AI ਦਾ ਸ਼ੋਰ-ਸ਼ਰਾਬਾ: ਭਾਰਤ ਨੂੰ ਲੋੜੀਂਦੀ ਹੈ ਮਜ਼ਬੂਤ ਇੰਡਸਟ੍ਰੀਅਲ ਨੀਂਹ

ਭਾਰਤ ਦਾ AI ਮਿਸ਼ਨ ਸਿਰਫ਼ ਪੈਸਾ ਅਤੇ ਡਾਟਾ ਸੈਂਟਰਾਂ ਤੋਂ ਕਿਤੇ ਜ਼ਿਆਦਾ ਹੈ। ਲੰਬੇ ਸਮੇਂ ਦੀ ਗ੍ਰੋਥ ਨੂੰ ਸਮਝਣ ਲਈ ਨਿਵੇਸ਼ਕਾਂ (Investors) ਨੂੰ ਇਨਫ్రాਸਟ੍ਰਕਚਰ ਪ੍ਰੋਵਾਈਡਰਾਂ ਅਤੇ ਬੁਨਿਆਦੀ ਤਕਨੀਕੀ ਸਮਰੱਥਾਵਾਂ ਵਿਚਾਲੇ ਪਾੜੇ 'ਤੇ ਧਿਆਨ ਦੇਣਾ ਚਾਹੀਦਾ ਹੈ।

ਕੀ ਹੋਇਆ?

ਤਾਜ਼ਾ ਵਿਸ਼ਲੇਸ਼ਣ (Analysis) ਇਹ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਕਿ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਵੱਲ ਭਾਰਤ ਦੇ ਕਦਮ ਨੂੰ ਸਿਰਫ਼ ਫੰਡਿੰਗ (Funding) ਜੁਟਾਉਣ ਅਤੇ ਡਾਟਾ ਸੈਂਟਰ (Data Center) ਬਣਾਉਣ ਤੋਂ ਅੱਗੇ ਵਧਣ ਦੀ ਲੋੜ ਹੈ। ਹੁਣ ਗੱਲਬਾਤ ਇੱਕ ਮਜ਼ਬੂਤ ਇੰਡਸਟ੍ਰੀਅਲ ਅਤੇ ਸਾਇੰਸ ਫਾਊਂਡੇਸ਼ਨ (Industrial and Scientific Foundation) ਦੀ ਜ਼ਰੂਰਤ ਵੱਲ ਮੁੜ ਰਹੀ ਹੈ। ਹਾਲਾਂਕਿ IndiaAI Mission ਦਾ ਟੀਚਾ ਕੰਪਿਊਟਿੰਗ ਪਾਵਰ (Computing Power) ਵਧਾਉਣਾ ਹੈ, ਆਲੋਚਕਾਂ (Critics) ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਅਸਲ ਤਕਨੀਕੀ ਲੀਡਰਸ਼ਿਪ (Technological Leadership) ਲਈ ਸਿਰਫ਼ ਇਨਫ్రాਸਟ੍ਰਕਚਰ (Infrastructure) ਤੋਂ ਜ਼ਿਆਦਾ ਦੀ ਲੋੜ ਹੈ। ਇਸ ਲਈ ਮਜ਼ਬੂਤ ਰਿਸਰਚ (Research), ਡੂੰਘੀਆਂ ਸੰਸਥਾਵਾਂ (Deep Institutions) ਅਤੇ ਇੱਕ ਅਜਿਹੀ ਮੈਨੂਫੈਕਚਰਿੰਗ ਬੇਸ (Manufacturing Base) ਦੀ ਜ਼ਰੂਰਤ ਹੈ ਜੋ ਸਿਰਫ਼ ਵਰਤੋਂ (Consumption) ਦੀ ਬਜਾਏ ਅਸਲ ਇਨੋਵੇਸ਼ਨ (Innovation) ਨੂੰ ਸਮਰਥਨ ਦੇ ਸਕੇ।

ਫੰਡਿੰਗ ਫੋਕਸ ਤੋਂ ਪਰ੍ਹੇ

ਸਾਲਾਂ ਤੋਂ, ਬਾਜ਼ਾਰ (Market) ਦੀਆਂ ਚਰਚਾਵਾਂ ਕੈਪੀਟਲ ਐਕਸਪੈਂਡੀਚਰ (Capital Expenditure) ਅਤੇ ਕੰਪਿਊਟ ਕੈਪੈਸਿਟੀ (Compute Capacity) ਨੂੰ ਪਹਿਲ ਦਿੰਦੀਆਂ ਰਹੀਆਂ ਹਨ। ਹਾਲਾਂਕਿ, ਸਿਰਫ਼ ਵਿੱਤੀ ਪਹੁੰਚ (Financial Approach) ਅਸਲ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਨ ਦਾ ਖ਼ਤਰਾ ਪੈਦਾ ਕਰਦੀ ਹੈ ਜੋ ਤਕਨੀਕੀ ਕਿਨਾਰੇ (Technological Edge) ਨੂੰ ਬਣਾਈ ਰੱਖਣ ਲਈ ਜ਼ਰੂਰੀ ਹਨ। ਇਤਿਹਾਸਕ ਤੌਰ 'ਤੇ, ਉਹ ਦੇਸ਼ ਜੋ ਗਲੋਬਲ ਟੈਕਨਾਲੌਜੀ ਲੀਡਰ (Global Technology Leaders) ਬਣੇ ਹਨ—ਜਿਵੇਂ ਕਿ ਅਮਰੀਕਾ (United States) ਅਤੇ ਚੀਨ (China)—ਨੇ ਦਹਾਕਿਆਂ ਤੱਕ ਯੂਨੀਵਰਸਿਟੀਆਂ (Universities), ਰਿਸਰਚ ਲੈਬਾਰਟਰੀਆਂ (Research Laboratories) ਅਤੇ ਠੋਸ ਜਨਤਕ ਨੀਤੀਆਂ (Public Policies) ਵਿੱਚ ਨਿਵੇਸ਼ (Investment) ਕੀਤਾ ਹੈ। ਭਾਰਤ ਵਿੱਚ ਮੌਜੂਦਾ ਬਹਿਸ ਇਸ ਚਿੰਤਾ ਨੂੰ ਉਜਾਗਰ ਕਰਦੀ ਹੈ ਕਿ ਦੇਸ਼ ਰਿਸਰਚ ਅਤੇ ਇੰਟਲੈਕਚੁਅਲ ਪ੍ਰਾਪਰਟੀ (Intellectual Property) ਦੇ 'ਸਾਫਟਵੇਅਰ' (Software) ਨੂੰ ਸਥਾਪਿਤ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਹੀ AI ਦੇ 'ਹਾਰਡਵੇਅਰ' (Hardware) 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰ ਰਿਹਾ ਹੈ। ਲੈਬਾਂ ਬਣਾਉਣਾ ਅਤੇ ਉੱਤਮ STEM ਟੈਲੰਟ (Elite STEM Talent) ਨੂੰ ਬਰਕਰਾਰ ਰੱਖਣਾ, ਸਿਰਫ਼ ਵਿਦੇਸ਼ੀ ਤਕਨਾਲੋਜੀ (Importing Technology) ਲਿਆਉਣ ਜਾਂ ਵਿਦੇਸ਼ੀ ਕੰਪਨੀਆਂ (Global Firms) ਲਈ ਸਰਵਰ ਹੋਸਟ (Hosting Servers) ਕਰਨ ਦੀ ਬਜਾਏ, ਜ਼ਰੂਰੀ ਕਦਮ ਵਜੋਂ ਪਛਾਣੇ ਜਾ ਰਹੇ ਹਨ।

ਇੰਡਸਟ੍ਰੀਅਲ ਡੈਪਥ (Industrial Depth) ਵੱਲ ਮੋੜ

ਇਹ ਵਿਚਾਰ ਵਧ ਰਿਹਾ ਹੈ ਕਿ AI ਵਿੱਚ ਭਾਰਤ ਦੀ ਤਾਕਤ ਉਸਦੇ ਵਿਆਪਕ ਉਦਯੋਗੀਕਰਨ (Broader Industrialization) ਨਾਲ ਜੁੜੀ ਹੋਈ ਹੈ। ਉਨ੍ਹਾਂ ਆਰਥਿਕਤਾਵਾਂ ਦੇ ਉਲਟ ਜਿਨ੍ਹਾਂ ਨੇ ਵਿੱਤੀ ਸੇਵਾਵਾਂ (Financial Services) ਵੱਲ ਮੁੜਨ ਤੋਂ ਪਹਿਲਾਂ ਆਪਣਾ ਮੈਨੂਫੈਕਚਰਿੰਗ ਬੇਸ ਬਣਾਇਆ, ਭਾਰਤ ਦਾ ਆਰਥਿਕ ਵਿਕਾਸ (Economic Growth) ਭਾਰੀ ਸੇਵਾ-ਮੁਖੀ (Service-Oriented) ਰਿਹਾ ਹੈ। ਅਰਥ ਸ਼ਾਸਤਰੀ (Economists) ਨੋਟ ਕਰਦੇ ਹਨ ਕਿ ਇਸ ਸਮੇਂ ਤੋਂ ਪਹਿਲਾਂ ਹੋਏ ਵਿੱਤੀਕਰਨ (Premature Financialization) ਨੇ ਤਕਨੀਕੀ ਲਚਕਤਾ (Technological Resilience) ਅਤੇ ਰੋਜ਼ਗਾਰ (Employment) ਵਿੱਚ ਕਮੀਆਂ ਛੱਡੀਆਂ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਡਿਜੀਟਲ ਪਲੇਟਫਾਰਮਾਂ (Digital Platforms) ਦੇ ਖਪਤਕਾਰ (Consumer) ਬਣਨ ਤੋਂ ਆਪਣੇ ਖੁਦ ਦੇ ਡਿਜੀਟਲ ਭਵਿੱਖ (Digital Future) ਦੇ ਆਰਕੀਟੈਕਟ (Architect) ਬਣਨ ਲਈ, ਦੇਸ਼ ਸਾਹਮਣੇ ਅਜਿਹਾ ਮਾਹੌਲ (Environment) ਪੈਦਾ ਕਰਨ ਦੀ ਚੁਣੌਤੀ ਹੈ ਜਿੱਥੇ R&D (Research and Development) ਨੂੰ ਵਿੱਤੀ ਇੰਜੀਨੀਅਰਿੰਗ (Financial Engineering) ਉੱਤੇ ਤਰਜੀਹ ਦਿੱਤੀ ਜਾਵੇ। ਰੈਗੂਲੇਟਰੀ ਗੁੰਝਲ (Regulatory Complexity) ਅਤੇ ਪ੍ਰਸ਼ਾਸਨਿਕ ਰੁਕਾਵਟਾਂ (Administrative Friction) ਅਜਿਹੇ ਰੁਕਾਵਟਾਂ ਬਣੀਆਂ ਹੋਈਆਂ ਹਨ ਜਿਨ੍ਹਾਂ ਨੂੰ ਸੰਸਥਾਪਕਾਂ (Founders) ਅਤੇ ਨਵੀਨਤਾਕਾਰਾਂ (Innovators) ਨੂੰ ਨੈਵੀਗੇਟ (Navigate) ਕਰਨਾ ਪੈਂਦਾ ਹੈ, ਅਕਸਰ ਅਜਿਹੀ ਊਰਜਾ ਦੀ ਖਪਤ ਹੁੰਦੀ ਹੈ ਜੋ ਤਕਨੀਕੀ ਸਫਲਤਾਵਾਂ (Technical Breakthroughs) 'ਤੇ ਖਰਚੀ ਜਾ ਸਕਦੀ ਸੀ।

ਨਿਵੇਸ਼ਕ ਇਸਨੂੰ ਕਿਵੇਂ ਸਮਝ ਸਕਦੇ ਹਨ?

ਨਿਵੇਸ਼ਕ ਮੌਜੂਦਾ AI ਨੈਰੇਟਿਵ (AI Narrative) ਵਿੱਚ ਦੋ ਤਰ੍ਹਾਂ ਦੀਆਂ ਕੰਪਨੀਆਂ (Companies) ਵਿਚਕਾਰ ਫ਼ਰਕ ਕਰਨਾ ਸਿੱਖ ਰਹੇ ਹਨ। ਪਹਿਲੇ ਗਰੁੱਪ ਵਿੱਚ ਇਨਫ్రాਸਟ੍ਰਕਚਰ ਪ੍ਰਦਾਨ ਕਰਨ ਵਾਲੀਆਂ ਫਰਮਾਂ (Firms) ਸ਼ਾਮਲ ਹਨ—ਜਿਵੇਂ ਕਿ ਬਿਜਲੀ (Power), ਉਸਾਰੀ (Construction), ਅਤੇ ਡਾਟਾ ਸੈਂਟਰ ਰੀਅਲ ਅਸਟੇਟ (Data Center Real Estate)—ਜਿਨ੍ਹਾਂ ਨੂੰ ਤੁਰੰਤ ਕੈਪੀਟਲ ਖਰਚੇ (Capital Spending) ਦਾ ਫਾਇਦਾ ਹੁੰਦਾ ਹੈ। ਇਹ ਫਰਮਾਂ ਡਿਜੀਟਲ ਅਰਥਚਾਰੇ (Digital Economy) ਦੇ 'ਮਕਾਨ ਮਾਲਕ' (Landlords) ਹਨ। ਦੂਜਾ ਗਰੁੱਪ ਅਸਲ ਇੰਟਲੈਕਚੁਅਲ ਪ੍ਰਾਪਰਟੀ, ਪ੍ਰੋਪਰਾਈਟਰੀ ਮਾਡਲ (Proprietary Models), ਅਤੇ ਡੀਪ-ਟੈੱਕ ਸੋਲਿਊਸ਼ਨਜ਼ (Deep-Tech Solutions) ਬਣਾਉਣ ਵਾਲੀਆਂ ਫਰਮਾਂ ਦਾ ਹੈ। ਦੂਜੀ ਕਿਸਮ ਦੀਆਂ ਕੰਪਨੀਆਂ ਨੂੰ ਉੱਚ ਰਿਸਰਚ ਖਰਚੇ (Research Spending) ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ ਅਤੇ ਉਨ੍ਹਾਂ ਵਿੱਚ ਐਗਜ਼ੀਕਿਊਸ਼ਨ ਰਿਸਕ (Execution Risk) ਜ਼ਿਆਦਾ ਹੁੰਦਾ ਹੈ ਪਰ ਸੰਭਾਵੀ ਤੌਰ 'ਤੇ ਲੰਬੇ ਸਮੇਂ ਦਾ ਮੁੱਲ (Long-term Value) ਜ਼ਿਆਦਾ ਦਿੰਦੀਆਂ ਹਨ। ਬਾਜ਼ਾਰ ਦੇ ਭਾਗੀਦਾਰ (Market Participants) ਇਹ ਦੇਖ ਸਕਦੇ ਹਨ ਕਿ ਕੰਪਨੀਆਂ ਸਿਰਫ਼ ਸਾਂਝੇਦਾਰੀ (Partnerships) ਰਾਹੀਂ AI ਰੁਝਾਨ (AI Trend) ਵਿੱਚ ਹਿੱਸਾ ਲੈ ਰਹੀਆਂ ਹਨ ਜਾਂ ਅਸਲ ਵਿੱਚ ਬੁਨਿਆਦੀ ਸਮਰੱਥਾਵਾਂ (Foundational Capabilities) ਵਿਕਸਤ ਕਰ ਰਹੀਆਂ ਹਨ ਜੋ ਅਗਲੇ ਦਹਾਕੇ ਦੀ ਉਤਪਾਦਕਤਾ (Productivity) ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਨਗੀਆਂ।

ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਕੀ ਟਰੈਕ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ?

ਅੱਗੇ ਵਧਦੇ ਹੋਏ, ਨਿਵੇਸ਼ਕਾਂ ਲਈ ਫੋਕਸ ਤਰੱਕੀ (Progress) ਦੇ ਖਾਸ ਮਾਰਕਰਾਂ (Markers) ਵੱਲ ਸ਼ਿਫਟ ਹੋ ਸਕਦਾ ਹੈ। ਮੁੱਖ ਮਾਨੀਟਰੇਬਲ (Monitorables) ਵਿੱਚ ਸਰਕਾਰ ਦੁਆਰਾ ਸਮਰਥਿਤ AI ਕੰਪਿਊਟ ਇਨਫ్రాਸਟ੍ਰਕਚਰ ਦੀ ਅਸਲ ਕਮਿਸ਼ਨਿੰਗ (Commissioning) ਅਤੇ ਵਰਤੋਂ, ਘਰੇਲੂ ਪੇਟੈਂਟ ਫਾਈਲਿੰਗ (Domestic Patent Filings) ਵਿੱਚ ਵਾਧਾ, ਅਤੇ ਪ੍ਰਾਈਵੇਟ ਸੈਕਟਰ (Private Sector) ਦੀ ਉੱਚ-ਪੱਧਰੀ ਇੰਜੀਨੀਅਰਿੰਗ ਪ੍ਰਤਿਭਾ (High-level Engineering Talent) ਨੂੰ ਆਕਰਸ਼ਿਤ ਕਰਨ ਅਤੇ ਬਰਕਰਾਰ ਰੱਖਣ ਦੀ ਸਮਰੱਥਾ ਸ਼ਾਮਲ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਸਫਲਤਾ ਦੇ ਸੂਚਕ (Indicators) ਵਿੱਚ ਅਜਿਹੇ ਨੀਤੀ ਅਪਡੇਟ (Policy Updates) ਸ਼ਾਮਲ ਹੋਣਗੇ ਜੋ ਰਿਸਰਚ-ਇੰਟੈਂਸਿਵ (Research-intensive) ਫਰਮਾਂ ਲਈ ਪ੍ਰਸ਼ਾਸਨਿਕ ਬੋਝ (Administrative Burdens) ਨੂੰ ਘਟਾਉਂਦੇ ਹਨ ਅਤੇ ਪ੍ਰਾਈਵੇਟ ਕੈਪੀਟਲ (Private Capital) ਦੇ ਥੋੜ੍ਹੇ ਸਮੇਂ ਦੇ ਡਿਜੀਟਲ ਸੇਵਾਵਾਂ (Short-term Digital Services) ਦੀ ਬਜਾਏ ਲੰਬੇ ਸਮੇਂ ਦੇ ਉਦਯੋਗਿਕ ਪ੍ਰੋਜੈਕਟਾਂ (Long-term Industrial Projects) ਵਿੱਚ ਵਹਿਣ ਦੇ ਸਬੂਤ ਸ਼ਾਮਲ ਹੋਣਗੇ। ਅੰਤਮ ਪਰਖ ਇਹ ਹੋਵੇਗੀ ਕਿ ਕੀ AI ਮਿਸ਼ਨ ਦੇਸ਼ ਨੂੰ ਗਲੋਬਲ ਮਾਰਕੀਟ ਵਿੱਚ ਰਣਨੀਤਕ ਲੀਵਰੇਜ (Strategic Leverage) ਅਤੇ ਆਰਥਿਕ ਮੁੱਲ (Economic Value) ਪ੍ਰਦਾਨ ਕਰਨ ਵਾਲੀ ਸਥਾਈ ਬੌਧਿਕ ਪੂੰਜੀ (Enduring Intellectual Capital) ਬਣਾਉਂਦਾ ਹੈ।