McKinsey च्या नवीन अहवालात असे दिसून आले आहे की सरकारी AI (Artificial Intelligence) वापराचा स्कोअर **28** आहे, जो जागतिक सरासरी **33** पेक्षा खूपच कमी आहे. सल्लागार कंपनीने इशारा दिला आहे की केवळ छोटे पायलट प्रोजेक्ट्स अनेकदा अयशस्वी ठरतात आणि यश मिळवण्यासाठी संपूर्ण सार्वजनिक सेवा वर्कफ्लोची पुनर्रचना करणे आवश्यक आहे.
Detailed Coverage
सरकारी AI वापराची सद्यस्थिती
McKinsey & Company ने 24 जुलै 2026 रोजी प्रसिद्ध केलेल्या अहवालानुसार, जगभरातील सरकारे आर्टिफिशियल इंटेलिजन्स (AI) उपक्रमांना पायलट टप्प्याबाहेर काढण्यासाठी संघर्ष करत आहेत. आकडेवारी दर्शवते की सार्वजनिक क्षेत्रातील AI वापराचा स्कोअर सध्या 28 आहे, जो जागतिक स्तरावरील 33 च्या सरासरीपेक्षा कमी आहे. हे अंतर सरकारी कामकाजात प्रगत तंत्रज्ञान मोठ्या प्रमाणावर लागू करण्यात येणाऱ्या अडचणी दर्शवते.
पायलट प्रोजेक्ट्सची समस्या
सल्लागार कंपनीने नमूद केले आहे की अनेक सरकारी AI उपक्रम केवळ प्रयोगात्मक अवस्थेत अडकलेले आहेत. कंपन्या AI ला व्यवसाय परिवर्तनाचे एक महत्त्वाचे साधन मानतात, तर सरकारी प्रकल्पांमध्ये दैनंदिन कामकाजात एकीकरणाचा अभाव असतो. McKinsey च्या अभ्यासात असे आढळले आहे की जेव्हा AI चा वापर केवळ विशिष्ट कामांसाठी केला जातो, तेव्हा सुमारे 30% प्रकल्प पूर्णपणे कार्यान्वित होतात. याउलट, जेव्हा संपूर्ण सेवा प्रक्रिया (उदा. कर परतावा किंवा सामाजिक लाभ अर्ज प्रक्रिया) AI द्वारे हाताळली जाते, तेव्हा यश दर सुमारे 70% पर्यंत वाढतो.
AI अंगीकारण्यातील आव्हाने
AI-आधारित प्रशासन प्रणालीमध्ये संक्रमण करणे हे अनेक आव्हानांनी भरलेले आहे. केवळ तंत्रज्ञानच नाही, तर जुन्या डेटा सिस्टीम अद्ययावत करणे, मॉडेल रिस्कचे व्यवस्थापन करणे आणि कार्यान्वयन खर्च नियंत्रणात ठेवणे यांमध्ये सरकारांना सातत्याने अडचणी येतात. अहवालानुसार, हे आव्हान केवळ तांत्रिक नसून कार्यात्मक (operational) आहे. सरकारे अनेकदा कालबाह्य वर्कफ्लोवर AI लागू करण्याचा प्रयत्न करतात, ज्यामुळे तंत्रज्ञानाची परिणामकारकता मर्यादित होते. खरे परिणाम साधण्यासाठी, McKinsey सुचवते की सार्वजनिक संस्थांनी AI ला केवळ एक अतिरिक्त वैशिष्ट्य म्हणून न पाहता, त्यांच्या संपूर्ण सेवा वितरण प्रक्रियेची पुनर्रचना करणे आवश्यक आहे.
आर्थिक आणि धोरणात्मक प्राधान्यक्रम
IT आणि डिजिटल ट्रान्सफॉर्मेशन क्षेत्रावर लक्ष ठेवणाऱ्यांसाठी, हा अहवाल खर्चाच्या प्राधान्यक्रमांवर स्पष्ट दृष्टिकोन देतो. McKinsey चा सल्ला आहे की AI तंत्रज्ञानावर खर्च केलेल्या प्रत्येक डॉलरसाठी, 5 डॉलर दत्तक प्रक्रिया, कर्मचाऱ्यांचे प्रशिक्षण आणि क्षमता बांधणीसाठी वाटप केले जावेत. अंमलबजावणीच्या मानवी आणि प्रक्रिया-केंद्रित पैलूंवर लक्ष केंद्रित करणे हे मोठ्या प्रमाणावर वाढीसाठी आवश्यक मानले जात आहे. अहवालात यावर जोर दिला आहे की सरकारने AI चा अवलंब सुरू करण्यापूर्वी परिपूर्ण डेटा आधुनिकीकरणाची वाट पाहू नये; या दोन्ही प्रक्रिया समांतरपणे घडल्या पाहिजेत.
गुंतवणूकदार हे पाहू शकतात की सरकारी करार लहान, विखंडित सॉफ्टवेअर पायलटऐवजी सर्वसमावेशक, एंड-टू-एंड डिजिटल ट्रान्सफॉर्मेशन प्रकल्पांकडे वळत आहेत का. IT सेवा, क्लाउड कॉम्प्युटिंग आणि सायबर सुरक्षा क्षेत्रातील कंपन्यांवरील दीर्घकालीन परिणाम यावर अवलंबून असेल की सरकारे या मोठ्या प्रमाणावरील संघटनात्मक पुनर्रचना किती प्रभावीपणे अंमलात आणू शकतात आणि भविष्यातील बजेटमध्ये ते सेवेचा वेग आणि फसवणूक कमी करण्यासारख्या परिणामांना प्राधान्य देतात का.