Whalesbook
ਕਿਉਂ ਦੇਰੀ ਨਾਲ ਸ਼ੁਰੂ ਕਰ ਰਿਹਾ ਹੈ ਭਾਰਤ?
Economic Survey 2025-26 ਦੀ ਤਾਜ਼ਾ ਰਿਪੋਰਟ ਅਨੁਸਾਰ, ਜੋ ਦੇਸ਼ AI ਦੇ ਖੇਤਰ 'ਚ ਪਹਿਲਾਂ ਆਏ, ਉਨ੍ਹਾਂ ਨੇ ਸਸਤੇ ਕੈਪੀਟਲ ਅਤੇ ਢਿੱਲੇ ਨਿਯਮਾਂ ਦੇ ਸਮੇਂ 'ਚ ਤੇਜ਼ੀ ਨਾਲ ਗ੍ਰੋਥ ਕੀਤੀ। ਪਰ ਹੁਣ ਉਹ ਐਨਰਜੀ-ਇੰਟੈਂਸਿਵ ਆਰਕੀਟੈਕਚਰ, ਅਨਿਸ਼ਚਿਤ ਰੈਵੀਨਿਊ ਸਟਰੀਮਜ਼ ਅਤੇ ਭਾਰੀ ਵਿੱਤੀ ਬੋਝ ਨਾਲ ਜੂਝ ਰਹੇ ਹਨ। ਕਈ ਮਾਮਲਿਆਂ 'ਚ ਤਾਂ ਸਰਕਾਰੀ ਸਹਾਇਤਾ ਦੀ ਲੋੜ ਪੈ ਰਹੀ ਹੈ। ਇਸ ਦੇ ਉਲਟ, ਭਾਰਤ ਹੁਣ ਦੇਰੀ ਨਾਲ ਐਂਟਰੀ ਕਰਕੇ, ਪਹਿਲਾਂ ਹੋਏ ਨਿਵੇਸ਼ਾਂ ਅਤੇ ਉਨ੍ਹਾਂ ਦੇ ਨਤੀਜਿਆਂ ਤੋਂ ਸਿੱਖ ਸਕਦਾ ਹੈ। ਇਸ ਨਾਲ ਭਾਰਤ ਨੂੰ ਪਾਲਿਸੀ ਅਤੇ ਇਨੋਵੇਸ਼ਨ ਚੋਣਾਂ ਨੂੰ ਵਧੇਰੇ ਸੋਚ-ਵਿਚਾਰ ਕੇ ਕਰਨ ਦਾ ਮੌਕਾ ਮਿਲੇਗਾ, ਅਤੇ ਅਜਿਹੇ ਦੇਸ਼ਾਂ ਵਾਂਗ ਬੇਲੋੜੇ ਵਿੱਤੀ ਖਰਚਿਆਂ ਤੋਂ ਬਚਿਆ ਜਾ ਸਕੇਗਾ।
ਮਹਿੰਗੇ AI ਇਨਫ్రాਸਟ੍ਰਕਚਰ ਤੋਂ ਕਿਵੇਂ ਬਚੇਗਾ ਭਾਰਤ?
ਦੁਨੀਆ ਭਰ 'ਚ ਫਰੰਟੀਅਰ AI ਮਾਡਲ ਬਣਾਉਣ ਅਤੇ ਇਸ ਨਾਲ ਜੁੜੇ ਇਨਫ੍ਰਾਸਟ੍ਰਕਚਰ 'ਤੇ ਅਰਬਾਂ-ਖਰਬਾਂ ਡਾਲਰ ਖਰਚ ਹੋ ਰਹੇ ਹਨ। ਅੰਦਾਜ਼ਾ ਹੈ ਕਿ 2030 ਤੱਕ AI-ਸਬੰਧਤ ਡਾਟਾ ਸੈਂਟਰਾਂ 'ਤੇ $5.2 ਟ੍ਰਿਲਿਅਨ ਤੱਕ ਦਾ ਖਰਚਾ ਆ ਸਕਦਾ ਹੈ। ਕੁਝ ਰਿਪੋਰਟਾਂ ਮੁਤਾਬਕ, 2030 ਤੱਕ ਸਿਰਫ਼ ਡਾਟਾ ਸੈਂਟਰ ਇਨਫ੍ਰਾਸਟ੍ਰਕਚਰ 'ਤੇ ਸਾਲਾਨਾ $1 ਟ੍ਰਿਲਿਅਨ ਤੋਂ ਵੱਧ ਖਰਚ ਹੋ ਸਕਦਾ ਹੈ। IBM ਦੇ CEO ਨੇ ਤਾਂ ਇੱਕ 1 GW AI ਡਾਟਾ ਸੈਂਟਰ ਬਣਾਉਣ ਦੀ ਲਾਗਤ ਲਗਭਗ $80 ਅਰਬ ਦੱਸੀ ਹੈ। ਜੇਕਰ ਦੁਨੀਆ ਭਰ 'ਚ 100 GW ਦੀ ਸਮਰੱਥਾ ਬਣਾਈ ਜਾਵੇ, ਤਾਂ ਕੁੱਲ ਕੈਪੀਟਲ ਖਰਚਾ $8 ਟ੍ਰਿਲਿਅਨ ਤੱਕ ਪਹੁੰਚ ਸਕਦਾ ਹੈ। ਇਹ ਖਰਚਾ ਇੰਨਾ ਜ਼ਿਆਦਾ ਹੈ ਕਿ ਸਿਰਫ਼ ਵਿਆਜ ਭਰਨ ਲਈ ਹੀ ਸਾਲਾਨਾ ਲਗਭਗ $800 ਅਰਬ ਦੇ ਪ੍ਰੋਫਿਟ ਦੀ ਲੋੜ ਪਵੇਗੀ, ਖਾਸ ਤੌਰ 'ਤੇ ਇਸ ਲਈ ਕਿਉਂਕਿ AI ਹਾਰਡਵੇਅਰ ਸਿਰਫ਼ 5 ਸਾਲ 'ਚ ਡਿਪ੍ਰੀਸ਼ੀਏਟ ਹੋ ਜਾਂਦਾ ਹੈ।
ਭਾਰਤ ਦਾ ਐਪਲੀਕੇਸ਼ਨ-ਡਰਾਈਵਨ ਪਹੁੰਚ
Economic Survey ਦਾ ਸੁਝਾਅ ਹੈ ਕਿ ਭਾਰਤ ਇਸ ਮਹਿੰਗੇ ਅਤੇ ਵਿੱਤੀ ਤੌਰ 'ਤੇ ਜੋਖਮ ਭਰੇ ਰਾਹ ਤੋਂ ਬਚ ਸਕਦਾ ਹੈ। ਇਸ ਲਈ, ਦੇਸ਼ ਨੂੰ ਫਰੰਟੀਅਰ AI 'ਤੇ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਮੁਕਾਬਲਾ ਕਰਨ ਦੀ ਬਜਾਏ, ਐਪਲੀਕੇਸ਼ਨ-ਲੈੱਡ ਇਨੋਵੇਸ਼ਨ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ। ਇਸ ਵਿੱਚ ਦੇਸ਼ ਦੇ ਆਪਣੇ ਡਾਟਾ, ਮਨੁੱਖੀ ਪੂੰਜੀ (Human Capital) ਅਤੇ ਸਾਂਝੇ ਇਨਫ੍ਰਾਸਟ੍ਰਕਚਰ ਦਾ ਇਸਤੇਮਾਲ ਕਰਨਾ ਸ਼ਾਮਲ ਹੈ।
ਡਾਟਾ ਸੈਂਟਰ ਗ੍ਰੋਥ ਅਤੇ ਚੁਣੌਤੀਆਂ
ਭਾਰਤ ਦੀ ਡਿਜੀਟਲ ਅਭਿਲਾਸ਼ਾ ਨੂੰ ਵੇਖਦੇ ਹੋਏ, ਦੇਸ਼ ਦੀ ਡਾਟਾ ਸੈਂਟਰ ਸਮਰੱਥਾ 2030 ਤੱਕ ਲਗਭਗ 8 GW ਤੱਕ ਪਹੁੰਚਣ ਦੀ ਉਮੀਦ ਹੈ, ਜੋ ਕਿ 2025 ਦੇ ਮੱਧ ਤੱਕ ਲਗਭਗ 1.4 GW ਸੀ। ਇਹ ਵਾਧਾ ਵੱਧਦੇ ਡਾਟਾ ਦੀ ਵਰਤੋਂ, ਕਲਾਊਡ ਅਪਣਾਉਣ ਅਤੇ AI ਵਰਕਲੋਡ ਕਾਰਨ ਹੋ ਰਿਹਾ ਹੈ। ਭਾਰਤ 'ਚ ਵੱਡੇ ਨਿਵੇਸ਼ ਹੋ ਰਹੇ ਹਨ, ਜਿਵੇਂ ਕਿ Google ਦਾ ਵਿਜ਼ਾਖਾਪਟਨਮ 'ਚ $15 ਅਰਬ ਦਾ AI ਕੈਂਪਸ ਅਤੇ Reliance ਦਾ ਜਾਮਨਗਰ 'ਚ $15 ਅਰਬ, 1 GW ਦੀ AI-ਰੈਡੀ ਡਾਟਾ ਸੈਂਟਰ ਬਣਾਉਣ ਦੀ ਯੋਜਨਾ।
ਹਾਲਾਂਕਿ, Survey ਨੇ ਕੁਝ ਅਹਿਮ ਰੁਕਾਵਟਾਂ 'ਤੇ ਵੀ ਜ਼ੋਰ ਦਿੱਤਾ ਹੈ ਜੋ ਅੰਨ੍ਹੇਵਾਹ ਵਿਸਥਾਰ ਨੂੰ ਸੀਮਤ ਕਰਦੀਆਂ ਹਨ: ਬਿਜਲੀ ਦੀ ਉਪਲਬਧਤਾ, ਫਾਈਨਾਂਸ ਤੱਕ ਪਹੁੰਚ ਅਤੇ ਖਾਸ ਤੌਰ 'ਤੇ ਪਾਣੀ ਦੇ ਸਰੋਤ। ਦੁਨੀਆ ਭਰ ਦੇ ਤਜ਼ਰਬਿਆਂ ਤੋਂ ਪਤਾ ਲੱਗਦਾ ਹੈ ਕਿ AI-ਡ੍ਰਿਵਨ ਡਾਟਾ ਸੈਂਟਰਾਂ ਦਾ ਵਿਸਥਾਰ ਬਿਜਲੀ ਪ੍ਰਣਾਲੀ 'ਤੇ ਦਬਾਅ ਪਾਉਂਦਾ ਹੈ। 2030 ਤੱਕ ਦੁਨੀਆ ਭਰ ਦੇ ਡਾਟਾ ਸੈਂਟਰਾਂ ਦੀ ਬਿਜਲੀ ਦੀ ਖਪਤ ਦੁੱਗਣੀ ਹੋਣ ਦਾ ਅਨੁਮਾਨ ਹੈ, ਅਤੇ AI-ਅਨੁਕੂਲਿਤ ਕੇਂਦਰਾਂ ਦੀ ਮੰਗ ਚਾਰ ਗੁਣਾ ਵੱਧ ਸਕਦੀ ਹੈ। ਇਸ ਲਈ, ਭਾਰਤ ਦੀ ਰਣਨੀਤੀ ਕੁਸ਼ਲਤਾ ਅਤੇ ਜਨਤਕ ਉਦੇਸ਼ਾਂ ਨਾਲ ਸਮਾਨਤਾ 'ਤੇ ਜ਼ੋਰ ਦਿੰਦੀ ਹੈ। ਇਹ ਛੋਟੇ, ਖਾਸ ਕੰਮਾਂ ਵਾਲੇ ਮਾਡਲਾਂ ਦਾ ਸਮਰਥਨ ਕਰਦੀ ਹੈ ਜੋ ਸੀਮਤ ਹਾਰਡਵੇਅਰ ਅਤੇ ਵਿਕੇਂਦਰੀਕ੍ਰਿਤ ਨੈੱਟਵਰਕਾਂ 'ਤੇ ਚੱਲ ਸਕਦੇ ਹਨ।
ਭਵਿੱਖ ਲਈ ਰਣਨੀਤਕ ਨਿਵੇਸ਼
Budget 2026-27 ਤੋਂ ਪਹਿਲਾਂ, Budget 2025-26 ਵਿੱਚ AI ਲਈ ₹2,200 ਕਰੋੜ ਦੀ ਵੰਡ, ਜਿਸ ਵਿੱਚ IndiaAI Mission ਲਈ ₹2,000 ਕਰੋੜ ਸ਼ਾਮਲ ਹਨ, AI ਈਕੋਸਿਸਟਮ ਬਣਾਉਣ ਲਈ ਸਰਕਾਰ ਦੀ ਵਚਨਬੱਧਤਾ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ। Survey ਇੱਕ ਬੋਟਮ-ਅੱਪ ਰਣਨੀਤੀ ਦੀ ਵਕਾਲਤ ਕਰਦਾ ਹੈ ਜੋ ਖੁੱਲ੍ਹੇ ਅਤੇ ਅੰਤਰ-ਕਾਰਜਸ਼ੀਲ ਪ੍ਰਣਾਲੀਆਂ, ਸੈਕਟਰ-ਵਿਸ਼ੇਸ਼ ਮਾਡਲਾਂ ਅਤੇ ਸਾਂਝੇ ਬੁਨਿਆਦੀ ਢਾਂਚੇ 'ਤੇ ਬਣੀ ਹੈ, ਜਿਸ ਨਾਲ AI ਇੱਕ ਜਨਤਕ ਚੰਗੀ (Public Good) ਬਣ ਸਕਦਾ ਹੈ। ਇਸ ਤਰ੍ਹਾਂ, AI ਨੂੰ ਇੱਕ ਸਪੈਕੁਲੇਟਿਵ ਟੈਕਨਾਲੋਜੀ ਰੇਸ ਵਿੱਚ ਉਲਝਣ ਦੀ ਬਜਾਏ, ਅਸਲ-ਦੁਨੀਆ ਦੀਆਂ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਕੇ ਮੁੱਲ ਬਣਾਉਣ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕੀਤਾ ਜਾ ਰਿਹਾ ਹੈ, ਜੋ ਕਿ AI ਯੁੱਗ ਵਿੱਚ ਭਾਰਤ ਨੂੰ ਸਥਾਈ ਵਿਕਾਸ ਲਈ ਤਿਆਰ ਕਰੇਗਾ।