भारतात आर्टिफिशियल इंटेलिजन्स (AI) चा वापर वेगाने वाढत आहे, विशेषतः उत्पादन आणि शिक्षण क्षेत्रात. यामुळे 'AI ऑब्झर्वेबिलिटी' टूल्सची मागणी वाढली आहे. हे टूल्स AI ची अचूकता, खर्च आणि त्रुटी तपासण्यासाठी वापरले जातात. गुंतवणूकदारांसाठी, हा बदल पारंपरिक IT सेवांऐवजी उच्च-मूल्याच्या टेक मेंटेनन्सकडे होणारे स्थित्यंतर दर्शवतो.
काय घडले?
भारत आर्टिफिशियल इंटेलिजन्स (AI) चा अवलंब करण्याच्या बाबतीत वेगाने प्रगती करत आहे, अनेक जागतिक बाजारांना मागे टाकत आहे. उत्पादन (Manufacturing) आणि शिक्षण (Education) क्षेत्रांमध्ये AI चा वाढता वापर दिसून येत आहे, जिथे AI आता केवळ प्रयोगात्मक टप्प्यातून बाहेर पडून प्रत्यक्ष वापरात येत आहे. या बदलामागे ग्लोबल कॅपॅबिलिटी सेंटर्स (GCCs) ची भूमिका महत्त्वाची आहे. GCCs हे जागतिक कंपन्यांचे ऑफशोअर टेक्नॉलॉजी हब म्हणून काम करतात आणि ते आता तैनात करत असलेल्या AI ॲप्लिकेशन्सचे व्यवस्थापन करण्यासाठी AI ऑब्झर्वेबिलिटी टूल्स वापरणे अनिवार्य करत आहेत. ही टूल्स AI मॉडेल्सची कामगिरी कशी आहे, ती चुकीची उत्तरे देत आहेत का, आणि त्यांना किती कॉम्प्युट पॉवर किंवा खर्च लागत आहे, हे रिअल-टाइममध्ये मोजतात.
गुंतवणूकदारांसाठी महत्त्व
गुंतवणूकदारांसाठी, AI ऑब्झर्वेबिलिटीची वाढ भारतीय तंत्रज्ञान क्षेत्राच्या व्यवसाय मॉडेलमधील बदल दर्शवते. पूर्वी भारतीय IT कंपन्या आणि टेक स्टार्टअप्स प्रामुख्याने सेवा आणि डेव्हलपमेंटवर लक्ष केंद्रित करत होते. AI च्या उदयामुळे आता 'मेंटेनन्स' आणि 'क्वालिटी कंट्रोल' यांसारख्या नवीन बाबींची गरज निर्माण झाली आहे. ऑब्झर्वेबिलिटी टूल्स AI साठी हेल्थ-चेक प्रणालीसारखे काम करतात. उदाहरणार्थ, जर एखादी कंपनी ग्राहक सेवा किंवा उत्पादन निदानासाठी लार्ज लँग्वेज मॉडेल (LLM) वापरत असेल, तर त्या मॉडेलमधून त्रुटी येणार नाहीत किंवा बजेट ओलांडले जाणार नाही याची खात्री करणे आवश्यक आहे. यावर देखरेख, डीबगिंग आणि ऑप्टिमायझेशन प्लॅटफॉर्म्स पुरवणाऱ्या व्यवसायांना मोठ्या प्रमाणात एंटरप्राइज क्लायंट्सकडून मागणी येत आहे, ज्यांना त्यांचे AI ऑपरेशन्स सुरक्षितपणे वाढवायचे आहेत.
धोरणात्मक बदल
AI चा वापर वाढत असताना, भारत धोरणात्मक स्वातंत्र्यासाठी देखील प्रयत्नशील आहे. अलीकडील जागतिक पुरवठा साखळीतील व्यत्यय आणि हाय-एंड AI चिप्स मिळवण्यावरील निर्बंधांमुळे परदेशी तंत्रज्ञानावरील अति-अवलंबित्व धोक्याचे ठरले आहे. इंडियाएआय मिशन (IndiaAI Mission) सारख्या उपक्रमांचा उद्देश देशांतर्गत कॉम्प्युटिंग क्षमता, डेटासेट आणि पायाभूत सुविधा निर्माण करणे हा आहे, जेणेकरून भारतीय व्यवसायांना बाह्य AI प्रदात्यांवर अवलंबून राहावे लागणार नाही. 'Sovereign AI' ला चालना देणे महत्त्वाचे आहे, कारण स्वदेशी पायाभूत सुविधांशिवाय स्थानिक उद्योग बाह्य धोरणांतील बदल किंवा जागतिक टेक प्रदात्यांच्या किमतीतील अचानक वाढीस बळी पडू शकतात.
पायाभूत सुविधा आणि संशोधन-विकास (R&D) आव्हान
वाढ असूनही, उद्योगासमोर अजूनही महत्त्वपूर्ण अडथळे आहेत. प्रगत AI साठी प्रचंड संसाधनांची आवश्यकता असते. यासाठी मोठ्या डेटा सेंटर क्षमता, स्थिर ऊर्जा पुरवठा आणि मजबूत सेमीकंडक्टर इकोसिस्टमची गरज आहे. जरी प्रगती होत असली तरी, मोठ्या प्रमाणावर AI उपयोजनासाठी आवश्यक असलेल्या पायाभूत सुविधा, विशेषतः ऊर्जा-कार्यक्षम डेटा सेंटर्स, अजूनही तयार केल्या जात आहेत. याव्यतिरिक्त, AI 'वापरणे' आणि AI मध्ये 'नवीन संशोधन करणे' यात स्पष्ट फरक आहे. खाजगी क्षेत्रात सखोल संशोधन आणि विकास (R&D) संस्कृती निर्माण करणे हे एक मोठे आव्हान आहे. अनेक भारतीय कंपन्या सध्या AI टूल्स एकत्रित करण्यात अधिक चांगल्या आहेत, परंतु अगदी मूलभूत AI तंत्रज्ञान सुरवातीपासून विकसित करण्यात मागे आहेत. हे अंतर कमी करणे क्षेत्राच्या शाश्वत, दीर्घकालीन वाढीसाठी आवश्यक असेल.
गुंतवणूकदारांनी काय ट्रॅक करावे?
गुंतवणूकदार इंडियाएआय मिशनच्या अंमलबजावणीवर लक्ष ठेवू शकतात, कारण ते देशांतर्गत कॉम्प्युटिंग क्षमतेसाठी रोडमॅप तयार करते. या क्षेत्रासाठी प्रमुख कार्यप्रदर्शन निर्देशक (KPIs) मध्ये GCCs च्या खर्चाचे ट्रेंड समाविष्ट असतील, जे भारतात हाय-एंड AI टूल्सचे प्राथमिक सुरुवातीचे अवलंबक आहेत. याव्यतिरिक्त, भारतीय IT आणि SaaS कंपन्यांची मूलभूत सेवा मॉडेल्समधून विशेष AI ऑब्झर्वेबिलिटी आणि ऑप्टिमायझेशनकडे वळण्याची क्षमता त्यांच्या मार्जिन आणि किंमत निश्चिती क्षमतेची मोठी चाचणी असेल. शेवटी, वाढत्या डेटा सेंटर इकोसिस्टमची ऊर्जा आणि वीज मागणी पाहिल्यास, AI क्षेत्राला प्रभावीपणे स्केल करण्यासाठी ज्या वास्तविक पायाभूत सुविधांच्या अडथळ्यांवर मात करावी लागेल, त्याबद्दल माहिती मिळेल.
