ભારત પોતાની આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) ક્ષમતાઓ વિકસાવવા પર ભાર મૂકી રહ્યું છે, જેથી વિદેશી ટેકનોલોજી પરની નિર્ભરતા ઘટાડી શકાય. નિષ્ણાતો માને છે કે સ્થાનિક AI સ્ટાર્ટઅપ્સને સફળ બનાવવા માટે સરકારે 'એન્કર કસ્ટમર' તરીકે કામ કરવું પડશે. રોકાણકારો માટે, આ ફેરફાર સ્થાનિક ટેક ઇકોસિસ્ટમમાં IT સેવાઓ, ડેટા ઇન્ફ્રાસ્ટ્રક્ચર અને ખાસ AI ડેવલપર્સ જેવા ક્ષેત્રોમાં નવી તકો ઊભી કરી શકે છે, પરંતુ પ્રોજેક્ટ એક્ઝિક્યુશન અને નીતિ અમલીકરણની ગતિ જેવા જોખમો પણ સાથે લાવે છે.
શું થયું?
ભારતમાં 'Sovereign AI' – એટલે કે દેશમાં ડિઝાઇન, ટ્રેન અને હોસ્ટ કરાયેલ આર્ટિફિશિયલ ઇન્ટેલિજન્સ ટેકનોલોજી વિકસાવવાની જરૂરિયાત અંગે ચર્ચા વધી રહી છે. મુખ્ય દલીલ એ છે કે ભારતે તેની નિર્ણાયક ડિજિટલ જરૂરિયાતો માટે માત્ર વિદેશી મોડેલ્સ અને ઇન્ફ્રાસ્ટ્રક્ચર પર નિર્ભર ન રહેવું જોઈએ. આને સમર્થન આપવા માટે, સરકાર માત્ર નીતિ નિર્માતા તરીકે જ નહીં, પરંતુ 'એન્કર કસ્ટમર' તરીકે પણ પગલું ભરે તેવી માંગણીઓ થઈ રહી છે. આનો અર્થ એ છે કે સરકારે જાહેર સેવાઓ માટે ઘરઆંગણે વિકસિત AI સોલ્યુશન્સ સક્રિયપણે ખરીદવા અને તેનો ઉપયોગ કરવો જોઈએ, જેનાથી નવી ટેક કંપનીઓને સ્કેલ કરવા માટે જરૂરી નાણાકીય સ્થિરતા અને પ્રારંભિક માંગ પૂરી પાડી શકાય.
રોકાણકારો માટે શા માટે મહત્વનું?
રોકાણકારો માટે, Sovereign AI તરફ સંભવિત પગલું માત્ર ટેકનોલોજી કરતાં વધુ છે; તે ઔદ્યોગિક નીતિ વિશે છે. જ્યારે સરકાર સ્થાનિક ઉત્પાદનો ખરીદવાની પ્રતિબદ્ધતા દર્શાવે છે, ત્યારે તે સંકળાયેલી કંપનીઓ માટે આવકનો નિશ્ચિત પ્રવાહ ઊભો કરે છે. આ ખાનગી રોકાણકારો માટે જોખમ ઘટાડે છે જેઓ અન્યથા ભારતમાં નવી AI કંપનીઓમાં ભંડોળ પૂરું પાડતા અચકાવું પડી શકે છે.
જો આ વ્યૂહરચના મોટા પાયે લાગુ કરવામાં આવે, તો તે AI વિભાગોનું નિર્માણ કરતી ભારતીય IT કંપનીઓ તેમજ લેંગ્વેજ મોડેલ્સ (LLMs) અને સ્થાનિક ડેટા પ્રોસેસિંગ પર કામ કરતી ખાસ સ્ટાર્ટઅપ્સ માટે નોંધપાત્ર વૃદ્ધિની તકો ઊભી કરી શકે છે. તે એક સંભવિત પરિવર્તન સૂચવે છે જ્યાં જાહેર ક્ષેત્ર ખાનગી ક્ષેત્રના નવીનતા માટે ઉત્પ્રેરક તરીકે કાર્ય કરે છે, જે વ્યાપક ભારતીય ટેક અને ડેટા-સેન્ટર ઇકોસિસ્ટમના વિકાસને વેગ આપી શકે છે.
મોટો બિઝનેસ સંદર્ભ
ભારતે પહેલેથી જ IndiaAI મિશન શરૂ કર્યું છે, જે આ ક્ષેત્રમાં કમ્પ્યુટિંગ ક્ષમતા બનાવવા અને નવીનતાને ટેકો આપવા માટે સ્થાપિત કરવામાં આવ્યું છે. આ મિશનમાં નોંધપાત્ર નાણાકીય ફાળવણી જોવામાં આવી છે, જે ભારતીય વસ્તીની વિવિધ ભાષાઓ અને વાસ્તવિકતાઓને પ્રતિબિંબિત કરતા ડેટા સેટ્સ અને ઇન્ફ્રાસ્ટ્રક્ચર સ્થાપિત કરવા માટે નિર્ધારિત છે.
જોકે, મિશન હોવા અને સંપૂર્ણ કાર્યરત sovereign AI નેટવર્ક હોવા વચ્ચેનું અંતર હજુ પણ મોટું છે. આ ટેકનોલોજી વિકસાવવી મૂડી-ઘનિષ્ઠ છે અને હાર્ડવેર અને ખાસ પ્રતિભામાં ભારે રોકાણની જરૂર છે. પ્રસ્તાવિત વ્યૂહરચના – જ્યાં રાજ્ય પ્રારંભિક તબક્કાના જોખમને શોષી લે છે – તે યુએસ અને ચીનમાં ઉપયોગમાં લેવાતા મોડેલો સમાન છે, જ્યાં સતત સરકારી ખરીદીએ વૈશ્વિક ટેકનોલોજી જાયન્ટ્સ બનાવવામાં મદદ કરી છે.
જોખમો અને અમલીકરણના પડકારો
જ્યારે Sovereign AI નો ખ્યાલ આશાસ્પદ લાગે છે, ત્યારે રોકાણકારોએ 'એક્ઝિક્યુશન રિસ્ક' (અમલીકરણના જોખમ) વિશે સાવચેત રહેવું જોઈએ. સરકારી સમર્થન હોવા છતાં, સ્પર્ધાત્મક AI મોડેલ્સ બનાવવાનો માર્ગ મુશ્કેલ છે.
સૌથી મોટા અવરોધોમાંનો એક નોકરશાહીનો ઘર્ષણ છે. ભારતમાં જાહેર ખરીદી પ્રક્રિયાઓ ધીમી અને જટિલ હોઈ શકે છે, જે AI વિકાસની ઝડપી ગતિશીલ પ્રકૃતિ સાથે સુસંગત ન હોઈ શકે. જો સરકાર આ ટેકનોલોજી ખરીદવા માટે સરળ, ઝડપી અને પારદર્શક પ્રણાલીઓ બનાવવામાં નિષ્ફળ જાય, તો કંપનીઓને નફો મેળવવામાં અથવા વિકાસની સમયમર્યાદા પૂરી કરવામાં મુશ્કેલી પડી શકે છે.
વધુમાં, બિનકાર્યક્ષમતાનું જોખમ પણ છે. જ્યારે રાજ્યનું સમર્થન સામેલ હોય, ત્યારે ક્યારેક ભંડોળ શુદ્ધ તકનીકી યોગ્યતાને બદલે બિન-વાણિજ્યિક પરિબળોના આધારે કંપનીઓને ફાળવવાનું જોખમ રહેલું છે. રોકાણકારોએ સરકારી કરારો પર વધુ પડતી નિર્ભરતાના જોખમ પર પણ નજર રાખવી જોઈએ, જે નીતિ પ્રાથમિકતાઓ બદલાય અથવા ખરીદીના બજેટમાં ઘટાડો થાય તો કંપનીઓને નબળા બનાવી શકે છે.
રોકાણકારોએ શું ટ્રેક કરવું જોઈએ?
આ ક્ષેત્ર પર નજર રાખતા રોકાણકારોએ ત્રણ મુખ્ય ક્ષેત્રોમાં અપડેટ્સ શોધવા જોઈએ. પ્રથમ, ખરીદીના નિયમોમાં કોઈપણ નક્કર ફેરફારો જુઓ જે ઘરેલું AI કંપનીઓ માટે સરકારી કરારો જીતવાનું સરળ બનાવે. બીજું, હાલના IndiaAI મિશન હેઠળ ભંડોળ અને પ્રોજેક્ટ્સની વાસ્તવિક રજૂઆત પર નજર રાખો. ત્રીજું, ભારતીય IT સેવા કંપનીઓ અને સ્થાનિક ડીપ-ટેક ફર્મ્સના પ્રદર્શનનું નિરીક્ષણ કરો કે મોટા પાયે સરકારી અથવા જાહેર-ક્ષેત્ર AI પ્રોજેક્ટ્સમાંથી તેમનું કેટલું આવક શરૂ થાય છે. આ વ્યૂહરચનાની સફળતા સંભવતઃ સરકાર સ્થાનિક ટેકનોલોજીને વિકસાવવામાં 'એન્કર' ની ભૂમિકાને ખાનગી ક્ષેત્રની ચપળતાને અવરોધ્યા વિના કેટલી સફળતાપૂર્વક સંતુલિત કરી શકે છે તેના પર નિર્ભર રહેશે.
