Whalesbook
AI ऍप्लिकेशन्सवर भारताचा फोकस
आर्टिफिशियल इंटेलिजन्स (AI) च्या जगात भारत एक वेगळी रणनीती अवलंबत आहे. अमेरिका आणि चीनसारखे देश थेट 'फाउंडेशनल मॉडेल' (Foundational Model) विकसित करण्यावर भर देत असताना, भारत मात्र AI ऍप्लिकेशन्स तयार करण्याचे प्रमुख केंद्र बनण्यावर लक्ष केंद्रित करत आहे. देशाची प्रचंड लोकसंख्या आणि डिजिटल व्यवहारांची मोठी क्षमता याचा फायदा उचलला जात आहे.
ऍप्ससाठी प्रचंड मोठी बाजारपेठ
1.4 अब्ज पेक्षा जास्त लोकसंख्या आणि 900 दशलक्ष पेक्षा जास्त इंटरनेट युझर्समुळे, भारत AI ऍप्लिकेशन्ससाठी एक मोठी बाजारपेठ आहे. देशाची रिअल-टाइम डिजिटल पेमेंट प्रणाली 'UPI' दररोज कोट्यवधी व्यवहार करते, ज्यातून AI साठी मौल्यवान डेटा जनरेट होतो. ग्राहक AI स्वीकारण्यातही पुढे आहेत; 62% भारतीय शॉपिंगसाठी तर 64% प्रॉडक्ट रिसर्चसाठी AI चा वापर करतात. महत्त्वाचे म्हणजे, भारतीयांचा AI वर प्रचंड विश्वास आहे. जवळपास 90% लोक AI ला मान्यता देतात आणि 79% AI-आधारित निर्णयांना अधिक वस्तुनिष्ठ मानतात. याच विश्वासामुळे AI चा वापर वेगाने वाढत असून, भारत ChatGPT साठी जगातील दुसरा सर्वात मोठा मार्केट बनला आहे, जिथे तब्बल 100 दशलक्ष युझर्स दर आठवड्याला हे प्लॅटफॉर्म वापरतात.
गुंतवणुकीचा कल ऍप्लिकेशन्सकडे
भारतातील AI क्षेत्रात भांडवलाचा वापर अत्यंत कार्यक्षमतेने होत आहे. सुमारे 80% AI फंडिंग हे ऍप्लिकेशन लेयर कंपन्यांना दिले जात आहे, तर इतर देश महागड्या फाउंडेशनल मॉडेल्स किंवा पायाभूत सुविधांवर अधिक खर्च करतात. या धोरणामुळे स्टार्टअप्सना लवकर महसूल (Revenue) मिळतो, ज्यात जवळपास 60% कंपन्या लवकरच नफा कमावण्यास सुरुवात करतात. जागतिक AI कंपन्या भारतातील वैविध्यपूर्ण युझर बेस आणि बहुभाषिक गरजांमधून डेटा मिळवण्यासाठी मोठी गुंतवणूक करत आहेत. AI डील्स आणि फंडिंगमध्ये मोठी वाढ दिसून येते; 2025 मध्ये 164 AI डील्स झाल्या, ज्या मागील वर्षांपेक्षा लक्षणीयरीत्या जास्त आहेत. एकूण फंडिंग $2.5 अब्ज पर्यंत पोहोचले, जे 2024 मधील $0.9 अब्ज च्या तुलनेत खूप मोठे आहे. गुंतवणुकदारांचा भारतीय AI ऍप्समधील वाढता आत्मविश्वास यातून दिसून येतो.
पायाभूत सुविधांची मोठी कमतरता
ऍप्स आणि स्टार्टअप्सच्या वाढीबरोबरच, भारताला मुख्य AI पायाभूत सुविधांमध्ये, विशेषतः डेटा स्टोरेजमध्ये (Data Storage) मोठी कमतरता जाणवत आहे. जगभरातील एकूण डेटा उत्पादनात भारताचा वाटा 20% असला तरी, आपल्या डेटा स्टोरेजची क्षमता जागतिक स्तराच्या 3% पेक्षाही कमी आहे. हा असमतोल AI च्या दीर्घकालीन विकासासाठी आणि जागतिक स्तरावर टिकून राहण्यासाठी एक मोठा अडथळा आहे. ही समस्या सोडवण्यासाठी $200 अब्ज पेक्षा जास्त पायाभूत सुविधा गुंतवणुकीची घोषणा करण्यात आली आहे. हे आवश्यक कॉम्प्युट (Compute) आणि स्टोरेज क्षमता निर्माण करण्याच्या दिशेने एक मोठे पाऊल आहे.
जागतिक संदर्भ आणि भविष्यातील आव्हाने
भारताचा ऍप्लिकेशन-फर्स्ट (Application-First) दृष्टिकोन हा अमेरिका आणि चीनच्या मॉडेल-सेंट्रिक (Model-Centric) दृष्टिकोनापेक्षा वेगळा आहे, जे फाउंडेशनल रिसर्च आणि हार्डवेअरमध्ये मोठी गुंतवणूक करतात. भारत आपल्या आकारमानाचा आणि किफायतशीरतेचा वापर ऍप्ससाठी करत असला तरी, AI कॉम्प्युटिंग पॉवरची वाढती जागतिक मागणी पाहता, भारताला आपल्या पायाभूत सुविधा अधिक मजबूत करण्याची गरज आहे. विश्लेषकांचे मत आहे की, पायाभूत सुविधांमध्ये मोठी गुंतवणूक करणे आवश्यक आहे. तथापि, जागतिक स्तरावर आपले स्थान टिकवून ठेवण्यासाठी मजबूत बॅकएंड (Backend) क्षमता विकसित कराव्या लागतील.
प्रमुख धोके आणि संधी
AI ऍप्लिकेशन फॅक्टरी म्हणून भारताची भूमिका मजबूत असली तरी, काही धोकेही आहेत. पायाभूत सुविधांमध्ये पुरेशी गुंतवणूक न करता केवळ ऍप विकासावर अवलंबून राहणे हे जुन्या प्रणालींवर अवलंबून राहण्यासारखे आहे. अमेरिका आणि चीनसारख्या देशांकडे प्रगत चिप उद्योग आणि मोठे क्लाउड नेटवर्क आहेत, तर भारताला कॉम्प्युट आणि डेटा स्टोरेजचे निर्माण खूप खालच्या स्तरावरून सुरू करावे लागत आहे. मुख्य पायाभूत सुविधांसाठी परदेशी तंत्रज्ञानावर अवलंबून राहिल्याने पुरवठा साखळीत (Supply Chain) समस्या आणि खर्च वाढू शकतो. तसेच, $200 अब्ज सारख्या प्रचंड गुंतवणुकीचे व्यवस्थापन करणे हे एक मोठे आव्हान आहे. यासाठी उत्तम प्रकल्प व्यवस्थापन, स्पष्ट नियम आणि सरकार व उद्योगांचे सतत सहकार्य आवश्यक आहे. या पायाभूत सुविधांमधील तूट भरून काढण्यात होणारा विलंब किंवा अकार्यक्षमता भारताच्या AI भविष्याला मर्यादित करू शकते.