भारताचा 'सोव्हरेन एआय'कडे कल: आत्मनिर्भरता हीच नवी रणनीती का?

भारतात 'सोव्हरेन आर्टिफिशियल इंटेलिजन्स' (Sovereign AI) म्हणजेच आत्मनिर्भर कृत्रिम बुद्धिमत्तेला गती मिळत आहे. परदेशी मॉडेल्सवर अवलंबून राहिल्याने निर्माण होणारे धोरणात्मक धोके आणि जागतिक निर्बंध यामुळे आता देशांतर्गत मॉडेल्सवर लक्ष केंद्रित केले जात आहे. 'इंडियाएआय मिशन' (IndiaAI Mission) अंतर्गत **38,000** हून अधिक GPUs सह संगणकीय पायाभूत सुविधा वाढवल्या जात आहेत. गुंतवणूकदारांसाठी हा एक नवीन मार्ग खुला करत आहे, ज्यात संगणकीय पायाभूत सुविधा, स्थानिक भाषा मॉडेल्स आणि विशिष्ट ऍप्लिकेशन्स यांचा समावेश आहे, परंतु यात मोठी भांडवली गुंतवणूक आणि जागतिक स्पर्धेचा धोकाही आहे.

काय घडले?

भारत 'सोव्हरेन आर्टिफिशियल इंटेलिजन्स' (Sovereign AI) म्हणजेच देशांतर्गत कृत्रिम बुद्धिमत्ता विकसित करण्याच्या दिशेने वेगाने वाटचाल करत आहे. परदेशी कंपन्यांच्या AI मॉडेल्सवरील अवलंबित्व कमी करणे हा यामागील मुख्य उद्देश आहे. 'इंडियाएआय मिशन' (IndiaAI Mission) या सरकारी उपक्रमाद्वारे एक मजबूत देशांतर्गत AI इकोसिस्टम तयार केली जात आहे. जागतिक स्तरावर परदेशी AI मॉडेल्सवर निर्बंध येत असल्याने, जे पूर्वी एक दीर्घकालीन उद्दिष्ट होते, ते आता तातडीचे राष्ट्रीय प्राधान्य बनले आहे. सरकारने सार्वजनिक-खाजगी भागीदारीतून (Public-Private Partnerships) 38,000 हून अधिक GPUs कार्यान्वित केले आहेत. या संगणकीय क्षमतेला 'सार्वजनिक चांगली' (Public Good) म्हणून स्थान दिले जात आहे, जेणेकरून स्टार्टअप्स आणि संशोधकांना परदेशी प्लॅटफॉर्मवर अवलंबून न राहता स्वदेशी मॉडेल्स विकसित करता येतील.

गुंतवणूकदारांसाठी हे महत्त्वाचे का?

सोव्हरेन AI कडे होणारे हे स्थित्यंतर मूल्य साखळी (Value Chain) बदलत आहे. पूर्वी भारतीय कंपन्या AI टूल्ससाठी जागतिक टेक कंपन्यांवर अवलंबून होत्या. आता सोव्हरेन मॉडेलकडे वळल्याने देशांतर्गत पायाभूत सुविधांची मागणी वाढेल. यात डेटा सेंटर्स, स्थानिक GPU क्लस्टर्स आणि विशेष सॉफ्टवेअर स्टॅक्स यांचा समावेश आहे. यामुळे कंपन्यांसाठी नवीन गुंतवणुकीचे क्षेत्र तयार होत आहे. Sarvam AI, BharatGen आणि Gnani.ai सारख्या कंपन्या, ज्या 'इंडियन-फर्स्ट' मॉडेल्स तयार करत आहेत आणि सार्वजनिक सेवा तसेच एंटरप्राइज ऍप्लिकेशन्समध्ये स्थान मिळवत आहेत, त्यांना याचा फायदा होईल. हे लक्षात घेणे महत्त्वाचे आहे की AI आता केवळ सॉफ्टवेअर सेवा राहिलेली नाही, तर ती एक धोरणात्मक पायाभूत सुविधांची (Strategic Infrastructure) बाब बनली आहे.

भू-राजकीय धोक्याचा उत्प्रेरक

परदेशी सरकारांनी प्रगत AI मॉडेल्सच्या वापरावर घातलेले अलीकडील निर्बंध हे भारतीय उद्योगांसाठी एक 'वेक-अप कॉल' ठरले आहेत. पूर्वी अनेक कंपन्या AI ऍक्सेसला एक सामान्य उपयोगिता मानत होत्या. आता परदेशी-नियंत्रित AI पायाभूत सुविधांवरील अवलंबित्व हे एक भू-राजकीय दायित्व (Geopolitical Liability) म्हणून पाहिले जात आहे. जर परदेशी सरकार प्रवेश प्रतिबंधित करू शकले, तर त्या प्लॅटफॉर्मवर आधारित व्यवसाय अचानक आणि अनपेक्षित धोक्यात येऊ शकतात. या जाणिवेमुळे डेटा सुरक्षेचे (Data Security) पुनर्मूल्यांकन होत आहे. आता भारतातच प्रशिक्षण, होस्टिंग आणि प्रशासन असलेल्या मॉडेल्सना प्राधान्य दिले जात आहे, जेणेकरून संवेदनशील आर्थिक, आरोग्य आणि नागरिक डेटा बाह्य धोरणात्मक बदलांपासून सुरक्षित राहील.

पायाभूत सुविधांची लढाई

सोव्हरेन AI तयार करणे म्हणजे केवळ कोड लिहिणे नव्हे; ही एक अत्यंत भांडवल-केंद्रित (Capital-Intensive) शर्यत आहे. इंडियाएआय मिशन 'कंप्यूट गॅप' (Compute Gap) म्हणजेच संगणकीय क्षमतेतील तफावत भरून काढण्यासाठी परवडणाऱ्या दरात GPU क्लस्टर्स उपलब्ध करून देत आहे. तथापि, या धोरणाचे यश यावर अवलंबून असेल की भारत या हाय-एंड चिप्स आणि ऊर्जा-कार्यक्षम डेटा सेंटर्सचा सतत पुरवठा राखू शकतो की नाही. सरकार सबसिडी आणि सामायिक पायाभूत सुविधा पुरवत असले तरी, खाजगी क्षेत्राला आवश्यक क्षमता तयार करण्यासाठी भांडवली गुंतवणूक वाढवावी लागेल. गुंतवणूकदारांनी डेटा सेंटर डेव्हलपमेंट, हाय-लोड कंप्युटिंगसाठी ऊर्जा व्यवस्थापन आणि या सार्वभौम मानकांशी जुळणाऱ्या क्लाउड सेवांशी संबंधित कंपन्यांवर बारकाईने लक्ष ठेवावे.

धोके आणि चिंता

सार्वभौमत्वाचा (Sovereignty) आग्रह धोरणात्मक असला तरी, त्याला स्पष्ट अडथळे आहेत. मूलभूत मॉडेल्स विकसित करणे महाग आहे आणि त्यासाठी मोठ्या, सातत्यपूर्ण भांडवलाची आवश्यकता आहे. सार्वजनिक सबसिडीचे वाटप अशा प्रकल्पांना होण्याची शक्यता आहे जे स्केल करू शकत नाहीत किंवा ज्यांची दीर्घकालीन व्यावसायिक व्यवहार्यता (Commercial Viability) नसेल. शिवाय, जागतिक स्पर्धा तीव्र आहे; OpenAI, Google आणि Anthropic सारख्या कंपन्यांकडे प्रचंड R&D बजेट आहे, ज्यांच्याशी देशांतर्गत खेळाडूंना स्पर्धा करावी लागेल. 'प्रतिभावान गळती'चे (Talent Drain) आव्हान देखील आहे, जिथे उच्च-स्तरीय भारतीय अभियंते आंतरराष्ट्रीय टेक हबकडे आकर्षित होत आहेत. जर देशांतर्गत इकोसिस्टम स्पर्धात्मक नुकसानभरपाई, करिअर वाढ आणि अत्याधुनिक संसाधने प्रदान करू शकली नाही, तर हे सार्वभौम मॉडेल्स तयार करण्यासाठी आवश्यक असलेला 'ब्रेन पॉवर' टिकवून ठेवणे एक मोठे आव्हान ठरेल.

गुंतवणूकदारांनी काय ट्रॅक करावे?

या क्षेत्रात रस असलेल्या गुंतवणूकदारांनी तीन मुख्य क्षेत्रांवर लक्ष केंद्रित करावे. प्रथम, GPU क्षमता विस्तारासाठी सरकारी निविदा घोषणांवर लक्ष ठेवावे, कारण हे पायाभूत सुविधांच्या स्केलिंगच्या गतीचे थेट सूचक आहे. दुसरे, मोठ्या उद्योगधंद्यांनी आणि सार्वजनिक युटिलिटिजनी या सार्वभौम मॉडेल्सचा अवलंब करण्याच्या दरांचा मागोवा घ्यावा; जर हे मॉडेल्स औद्योगिक-स्तरीय कार्ये हाताळू शकतील हे सिद्ध झाले, तर ते व्यावसायिक मॉडेलला मान्यता देईल. शेवटी, डेटा स्थानिकीकरण (Data Localization) किंवा AI गव्हर्नन्स धोरणांमधील कोणत्याही बदलांवर लक्ष ठेवावे, कारण हे नियम कोणत्या कंपन्यांना सर्वाधिक समर्थन मिळेल आणि नवीन सार्वभौम चौकटीत कोणते व्यवसाय मॉडेल व्यवहार्य राहतील हे ठरवतील.