ભારતમાં રિસ્પોન્સિબલ AI અપનાવવામાં વૃદ્ધિ, નાસકોમ રિપોર્ટ વ્યૂહાત્મક આવશ્યકતા અને સતત પડકારો પર પ્રકાશ પાડે છે

રિસ્પોન્સિબલ આર્ટિફિશિયલ ઇન્ટેલિજન્સ (RAI) હવે માત્ર નૈતિક વિચારણા નથી, પરંતુ ભારતીય ઉદ્યોગો માટે મુખ્ય વ્યવસાયિક ઉદ્દેશ બની ગયું છે, જે નાસકોમનો 'સ્ટેટ ઓફ રિસ્પોન્સિબલ AI ઇન ઇન્ડિયા 2025' રિપોર્ટ દર્શાવે છે. ઓક્ટોબર-નવેમ્બર 2025 દરમિયાન 574 વરિષ્ઠ અધિકારીઓ વચ્ચે હાથ ધરવામાં આવેલ આ અભ્યાસ, સંસ્થાની AI ક્ષમતાઓ અને તેની જવાબદાર શાસન પદ્ધતિઓમાં પરિપક્વતા વચ્ચે મજબૂત સંબંધ સૂચવે છે. AI ને સ્કેલ કરવામાં આત્મવિશ્વાસ ધરાવતી લગભગ 60% કંપનીઓએ મજબૂત RAI ફ્રેમવર્ક સ્થાપિત કર્યા છે, જે વિશ્વાસ, શાસન અને લાંબા ગાળાના મૂલ્ય નિર્માણ સાથે તેના જોડાણને પ્રકાશિત કરે છે. 2023 થી આ સ્પષ્ટ વર્ષ-દર-વર્ષ પ્રગતિ દર્શાવે છે, જેમાં 30% વ્યવસાયો પરિપક્વ RAI પદ્ધતિઓ ધરાવતા હોવાનું અને 45% સક્રિયપણે ઔપચારિક ફ્રેમવર્ક લાગુ કરી રહ્યા હોવાનું જણાવે છે. મોટી કંપનીઓ RAI પરિપક્વતામાં અગ્રેસર છે (46%), જ્યારે નાના અને મધ્યમ ઉદ્યોગો (SMEs) 20% અને સ્ટાર્ટઅપ્સ 16% સમાન પરિપક્વતા સ્તર દર્શાવે છે. જોકે, નાની કંપનીઓમાં જવાબદાર AI ધોરણો અપનાવવાની ઇચ્છા વધી રહી છે. ઉદ્યોગના દ્રષ્ટિકોણથી, બેંકિંગ, ફાઇનાન્સિયલ સર્વિસીસ અને ઇન્સ્યોરન્સ (BFSI) ક્ષેત્ર 35% પરિપક્વતા સાથે અગ્રણી છે, ત્યારબાદ ટેક્નોલોજી, મીડિયા અને ટેલિકોમ્યુનિકેશન્સ (TMT) 31% અને આરોગ્યસંભાળ 18% પર છે. આ ક્ષેત્રોમાં લગભગ અડધા વ્યવસાયો તેમના RAI ફ્રેમવર્કને સક્રિયપણે વધારી રહ્યા છે. નાસકોમની સિનિયર વાઇસ પ્રેસિડેન્ટ અને ચીફ સ્ટ્રેટેજી ઓફિસર સંગીતા ગુપ્તાએ ભારપૂર્વક જણાવ્યું કે, AI ખાસ કરીને ફાઇનાન્સ અને હેલ્થકેર જેવા નિર્ણાયક ક્ષેત્રોમાં સંકલિત થતાં, રિસ્પોન્સિબલ AI વિશ્વાસ અને જવાબદારી માટે મૂળભૂત છે. તેમણે માત્ર પાલનથી આગળ વધીને AI જીવનચક્રમાં જવાબદારીને સમાવિષ્ટ કરવાની હિમાયત કરી. સંસ્થાઓ માટે એક મુખ્ય ધ્યાન કાર્યબળને સશક્ત બનાવવાનું છે, જેમાં લગભગ 90% AI સંવેદનશીલતા અને તાલીમ કાર્યક્રમોમાં રોકાણ કરી રહ્યા છે. ડેટા સુરક્ષા જવાબદારીઓ પૂર્ણ કરવાની તેમની ક્ષમતા પર કંપનીઓએ સૌથી વધુ વિશ્વાસ વ્યક્ત કર્યો. જવાબદારી માળખા પણ વિકસિત થઈ રહ્યા છે, જેમાં 48% સંસ્થાઓ AI શાસન જવાબદારીઓ C-suite અથવા બોર્ડને સોંપે છે, જ્યારે 26% તેને વિભાગીય વડાઓને સોંપે છે. AI નીતિશાસ્ત્ર બોર્ડ અને સમિતિઓ પણ ઝડપથી સ્થાપિત થઈ રહી છે, ખાસ કરીને પરિપક્વ સંસ્થાઓમાં, જેમાંથી 65% એ આવી સંસ્થાઓ અપનાવી છે. પ્રગતિ છતાં, નોંધપાત્ર પડકારો અસરકારક RAI અમલીકરણમાં અવરોધ બની રહ્યા છે. સૌથી વધુ ઉલ્લેખિત AI જોખમોમાં હેલ્યુસિનેશન્સ (56%), ગોપનીયતાનું ઉલ્લંઘન (36%), સમજાવટનો અભાવ (35%), અને અજાણ્યો પક્ષપાત અથવા ભેદભાવ (29%) નો સમાવેશ થાય છે. સફળ RAI માટેના મુખ્ય અવરોધો છે: ઉચ્ચ-ગુણવત્તાવાળા ડેટાનો અભાવ (43%), નિયમનકારી અનિશ્ચિતતા (20%), અને કુશળ કર્મચારીઓની અછત (15%). SMEs ખાસ કરીને ઉચ્ચ અમલીકરણ ખર્ચને એક નિર્ણાયક અવરોધ તરીકે પ્રકાશિત કરે છે. જેમ જેમ AI સિસ્ટમ્સ વધુ સ્વાયત્ત બની રહી છે, તેમ તેમ ઉચ્ચ RAI પરિપક્વતા ધરાવતી કંપનીઓ એજન્ટિક AI જેવી ઉભરતી ટેક્નોલોજીઓને સંભાળવા માટે વધુ સજ્જ અનુભવે છે. જોકે, ઉદ્યોગના નેતાઓ ચેતવણી આપે છે કે આ અદ્યતન સ્વાયત્ત સિસ્ટમ્સ દ્વારા ઉભા કરાયેલા અનન્ય જોખમોને મેનેજ કરવા માટે વર્તમાન ફ્રેમવર્કને નોંધપાત્ર અપડેટ્સની જરૂર પડશે. ભારતની વિશાળ ડેટા જનરેશન ક્ષમતાઓ હોવા છતાં, ખાસ કરીને ભારતીય ભાષાઓ માટે ડેટાની ગુણવત્તા અને સુલભતા એક મુખ્ય અવરોધ બની રહી છે.