ਭਾਰਤ ਦਾ AI 'ਤੇ ਨਵਾਂ ਰੁਖ: ਵਿਕਾਸ 'ਤੇ ਫੋਕਸ, ਸੱਟੇਬਾਜ਼ੀ 'ਤੇ ਸਖ਼ਤੀ! ਰੈਗੂਲੇਟਰ ਤਿਆਰ

ਭਾਰਤ ਲਈ ਹੁਣ ਇਹ ਬਹੁਤ ਜ਼ਰੂਰੀ ਹੋ ਗਿਆ ਹੈ ਕਿ ਉਹ Artificial Intelligence (AI) ਦਾ ਇਸਤੇਮਾਲ ਸਿਰਫ਼ ਵਿੱਤੀ ਸੱਟੇਬਾਜ਼ੀ (speculative financial exuberance) ਲਈ ਨਾ ਕਰੇ, ਬਲਕਿ ਇਸ ਨੂੰ ਲੰਬੇ ਸਮੇਂ ਦੇ ਆਰਥਿਕ ਵਿਕਾਸ (economic expansion) ਅਤੇ ਵਿਕਸਿਤ ਦੇਸ਼ ਬਣਨ ਦੇ ਟੀਚੇ 2047 ਤੱਕ ਪਹੁੰਚਣ ਲਈ ਇੱਕ ਸਾਧਨ ਵਜੋਂ ਵਰਤੇ। ਚੀਫ ਇਕਨਾਮਿਕ ਐਡਵਾਈਜ਼ਰ V. Anantha Nageswaran ਵੱਲੋਂ ਦਿੱਤਾ ਗਿਆ ਇਹ ਸੁਝਾਅ ਤਕਨਾਲੋਜੀ ਨੂੰ ਅਪਣਾਉਣ ਅਤੇ ਰੈਗੂਲੇਟਰੀ ਨਿਗਰਾਨੀ (regulatory vigilance) ਵਿਚਕਾਰ ਇੱਕ ਸੰਤੁਲਨ ਬਣਾਉਣ ਦੀ ਲੋੜ 'ਤੇ ਜ਼ੋਰ ਦਿੰਦਾ ਹੈ, ਖਾਸ ਕਰਕੇ ਤੇਜ਼ੀ ਨਾਲ ਬਦਲ ਰਹੇ ਵਿੱਤੀ ਬਾਜ਼ਾਰਾਂ (financial markets) ਵਿੱਚ।

AI: ਵਿਕਾਸ ਦਾ ਇੰਜਣ ਜਾਂ ਬਾਜ਼ਾਰੀ ਜੋਖਮ?

ਚੀਫ ਇਕਨਾਮਿਕ ਐਡਵਾਈਜ਼ਰ Nageswaran ਨੇ AI ਅਪਣਾਉਣ ਲਈ ਇੱਕ ਖਾਸ ਭਾਰਤੀ ਰਣਨੀਤੀ ਦੱਸੀ ਹੈ, ਜਿਸ ਵਿੱਚ 'ਦੂਜੇ ਨੰਬਰ 'ਤੇ ਆਉਣ ਦਾ ਫਾਇਦਾ' (second-mover advantage) ਸ਼ਾਮਲ ਹੈ। ਇਸ ਤਹਿਤ, ਜ਼ਿਆਦਾ ਪੈਸਾ ਲਗਾਉਣ ਤੋਂ ਪਹਿਲਾਂ ਤਕਨਾਲੋਜੀ ਦੇ ਪੂਰੀ ਤਰ੍ਹਾਂ ਪਰਿਪੱਕ ਹੋਣ ਅਤੇ ਬਾਜ਼ਾਰ ਦੇ ਸਥਿਰ ਹੋਣ ਦਾ ਇੰਤਜ਼ਾਰ ਕੀਤਾ ਜਾਵੇਗਾ। ਇਸਦਾ ਮਕਸਦ ਵਧਦੀਆਂ ਕੀਮਤਾਂ (valuation cycles) ਦੇ ਬਹੁਤੇ ਜੋਖਮ ਤੋਂ ਬਚਦੇ ਹੋਏ ਉਤਪਾਦਕਤਾ (productivity) ਵਧਾਉਣਾ ਹੈ। ਇਹ ਰਣਨੀਤੀ ਇਸ ਗੱਲ ਤੋਂ ਬਿਲਕੁਲ ਵੱਖਰੀ ਹੈ ਕਿ ਕਿਵੇਂ ਗਲੋਬਲ AI ਬਾਜ਼ਾਰ, ਜੋ ਕਿ 2030 ਤੱਕ ਸੈਂਕੜੇ ਅਰਬਾਂ ਡਾਲਰ ਤੱਕ ਪਹੁੰਚਣ ਦਾ ਅਨੁਮਾਨ ਹੈ, ਜਨਰੇਟਿਵ AI (generative AI) ਨਾਲ ਤੇਜ਼ੀ ਨਾਲ ਵਧ ਰਿਹਾ ਹੈ। ਜਿੱਥੇ ਅਮਰੀਕਾ ਪ੍ਰਾਈਵੇਟ ਸੈਕਟਰ ਦੀ ਅਗਵਾਈ ਵਿੱਚ ਨਵੀਨਤਾ ਲਿਆ ਰਿਹਾ ਹੈ ਅਤੇ ਚੀਨ ਸਰਕਾਰ ਦੇ ਇਸ਼ਾਰਿਆਂ 'ਤੇ ਚੱਲ ਰਿਹਾ ਹੈ, ਉੱਥੇ ਭਾਰਤ ਦਾ ਟੀਚਾ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਸਮਾਜਿਕ ਪ੍ਰਭਾਵ ਪਾਉਣ ਵਾਲੀਆਂ ਐਪਲੀਕੇਸ਼ਨਾਂ (scalable, socially impactful applications) ਨੂੰ ਵਿਕਸਤ ਕਰਨਾ ਹੈ। ਹਾਲਾਂਕਿ, ਬੁਨਿਆਦੀ ਖੋਜ (foundational research) ਅਤੇ ਪ੍ਰਤਿਭਾ (talent) ਦੇ ਮਾਮਲੇ ਵਿੱਚ ਭਾਰਤ ਅਜੇ ਪਿੱਛੇ ਹੈ। ਕਾਰਪੋਰੇਟ ਜਗਤ ਵਿੱਚ AI ਨੂੰ ਅਪਣਾਉਣ ਦੀ ਦਰ ਕਾਫੀ ਜ਼ਿਆਦਾ ਹੋਣ ਦੇ ਬਾਵਜੂਦ, AI ਦੇ ਪ੍ਰਚਲਨ (diffusion) ਵਿੱਚ ਭਾਰਤ ਦੁਨੀਆ ਵਿੱਚ 64ਵੇਂ ਸਥਾਨ 'ਤੇ ਹੈ, ਜੋ ਔਸਤ ਤੋਂ ਵੀ ਘੱਟ ਹੈ। ਖਾਸ ਕਰਕੇ ਵਿੱਤੀ ਖੇਤਰ (financial sector) ਇਸ ਗੁੰਝਲਦਾਰ ਸਥਿਤੀ ਨਾਲ ਜੂਝ ਰਿਹਾ ਹੈ, ਜਿੱਥੇ RBI ਅਤੇ SEBI ਵਰਗੇ ਰੈਗੂਲੇਟਰ AI ਨੂੰ ਜੋੜਨ ਲਈ ਨਵੇਂ ਢਾਂਚੇ (frameworks) ਤਿਆਰ ਕਰ ਰਹੇ ਹਨ, ਜਿਸ ਵਿੱਚ ਜੋਖਮ ਪ੍ਰਬੰਧਨ (risk management), ਪਾਰਦਰਸ਼ਤਾ (transparency) ਅਤੇ ਨੈਤਿਕਤਾ (ethical considerations) 'ਤੇ ਜ਼ੋਰ ਦਿੱਤਾ ਜਾ ਰਿਹਾ ਹੈ।

ਪੂੰਜੀ ਪ੍ਰਵਾਹ ਅਤੇ IT ਸੈਕਟਰ 'ਤੇ ਅਸਰ

ਭਾਰਤ ਦੀਆਂ ਆਰਥਿਕ ਇੱਛਾਵਾਂ ਨੂੰ ਪੂਰਾ ਕਰਨ ਲਈ ਘਰੇਲੂ ਅਤੇ ਗਲੋਬਲ ਪੂੰਜੀ (domestic and global capital) ਦਾ ਲਗਾਤਾਰ ਇਕੱਠਾ ਹੋਣਾ ਜ਼ਰੂਰੀ ਹੈ, ਜਿਸਨੂੰ ਉਤਪਾਦਕ ਨਿਵੇਸ਼ਾਂ (productive investments) ਵੱਲ ਮੋੜਿਆ ਜਾ ਸਕੇ। ਹਾਲਾਂਕਿ, ਗਲੋਬਲ ਬਾਜ਼ਾਰਾਂ ਨਾਲ ਵਧਦੀ ਨੇੜਤਾ ਪੂੰਜੀ ਦੀ ਗਤੀਸ਼ੀਲਤਾ (capital mobility) ਅਤੇ ਅਸਥਿਰਤਾ (volatility) ਵਿਰੁੱਧ ਲਚੀਲੇਪਣ (resilience) ਨੂੰ ਪ੍ਰਬੰਧਿਤ ਕਰਨ ਵਿੱਚ ਚੁਣੌਤੀਆਂ ਪੈਦਾ ਕਰਦੀ ਹੈ। ਅਲਗੋਰਿਦਮਿਕ ਟਰੇਡਿੰਗ (Algorithmic trading) ਅਤੇ AI-ਆਧਾਰਿਤ ਰਣਨੀਤੀਆਂ ਇੱਕ ਵੱਡਾ ਜੋਖਮ ਖੜ੍ਹਾ ਕਰਦੀਆਂ ਹਨ, ਜੋ ਬਾਜ਼ਾਰ ਦੇ ਉਤਰਾਅ-ਚੜ੍ਹਾਅ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਫੈਲਾ ਸਕਦੀਆਂ ਹਨ ਅਤੇ ਬਾਜ਼ਾਰ ਦੇ ਝਟਕਿਆਂ (market shock) ਨੂੰ ਵਧਾ ਸਕਦੀਆਂ ਹਨ। ਇਸ ਲਈ, ਹੇਰਡ ਬਿਹੇਵੀਅਰ (herd behavior) ਅਤੇ ਕੰਸਟਰੇਸ਼ਨ ਰਿਸਕ (concentration risks) ਦਾ ਪਤਾ ਲਗਾਉਣ ਲਈ ਨਿਗਰਾਨੀ ਢਾਂਚੇ (supervisory frameworks) ਦੀ ਲੋੜ ਹੈ।

ਇਸ ਦੌਰਾਨ, ਭਾਰਤ ਦੇ ਨਿਰਯਾਤ ਅਰਥਚਾਰੇ (export economy) ਦੀ ਰੀੜ੍ਹ ਦੀ ਹੱਡੀ, ਭਾਰਤੀ ਇਨਫਰਮੇਸ਼ਨ ਟੈਕਨਾਲੋਜੀ (IT) ਸੈਕਟਰ, AI ਦੇ ਕਾਰਨ ਆ ਰਹੀਆਂ ਚੁਣੌਤੀਆਂ (headwinds) ਦਾ ਸਾਹਮਣਾ ਕਰ ਰਿਹਾ ਹੈ। ਅੰਦਾਜ਼ੇ ਲਗਾਏ ਜਾ ਰਹੇ ਹਨ ਕਿ AI ਕਾਰਨ ਆਮਦਨ (revenue) ਦਾ ਇੱਕ ਵੱਡਾ ਹਿੱਸਾ ਘੱਟ ਸਕਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਨੌਕਰੀਆਂ ਦਾ ਨੁਕਸਾਨ (job displacement) ਹੋ ਸਕਦਾ ਹੈ ਅਤੇ ਕੰਪਨੀਆਂ ਦੇ ਮੁੱਲਾਂਕਣ (valuation corrections) ਵਿੱਚ ਗਿਰਾਵਟ ਆ ਸਕਦੀ ਹੈ। Nifty IT ਇੰਡੈਕਸ ਵਿੱਚ ਤੇਜ਼ ਗਿਰਾਵਟ ਦੇਖੀ ਗਈ ਹੈ, ਜੋ ਕਿ Accenture ਅਤੇ Cognizant ਵਰਗੇ ਗਲੋਬਲ ਮੁਕਾਬਲੇਬਾਜ਼ਾਂ ਦੇ ਮੁਕਾਬਲੇ ਉੱਚ P/E ਮਲਟੀਪਲ 'ਤੇ ਵਪਾਰ ਕਰ ਰਿਹਾ ਹੈ। ਹਾਲਾਂਕਿ ਕੁਝ ਵਿਸ਼ਲੇਸ਼ਕ 'AI scare trade' ਨੂੰ ਜ਼ਿਆਦਾ ਮੰਨ ਰਹੇ ਹਨ, ਪਰ ਲੇਬਰ-ਇੰਟੈਂਸਿਵ ਆਊਟਸੋਰਸਿੰਗ ਮਾਡਲ (labor-intensive outsourcing model) 'ਤੇ ਇਸਦਾ ਢਾਂਚਾਗਤ ਪ੍ਰਭਾਵ (structural impact) ਇੱਕ ਵੱਡੀ ਚਿੰਤਾ ਹੈ, ਕਿਉਂਕਿ ਵਿਦੇਸ਼ੀ ਨਿਵੇਸ਼ਕ (foreign investors) IT ਸਟਾਕਾਂ ਨੂੰ ਵੇਚ ਰਹੇ ਹਨ। IT ਸੈਕਟਰ ਦੀ ਇਹ ਮੁਸ਼ਕਲ, ਭਾਰਤ ਦੇ ਵਿਆਪਕ ਆਰਥਿਕ ਸੁदृढ़ਤਾ (economic resilience) ਦੇ ਉਲਟ ਹੈ, ਜਿਸਨੂੰ ਨਿਰਮਾਣ (manufacturing) ਅਤੇ ਬੁਨਿਆਦੀ ਢਾਂਚੇ (infrastructure) ਦੇ ਵਾਧੇ ਦਾ ਸਮਰਥਨ ਪ੍ਰਾਪਤ ਹੈ।

ਵਿਸ਼ਲੇਸ਼ਣ:

ਭਾਰਤ ਦੀ AI ਨੂੰ ਵਿਕਾਸ ਵੱਲ ਲਗਾਉਣ ਦੀ ਵਿਲੱਖਣ ਰਣਨੀਤੀ, ਗਲੋਬਲ ਰੁਝਾਨਾਂ (global trends) ਤੋਂ ਵੱਖਰੀ ਹੈ, ਜਿੱਥੇ AI ਇਕੁਇਟੀ ਪ੍ਰਦਰਸ਼ਨ (equity performance) ਅਤੇ ਨਿਵੇਸ਼ (investment) ਦਾ ਮੁੱਖ ਚਾਲਕ ਬਣਿਆ ਹੋਇਆ ਹੈ। ਭਾਰਤੀ ਉੱਦਮਾਂ (Indian enterprises) ਵੱਲੋਂ AI ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਅਪਣਾਇਆ ਜਾ ਰਿਹਾ ਹੈ ਅਤੇ ਚੰਗੇ ROI ਦੀ ਰਿਪੋਰਟ ਕੀਤੀ ਜਾ ਰਹੀ ਹੈ, ਪਰ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦੀ ਗੁੰਝਲਤਾ (infrastructure complexity) ਅਤੇ ਡਾਟਾ ਸੁਰੱਖਿਆ (data security) ਇਸਦੇ ਵਿਆਪਕ ਪ੍ਰਚਲਨ (scalability) ਵਿੱਚ ਰੁਕਾਵਟਾਂ ਪੈਦਾ ਕਰਦੀਆਂ ਹਨ। ਪ੍ਰਤਿਭਾ ਨੂੰ ਬਰਕਰਾਰ ਰੱਖਣ (talent retention) ਅਤੇ ਸੈਮੀਕੰਡਕਟਰ ਆਟੋਨੋਮੀ (semiconductor autonomy) ਵਰਗੇ ਮਾਮਲਿਆਂ ਵਿੱਚ ਦੇਸ਼ ਨੂੰ ਵਿਸ਼ਵ ਲੀਡਰਾਂ ਦੇ ਮੁਕਾਬਲੇ ਚੁਣੌਤੀਆਂ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈ ਰਿਹਾ ਹੈ। ਵਿੱਤੀ ਬਾਜ਼ਾਰਾਂ ਵਿੱਚ, ਜਿੱਥੇ AI ਕਾਰਜਕੁਸ਼ਲਤਾ (efficiency) ਵਧਾਉਣ, ਧੋਖਾਦੇਹੀ ਦਾ ਪਤਾ ਲਗਾਉਣ (fraud detection) ਅਤੇ ਕ੍ਰੈਡਿਟ ਅਸੈਸਮੈਂਟ (credit assessment) ਦੇ ਮੌਕੇ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ, ਉੱਥੇ ਰੈਗੂਲੇਟਰੀ ਢਾਂਚੇ ਅਜੇ ਵੀ ਵਿਕਾਸ ਅਧੀਨ ਹਨ, ਜਿਸ ਵਿੱਚ ਨਿਗਰਾਨੀ (oversight) ਦੇ ਸੰਭਾਵੀ ਖਾਲੀ ਪੜਾਅ (potential gaps) ਹਨ। RBI ਦੀ FREE-AI ਰਿਪੋਰਟ ਅਤੇ SEBI ਵੱਲੋਂ ਅਲਗੋਰਿਦਮਿਕ ਟਰੇਡਿੰਗ 'ਤੇ ਜਾਰੀ ਕੀਤੇ ਗਏ ਸਰਕੂਲਰ, ਇੱਕ ਸਰਗਰਮ ਪਰ ਵਿਕਾਸਸ਼ੀਲ ਰੈਗੂਲੇਟਰੀ ਰੁਖ (proactive, albeit developing, regulatory stance) ਦਾ ਸੰਕੇਤ ਦਿੰਦੇ ਹਨ। ਗਲੋਬਲ AI ਬਾਜ਼ਾਰ ਦਾ ਬੇਮਿਸਾਲ ਵਾਧਾ (exponential growth) ਮੌਕਿਆਂ ਦੇ ਪੈਮਾਨੇ ਨੂੰ ਉਜਾਗਰ ਕਰਦਾ ਹੈ, ਪਰ ਇਸਦੇ ਏਕੀਕਰਨ (integration) ਨੂੰ ਪ੍ਰਬੰਧਿਤ ਕਰਨ ਵਿੱਚ ਸ਼ਾਮਲ ਜੋਖਮਾਂ ਨੂੰ ਵੀ ਦਰਸਾਉਂਦਾ ਹੈ।

⚠️ ਜੋਖਮਾਂ ਅਤੇ ਚੁਣੌਤੀਆਂ:

ਭਾਰਤ ਦੀ ਰਣਨੀਤਕ ਇੱਛਾ ਦੇ ਬਾਵਜੂਦ, ਕਈ ਵੱਡੇ ਜੋਖਮ ਮੰਡਰਾ ਰਹੇ ਹਨ। ਸਭ ਤੋਂ ਤੁਰੰਤ ਖਤਰਾ IT ਸੇਵਾਵਾਂ ਖੇਤਰ (IT services sector) ਲਈ AI ਦਾ ਵਿਘਨਕਾਰੀ ਸੰਭਾਵਨਾ (disruptive potential) ਹੈ, ਜੋ ਦੇਸ਼ ਦਾ ਇੱਕ ਮੁੱਖ ਨਿਰਯਾਤ ਵਪਾਰ (export earner) ਹੈ। ਆਟੋਮੇਸ਼ਨ (Automation) ਕਾਰਨ ਐਪਲੀਕੇਸ਼ਨ ਸੇਵਾ ਆਮਦਨ (application service revenues) ਘੱਟ ਸਕਦੀ ਹੈ, ਜੋ IT ਫਰਮਾਂ ਦੀ ਆਮਦਨ ਦਾ ਇੱਕ ਵੱਡਾ ਹਿੱਸਾ ਹੈ, ਜਿਸ ਨਾਲ ਆਮਦਨ ਵਿੱਚ ਵੱਡੀ ਗਿਰਾਵਟ (revenue deflation) ਅਤੇ ਮੁੱਲਾਂਕਣ ਵਿੱਚ ਕਮੀ (valuation derating) ਆ ਸਕਦੀ ਹੈ। ਵਿਸ਼ਲੇਸ਼ਕ ਚੇਤਾਵਨੀ ਦਿੰਦੇ ਹਨ ਕਿ AI ਉਦਯੋਗ ਦੀ ਆਮਦਨ ਦਾ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਪ੍ਰਤੀਸ਼ਤ (notable percentage) ਖਤਮ ਕਰ ਸਕਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਨੌਕਰੀਆਂ ਦੇ ਨੁਕਸਾਨ ਦਾ ਖਤਰਾ ਪੈਦਾ ਹੋਵੇਗਾ ਅਤੇ ਰਵਾਇਤੀ ਆਊਟਸੋਰਸਿੰਗ ਮਾਡਲ (outsourcing model) ਨੂੰ ਚੁਣੌਤੀ ਮਿਲੇਗੀ। IT ਸੈਕਟਰ ਤੋਂ ਪਰੇ, AI-ਆਧਾਰਿਤ ਰਣਨੀਤੀਆਂ—ਅਲਗੋਰਿਦਮਿਕ ਟਰੇਡਿੰਗ, ਤੇਜ਼ ਝਟਕਾ ਪ੍ਰਸਾਰਣ (rapid shock transmission), ਅਤੇ ਸੰਭਾਵੀ ਹੇਰਡ ਬਿਹੇਵੀਅਰ—ਵਿੱਤੀ ਸਥਿਰਤਾ (financial stability) ਲਈ ਪ੍ਰਣਾਲੀਗਤ ਜੋਖਮ (systemic risks) ਪੈਦਾ ਕਰਦੀਆਂ ਹਨ। ਅਸਪਸ਼ਟ ਮਾਡਲ (Opaque models) ਅਤੇ ਟ੍ਰੇਨਿੰਗ ਡਾਟਾ ਵਿੱਚ ਪੱਖਪਾਤ (bias in training data) ਰੈਗੂਲੇਟਰੀ ਜਾਂਚ (regulatory scrutiny) ਵਿੱਚ ਰੁਕਾਵਟ ਪਾ ਸਕਦੇ ਹਨ, ਜਦੋਂ ਕਿ AI ਈਕੋਸਿਸਟਮ (AI ecosystem) ਦੇ ਅੰਦਰ ਮਲਕੀਅਤ ਦਾ ਕੇਂਦਰੀਕਰਨ (ownership concentration) ਅਤੇ ਮੁੱਲਾਂਕਣ ਦੀ ਪਾਰਦਰਸ਼ਤਾ (valuation transparency) ਦੇ ਮੁੱਦੇ ਨੇੜਿਓਂ ਨਿਗਰਾਨੀ ਦੀ ਮੰਗ ਕਰਦੇ ਹਨ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਕੁਝ ਗਲੋਬਲ ਨਿਵੇਸ਼ਕ (global allocators) ਭਾਰਤ ਨੂੰ ਇੱਕ "anti-AI play" ਵਜੋਂ ਦੇਖਦੇ ਹਨ, ਜੋ ਸੰਭਵ ਤੌਰ 'ਤੇ AI ਨਿਵੇਸ਼ ਸੁਪਰ-ਸਾਈਕਲ (AI investment super-cycle) ਨਾਲ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਜੁੜੇ ਬਾਜ਼ਾਰਾਂ ਦੀ ਬਜਾਏ ਇਸਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰ ਸਕਦੇ ਹਨ, ਜਿਸ ਨਾਲ ਪੂੰਜੀ ਪ੍ਰਵਾਹ (capital flows) ਅਤੇ ਪੂੰਜੀ ਦੀ ਲਾਗਤ (cost of capital) 'ਤੇ ਅਸਰ ਪੈ ਸਕਦਾ ਹੈ। ਤੇਜ਼ੀ ਨਾਲ ਕਾਰਪੋਰੇਟ ਅਪਣਾਉਣ ਦੇ ਬਾਵਜੂਦ ਘੱਟ ਆਮ ਪ੍ਰਚਲਨ ਅਤੇ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦੀ ਗੁੰਝਲਤਾ ਦਾ ਵਿਰੋਧਾਭਾਸੀ (paradox) ਵਿਆਪਕ, ਟਿਕਾਊ AI ਏਕੀਕਰਨ ਲਈ ਸੰਭਾਵੀ ਰੁਕਾਵਟਾਂ (potential bottlenecks) ਨੂੰ ਉਜਾਗਰ ਕਰਦਾ ਹੈ।

ਭਵਿੱਖ ਦੀ ਦਿਸ਼ਾ:

ਭਵਿੱਖ ਦਾ ਰਾਹ ਭਾਰਤ ਲਈ AI ਨੂੰ ਟਿਕਾਊ ਆਰਥਿਕ ਲਾਭਾਂ (durable economic gains) ਲਈ ਵਰਤਣ ਵਿੱਚ ਹੈ। ਇਸ ਮਿਸ਼ਨ ਲਈ ਧੀਰਜਪੂਰਨ ਪੂੰਜੀ (patient capital) ਅਤੇ ਰੈਗੂਲੇਟਰਾਂ, ਬਾਜ਼ਾਰ ਭਾਗੀਦਾਰਾਂ (market participants) ਅਤੇ ਨਵੀਨਤਾਕਾਰਾਂ (innovators) ਵਿਚਕਾਰ ਨੇੜੇ ਦੇ ਸਹਿਯੋਗ (collaboration) ਦੀ ਲੋੜ ਹੈ। CEA ਨੇ ਜ਼ੋਰ ਦਿੱਤਾ ਕਿ ਨੀਤੀ ਨਿਰਮਾਤਾ (policy makers) ਸਥਿਰਤਾ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਨ, ਪਰ ਤਰਲਤਾ (liquidity) ਅਤੇ ਬਾਜ਼ਾਰ ਦੀ ਡੂੰਘਾਈ (market depth) ਨਿਵੇਸ਼ਕਾਂ (investors) ਅਤੇ ਸੰਸਥਾਵਾਂ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ। ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਰੈਗੂਲੇਟਰਾਂ ਨਾਲ ਸਹਿਯੋਗ ਕਰਕੇ, ਸੈਂਡਬਾਕਸ (sandboxes) ਬਣਾ ਕੇ ਜੋ ਲਚੀਲਾਪਣ ਵਧਾਉਂਦੇ ਹਨ, ਉਤਪਾਦਕ ਤੌਰ 'ਤੇ ਪੂੰਜੀ ਲਗਾਉਣ ਲਈ ਉਤਸ਼ਾਹਿਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। 2047 ਤੱਕ ਇੱਕ ਵਿਕਸਿਤ ਅਰਥਚਾਰੇ (developed economy) ਦੀ ਇੱਛਾ, ਪੂੰਜੀ ਪ੍ਰਵਾਹ ਨੂੰ ਉਤਪਾਦਕ ਨਿਵੇਸ਼ਾਂ ਵੱਲ ਮੋੜਨ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ ਜੋ ਬੁਨਿਆਦੀ ਢਾਂਚੇ, ਨਵੀਨਤਾ (innovation) ਅਤੇ ਰੋਜ਼ਗਾਰ (employment) ਨੂੰ ਮਜ਼ਬੂਤ ਕਰਦੇ ਹਨ, ਅਤੇ AI ਨੂੰ ਇਸ ਵਿਆਪਕ ਵਿਕਾਸ ਢਾਂਚੇ ਵਿੱਚ ਸ਼ਾਮਲ ਕਰਦੇ ਹਨ। ਮਾਡਲ-ਆਧਾਰਿਤ ਵਿਵਹਾਰ (model-based behavior) ਅਤੇ ਕੰਸਟਰੇਸ਼ਨ ਰਿਸਕ ਦਾ ਪਤਾ ਲਗਾਉਣ ਲਈ ਨਿਗਰਾਨੀ ਢਾਂਚੇ ਦਾ ਵਿਕਾਸ (evolution of supervisory frameworks) ਸਰਬੋਤਮ (paramount) ਬਣਿਆ ਹੋਇਆ ਹੈ।