Whalesbook
SARTHAK: fiscal mechanics
SARTHAK પહેલ માત્ર એક ડિજિટલ અપગ્રેડ નથી, પરંતુ નોંધપાત્ર નુકસાનથી પીડિત જૂની સિસ્ટમનું સુધારાત્મક પગલું છે. આગામી પાંચ વર્ષમાં ₹25,530 કરોડ ફાળવીને, કેન્દ્ર સરકાર AI-આધારિત મોનિટરિંગ અને કમાન્ડ-એન્ડ-કંટ્રોલ સેન્ટર્સ પર મૂડી ખર્ચ દ્વારા અનાજ વિતરણમાં 28% લીકેજની સમસ્યાને હલ કરવાની આશા રાખી રહી છે. આ રોકાણની અસરકારકતા બ્લોકચેન-આધારિત ટ્રેકિંગ અને IoT સેન્સર્સના એકીકરણ પર આધાર રાખે છે, જે મેન્યુઅલ, ભૂલ-સંભવિત ડેટા એન્ટ્રીને બાયપાસ કરી શકે છે. આ ભૂલોને કારણે લાભાર્થીઓની ડુપ્લિકેશન અને નકલી ખાતાઓ બન્યા છે.
FPS ડીલર્સ માટે આર્થિક વાસ્તવિકતા
સૌથી મોટો માળખાકીય જોખમ ફેર પ્રાઇસ શોપ્સ (FPS) ની આર્થિક સદ્ધરતામાં રહેલો છે. વર્તમાન માર્જિન – સામાન્ય રાજ્યો માટે ₹90 પ્રતિ ક્વિન્ટલ અને વિશેષ રાજ્યો માટે ₹180 – ઉદ્યોગ નિષ્ણાતો દ્વારા વધતા ઓપરેશનલ ખર્ચને પહોંચી વળવા માટે અપૂરતા માનવામાં આવે છે. આ માર્જિનને લગભગ ₹140 પ્રતિ ક્વિન્ટલ સુધી લાવવાનો પ્રયાસ માત્ર પ્રોત્સાહન કાર્યક્રમ નથી, પરંતુ યોજનાના અસ્તિત્વ માટે પૂર્વશરત છે. આવા સમાયોજન વિના, ડિજિટલ સંક્રમણ ડીલરના નાદારીને વેગ આપી શકે છે, જે આશ્ચર્યજનક રીતે વધુ પારદર્શક ડિજિટલ આર્કિટેક્ચર હોવા છતાં ખોરાકની ભૌતિક પહોંચ ઘટાડશે.
માળખાકીય અવરોધો અને અમલીકરણ જોખમ
કેન્દ્રિય કોર્પોરેટ રોલઆઉટથી વિપરીત, SARTHAK ભારતના સંઘીય સપ્લાય ચેઇનના અવ્યવસ્થિત વાસ્તવિકતાનો સામનો કરે છે. રાજ્ય સરકારો વિવિધ પ્રાપ્તિ મોડેલો હેઠળ કાર્ય કરે છે, જે એકીકૃત રાષ્ટ્રીય ડેટાબેઝના અમલીકરણ દરમિયાન ઘર્ષણની ઉચ્ચ સંભાવના બનાવે છે. 100% વન નેશન વન રેશન કાર્ડ પોર્ટેબિલિટીમાં સંક્રમણ માટે રાજ્ય-વિશિષ્ટ બાયોમેટ્રિક સિસ્ટમ્સ અને કેન્દ્રીય કમાન્ડ ઇન્ફ્રાસ્ટ્રક્ચર વચ્ચે સીમલેસ ઇન્ટરઓપરેબિલિટીની જરૂર છે. ઐતિહાસિક રીતે, રાજ્યોમાં ડેટાને પ્રમાણિત કરવાના પ્રયાસો ગંભીર તકનીકી લેટન્સી અને બાયોમેટ્રિક પ્રમાણીકરણમાં નિષ્ફળતાઓ સાથે મળ્યા છે, જે અંતિમ વપરાશકર્તાઓ માટે મુખ્ય અવરોધ બની રહ્યા છે.
વિશ્લેષકોનો નકારાત્મક અભિગમ (Bear Case)
પ્રસ્તાવિત મોડેલના ટીકાકારો મહત્વાકાંક્ષી ટેકનોલોજી જમાવટ અને ગ્રાઉન્ડ-લેવલ એક્ઝેક્યુશન વચ્ચેના સતત ડિસ્કનેક્ટ તરફ નિર્દેશ કરે છે. AI પર સ્ટોક સ્તરોનું સંચાલન અને પરિવહનનું નિરીક્ષણ કરવા માટેનો આધાર એ ધારણા પર રહેલો છે કે હાલનું વેરહાઉસ ઇન્ફ્રાસ્ટ્રક્ચર સચોટ, રીઅલ-ટાઇમ ઇનપુટ્સ પ્રદાન કરવા માટે પૂરતું ડિજિટાઇઝ્ડ છે. જો સ્ટોરેજ પોઇન્ટ પર મૂળભૂત ડેટા માનવીય ભૂલ અથવા મેન્યુઅલ હેરફેરથી દૂષિત રહે છે, તો AI ફક્ત બિનકાર્યક્ષમતાઓને સ્વચાલિત કરશે. વધુમાં, નાણાકીય લપસણીનું જોખમ છે; જો નવા ડિજિટલ ઇન્ફ્રાસ્ટ્રક્ચરની જાળવણીનો ખર્ચ લીકેજને પ્લગ કરવાથી બચાવેલા નાણાં કરતાં વધી જાય, તો રાષ્ટ્રીય ખાદ્ય સબસિડી બિલ પર ચોખ્ખી અસર પ્રતિકૂળ સાબિત થઈ શકે છે. આ સુધારાની લાંબા ગાળાની ટકાઉપણુંની સાચી કસોટી એ હશે કે સરકાર રાજ્યોને આ નવા ઓપરેશનલ ધોરણોનું પાલન કરવા દબાણ કરી શકે છે કે કેમ, ખાસ કરીને ફેડરલ અને રાજ્ય સ્તરો વચ્ચે વહેંચાયેલ હેન્ડલિંગ ચાર્જિસ સંબંધિત.