Whalesbook
"UPI of AI" : ભારતની AI મહત્વાકાંક્ષાનું નવું સ્વરૂપ
Dell Technologies India ના મેનેજિંગ ડિરેક્ટર, મનીષ ગુપ્તા, ભારતના આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) ભવિષ્ય માટે એક ક્રાંતિકારી વિઝન રજૂ કર્યું છે. તેઓ ડિજિટલ પેમેન્ટમાં ભારતના UPI જેવા પ્લેટફોર્મની સફળતાને AI ક્ષેત્રમાં લાવીને "UPI of AI" બનાવવા માંગે છે. આનો મુખ્ય ઉદ્દેશ્ય વિશાળ ડેટા સેન્ટર અને કમ્પ્યુટ ક્ષમતાઓને એકીકૃત કરવાનો છે, જે API દ્વારા સરળતાથી ઉપલબ્ધ થશે. આનાથી સ્ટાર્ટઅપ્સ થી લઈને મોટી કંપનીઓ અને શૈક્ષણિક સંસ્થાઓ દેશમાં AI સોલ્યુશન્સ વિકસાવવા અને નવીનતા લાવવા માટે સશક્ત બનશે.
સરકારની ઇન્ડિયા AI મિશન જેવી પહેલ, જેમાં આશરે ₹10,372 કરોડ નું રોકાણ કરવામાં આવ્યું છે, તે આ વિઝનમાં મહત્વપૂર્ણ ભૂમિકા ભજવશે. AI મિશન હેઠળ AI કોષ જેવા પ્લેટફોર્મ દ્વારા 7,000 થી વધુ ડેટાસેટ્સ હોસ્ટ કરવાનું લક્ષ્ય છે. આ સાથે, સ્થાનિક નવીનતાકારો માટે હાઇ-પર્ફોર્મન્સ કમ્પ્યુટિંગને સુલભ બનાવવા માટે હજારો GPUs ની ખરીદી કરવામાં આવશે.
Stanford University ના AI Vibrancy Tool મુજબ, ભારત AI સ્પર્ધાત્મકતામાં યુએસ અને ચીન પછી ત્રીજા સ્થાને છે. આ લક્ષ્યને પ્રાપ્ત કરવા માટે ઇન્ફ્રાસ્ટ્રક્ચરનો વિકાસ અત્યંત આવશ્યક છે.
યુઝર્સ નહીં, ડેવલપર્સ પર ફોકસ: AI નિર્માણની નવી દિશા
ગુપ્તાએ એક મહત્વપૂર્ણ વ્યૂહાત્મક પરિવર્તન પર ભાર મૂક્યો છે: 'એક અબજ યુઝર્સ' થી ધ્યાન હટાવીને 'દસ લાખ કે એક કરોડ ડેવલપર્સ' વિકસાવવા પર ધ્યાન કેન્દ્રિત કરવું. આ AI ના વપરાશમાંથી AI ના નિર્માણ તરફનું પગલું છે. IT સેવાઓમાં ભારતની મજબૂતાઈ અને એન્જિનિયર્સનો મોટો સમુહ આમાં મદદરૂપ થઈ શકે છે. જોકે, સર્જનાત્મક ટેકનોલોજી વચ્ચેના અંતરને ઘટાડવા અને પ્રાદેશિક ઇન્ફ્રાસ્ટ્રક્ચરની અસમાનતાઓને દૂર કરવી એ ખરા અર્થમાં એકીકૃત ડેવલપર કલ્ચર માટે જરૂરી છે.
એન્ટરપ્રાઇઝ અપનાવવામાં ROI નું મહત્વ: પાયલોટથી આગળ
સામાન્ય માન્યતાઓથી વિપરીત, ગુપ્તા માને છે કે એન્ટરપ્રાઇઝ AI અપનાવવામાં મુખ્ય અવરોધ સુરક્ષા ચિંતાઓ નથી, પરંતુ AI ની સંભાવનાને વાસ્તવિક, સ્કેલેબલ અને આવક ઊભી કરી શકે તેવા ઉપયોગના કિસ્સાઓમાં રૂપાંતરિત કરવાની મુશ્કેલી છે. ભારતમાં AI અપનાવવાની ગતિ વધી રહી છે અને તે એન્ટરપ્રાઇઝ AI/ML ટ્રાન્ઝેક્શનમાં વૈશ્વિક સ્તરે બીજા ક્રમે છે. તેમ છતાં, ઘણી સંસ્થાઓ હજુ પણ પ્રારંભિક તબક્કામાં છે અથવા પાયલોટ પ્રોજેક્ટ્સમાંથી નક્કર ROI (Return on Investment) ને માપવામાં સંઘર્ષ કરી રહી છે. ઘણા ભારતીય ઉદ્યોગો કૌશલ્યના અંતર અને ડેટા મેનેજમેન્ટની જટિલતાઓને કારણે બાહ્ય ભાગીદારો પર આધાર રાખે છે.
નિયમનકારી માળખામાં સંતુલન: ચપળતા વિરુદ્ધ દેખરેખ
નવીનતા અને નિયમન વચ્ચેનો સંવાદ સ્પર્ધાત્મક પ્રાથમિકતાઓ તરીકે નહીં, પરંતુ સહ-અસ્તિત્વ ધરાવતી જરૂરિયાતો તરીકે જોવામાં આવે છે. 2023 નો ડિજિટલ પર્સનલ ડેટા પ્રોટેક્શન (DPDP) એક્ટ ડેટા ગોપનીયતા માટેનો આધાર પૂરો પાડે છે. જોકે, હાલના કાયદાઓ અલ્ગોરિધમિક પારદર્શિતા, પક્ષપાત અને સ્વયંસંચાલિત નિર્ણય લેવા જેવા AI-વિશિષ્ટ જોખમોને કેટલી હદ સુધી સંબોધે છે તે અંગે ચિંતાઓ યથાવત છે. સુરક્ષા કે ગોપનીયતા સાથે સમાધાન કર્યા વિના ચપળતાને વિકસવા દે તેવું સંતુલન જાળવવું આવશ્યક છે.
AI સ્ટેકમાં માળખાકીય નબળાઈઓ
ભારતની AI સ્પર્ધાત્મકતા વધી રહી હોવા છતાં, માળખાકીય પડકારો યથાવત છે. દેશની વિદેશી ટેકનોલોજી, ખાસ કરીને એડવાન્સ્ડ ચિપ્સ પરની નિર્ભરતા, ભૌગોલિક રાજકીય સપ્લાય ચેઇન વિક્ષેપો સામે નબળાઈ ઊભી કરે છે. GDP ના 0.65% જેટલો ભારતનો R&D ખર્ચ, વૈશ્વિક નેતાઓ કરતાં ઘણો ઓછો છે, જે નવીનતાઓને અવરોધી શકે છે. ડેટા વૃદ્ધિ અને ઇન્ફ્રાસ્ટ્રક્ચરની જટિલતાને કારણે હાલની કમ્પ્યુટ ક્ષમતા પર પણ દબાણ છે.
પ્રતિભાનો અભાવ અને કૌશલ્ય ધોવાણની ચિંતાઓ
ભારતમાં એન્જિનિયર્સનો મોટો સમુહ હોવા છતાં, એડવાન્સ્ડ AI અને ડેટા મેનેજમેન્ટમાં કુશળતાનો નોંધપાત્ર અભાવ છે. આના કારણે બાહ્ય ભાગીદારો પર નિર્ભરતા વધે છે અને જો AI પર વધુ પડતું નિર્ભરતા માનવ ક્ષમતાઓ ઘટાડે તો કૌશલ્ય ધોવાણનું જોખમ રહે છે. વર્તમાન AI PhD ની તાલીમ અને ડેવલપર બેઝને વધારવાની યોજનાઓ ટકાઉ વૃદ્ધિ માટે મહત્વપૂર્ણ છે.
ડેટા સાર્વભૌમત્વ અને ભૌગોલિક રાજકીય જોખમો
ભારત-વિશિષ્ટ ડેટા પર તાલીમ પામેલા સ્વદેશી મોડલ્સને દર્શાવતા "સાર્વભૌમ AI" સ્ટેક માટેનો પ્રયાસ વૈશ્વિક ટેકનોલોજીકલ વિઘટનનો વ્યૂહાત્મક પ્રતિસાદ છે. જોકે, ડેટા ગોપનીયતા અને સુરક્ષાના મુદ્દાઓ નિર્ણાયક રહે છે. DPDP એક્ટ માળખું પૂરું પાડે છે, પરંતુ AI-વિશિષ્ટ ગોપનીયતા જોખમો માટે તેનો અમલ હજુ ચકાસાઈ રહ્યો છે.
ભવિષ્યનું દૃશ્ય
Dell Technologies ના AI સર્વર શિપમેન્ટ્સ અને બેકલોગ મજબૂત એન્ટરપ્રાઇઝ માંગ સૂચવે છે, જેમાં $11.7 બિલિયન નો નોંધપાત્ર બેકલોગ છે અને વાર્ષિક AI સર્વર શિપમેન્ટ માર્ગદર્શન $20 બિલિયન સુધી વધારવામાં આવ્યું છે. બ્રોડર ભારતીય AI માર્કેટમાં પણ નોંધપાત્ર વૃદ્ધિની અપેક્ષા છે, જે 2032 સુધીમાં $130 બિલિયન કરતાં વધુ થવાની ધારણા છે. સફળતા મહત્વાકાંક્ષા અને અમલીકરણ વચ્ચેના અંતરને અસરકારક રીતે દૂર કરવા, ડેવલપર સક્ષમતા, દર્શાવી શકાય તેવા ROI અને સંતુલિત નિયમનકારી અભિગમ પર નિર્ભર રહેશે.