ਵਿਸ਼ਵ ਫਿਊਚਰ ਸਕਿੱਲਜ਼ ਇੰਡੈਕਸ 2027 ਵਿੱਚ ਭਾਰਤ 89 ਦੇਸ਼ਾਂ 'ਚੋਂ 13ਵੇਂ ਸਥਾਨ 'ਤੇ ਆਇਆ ਹੈ, ਜੋ ਕਿ ਕਰਮਚਾਰੀਆਂ ਦੀ ਚੰਗੀ ਅਨੁਕੂਲਤਾ (adaptability) ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਹਾਲਾਂਕਿ, AI-ਵਿਸ਼ੇਸ਼ ਹੁਨਰਾਂ ਲਈ ਰਵਾਇਤੀ ਸਿੱਖਿਆ ਅਤੇ ਉਦਯੋਗ ਦੀ ਮੰਗ ਵਿਚਕਾਰ ਇੱਕ ਵੱਡਾ ਪਾੜਾ ਅਜੇ ਵੀ ਮੁੱਖ ਚੁਣੌਤੀ ਬਣਿਆ ਹੋਇਆ ਹੈ।
ਕੀ ਹੋਇਆ?
QS Quacquarelli Symonds ਦੁਆਰਾ ਹਾਲ ਹੀ ਵਿੱਚ ਜਾਰੀ ਕੀਤੇ ਗਏ ਵਰਲਡ ਫਿਊਚਰ ਸਕਿੱਲਜ਼ ਇੰਡੈਕਸ 2027 ਵਿੱਚ ਭਾਰਤ ਨੇ 89 ਦੇਸ਼ਾਂ ਵਿੱਚੋਂ 13ਵਾਂ ਸਥਾਨ ਪ੍ਰਾਪਤ ਕੀਤਾ ਹੈ। ਇਹ ਇੰਡੈਕਸ ਮੁਲਾਂਕਣ ਕਰਦਾ ਹੈ ਕਿ ਕਿੰਨੀਆਂ ਕੌਮਾਂ ਆਪਣੇ ਕਰਮਚਾਰੀਆਂ ਨੂੰ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਦੇ ਯੁੱਗ ਦੀਆਂ ਚੁਣੌਤੀਆਂ ਅਤੇ ਮੌਕਿਆਂ ਲਈ ਕਿੰਨੀ ਚੰਗੀ ਤਰ੍ਹਾਂ ਤਿਆਰ ਕਰ ਰਹੀਆਂ ਹਨ। ਖਾਸ ਗੱਲ ਇਹ ਹੈ ਕਿ ਭਾਰਤ ਨੇ 'ਫਿਊਚਰ ਆਫ ਵਰਕ' ਸ਼੍ਰੇਣੀ ਵਿੱਚ ਵਿਸ਼ਵ ਪੱਧਰ 'ਤੇ ਪੰਜਵਾਂ ਸਥਾਨ ਹਾਸਲ ਕੀਤਾ ਹੈ, ਜੋ ਤਕਨੀਕੀ ਤਬਦੀਲੀਆਂ ਨਾਲ ਕਰਮਚਾਰੀਆਂ ਦੀ ਉੱਚ ਪੱਧਰ ਦੀ ਅਨੁਕੂਲਤਾ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਇਹ ਮਾਨਤਾ ਭਾਰਤ ਦੀ AI ਨੂੰ ਆਪਣੀ ਆਰਥਿਕਤਾ ਵਿੱਚ ਏਕੀਕ੍ਰਿਤ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਨੂੰ ਉਜਾਗਰ ਕਰਦੀ ਹੈ, ਜਿਸਨੂੰ STEM ਗ੍ਰੈਜੂਏਟਾਂ ਦੀ ਵੱਡੀ ਗਿਣਤੀ ਅਤੇ ਇੱਕ ਵਿਸਤਾਰਿਤ ਡਿਜੀਟਲ ਈਕੋਸਿਸਟਮ ਦਾ ਸਮਰਥਨ ਪ੍ਰਾਪਤ ਹੈ।
ਵਿਕਾਸ ਦੇ ਮੁੱਖ ਕਾਰਨ
ਭਾਰਤ ਦੀ ਇਹ ਚੰਗੀ ਸਥਿਤੀ ਕਈ ਢਾਂਚਾਗਤ ਫਾਇਦਿਆਂ ਦੁਆਰਾ ਸਮਰਥਿਤ ਹੈ। ਦੇਸ਼ ਕੋਲ ਇੱਕ ਵਿਸ਼ਾਲ, ਨੌਜਵਾਨ ਆਬਾਦੀ, ਇੱਕ ਚੰਗੀ ਤਰ੍ਹਾਂ ਸਥਾਪਿਤ IT ਸੇਵਾ ਖੇਤਰ, ਅਤੇ ਵਿਆਪਕ ਇੰਟਰਨੈਟ ਪਹੁੰਚ ਹੈ। ਡਿਜੀਟਲ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਅਤੇ ਜਨਤਕ ਸੇਵਾਵਾਂ 'ਤੇ ਕੇਂਦਰਿਤ ਸਰਕਾਰੀ ਨੀਤੀਆਂ ਨੇ ਇਸ ਤਬਦੀਲੀ ਨੂੰ ਹੋਰ ਮਜ਼ਬੂਤ ਕੀਤਾ ਹੈ। ਇਹਨਾਂ ਕਾਰਕਾਂ ਨੇ AI ਨੂੰ ਅਪਣਾਉਣ ਲਈ ਇੱਕ ਮਜ਼ਬੂਤ ਨੀਂਹ ਬਣਾਈ ਹੈ, ਖਾਸ ਤੌਰ 'ਤੇ ਉਹਨਾਂ ਖੇਤਰਾਂ ਵਿੱਚ ਜਿੱਥੇ ਡਿਜੀਟਲ ਸੁਧਾਰ ਕਾਰਜਸ਼ੀਲ ਕੁਸ਼ਲਤਾ ਵਿੱਚ ਸੁਧਾਰ ਕਰ ਸਕਦੇ ਹਨ। ਫਰਵਰੀ 2026 ਤੱਕ ਲਗਭਗ $90 ਬਿਲੀਅਨ ਦੀਆਂ AI-ਸਬੰਧਤ ਪਹਿਲਕਦਮੀਆਂ ਦੁਆਰਾ ਮੌਜੂਦਾ ਗਤੀ ਨੂੰ ਵੀ ਸਮਰਥਨ ਮਿਲ ਰਿਹਾ ਹੈ, ਜਿਨ੍ਹਾਂ ਦਾ ਉਦੇਸ਼ ਇਹਨਾਂ ਤਕਨਾਲੋਜੀਆਂ ਨੂੰ ਰਾਸ਼ਟਰੀ ਆਰਥਿਕਤਾ ਵਿੱਚ ਸ਼ਾਮਲ ਕਰਨਾ ਹੈ।
ਹੁਨਰ ਮੇਲ ਨਾ ਖਾਣ ਦੀ ਚੁਣੌਤੀ
ਸਕਾਰਾਤਮਕ ਰੈਂਕਿੰਗ ਦੇ ਬਾਵਜੂਦ, ਇੰਡੈਕਸ ਇੱਕ ਗੰਭੀਰ ਕਮਜ਼ੋਰੀ ਨੂੰ ਉਜਾਗਰ ਕਰਦਾ ਹੈ: ਹੁਨਰ ਸੰਬੰਧੀ ਮੇਲ ਨਾ ਖਾਣ ਦਾ ਪਾੜਾ (skills alignment gap)। ਜਦੋਂ ਕਿ ਕਰਮਚਾਰੀ ਅਨੁਕੂਲ ਹਨ, ਰਵਾਇਤੀ ਉੱਚ ਸਿੱਖਿਆ ਪ੍ਰਣਾਲੀ ਦਾ ਆਉਟਪੁੱਟ ਆਧੁਨਿਕ ਉਦਯੋਗ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ ਲੋੜਾਂ ਨਾਲ ਪੂਰੀ ਤਰ੍ਹਾਂ ਸਮਕਾਲੀ ਨਹੀਂ ਹੈ। ਐਡਵਾਂਸਡ ਮੈਨੂਫੈਕਚਰਿੰਗ, ਰੀਨਿਊਏਬਲ ਐਨਰਜੀ, ਅਤੇ ਸੌਫਟਵੇਅਰ ਡਿਵੈਲਪਮੈਂਟ ਵਿੱਚ ਕੰਪਨੀਆਂ AI, ਮਸ਼ੀਨ ਲਰਨਿੰਗ, ਅਤੇ ਡਾਟਾ ਐਨਾਲਿਟਿਕਸ ਵਿੱਚ ਨਿਪੁੰਨ ਪ੍ਰਤਿਭਾ ਲੱਭਣ ਵਿੱਚ ਮੁਸ਼ਕਲਾਂ ਦੀ ਰਿਪੋਰਟ ਕਰ ਰਹੀਆਂ ਹਨ। ਇਹ ਅੰਤਰ ਇੱਕ ਰੁਕਾਵਟ ਪੈਦਾ ਕਰਦਾ ਹੈ ਜਿੱਥੇ ਉਦਯੋਗਿਕ ਵਿਕਾਸ ਨੂੰ ਹੁਨਰਮੰਦ ਕਰਮਚਾਰੀਆਂ ਦੀ ਘਾਟ ਕਾਰਨ ਰੋਕਿਆ ਜਾ ਸਕਦਾ ਹੈ, ਭਾਵੇਂ ਨਿਵੇਸ਼ ਲਈ ਪੂੰਜੀ ਉਪਲਬਧ ਹੋਵੇ।
ਇਹ ਆਰਥਿਕਤਾ ਲਈ ਮਹੱਤਵਪੂਰਨ ਕਿਉਂ ਹੈ?
ਵਿਆਪਕ ਆਰਥਿਕਤਾ ਲਈ, ਇਹ ਪਾੜਾ ਇੱਕ ਕਾਰਜਕਾਰੀ ਜੋਖਮ (execution risk) ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਜੇਕਰ AI-ਆਧਾਰਿਤ ਉਦਯੋਗਾਂ ਦੀਆਂ ਲੋੜਾਂ ਨੂੰ ਪੂਰਾ ਕਰਨ ਲਈ ਮਜ਼ਦੂਰੀ ਦੀ ਸਪਲਾਈ ਵਿਕਸਿਤ ਨਹੀਂ ਹੁੰਦੀ ਹੈ, ਤਾਂ AI ਨਿਵੇਸ਼ਾਂ ਤੋਂ ਉਮੀਦ ਕੀਤੀ ਜਾਣ ਵਾਲੀ ਉਤਪਾਦਕਤਾ ਲਾਭ ਅਨੁਮਾਨਾਂ ਤੋਂ ਘੱਟ ਹੋ ਸਕਦਾ ਹੈ। ਹੁਨਰ ਅਤੇ ਮੰਗ ਵਿਚਕਾਰ ਮੇਲ ਨਾ ਖਾਣ ਨਾਲ ਵਿਸ਼ੇਸ਼ ਟੈਕ ਰੋਲਾਂ ਵਿੱਚ ਉਜਰਤ ਵਾਧਾ ਅਤੇ ਮਹਿੰਗੇ ਡਿਜੀਟਲ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦੀ ਸੰਭਾਵੀ ਘੱਟ-ਵਰਤੋਂ ਵੀ ਹੋ ਸਕਦੀ ਹੈ। ਨਿਵੇਸ਼ਕਾਂ ਲਈ, ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਮਜ਼ਬੂਤ ਅੰਦਰੂਨੀ ਸਿਖਲਾਈ ਪ੍ਰੋਗਰਾਮਾਂ ਵਾਲੀਆਂ ਕੰਪਨੀਆਂ ਜਾਂ ਆਪਣੇ ਕਰਮਚਾਰੀਆਂ ਨੂੰ ਹੁਨਰਮੰਦ ਬਣਾਉਣ ਲਈ ਵਿਦਿਅਕ ਸੰਸਥਾਵਾਂ ਨਾਲ ਭਾਈਵਾਲੀ ਕਰਨ ਵਾਲੀਆਂ ਕੰਪਨੀਆਂ ਇਸ ਤਬਦੀਲੀ ਨੂੰ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਨੈਵੀਗੇਟ ਕਰਨ ਲਈ ਬਿਹਤਰ ਸਥਿਤੀ ਵਿੱਚ ਹੋ ਸਕਦੀਆਂ ਹਨ।
ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਕੀ ਟਰੈਕ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ?
ਅੱਗੇ ਵਧਦੇ ਹੋਏ, ਫੋਕਸ AI ਨਿਵੇਸ਼ ਦੀ ਸਿਰਫ਼ ਮਾਤਰਾ ਤੋਂ ਇਹਨਾਂ ਪ੍ਰੋਗਰਾਮਾਂ ਦੀ ਗੁਣਵੱਤਾ ਅਤੇ ਨਤੀਜਿਆਂ ਵੱਲ ਵਧੇਗਾ। ਮੁੱਖ ਨਿਗਰਾਨੀਯੋਗਾਂ ਵਿੱਚ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਮੁੜ-ਹੁਨਰਮੰਦ (reskilling) ਪਹਿਲਕਦਮੀਆਂ ਦੀ ਪ੍ਰਭਾਵਸ਼ੀਲਤਾ ਸ਼ਾਮਲ ਹੈ ਅਤੇ ਕੀ ਸਰਕਾਰ ਨੀਤੀ ਸੁਧਾਰਾਂ ਰਾਹੀਂ ਵਿਦਿਅਕ ਪਛੜ ਨੂੰ ਸੰਬੋਧਿਤ ਕਰਦੀ ਹੈ। ਨਿਵੇਸ਼ਕ IT ਅਤੇ ਐਡਵਾਂਸਡ ਮੈਨੂਫੈਕਚਰਿੰਗ ਖੇਤਰਾਂ ਵਿੱਚ ਨਿਯੁਕਤੀ ਦੇ ਰੁਝਾਨਾਂ ਨੂੰ ਟਰੈਕ ਕਰ ਸਕਦੇ ਹਨ, ਖਾਸ ਤੌਰ 'ਤੇ ਪ੍ਰਤਿਭਾ ਸਪਲਾਈ ਸੁਧਾਰਾਂ ਦੇ ਸਬੂਤ ਅਤੇ ਟੈਕ-ਆਧਾਰਿਤ ਕੰਪਨੀਆਂ ਦੇ ਲਾਭ ਮਾਰਜਿਨ 'ਤੇ ਇਹਨਾਂ ਹੁਨਰ ਪਾੜਿਆਂ ਦੇ ਪ੍ਰਭਾਵ ਦੀ ਭਾਲ ਕਰ ਸਕਦੇ ਹਨ।