भारताच्या AI फंडिंगमध्ये वाढ, पण नाविन्यतेत मोठी पोकळी?

भांडवल विरुद्ध नावीन्य: वाढती दरी

भारतातील आर्टिफिशियल इंटेलिजन्स (AI) क्षेत्रातील चर्चा आता कामगिरीचे आकडे आणि गुंतवणूकदारांच्या अपेक्षा यांमधील फरकाभोवती फिरत आहे. २०२६ च्या पहिल्या पाच महिन्यांत $७२५ दशलक्ष निधी या इकोसिस्टममध्ये ओतला गेला असूनही, संशोधनातील प्रगतीचा वेग अजूनही चर्चेचा विषय आहे. अमेरिकेतील मल्टी-बिलियन डॉलरच्या 'फाउंडेशनल मॉडेल'च्या स्पर्धेत जागतिक व्हेंचर कॅपिटल कंपन्या भारतीय संस्थापकांच्या कमी जोखीम घेण्याच्या वृत्तीबद्दल साशंक आहेत. यामुळे, पैशांची उपलब्धता ही मुख्य समस्या राहिली नसून, जागतिक स्तरावर स्पर्धात्मक खेळाडू आणि प्रादेशिक सेवा प्रदाता यांच्यातील फरक स्पष्ट करणारी ठाम उत्पादन रचना (product architecture) नसणे, ही प्रमुख अडचण असल्याचे दिसते.

पायाभूत सुविधांचे आव्हान

अमेरिकेच्या AI विकासाला आकार देणाऱ्या हायपर-स्केल कॉम्प्युट क्लस्टर्सच्या विपरीत, भारतातील सध्याचे उत्पादन हे ऍप्लिकेशन-लेअर आणि विशिष्ट उद्योगांवर आधारित आहे. देशांतर्गत फंड व्यवस्थापकांच्या मते, ही एका परिपक्व बाजाराची गरज आहे. आरोग्यसेवा, कायदेशीर तंत्रज्ञान आणि स्थानिक शिक्षण मॉडेल्स यांसारख्या क्षेत्रांतील विशिष्ट गरजांवर लक्ष केंद्रित करून, जागतिक स्तरावरील मोठे मॉडेल्स ज्या बाजारांतील उणिवांकडे दुर्लक्ष करतात, त्यांना लक्ष्य केले जात आहे. तथापि, OpenAI किंवा Anthropic सारख्या गैर-भारतीय संस्थांकडून मिळणाऱ्या उच्च-स्तरीय पायाभूत सुविधांवरील अवलंबित्व, भारतीय कंपन्यांसाठी एक मर्यादा तयार करते. स्वतःचे डेटा सेट्स किंवा कस्टम सिलिकॉन-संबंधित क्षमतांमध्ये 'डीप-टेक' गुंतवणूक केल्याशिवाय, खरी नावीन्यता निर्माण करणाऱ्या घटकांपासून दूर मूल्य मिळवणे शक्य आहे.

धोक्याची घंटा

सध्याच्या फंडिंग ट्रेंडपुढील सर्वात मोठे आव्हान म्हणजे 'व्हॅल्युएशन ट्रॅप'ची शक्यता. यात सुरुवातीच्या टप्प्यातील कंपन्यांना जागतिक क्षमतेसाठी मोठे व्हॅल्युएशन दिले जाते, पण त्या प्रत्यक्षात स्थानिक बाजारातच मर्यादित कामगिरी करतात. आकडेवारीनुसार, डील्सची संख्या वाढली असली तरी, सीरिज ए (Series A) स्तरावर भांडवलाचे केंद्रीकरण हे उशिराच्या टप्प्यात वाढ होण्यात अडथळा दर्शवते. याव्यतिरिक्त, प्रमुख संशोधन प्रतिभांचे सिलिकॉन व्हॅली आणि लंडनसारख्या केंद्रांकडे होणारे स्थलांतर, भारतीय कंपन्यांना मूलभूत शोधांमध्ये स्पर्धा करण्यापासून रोखत आहे. जागतिक तरलता (liquidity) कमी झाल्यास, या कंपन्यांवर याचा मोठा परिणाम होईल, कारण अनेक कंपन्यांकडे उच्च-व्याजदर वातावरणात टिकून राहण्यासाठी आवश्यक असलेले स्वतःचे 'प्रॉपरायटरी मोट' (proprietary moat) नाही. परदेशी-विकसित फाउंडेशन मॉडेल्सवरील अवलंबित्व कंपन्यांना 'प्लॅटफॉर्म रिस्क'मध्ये देखील टाकते, जिथे जागतिक प्रदात्यांकडून API किंमती किंवा मॉडेल ऍक्सेसमध्ये बदल झाल्यास व्यवसाय मॉडेल एका रात्रीत निरुपयोगी ठरू शकतात.

पुढील वाटचाल

२०२६ च्या उर्वरित कालावधीसाठी, मार्केटमध्ये एकत्रीकरणाची (consolidation) अपेक्षा आहे. गुंतवणूकदार सामान्य AI-एकात्मिक SaaS कडून 'डीप-टेक' आणि पायाभूत सुविधांवर आधारित खेळांकडे वळत आहेत. बाजाराच्या पुढील टप्प्याचे यश अशा कंपन्यांवर अवलंबून असेल, ज्या केवळ API रॅपर्सच्या पलीकडे जाऊन, परदेशी पायाभूत सुविधांवर अवलंबून नसलेले, स्वतःचे बौद्धिक संपदा (intellectual property) निर्माण करतील.