AI ઉત્પાદકતામાં ઉછાળો
બોસ્ટન કન્સલ્ટિંગ ગ્રુપ (BCG) નું વિશ્લેષણ દર્શાવે છે કે ભારતમાં આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) માટે નજીકના ગાળામાં મજબૂત આઉટલૂક છે. ઉત્પાદકતા અને ગુણવત્તામાં નોંધપાત્ર વૃદ્ધિની આગાહી કરવામાં આવી રહી છે. BCGX ના અંદાજ મુજબ, ભારતનો AI પ્રતિભા પૂલ, જે હાલમાં વૈશ્વિક આંકડાના 13% જેટલો છે, તે 2027 સુધીમાં 6 લાખ થી વધીને 12.5 લાખ થી વધુ થઈ શકે છે. દેશમાં AI સ્કીલ પેનિટ્રેશન નોંધપાત્ર રીતે ઊંચું છે, જે G20 અને OECD દેશોમાં પ્રથમ ક્રમે છે. આનો અર્થ એ છે કે ટેક-સેવી વર્કફોર્સ AI ટૂલ્સનો સક્રિયપણે ઉપયોગ કરી રહ્યું છે. આ ઉત્સાહ એક્ઝિક્યુટિવના વિશ્વાસમાં પણ પ્રતિબિંબિત થાય છે, જ્યાં 88% ભારતીય નેતાઓ AI માં સકારાત્મક ROI ની અપેક્ષા રાખે છે, જે વૈશ્વિક સરેરાશ કરતાં વધુ છે. અનુમાનો સૂચવે છે કે AI 2035 સુધીમાં ભારતના અર્થતંત્રમાં $500 બિલિયન થી $1.7 ટ્રિલિયન થી વધુનું યોગદાન આપી શકે છે. ખાસ કરીને IT સેવાઓ, ફાઇનાન્સ, કૃષિ અને આરોગ્ય ક્ષેત્રો પર તેની અસર જોવા મળશે. ઉદાહરણ તરીકે, નાણાકીય ક્ષેત્રમાં 90% સંસ્થાઓ નવીનતા, ગ્રાહક અનુભવ અને સુરક્ષા સુધારવા માટે AI/GenAI ને પ્રાધાન્ય આપી રહી છે.
પેટન્ટનો વિરોધાભાસ: સંશોધન Vs. રક્ષણ
આ આશાવાદી ચિત્ર અને વિકસતા પ્રતિભા પૂલ છતાં, ભારતની સાચી AI સાર્વભૌમત્વની આકાંક્ષાને એક ગંભીર નબળાઈ જોખમમાં મૂકી રહી છે. 2024 માં ભારતે લગભગ 26,000 AI પેટન્ટ અરજીઓ દાખલ કરી, જે તેને ટોચના વૈશ્વિક ફાઇલર્સમાં સ્થાન આપે છે. જોકે, તેનો પેટન્ટ ગ્રાન્ટ રેશિયો માત્ર 0.37% છે. આ દર યુનાઇટેડ સ્ટેટ્સ અને ચીન કરતાં પણ નોંધપાત્ર રીતે ઓછો છે, અને શૈક્ષણિક સંસ્થાઓનો તો 1% ફાઇલિંગ-ટુ-ગ્રાન્ટ રેશિયો છે. આ વિસંગતતા સંશોધનને સુરક્ષિત બૌદ્ધિક સંપદા (IP) માં રૂપાંતરિત કરવામાં સંઘર્ષ સૂચવે છે, જે 'sovereign by design' ક્ષમતાઓ સ્થાપિત કરવા માટે મુખ્ય ઘટક છે. ચીન વૈશ્વિક AI પેટન્ટ વોલ્યુમમાં પ્રભુત્વ ધરાવે છે, પરંતુ યુ.એસ. પ્રભાવશાળી, ટાંકવામાં આવેલી પેટન્ટમાં અગ્રેસર છે, જે નવીનતા વ્યૂહરચનામાં ગુણાત્મક તફાવત સૂચવે છે. AI પેટન્ટના પાંચમા સૌથી મોટા વૈશ્વિક ફાઇલર તરીકે ભારતનું સ્થાન પ્રશંસનીય હોવા છતાં, આ નીચા ગ્રાન્ટ રેશિયોને કારણે તે ઘરેલું ઇન્ફ્રાસ્ટ્રક્ચર વિકાસ હોવા છતાં વિદેશી IP અને ટેકનોલોજી ફ્રેમવર્ક પર નિર્ભર રહી શકે છે. ડિજિટલ પર્સનલ ડેટા પ્રોટેક્શન એક્ટ (DPDP એક્ટ) નિયમનકારી સુરક્ષા પૂરી પાડવાનો હેતુ ધરાવે છે, પરંતુ જાહેર રૂપે ઉપલબ્ધ ડેટા અંગે તેની મર્યાદા વૈશ્વિક AI મોડેલોને તાલીમ આપવામાં પડકારો ઊભા કરી શકે છે.
શ્રમબળની તૈયારીમાં અંતર
AI-સંચાલિત ઉત્પાદકતા પરના આશાવાદી દૃષ્ટિકોણને નોંધપાત્ર કૌશલ્ય અંતર (skills gap) દ્વારા સંતુલિત કરવામાં આવે છે. જ્યારે ભારત AI સ્કીલ પેનિટ્રેશનમાં અગ્રેસર છે, ત્યારે તેના કાર્યબળમાંથી માત્ર 36% લોકો હાલમાં AI માં કુશળ છે, જે વૈશ્વિક સરેરાશ 44% થી પાછળ છે. AI અપનાવવાનું વિસ્તરણ કરવા માટે આ અંતર એક નિર્ણાયક પરિબળ છે, ખાસ કરીને માઇક્રો, સ્મોલ અને મીડિયમ એન્ટરપ્રાઇઝિસ (MSMEs) માં જ્યાં AI અપનાવવાનું પ્રમાણ હજુ પણ 15% જેટલું ઓછું છે, જે ઊંચા ખર્ચ અને કૌશલ્યની અછત જેવી અવરોધોનો સામનો કરી રહ્યું છે. MSME AI લેબ જેવી પહેલ આ અંતરને દૂર કરવા માટે ઉભરી રહી હોવા છતાં, AI અપનાવવાનું ઉત્પાદકતા લાભમાં રૂપાંતરિત થાય તે સુનિશ્ચિત કરવા માટે વ્યાપક અપસ્કિલિંગ અને સંક્રમણ માર્ગો મહત્વપૂર્ણ છે. ભારતીય CEO AI ના ભવિષ્યમાં અત્યંત આત્મવિશ્વાસુ છે, પરંતુ AI નિર્ણય લેવાની પ્રક્રિયા મુખ્યત્વે ટેક-લૈડ (tech-led) રહે છે, બિઝનેસ-લૈડ (business-led) નહીં. માત્ર 55% CEO સીધી માલિકી લઈ રહ્યા છે, જે વૈશ્વિક સરેરાશ 72% ની સરખામણીમાં ઓછું છે.
ભાવિ દિશા: પડકારો અને સંભાવનાઓ
રાષ્ટ્રીય સ્થિતિસ્થાપકતા અને વિદેશી નિર્ભરતા ઘટાડવા માટે વ્યૂહાત્મક રીતે યોગ્ય 'sovereign by design' AI નો ભારતનો પીછો નોંધપાત્ર અવરોધોનો સામનો કરે છે. ઊંચા અરજી વોલ્યુમની તુલનામાં પેટન્ટ ગુણવત્તા અને ગ્રાન્ટ દરોમાં સ્પષ્ટ ખાધ, સંશોધન આઉટપુટને રક્ષણક્ષમ બૌદ્ધિક સંપદામાં રૂપાંતરિત કરવામાં મૂળભૂત પડકાર સૂચવે છે. આ IP ગેપ વાસ્તવિક તકનીકી સ્વતંત્રતાને નબળી પાડી શકે છે, જેનાથી ભારત ઘરેલું ઇન્ફ્રાસ્ટ્રક્ચર નિર્માણ છતાં અન્યત્ર વિકસિત AI ટેકનોલોજીનો ગ્રાહક બની રહેશે. DPDP એક્ટ, ડેટા ગવર્નન્સ તરફ એક પગલું હોવા છતાં, વૈશ્વિક ડેટાસેટ્સ પર AI મોડેલોને તાલીમ આપવાની જટિલતાઓને સંપૂર્ણપણે સંબોધિત કરી શકશે નહીં, જે ક્રોસ-બોર્ડર AI વિકાસ માટે પાલન અવરોધો ઊભા કરી શકે છે. વધુમાં, જોબ ઓગ્મેન્ટેશન માટેના આશાવાદી અનુમાનોને વર્તમાન 36% AI-કુશળ કાર્યબળ અને MSMEs દ્વારા આ ટેકનોલોજી અપનાવવામાં આવતા નોંધપાત્ર અવરોધો સામે ટીકાત્મક રીતે જોવું જોઈએ. વસ્તી અને વ્યવસાયોના વિશાળ વર્ગોને લક્ષ્યાંકિત કરતા આક્રમક અને અસરકારક સ્કીલિંગ કાર્યક્રમો વિના, AI ક્રાંતિ ડિજિટલ વિભાજનને પહોળું કરવાનું અને ભૂમિકાઓ ફરીથી ડિઝાઇન થતાં રોજગાર ગુમાવવાનું કે ઓછું રોજગાર મળવાનું જોખમ ધરાવે છે. ભારતની AI યાત્રા મહત્વાકાંક્ષી લક્ષ્યો અને ઊંચી આકાંક્ષાઓ દ્વારા ચિહ્નિત થયેલ છે. રાષ્ટ્રીય AI મિશન અને DPDP એક્ટ દ્વારા ડેટા સુરક્ષા પર સક્રિય વલણ જેવી સરકારી પહેલ દ્વારા આને સમર્થન મળે છે. દેશની શક્તિ તેના વિશાળ પ્રતિભા પૂલ અને AI રોકાણ પ્રત્યે વધતી એક્ઝિક્યુટિવ પ્રતિબદ્ધતામાં રહેલી છે. જોકે, પેટન્ટપાત્ર નવીનતા અને અરજી વોલ્યુમ વચ્ચેના અંતરને દૂર કરવું, અને વ્યાપક કૌશલ્ય અંતરને તાત્કાલિક સંબોધવું સર્વોપરી રહેશે. AI અપનાવવાનું સફળ વિસ્તરણ, ખાસ કરીને MSMEs અને કૃષિ તથા આરોગ્ય જેવા નિર્ણાયક ક્ષેત્રોમાં, આ માળખાકીય પડકારોને પાર કરવા પર નિર્ભર રહેશે. ભવિષ્યનો વિકાસ સંભવતઃ એવા ઇકોસિસ્ટમને પ્રોત્સાહન આપવાની ભારતની ક્ષમતા પર આધાર રાખશે જે માત્ર AI એપ્લિકેશન્સ જ નહીં, પરંતુ મજબૂત, વૈશ્વિક સ્તરે સ્પર્ધાત્મક બૌદ્ધિક સંપદા પણ જનરેટ કરે, જે તેની સાચી AI સાર્વભૌમત્વ અને ટકાઉ આર્થિક ઉત્કર્ષ તરફના માર્ગને મજબૂત બનાવે.