Gartner की रिपोर्ट के मुताबिक, खराब डेटा क्वालिटी की वजह से भारत में AI प्रोजेक्ट्स फेल हो रहे हैं। यह समस्या कंपनियों की तकनीकी क्षमता से परे है। भारतीय कंपनियों के लिए डेटा साइलो और पुरानी प्रणालियाँ एक बड़ी चुनौती हैं, भले ही IndiaAI मिशन में **₹10,371 करोड़** का भारी निवेश किया गया हो।
कॉर्पोरेट टेक की दुनिया में एक बड़ी ट्रेंड उभरकर सामने आ रही है: जनरेटिव AI प्रोजेक्ट्स की असफलता के पीछे सबसे बड़ा कारण एडवांस्ड एल्गोरिदम की कमी नहीं, बल्कि खराब डेटा क्वालिटी है। इंडस्ट्री रिसर्च के अनुसार, कंपनियां पा रही हैं कि सबसे शानदार AI मॉडल भी घटिया या बिखरे हुए डेटा की भरपाई नहीं कर सकते। यह चुनौती उन भारतीय कंपनियों के लिए ख़ास तौर पर मायने रखती है जो तेज़ी से अपने बिज़नेस ऑपरेशंस में AI को इंटीग्रेट करने की कोशिश कर रही हैं।
भारत में डेटा की असली मुश्किलें
भारत UPI और कई बड़े पब्लिक सिस्टम्स जैसे प्लेटफॉर्म्स के ज़रिए भारी मात्रा में डिजिटल जानकारी जेनरेट करता है। लेकिन, यह डेटा अक्सर पुरानी यानी लेगेसी प्रणालियों में फंसा रहता है। कई कंपनियों को AI के इस्तेमाल के लिए इस जानकारी को साफ करने और व्यवस्थित करने में दिक्कतों का सामना करना पड़ता है। टेक्निकल या टैलेंट की कमी के विपरीत, जिसे अक्सर हायरिंग या ट्रेनिंग से हल किया जा सकता है, इंफ्रास्ट्रक्चर की कमियों के लिए डेटा को कैसे स्टोर, गवर्न और एक्सेस किया जाता है, इसमें बिज़नेस के स्तर पर बड़े बदलाव की ज़रूरत होती है। रिसर्च बताती है कि इंटीग्रेशन में मुश्किल और यूनिफाइड डेटा स्टैंडर्ड्स की कमी, लोकल फर्म्स के आधुनिकीकरण के रास्ते में बड़े रोड़े हैं।
स्ट्रेटेजिक निवेश बनाम राष्ट्रीय पहलें
इन कमियों को दूर करने के लिए, भारतीय सरकार ने मार्च 2024 में ₹10,371 करोड़ के आवंटन के साथ IndiaAI मिशन लॉन्च किया। इस पहल का लक्ष्य एक नेशनल डेटासेट प्लेटफॉर्म बनाना और 38,000 से ज़्यादा GPUs प्रदान करके कंप्यूट कैपेसिटी का विस्तार करना है। हालांकि, एनालिस्ट्स बताते हैं कि ये राष्ट्रीय स्तर के निवेश समाधान का सिर्फ एक हिस्सा हैं। अलग-अलग कंपनियों के लिए, इंटरनल डेटा पाइपलाइन और गवर्नेंस फ्रेमवर्क बनाना अभी भी एक ज़िम्मेदारी है। बाहरी कंप्यूट रिसोर्सेस पर पूरी तरह निर्भर रहना तब तक काफी नहीं है जब तक कि इन सिस्टम्स को फीड करने वाला इंटरनल डेटा असंगत या अविश्वसनीय न हो।
फाइनेंशियल इम्पैक्ट और इंफ्रास्ट्रक्चर के विकल्प
AI पर ग्लोबल खर्च में काफी बढ़ोतरी होने की उम्मीद है, जिसका एक बड़ा हिस्सा इंफ्रास्ट्रक्चर पर जाएगा। कई भारतीय फर्मों के लिए, Microsoft Azure, AWS, और Google Cloud जैसे क्लाउड प्रोवाइडर्स ने स्केलेबल इंफ्रास्ट्रक्चर की पेशकश करके एंट्री का फाइनेंशियल बैरियर कम कर दिया है। इन प्लेटफॉर्म्स का उपयोग करके, कंपनियां भारी अपफ्रंट कैपिटल खर्च से बच सकती हैं। हालांकि, इन AI प्रोजेक्ट्स की फाइनेंशियल एफिशिएंसी डेटा मैच्योरिटी से जुड़ी हुई है। जो कंपनियां डेटा गवर्नेंस को प्राथमिकता देती हैं – इसे फाइनेंशियल रिपोर्टिंग की तरह ही गंभीरता से लेती हैं – उनके AI निवेश पर रिटर्न देखने की संभावना ज़्यादा होती है। निवेशकों को यह नज़र रखना चाहिए कि ऑर्गनाइजेशन अपने टेक्नोलॉजी बजट को फ्रंट-एंड AI टूल्स और ज़रूरी बैक-एंड डेटा इंफ्रास्ट्रक्चर के बीच कैसे आवंटित करते हैं, क्योंकि यही उनके डिजिटल ट्रांसफॉर्मेशन एफर्ट्स की सस्टेनेबिलिटी तय करेगा।