भारतीय कंपन्या आता मोठ्या प्रमाणात चिनी AI मॉडेल्सचा वापर करत आहेत. DeepSeek सारखी मॉडेल्स जवळपास **170 पट** स्वस्त असल्याने कंपन्यांचा खर्च वाचतोय. मात्र, डेटा गव्हर्नन्स आणि नियमांच्या पालनाबाबत कंपन्या सावध आहेत.
खर्च वाचवण्यासाठी चिनी AI मॉडेल्सचा वापर
भारतीय कंपन्या आता आर्टिफिशियल इंटेलिजन्स (AI) क्षेत्रात नवनवीन प्रयोग करत आहेत. यातील एक मोठा ट्रेंड म्हणजे चिनी AI मॉडेल्सचा वाढता वापर. DeepSeek, Qwen सारखी मॉडेल्स स्वस्त आणि प्रभावी असल्याने भारतीय कंपन्यांना याचा मोठा फायदा होत आहे. रिपोर्टनुसार, ही चिनी मॉडेल्स पाश्चात्त्य मॉडेल्सपेक्षा 20 ते 170 पट स्वस्त आहेत. यामुळे कोडिंगपासून ते महत्त्वाचे निर्णय घेण्यापर्यंतच्या कामांमध्ये AI चा वापर करणे सोपे झाले आहे.
लोकल होस्टिंगची रणनीती
Krutrim सारख्या कंपन्यांनी DeepSeek R1 मॉडेल आपल्या भारतीय GPU इन्फ्रास्ट्रक्चरवर इंटीग्रेट केले आहे. यामुळे कंपन्या त्यांचा डेटा बाहेर पाठवण्याऐवजी आपल्याच सर्व्हरवर सुरक्षित ठेवत आहेत. याला 'लोकल होस्टिंग' म्हणतात. कंपन्यांचा उद्देश हाच आहे की, आपला महत्त्वाचा डेटा आपल्याच नियंत्रणात राहावा आणि परदेशात डेटा पाठवण्याचा खर्च वाचवावा. यामुळे आंतरराष्ट्रीय स्तरावरील डेटा गव्हर्नन्स आणि नियमांचे पालन करणेही सोपे होते.
आर्थिक फायद्यांसोबतच आव्हाने
चिनी AI मॉडेल्स वापरण्याचा आर्थिक फायदा खूप मोठा आहे. आकडेवारीनुसार, अनेक मोठ्या प्लॅटफॉर्मवर चिनी मॉडेल्स अमेरिकेतील मॉडेल्सपेक्षा जास्त 'टोकन्स' (Tokens) प्रोसेस करत आहेत. यामुळे कंपन्यांना कमी खर्चात जास्त काम करता येते.
मात्र, या तंत्रज्ञानाचा वापर करताना कंपन्यांना डेटा गव्हर्नन्स (Data Governance) आणि सिक्युरिटी (Security) यासारख्या मोठ्या आव्हानांना सामोरे जावे लागत आहे. विशेषतः जेव्हा कंपन्या अमेरिकन किंवा युरोपियन क्लायंट्ससोबत काम करतात, तेव्हा त्यांना कठोर प्रायव्हसी नियमांचे पालन करावे लागते. त्यामुळे, कंपन्या डेटा एनक्रिप्शन (Data Encryption), ॲक्सेस कंट्रोल (Access Control) आणि सतत मॉनिटरिंग यासारख्या उपायांवर भर देत आहेत, जेणेकरून संवेदनशील माहिती सुरक्षित राहील.
भविष्यातील दिशा
आता प्रश्न हा आहे की, भारतीय कंपन्या भविष्यातही स्वस्त चिनी AI मॉडेल्सवर अवलंबून राहतील की स्वतःचे 'मेड इन इंडिया' AI मॉडेल्स विकसित करतील? यावरच भारतीय टेक सेक्टरचे भविष्य ठरेल.
