भारताने स्वतःच्या AI तंत्रज्ञानावर भर द्यावा: विशाल सिक्का यांचे आवाहन

Vianai Systems चे CEO विशाल सिक्का यांनी धोक्याची घंटा वाजवली आहे! परदेशी तंत्रज्ञानावरील अवलंबित्व कमी करण्यासाठी भारताने स्वतःचे AI फाउंडेशन मॉडेल्स (Foundation Models) विकसित करणे गरजेचे आहे. भू-राजकीय धोके आणि तंत्रज्ञानातील स्वावलंबनाची गरज लक्षात घेता, सिक्का यांनी स्थानिक पायाभूत सुविधा आणि प्रतिभेमध्ये दीर्घकालीन गुंतवणुकीचा पुरस्कार केला आहे.

काय घडले?

Vianai Systems चे संस्थापक आणि CEO विशाल सिक्का यांनी भारताला स्वदेशी आर्टिफिशियल इंटेलिजन्स (AI) फाउंडेशन मॉडेल्स विकसित करण्याला प्राधान्य देण्याचे जोरदार आवाहन केले आहे. तंत्रज्ञानाच्या धोरणात्मक भविष्याबद्दल बोलताना, सिक्का यांनी जोर दिला की भारत केवळ परदेशी AI साधनांचा ग्राहक म्हणून राहू शकत नाही. त्यांनी याला राष्ट्रीय सार्वभौमत्वाचा मुद्दा म्हणून मांडले, असा युक्तिवाद केला की केवळ बाह्य तंत्रज्ञानावर अवलंबून राहिल्यास देशाला जागतिक पुरवठा साखळीतील निर्बंध आणि भू-राजकीय बदलांना सामोरे जावे लागेल.

गुंतवणूकदारांसाठी हे महत्त्वाचे का आहे?

भारतीय गुंतवणूकदारांसाठी, हा बदल एक संभाव्य दिशा बदल दर्शवतो, ज्यामध्ये देशातील IT कंपन्या आणि व्हेंचर कॅपिटल फर्म्स (Venture Capital Firms) त्यांचे भांडवल कसे वाटप करू शकतात. सिक्का यांनी तंत्रज्ञानामध्ये 'आत्मनिर्भरते'च्या महत्त्वावर प्रकाश टाकला आणि सांगितले की स्थानिक स्टार्टअप्समध्ये धोरणात्मक गुंतवणूक आवश्यक आहे. याचे एक अलीकडील उदाहरण म्हणजे HCLTech ने Sarvam AI मध्ये केलेली गुंतवणूक, ज्याचा उद्देश भारतासाठी विशिष्ट फाउंडेशन मॉडेल्स विकसित करणे आहे. जर हा ट्रेंड कायम राहिला, तर भारतीय टेक क्षेत्रात स्थानिक AI पायाभूत सुविधांकडे भांडवली खर्चात वाढ दिसून येईल, ज्यामुळे केवळ सेवा-आधारित मॉडेलऐवजी बौद्धिक संपदा (Intellectual Property) तयार करणारे मॉडेल उदयास येईल.

AI गुंतवणुकीची वास्तविकता

देशांतर्गत AI विकसित करण्याची मोहीम धोरणात्मकदृष्ट्या योग्य असली तरी, गुंतवणूकदारांना आर्थिक आव्हाने समजून घेणे आवश्यक आहे. सिक्का यांनी AI प्रणालींच्या सध्याच्या अकार्यक्षमतेवर टीका केली, नमूद केले की तुलनेने किरकोळ कामांसाठी संगणकीय क्षमतेवर (Computing Power) होणारा प्रचंड खर्च टिकवून ठेवण्यासारखा नाही. फाउंडेशन मॉडेल्स विकसित करणे हे भांडवल-केंद्रित आहे आणि यासाठी प्रचंड डेटा आणि विशेष प्रक्रिया युनिट्सची आवश्यकता असते. या क्षेत्रात प्रवेश करणाऱ्या कंपन्यांना उच्च प्रारंभिक खर्चाला सामोरे जावे लागते, ज्यामुळे अल्पकालीन नफ्यावर परिणाम होऊ शकतो. शिवाय, हा उद्योग सध्या सुरुवातीच्या टप्प्यात आहे, जणू काही नवीन खेळाचे सुरुवातीचे दिवस आहेत, याचा अर्थ नफा मिळवण्याचा मार्ग अस्पष्ट आणि जोखमीचा आहे.

प्रतिभा आणि कार्यान्वयन आव्हान

सिक्का यांनी एक गंभीर मर्यादा अधोरेखित केली: फाउंडेशन मॉडेल्स तयार करण्यास सक्षम असलेल्या जागतिक प्रतिभेची कमतरता. जगभरात तज्ञांचा मर्यादित पूल असल्याने, भारतीय कंपन्यांना प्रतिभेसाठी तीव्र स्पर्धेला सामोरे जावे लागेल, ज्यामुळे वेतनात वाढ होऊ शकते. याव्यतिरिक्त, उद्योगाला AI 'हॅल्युसिनेशन्स' (Hallucinations) - जिथे मॉडेल्स चुकीची माहिती देतात - आणि उच्च वीज वापर यांसारख्या तांत्रिक अडथळ्यांना सामोरे जावे लागते. व्यवसायांसाठी, हे केवळ तांत्रिक बग्स नाहीत; ते कार्यान्वयन धोके आहेत ज्यामुळे काळजीपूर्वक व्यवस्थापन न केल्यास प्रकल्पांना विलंब किंवा खर्चात वाढ होऊ शकते.

गुंतवणूकदार हे कसे वाचू शकतात?

सार्वभौम AI साठीचे हे आवाहन सूचित करते की भारतीय सरकार आणि खाजगी क्षेत्र घरगुती नवोपक्रमांसाठी नियामक फ्रेमवर्क (Regulatory Frameworks) आणि निधीवर आपले लक्ष केंद्रित करेल. गुंतवणूकदार कदाचित मोठ्या IT कंपन्या आणि AI स्टार्टअप्स यांच्यात वाढत्या भागीदारी पाहू शकतील. तथापि, या क्षेत्रात मूल्यांकनाची (Valuation) जोखीम देखील आहे, कारण AI भोवतीची चर्चा अनेकदा उच्च अपेक्षा निर्माण करते, ज्या नजीकच्या काळातील महसूल निर्मितीशी जुळणार नाहीत.

गुंतवणूकदारांनी काय ट्रॅक करावे?

भारतातील AI क्षेत्राकडे पाहणाऱ्या गुंतवणूकदारांनी तीन मुख्य निर्देशकांचा मागोवा घ्यावा. प्रथम, सरकारी धोरणांमधील अद्यतने आणि AI पायाभूत सुविधांसाठी विशिष्ट अर्थसंकल्पीय वाटपांवर लक्ष ठेवा, ज्यामुळे खाजगी गुंतवणुकीची जोखीम कमी होऊ शकते. दुसरे, प्रमुख भारतीय IT कंपन्यांच्या संशोधन आणि विकास (R&D) खर्चावर लक्ष ठेवा, कारण त्या AI क्षमता निर्मितीकडे वळत आहेत. शेवटी, स्थानिक समस्या सोडवण्यात देशांतर्गत स्टार्टअप्सच्या यश दरावर लक्ष द्या, कारण या मॉडेल्सची कार्यक्षमता प्रस्थापित जागतिक खेळाडूंशी स्पर्धा करण्यास पुरेशी ठरेल की नाही यावरच अर्थपूर्ण महसूल निर्मिती अवलंबून असेल.