IBM ची उपकंपनी Red Hat ने भारताला जगातील टॉप ५ ग्रोथ मार्केटपैकी एक म्हणून घोषित केले आहे. ओपन-सोर्स सॉफ्टवेअरचा वाढता वापर आणि कुशल मनुष्यबळ यामुळे हे शक्य झाले आहे. कंपनी AI उपक्रमांसाठी भारताच्या डिजिटल इन्फ्रास्ट्रक्चरचा फायदा घेणार आहे, मात्र प्रकल्पांचा जास्त खर्च आणि कुशल मनुष्यबळाची कमतरता यांसारखी आव्हाने अजूनही आहेत.
Detailed Coverage
IBM ची उपकंपनी Red Hat ने भारताला जागतिक स्तरावर सर्वाधिक वेगाने वाढणाऱ्या टॉप ५ मार्केटपैकी एक म्हणून ओळखले आहे. या निर्णयामुळे भारत कंपनीच्या जागतिक ऑपरेशन्ससाठी महत्त्वाचा केंद्रबिंदू ठरणार आहे. भारत केवळ एंटरप्राइझ टेक्नॉलॉजीचा मोठा ग्राहकच नाही, तर इंजिनिअरिंग आणि प्रोडक्ट डेव्हलपमेंटसाठी एक महत्त्वाचे हब देखील बनेल.
ओपन-सोर्स आणि AI इन्फ्रास्ट्रक्चरला चालना
भारतातील ओपन-सोर्स आर्किटेक्चरकडे वाढता कल हे Red Hat च्या वेगाने होणाऱ्या विस्तारामागील मुख्य कारण आहे. प्रोप्रायटरी सॉफ्टवेअर सिस्टिम्सच्या विपरीत, जे युजर्सना दीर्घकालीन करारांमध्ये अडकवतात, भारतातील सरकारी आणि खाजगी कंपन्या ओपन स्टँडर्ड्सचा स्वीकार करत आहेत. UPI, आधार आणि पासपोर्ट सेवांसारख्या मोठ्या डिजिटल पब्लिक गुड्सच्या आधुनिकीकरणात हा ट्रेंड दिसून येतो. संरक्षण आणि निमलष्करी क्षेत्रांसाठी 'मेड इन इंडिया' सॉव्हरेन AI स्टॅक्स तयार करण्याच्या सरकारच्या निर्णयामुळे Red Hat च्या जागतिक धोरणासाठी भारत एक प्रमुख डेव्हलपमेंट साइट बनला आहे.
आर्थिक वाढ विरुद्ध AI चे आव्हान
आर्टिफिशियल इंटेलिजन्स (AI) च्या युगात, Red Hat व्यवस्थापनाने भारतीय IT कर्मचाऱ्यांवर होणाऱ्या संभाव्य परिणामांवर भाष्य केले आहे. AI मुळे वार्षिक २% ते ५% कार्यक्षमतेत वाढ अपेक्षित असताना, कंपनी दीर्घकालीन नोकरी वाढीबद्दल आशावादी आहे. असा अंदाज आहे की भारताची १०% पेक्षा जास्त मजबूत आर्थिक वाढ, ऑटोमेशनमुळे होणारे बदल शोषून घेण्यासाठी पुरेशी नवीन भूमिका निर्माण करेल. नियमित, डेटा-आधारित कामांऐवजी मानवी निर्णय आणि मशीन-आधारित बुद्धिमत्तेचे संयोजन आवश्यक असलेल्या विशेष भूमिकांवर लक्ष केंद्रित केले जाईल.
AI प्रोजेक्ट्समधील आव्हाने
सकारात्मक दृष्टिकोन असूनही, प्रायोगिक AI पायलट प्रोग्राम्समधून पूर्ण-स्तरीय व्यावसायिक वापराकडे जाणे अजूनही आव्हानात्मक आहे. सद्यस्थितीनुसार, केवळ ३०% ते ४०% AI प्रकल्प यशस्वीरित्या प्रोडक्शनमध्ये जातात. Red Hat ने यातील अंतर कमी करण्यासाठी भारतीय कंपन्यांना अनेक अडथळ्यांवर मात करावी लागेल असे सांगितले आहे. यामध्ये AI इन्फरन्सिंगशी संबंधित जास्त खर्च, क्लिष्ट प्रणाली व्यवस्थापित करण्यासाठी कुशल मनुष्यबळाची कमतरता आणि मजबूत सुरक्षा-केंद्रित डेव्हलपमेंट पाइपलाइन्सची गरज यांचा समावेश आहे.
गुंतवणूकदार आणि उद्योग निरीक्षकांसाठी, कंपन्या त्यांच्या टेक्नॉलॉजी खर्चाचे व्यवस्थापन कसे करतात हे पाहणे महत्त्वाचे ठरेल. कंपन्या सध्या त्यांच्या AI उपक्रमांना दैनंदिन कार्यान्वयन खर्च मानायचा की भांडवली उपकरणांमध्ये दीर्घकालीन गुंतवणूक, याचे मूल्यांकन करत आहेत. हा फरक कंपन्यांना त्यांच्या नफ्यावर किंवा रोख रकमेवर अतिरिक्त दबाव न टाकता त्यांच्या डिजिटल ट्रान्सफॉर्मेशन प्रकल्पांना किती वेगाने स्केल करू शकतात हे निर्धारित करण्यासाठी महत्त्वपूर्ण ठरेल.