भारताची AI मधील मोठी तफावत: कंपन्यांचे बोर्ड आणि शिक्षण व्यवस्था का मागे पडत आहे?

मनुष्यबळातील संरचनात्मक तफावत

आर्टिफिशियल इंटेलिजन्समुळे (AI) मोठ्या प्रमाणात बेरोजगारी वाढेल, ही कल्पना थोडी चुकीची आहे. खरी समस्या ही आहे की, अनेक क्षेत्रांतील सुरुवातीच्या स्तरावरील नोकऱ्या, विशेषतः जिथे नियमित आणि ठराविक कामे केली जातात, त्या आता AI मुळे हळूहळू कमी होत आहेत. इंडस्ट्रीमधील तज्ञांच्या मते, या समस्येवर मात करण्यासाठी, नोकऱ्यांमध्ये बदल करणे आवश्यक आहे. AI मुळे कामाची अंमलबजावणी (Execution) सुलभ होईल, पण मानवी देखरेख (Human Oversight) अजूनही गरजेची असेल.

मात्र, या नवीन 'ह्युमन सँडविच' मॉडेलकडे वळण्यात अपयश आल्यास, अनेक पदवीधर भविष्यात नोकरीसाठी पात्र ठरणार नाहीत, कारण त्यांच्याकडे असलेले कौशल्य कालबाह्य झालेले असेल.

नविन आर्थिक विभाजन: निर्माता वि. ग्राहक

AI च्या अंदाजित वाढीमुळे जगात संपत्तीचे वितरण असमान होण्याची शक्यता आहे. अमेरिका आणि चीन यांसारखे देश तब्बल $17.6 ट्रिलियन मार्केटचा मोठा हिस्सा मिळवतील. भारताचे 10% चे लक्ष्य हे तंत्रज्ञानात आघाडी घेण्याऐवजी बचावात्मक पवित्रा दर्शवते. याचे मुख्य कारण म्हणजे, खोलवर संशोधन आणि स्वतःचे मॉडेल विकसित करण्यासाठी गुंतवणुकीचा अभाव. भारताचा भर 'डिफ्यूजन' म्हणजे सध्याची AI मॉडेल्स शेती आणि आरोग्यसेवेसारख्या क्षेत्रांमध्ये वापरण्यावर आहे. पण यामुळे भारत कायम तंत्रज्ञान आयात करणारा देश बनण्याचा धोका आहे, जिथे नफ्याऐवजी परदेशी कंपन्यांना रॉयल्टी (Licensing Rents) द्यावी लागेल.

संस्थात्मक प्रशासनातील पोकळी

भारतातील कॉर्पोरेट गव्हर्नन्समध्ये (Corporate Governance) तंत्रज्ञानाचा अभाव स्पष्ट दिसत आहे. कंपन्यांच्या बोर्डरूममध्ये (Boardroom) पुरेसे तांत्रिक ज्ञान असलेले सदस्य नाहीत, जे कंपन्यांना AI च्या युगात योग्य दिशा देऊ शकतील. यामुळे, स्पर्धेचे दडपण वाढत असतानाही, AI चा वापर कंपन्यांच्या महत्त्वाच्या अहवालांमध्ये दिसत नाही.

जुने निर्णय घेण्याचे मॉडेल (Legacy Decision-Making Frameworks) कंपन्यांना AI-आधारित व्यवसाय मॉडेलकडे (AI-First Business Models) वळण्यापासून रोखत आहेत. यामुळे कंपन्या केवळ किरकोळ सुधारणांमध्ये अडकून पडल्या आहेत आणि मोठ्या संधी गमावत आहेत.

खाजगी क्षेत्रातील नवोपक्रमाचा अभाव

भारताच्या तांत्रिक प्रगतीतील मंदावलेल्या गतीसाठी खाजगी क्षेत्र मोठ्या प्रमाणावर जबाबदार आहे, कारण त्यांनी दीर्घकालीन संशोधन आणि विकासासाठी (R&D) फारशी गुंतवणूक केलेली नाही. शिक्षण संस्था (Educational Institutions) या गुंतवणुकीच्या दुष्परिणामांना बळी पडत आहेत. कंपन्यांकडून विशेष अभ्यासक्रम (Specialized Curricula) आणि निधी मिळाल्याशिवाय महाविद्यालये AI-सज्ज विद्यार्थी तयार करू शकत नाहीत. जोपर्यंत भारतीय कंपन्या केवळ सॉफ्टवेअर वापरण्याऐवजी नवीन शोध लावण्यासाठी भांडवल वळवत नाहीत, तोपर्यंत शिक्षण आणि नोकरी यांच्यातील दरी वाढतच जाईल. सरकारी योजना किंवा अभ्यासक्रमातील किरकोळ बदल करून ही संरचनात्मक समस्या सोडवली जाऊ शकत नाही.