲಿ ಹರಡಿಕೊಂಡರೆ, ಉತ್ಪನ್ನದ ಮಾಲೀಕತ್ವವು ಅಸ್ಪಷ್ಟವಾಗಿದ್ದರೆ, ಸಿಬ್ಬಂದಿ ತಮ್ಮ ಮುಂದೆ ಇರುವ ಮಾಹಿತಿಯನ್ನು ನಂಬದಿದ್ದರೆ, AI ಮಾಂತ್ರಿಕವಾಗಿ ಬುದ್ಧಿವಂತಿಕೆಯನ್ನು ಸೃಷ್ಟಿಸುವುದಿಲ್ಲ. ಇದು ಅವ್ಯವಸ್ಥೆಯನ್ನು ಬಹಿರಂಗಪಡಿಸುತ್ತದೆ.
ಮೂರನೇ ಅವಶ್ಯಕತೆ ವೇಗ. ಹಣಕಾಸಿನ ನಡವಳಿಕೆಯು ಹೆಚ್ಚು ದ್ರವವಾಗುತ್ತಿದೆ. ಗ್ರಾಹಕರು ಪ್ರತಿಕ್ರಿಯಿಸಲು ಬಳಸುವ ಸಂಸ್ಥೆಗಳಿಗಿಂತ ವೇಗವಾಗಿ ಹಣವನ್ನು ಹೋಲಿಸುತ್ತಾರೆ, ವ್ಯಾಪಾರ ಮಾಡುತ್ತಾರೆ, ಎರವಲು ಪಡೆಯುತ್ತಾರೆ, ಹೂಡಿಕೆ ಮಾಡುತ್ತಾರೆ ಮತ್ತು ಚಲಿಸುತ್ತಾರೆ. ನೈಜ ಸಮಯದಲ್ಲಿ ಅಪಾಯಗಳು ಮತ್ತು ಅವಕಾಶಗಳನ್ನು ನೋಡಲು ಸಂಸ್ಥೆಗಳಿಗೆ AI ಸಹಾಯ ಮಾಡಬೇಕು. ಯಾವ ಗ್ರಾಹಕರು ಅಲೆಯುತ್ತಿದ್ದಾರೆ? ಯಾವ ಅಪ್ಲಿಕೇಶನ್ಗಳನ್ನು ನಿರ್ಬಂಧಿಸಲಾಗಿದೆ? ಯಾವ ಠೇವಣಿ ಸಮೂಹಗಳು ದುರ್ಬಲವಾಗಿವೆ? ಯಾವ ಪ್ರತಿಸ್ಪರ್ಧಿ ನಡೆಯಿಗೆ ಇಂದು ಪ್ರತಿಕ್ರಿಯೆಯ ಅಗತ್ಯವಿದೆ?
ನಾಲ್ಕನೆಯ ಅವಶ್ಯಕತೆ ಸಂಯಮ. ಪ್ರತಿಯೊಂದು ಸಂಸ್ಥೆಯು ಎಲ್ಲವನ್ನೂ ನಿರ್ಮಿಸಬೇಕಾಗಿಲ್ಲ. ವಾಸ್ತವವಾಗಿ, ಹೆಚ್ಚಿನವರು ಮಾಡಬಾರದು. ಉತ್ತಮ ಸಂಸ್ಥೆಗಳು ಕೆಲವು ಹೆಚ್ಚಿನ-ಮೌಲ್ಯದ ಬಳಕೆಯ ಪ್ರಕರಣಗಳನ್ನು ಆಯ್ಕೆಮಾಡುತ್ತವೆ ಮತ್ತು ಅವುಗಳನ್ನು ಆಳವಾಗಿ ಕಾರ್ಯಗತಗೊಳಿಸುತ್ತವೆ. ದುರ್ಬಲರು ಪ್ರತಿ ಡೆಮೊವನ್ನು ವೀಕ್ಷಿಸುತ್ತಾರೆ.
ಭಾರತೀಯ ಹಣಕಾಸು ಸಂಸ್ಥೆಗಳಿಗೆ, AI ಕಂಪನಿಗಳಾಗುವುದು ಮುಂದಿನ ಮಾರ್ಗವಲ್ಲ. ಸ್ಪಷ್ಟ ಉದ್ದೇಶದ ಸೇವೆಯಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಬಳಸುವ ಸ್ಪಷ್ಟ ಹಣಕಾಸು ಸಂಸ್ಥೆಗಳಾಗುವುದು.
ಅಂದರೆ ಕಡಿಮೆ ರಂಗಭೂಮಿ ಪ್ರಶ್ನೆಗಳನ್ನು ಮತ್ತು ಹೆಚ್ಚು ಪ್ರಾಯೋಗಿಕ ಪ್ರಶ್ನೆಗಳನ್ನು ಕೇಳುವುದು.
ನಾವು ಮೌನವಾಗಿ ಗ್ರಾಹಕರನ್ನು ಎಲ್ಲಿ ಕಳೆದುಕೊಳ್ಳುತ್ತಿದ್ದೇವೆ? ಹೆಚ್ಚಿನ ಮೌಲ್ಯದ ಸೇವೆಗಳಿಗೆ ಅಡ್ಡಿಯಾಗುವ ಪುನರಾವರ್ತಿತ ಕೆಲಸವನ್ನು ನೌಕರರು ಎಲ್ಲಿ ಮಾಡುತ್ತಿದ್ದಾರೆ? ನಾವು ಡೇಟಾವನ್ನು ಎಲ್ಲಿ ಹೊಂದಿದ್ದೇವೆ ಆದರೆ ಯಾವುದೇ ನಿರ್ಧಾರವಿಲ್ಲವೇ? ಗ್ರಾಹಕನಿಗೆ ವೇಗ ಎಲ್ಲಿ ಬೇಕು ಮತ್ತು ಅವನಿಗೆ ಪರಾನುಭೂತಿ ಎಲ್ಲಿ ಬೇಕು? ಯಾವ ವರ್ಕ್ಫ್ಲೋಗಳು, ಸುಧಾರಿಸಿದರೆ, ವಾಸ್ತವವಾಗಿ ಬೆಳವಣಿಗೆ, ವಿಶ್ವಾಸ ಅಥವಾ ಅಪಾಯವನ್ನು ಚಲಿಸುತ್ತದೆ?
ಬ್ಯಾಂಕಿಂಗ್ನಲ್ಲಿ AI ಅಗಾಧವಾಗಿ ಮುಖ್ಯವಾಗಿದೆ. ಆದರೆ ಅದನ್ನು ಅಳವಡಿಸಿಕೊಂಡ ಸಂಸ್ಥೆಗಳಿಗೆ ಅದು ಪ್ರತಿಫಲ ನೀಡುವುದಿಲ್ಲ. ಅವರು ಏನಾಗಲು ಪ್ರಯತ್ನಿಸುತ್ತಿದ್ದಾರೆಂದು ತಿಳಿದಿರುವ ಸಂಸ್ಥೆಗಳಿಗೆ ಇದು ಪ್ರತಿಫಲ ನೀಡುತ್ತದೆ.
ಹೆಚ್ಚು AI ಪೈಲಟ್ಗಳನ್ನು ಹೊಂದಿರುವ ಸಂಸ್ಥೆಗಳಿಂದ ಬ್ಯಾಂಕಿಂಗ್ನ ಭವಿಷ್ಯವನ್ನು ಗೆಲ್ಲಲಾಗುವುದಿಲ್ಲ. ಇದು ಸ್ಪಷ್ಟವಾದ ಆಯ್ಕೆಗಳೊಂದಿಗೆ ಸಂಸ್ಥೆಗಳಿಂದ ಗೆಲ್ಲುತ್ತದೆ.
ಹಕ್ಕು ನಿರಾಕರಣೆ
ಮೇಲೆ ವ್ಯಕ್ತಪಡಿಸಿದ ಅಭಿಪ್ರಾಯಗಳು ಲೇಖಕರದ್ದು.
ಲೇಖನದ ಅಂತ್ಯ
