दुनियाभर में AI पर भारी-भरकम इन्वेस्टमेंट के बावजूद प्रोडक्टिविटी में उम्मीद के मुताबिक उछाल नहीं दिख रहा है। इसकी मुख्य वजह कंपनियों का पुराने कामकाज के तरीकों में बदलाव न करना है। भारत के लिए असली आर्थिक मौका बड़े AI मॉडल बनाने में नहीं, बल्कि छोटे और मध्यम उद्योगों (MSMEs) तक AI को पहुंचाने में है। सफलता डेटा की क्वालिटी, कर्मचारियों की ट्रेनिंग और पारंपरिक बिज़नेस प्रक्रियाओं को डिजिटल बनाने पर निर्भर करेगी।
AI का बढ़ता फोकस और प्रोडक्टिविटी की हकीकत
आर्टिफिशियल इंटेलिजेंस (AI) अब सिर्फ एक खास टेक्निकल फील्ड नहीं रह गया, बल्कि यह एक बड़ी आर्थिक ताकत बन गया है। दुनिया की दिग्गज टेक कंपनियां इस पर अरबों डॉलर खर्च कर रही हैं। इंटरनेशनल मॉनेटरी फंड (IMF) ने भी AI को लेबर मार्केट और ग्रोथ के लिए गेम-चेंजर बताया है, लेकिन अभी तक इस बड़े इन्वेस्टमेंट के मुकाबले प्रोडक्टिविटी में वैसा उछाल नहीं दिखा है। यह एक जानी-पहचानी आर्थिक सच्चाई है कि टेक्नोलॉजिकल एडवांसमेंट तुरंत उत्पादन (Output) में तब्दील नहीं होता।
प्रोडक्टिविटी पैराडॉक्स से सीख
इतिहास गवाह है कि नई टेक्नोलॉजी को अपनाने में वक्त लगता है। 1987 में नोबेल प्राइज विनर रॉबर्ट सोलोव ने कहा था कि कंप्यूटर आम होने के बावजूद प्रोडक्टिविटी के आंकड़ों में दिखाई नहीं दे रहे थे। इस 'प्रोडक्टिविटी पैराडॉक्स' को बाद में सिर्फ हार्डवेयर से नहीं, बल्कि कंपनियों के कामकाज के तरीकों और मैनेजमेंट प्रैक्टिसेस में बड़े बदलावों से सुलझाया गया। आज भी कई कंपनियां AI टूल्स जैसे चैटबॉट या कोडिंग असिस्टेंट को बस पुराने सिस्टम में जोड़ रही हैं। इससे एफिशिएंसी नहीं बढ़ रही, क्योंकि कर्मचारी बिखरे हुए डेटाबेस और AI से मिले काम को मैन्युअल वेरिफाई करने के बोझ तले दबे हैं।
डेटा क्वालिटी और ऑर्गनाइजेशनल चुनौतियां
असली प्रोडक्टिविटी ग्रोथ में कई प्रैक्टिकल दिक्कतें आ रही हैं, खासकर डेटा क्वालिटी। AI सिस्टम उसी जानकारी पर काम करते हैं जो उन्हें मिलती है। अगर डेटा बिखरा हुआ, इनकंसिस्टेंट या डुप्लिकेट है, तो नतीजे खराब होंगे। खराब क्वालिटी वाले डेटा को तेज़ी से प्रोसेस करने का मतलब बेहतर फैसले लेना नहीं है। इसके अलावा, ठोस फायदे के लिए सिर्फ सॉफ्टवेयर पर कैपिटल खर्च करना काफी नहीं है। इसके लिए मजबूत ऑर्गनाइजेशनल कैपिटल, सॉलिड गवर्नेंस और मैनेजमेंट की क्षमता चाहिए कि वे सप्लाई चेन को री-कॉन्फ़िगर कर सकें और कर्मचारियों को री-ट्रेन कर सकें।
भारत के लिए आगे का रास्ता
भारत इन चुनौतियों से निपटने के लिए एक खास पोजीशन में है। हमारे पास पहले से ही आधार (Aadhaar) और यूनिफाइड पेमेंट्स इंटरफेस (UPI) जैसा मजबूत डिजिटल पब्लिक इंफ्रास्ट्रक्चर है, जिसने बड़े पैमाने पर डिजिटल अपनाने की नींव रखी है। भले ही 'इंडिया AI मिशन' टेक्नोलॉजिकल डेवलपमेंट पर फोकस कर रहा हो, लेकिन इसका असली आर्थिक असर इस बात पर निर्भर करेगा कि ये टूल्स देश के विशाल माइक्रो, स्मॉल और मीडियम एंटरप्राइजेज (MSMEs) तक कितनी प्रभावी ढंग से पहुंचते हैं।
MSMEs भारत के GDP में करीब 30% का योगदान देते हैं और 11 करोड़ से ज़्यादा लोगों को रोज़गार देते हैं। बड़ी, टेक-फॉरवर्ड कंपनियों के विपरीत, जो पहले से ही डिजिटल ट्रांसफॉर्मेशन कर चुकी हैं, लाखों छोटे व्यवसाय अभी भी मैन्युअल तरीकों पर निर्भर हैं। भारत के लिए सबसे बड़ा आर्थिक मूल्य शायद इसी गैप को भरने से आएगा। इन्वेस्टर्स और पॉलिसीमेकर्स इस पर नज़र रखेंगे कि AI टूल्स मैन्युफैक्चरिंग, लॉजिस्टिक्स और एग्रीकल्चर जैसे सेक्टरों में कैसे इंटीग्रेट होते हैं। भारत की AI यात्रा की असली सफलता हाई-प्रोफाइल, फ्रंटियर AI मॉडल बनाने में नहीं, बल्कि सामान्य व्यवसायों में इन तकनीकों के फैलाव से मापी जाएगी, जिसके लिए मैनेजेरियल कैपेबिलिटी और डेटा गवर्नेंस में इन्वेस्टमेंट ज़रूरी होगा।