ਭਾਰਤ ਦੀ AI ਮਹਾਂ-ਯੋਜਨਾ: ਪੇਟੈਂਟ ਫਾਈਲਿੰਗ ਦਾ ਰੈਕੇਟ? ਇੰਨੋਵੇਸ਼ਨ 'ਤੇ ਸਵਾਲ!

ਸੰਮੇਲਨ ਦਾ ਖਰਾਬ ਸ਼ੀਸ਼ਾ (Summit's Flawed Mirror)

ਹਾਲ ਹੀ ਵਿੱਚ ਹੋਏ India AI Impact Summit 2026 ਦਾ ਮਕਸਦ ਜਿੱਥੇ ਦੇਸ਼ ਦੀ ਤਕਨੀਕੀ ਤਾਕਤ ਨੂੰ ਦਰਸਾਉਣਾ ਸੀ, ਉੱਥੇ ਇਸ ਨੇ ਇੱਕ ਗੰਭੀਰ ਸਮੱਸਿਆ ਵੱਲ ਇਸ਼ਾਰਾ ਕੀਤਾ ਹੈ। ਇਹ ਸਾਹਮਣੇ ਆਇਆ ਹੈ ਕਿ ਭਾਰਤ ਵਿੱਚ 'ਇੰਨੋਵੇਸ਼ਨ' ਦੀ ਦੌੜ ਜ਼ਿਆਦਾਤਰ ਮੈਟ੍ਰਿਕਸ (metrics) 'ਤੇ ਅਧਾਰਿਤ ਹੈ, ਜਿਸ ਵਿੱਚ ਅਸਲ ਨਤੀਜਿਆਂ ਨਾਲੋਂ ਤਰੱਕੀ ਦਾ ਦਿਖਾਵਾ ਜ਼ਿਆਦਾ ਮਹੱਤਵਪੂਰਨ ਹੈ। ਇੱਕ ਵਿਦਿਅਕ ਸੰਸਥਾ ਵੱਲੋਂ ਆਯਾਤ (imported) ਕੀਤੀ ਗਈ ਤਕਨਾਲੋਜੀ ਨੂੰ ਆਪਣੀ ਦੱਸਣਾ ਅਤੇ ਵਿਦੇਸ਼ੀ ਡਰੋਨ (drone) ਉਤਪਾਦਾਂ ਦਾ ਪ੍ਰਦਰਸ਼ਨ ਕਰਨਾ, ਇਸ ਰੁਝਾਨ ਦਾ ਸਬੂਤ ਹੈ। ਇਹ ਗੁਣਵੱਤਾ (quality) ਨਾਲੋਂ ਮਾਤਰਾ (quantity) 'ਤੇ ਜ਼ੋਰ ਦੇਣ ਦਾ ਰਵੱਈਆ ਦੇਸ਼ ਦੀਆਂ ਇੰਨੋ-ਸੈਂਟਿਵ (incentive) ਬਣਤਰਾਂ ਵਿੱਚ ਗਹਿਰਾ ਬੈਠਾ ਹੈ, ਜਿਸ ਨਾਲ ਅਸਲ ਖੋਜ ਅਤੇ ਵਿਕਾਸ (R&D) ਪਿੱਛੇ ਰਹਿ ਸਕਦਾ ਹੈ। AI ਵਿੱਚ ਅਗਵਾਈ ਲਈ ਅਸਲ ਪ੍ਰਾਪਤੀਆਂ ਦੀ ਲੋੜ ਹੈ, ਨਾ ਕਿ ਐਲਾਨੇ ਗਏ ਜਿੱਤਾਂ ਦੀ।

ਪੇਟੈਂਟ ਦਾ ਪੈਰਾਡੌਕਸ: ਮਾਤਰਾ ਬਨਾਮ ਮੁੱਲ (Patent Paradox: Volume vs. Value)

ਭਾਰਤ ਦਾ ਪੇਟੈਂਟ ਸਿਸਟਮ (patent system) ਇੱਕ ਅਜੀਬ ਬੋਝ ਹੇਠ ਦਬਿਆ ਹੋਇਆ ਹੈ। ਜਿੱਥੇ ਦੇਸ਼ ਪੇਟੈਂਟ ਅਰਜ਼ੀਆਂ (applications) ਦੇ ਮਾਮਲੇ ਵਿੱਚ ਦੁਨੀਆ ਵਿੱਚ ਪੰਜਵੇਂ ਨੰਬਰ 'ਤੇ ਹੈ, ਉੱਥੇ AI ਨਾਲ ਸਬੰਧਤ ਫਾਈਲਿੰਗ ਲਈ ਪੇਟੈਂਟ ਗ੍ਰਾਂਟ ਰੇਟ (grant rate) ਸਿਰਫ 0.37% ਹੈ। ਵਿੱਦਿਅਕ ਸੰਸਥਾਵਾਂ ਲਈ ਇਹ ਦਰ ਹੋਰ ਵੀ ਘੱਟ, ਲਗਭਗ 1% ਹੈ। ਇਹ ਕਾਰਪੋਰੇਟ (corporate) ਗ੍ਰਾਂਟ ਰੇਟ, ਜੋ ਲਗਭਗ 40% ਹੈ, ਦੇ ਮੁਕਾਬਲੇ ਬਹੁਤ ਜ਼ਿਆਦਾ ਹੈ। IITs ਵਰਗੀਆਂ ਪ੍ਰੀਮੀਅਰ ਸੰਸਥਾਵਾਂ ਦਾ ਗ੍ਰਾਂਟ ਰੇਟ 64% ਤੱਕ ਹੈ, ਜਦਕਿ IISc ਦਾ ਲਗਭਗ 68% ਹੈ। ਹਾਲਾਂਕਿ, ਕਈ ਪ੍ਰਾਈਵੇਟ ਯੂਨੀਵਰਸਿਟੀਆਂ ਦੀ ਹਾਲਤ ਖਰਾਬ ਹੈ, ਕੁਝ ਦਾ ਗ੍ਰਾਂਟ ਰੇਟ ਹਜ਼ਾਰਾਂ ਅਰਜ਼ੀਆਂ ਦੇ ਬਾਵਜੂਦ ਸਿਰਫ 1.87% ਤੋਂ 2.8% ਤੱਕ ਹੈ। ਇਹ ਅੰਤਰ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਸਿਸਟਮ ਅਸਲ ਵਿੱਚ ਪ੍ਰਭਾਵਸ਼ਾਲੀ, ਵਪਾਰਕ ਤੌਰ 'ਤੇ ਸੰਭਾਵੀ ਬੌਧਿਕ ਸੰਪਤੀ (intellectual property) ਬਣਾਉਣ ਦੀ ਬਜਾਏ, ਸਿਰਫ ਫਾਈਲ ਕਰਨ ਦੇ ਕੰਮ ਨੂੰ ਇਨਾਮ ਦੇ ਰਿਹਾ ਹੈ।

ਇੰਨੋ-ਸੈਂਟਿਵ ਬਣਤਰਾਂ 'ਚ 'ਇੰਨੋਵੇਸ਼ਨ ਥੀਏਟਰ' (Incentive Structures Fueling 'Innovation Theater')

ਇਸ ਸਮੱਸਿਆ ਦੀ ਜੜ੍ਹ ਪਾਲਿਸੀ ਡਿਜ਼ਾਈਨ (policy design) ਵਿੱਚ ਹੈ। ਸਰਕਾਰੀ ਰਿਫੰਡ, ਜੋ ਘਰੇਲੂ ਪੇਟੈਂਟ ਫਾਈਲਿੰਗ ਲਈ ₹2 ਲੱਖ ਤੱਕ ਹੋ ਸਕਦਾ ਹੈ, ਅਤੇ ਵਿਦਿਅਕ ਸੰਸਥਾਵਾਂ ਲਈ ਭਾਰੀ ਫੀਸ ਛੋਟਾਂ, ਨੈਸ਼ਨਲ ਇੰਸਟੀਚਿਊਸ਼ਨਲ ਰੈਂਕਿੰਗ ਫਰੇਮਵਰਕ (NIRF) ਦੁਆਰਾ ਪੇਟੈਂਟ ਗਿਣਤੀ ਨੂੰ ਰੈਂਕਿੰਗ ਵਿੱਚ ਸ਼ਾਮਲ ਕਰਨਾ - ਇਹ ਸਭ ਮਾਤਰਾ ਲਈ ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਵਿੱਤੀ ਪ੍ਰੋਤਸਾਹਨ ਪੈਦਾ ਕਰਦੇ ਹਨ। ਉੱਚ ਰੈਂਕਿੰਗ ਜ਼ਿਆਦਾ ਵਿਦਿਆਰਥੀ ਅਤੇ ਮਾਲੀਆ (revenue) ਖਿੱਚਦੀ ਹੈ, ਜਿਸ ਨਾਲ ਪੇਟੈਂਟ ਫਾਈਲਿੰਗ ਸੰਸਥਾਈ ਪ੍ਰਤਿਸ਼ਠਾ (prestige) ਅਤੇ ਵਿੱਤੀ ਲਾਭ ਲਈ ਇੱਕ ਆਕਰਸ਼ਕ ਸ਼ਾਰਟਕਟ ਬਣ ਜਾਂਦੀ ਹੈ। ਇਹ ਗਣਿਤ ਇੱਕ ਚੱਕਰ ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕਰਦਾ ਹੈ: ਫਾਈਲ ਕਰੋ, ਰਿਫੰਡ ਦਾ ਦਾਅਵਾ ਕਰੋ, ਰੈਂਕ ਸੁਧਾਰੋ, ਦਾਖਲੇ ਆਕਰਸ਼ਿਤ ਕਰੋ, ਦੁਹਰਾਓ। ਇਹ ਚੀਨ ਵਰਗੇ ਦੇਸ਼ਾਂ ਦੇ ਮੁਕਾਬਲੇ ਹੈ, ਜਿਸ ਨੇ 2020 ਅਤੇ 2024 ਦੇ ਵਿਚਕਾਰ ਤਕਨਾਲੋਜੀ ਕੰਟਰੈਕਟ ਵਾਲੀਅਮ (technology contract volume) ਵਿੱਚ 141.7% ਵਾਧਾ ਦਰਜ ਕੀਤਾ ਹੈ। ਜਾਪਾਨ, ਚੁਣੌਤੀਆਂ ਦਾ ਸਾਹਮਣਾ ਕਰਦੇ ਹੋਏ ਵੀ, ਸੰਯੁਕਤ ਖੋਜ ਕਾਢਾਂ (joint research inventions) ਲਈ 60-70% ਪੇਟੈਂਟ ਗ੍ਰਾਂਟ ਦਰਾਂ ਬਣਾਈ ਰੱਖਦਾ ਹੈ।

ਸਿਸਟਮਿਕ ਕਮਜ਼ੋਰੀਆਂ ਅਤੇ ਗੁੰਮੀਆਂ ਮੌਕੇ (Systemic Weaknesses and Missed Opportunities)

ਇੱਥੇ ਪ੍ਰਣਾਲੀਗਤ ਵਿਗਾੜ (systemic distortion) ਇਹ ਹੈ ਕਿ ਮਾਤਰਾਤਮਕ ਮੈਟ੍ਰਿਕਸ (quantitative metrics) ਨੂੰ ਗੁਣਾਤਮਕ ਨਤੀਜਿਆਂ (qualitative outcomes) 'ਤੇ ਤਰਜੀਹ ਦਿੱਤੀ ਜਾ ਰਹੀ ਹੈ। ਪੇਟੈਂਟਾਂ ਦੀ ਘੱਟ ਵਪਾਰੀਕਰਨ ਦਰ (commercialization rate)—ਵਿਸ਼ਵ ਪੱਧਰ 'ਤੇ ਲਗਭਗ 5-10% ਅਤੇ ਭਾਰਤੀ ਕੈਂਪਸਾਂ ਜਿਵੇਂ NIT Rourkela ਵਿਖੇ 10-15%—ਦਾ ਮਤਲਬ ਹੈ ਕਿ ਜ਼ਿਆਦਾਤਰ 'ਇੰਨੋਵੇਸ਼ਨ' ਸਿਰਫ ਪ੍ਰੂਫ-ਆਫ-ਕੋਨਸੈਪਟ (proof-of-concept) ਬਣੇ ਰਹਿੰਦੇ ਹਨ, ਜਿਨ੍ਹਾਂ ਕੋਲ ਵਪਾਰੀਕਰਨ ਦਾ ਬਲੂਪ੍ਰਿੰਟ (blueprint) ਜਾਂ ਅਨੁਸ਼ਾਸਨਾਂ (disciplines) ਵਿੱਚ ਏਕੀਕਰਨ (integration) ਦੀ ਘਾਟ ਹੈ। GDP ਦੇ ਪ੍ਰਤੀਸ਼ਤ ਵਜੋਂ ਭਾਰਤ ਦਾ Gross Expenditure on Research and Development (GERD) ਲਗਭਗ 0.6% ਤੋਂ 0.8% ਦੇ ਵਿਚਕਾਰ ਹੈ, ਜੋ ਦੱਖਣੀ ਕੋਰੀਆ (4.9%) ਜਾਂ ਚੀਨ (2.4%) ਵਰਗੇ ਗਲੋਬਲ ਨੇਤਾਵਾਂ ਤੋਂ ਕਾਫ਼ੀ ਘੱਟ ਹੈ। ਇਹ ਘੱਟ ਫੰਡਿੰਗ, ਖਾਸ ਕਰਕੇ ਪ੍ਰਾਈਵੇਟ ਸੈਕਟਰ ਤੋਂ ਜੋ GERD ਦਾ ਸਿਰਫ ਲਗਭਗ 36% ਯੋਗਦਾਨ ਪਾਉਂਦਾ ਹੈ (ਚੀਨ ਅਤੇ ਦੱਖਣੀ ਕੋਰੀਆ ਵਿੱਚ 70% ਤੋਂ ਵੱਧ ਦੇ ਮੁਕਾਬਲੇ), ਬ੍ਰੇਕਥਰੂ ਇੰਨੋਵੇਸ਼ਨ (breakthrough innovation) ਵਿੱਚ ਰੁਕਾਵਟ ਪੈਦਾ ਕਰਦਾ ਹੈ। 'ਟਰਾਂਸਲੇਸ਼ਨਲ ਰਿਸਰਚ' (translational research) ਦੀ ਪ੍ਰਚਲਿਤ ਘਾਟ ਅਕਾਦਮਿਕ ਉਤਪਾਦਨ (academic output) ਅਤੇ ਬਾਜ਼ਾਰ ਦੀਆਂ ਜ਼ਰੂਰਤਾਂ ਵਿਚਕਾਰ ਇੱਕ ਵਿੱਥ ਪੈਦਾ ਕਰਦੀ ਹੈ, ਜਿਸ ਨਾਲ ਇੱਕ ਅਜਿਹੀ ਸਥਿਤੀ ਬਣਦੀ ਹੈ ਜਿੱਥੇ ਪੇਟੈਂਟ ਨੂੰ ਮੀਲ ਪੱਥਰ (milestone) ਦੀ ਬਜਾਏ ਫਿਨਿਸ਼ ਲਾਈਨ (finish line) ਸਮਝਿਆ ਜਾਂਦਾ ਹੈ। ਮਾਹਿਰਾਂ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਸਿਸਟਮ ਵਧੇਰੇ ਗਤੀਵਿਧੀ ਨੂੰ ਇਨਾਮ ਦੇ ਰਿਹਾ ਹੈ, ਨਤੀਜਿਆਂ ਨੂੰ ਨਹੀਂ, ਜਿਸ ਕਾਰਨ ਅਸਲ R&D ਨੂੰ ਰੈਂਕਿੰਗ ਪੁਆਇੰਟਸ (ranking points) ਲਈ ਇੱਕ ਰਣਨੀਤੀ (strategy) ਤੋਂ ਵੱਖ ਕਰਨਾ ਮੁਸ਼ਕਲ ਹੋ ਜਾਂਦਾ ਹੈ।

ਕੋਰਸ ਚਾਰਟ ਕਰਨਾ: ਮਹਾਂ-ਯੋਜਨਾ ਨੂੰ ਪ੍ਰਾਪਤੀਆਂ ਨਾਲ ਜੋੜਨਾ (Charting a Course: Realigning Ambition with Achievement)

ਭਾਰਤ ਕੋਲ ਇੱਕ AI ਪਾਵਰਹਾਊਸ ਬਣਨ ਲਈ ਨਿਰਵਿਵਾਦ ਤਾਕਤਾਂ ਹਨ, ਜਿਸ ਵਿੱਚ ਤੇਜ਼ੀ ਨਾਲ ਵੱਧ ਰਹੀ ਪ੍ਰਤਿਭਾ ਪੂਲ (talent pool) ਸ਼ਾਮਲ ਹੈ ਜੋ ਦੁਨੀਆ ਵਿੱਚ ਦੂਜੇ ਨੰਬਰ 'ਤੇ ਹੈ ਅਤੇ $20 ਬਿਲੀਅਨ ਤੋਂ ਵੱਧ ਦੇ ਨਿਵੇਸ਼ (investment) ਦੀਆਂ ਪ੍ਰਤੀਬੱਧਤਾਵਾਂ (commitments) ਹਨ। IndiaAI Mission, ਆਪਣੇ ₹10,300 ਕਰੋੜ ਦੇ ਨਿਵੇਸ਼ ਨਾਲ, ਹਜ਼ਾਰਾਂ GPUs ਨੂੰ ਤੈਨਾਤ (deploy) ਕਰਨ ਅਤੇ AI ਡਾਟਾ ਲੈਬ (data labs) ਸਥਾਪਿਤ ਕਰਨ ਦਾ ਟੀਚਾ ਰੱਖਦਾ ਹੈ। ਹਾਲਾਂਕਿ, ਇਹ ਬੁਨਿਆਦੀ ਤੱਤ (foundational elements) ਖਰਾਬ ਇੰਨੋ-ਸੈਂਟਿਵ ਫਰੇਮਵਰਕ (incentive framework) ਦੁਆਰਾ ਕਮਜ਼ੋਰ ਕੀਤੇ ਗਏ ਹਨ। ਪਾਲਿਸੀ ਵਿੱਚ ਬਦਲਾਅ ਜ਼ਰੂਰੀ ਹਨ: ਰਿਫੰਡ ਫਾਈਲਿੰਗ ਤੋਂ ਗ੍ਰਾਂਟ ਵੱਲ ਤਬਦੀਲ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ, ਇੰਨੋ-ਸੈਂਟਿਵ ਵਪਾਰੀਕਰਨ ਦੀ ਸਫਲਤਾ ਨਾਲ ਜੁੜੇ ਹੋਣੇ ਚਾਹੀਦੇ ਹਨ, ਅਤੇ ਅਸਾਧਾਰਨ ਫਾਈਲਿੰਗ-ਟੂ-ਗ੍ਰਾਂਟ ਅਨੁਪਾਤ (filing-to-grant ratios) ਦਾ ਆਡਿਟ (audit) ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਰੈਂਕਿੰਗ ਸਿਸਟਮਾਂ ਨੂੰ ਸਿਰਫ ਮਾਤਰਾ ਦੀ ਬਜਾਏ ਮਾਪਣਯੋਗ ਪ੍ਰਭਾਵ (measurable impact) ਨੂੰ ਤਰਜੀਹ ਦੇਣ ਲਈ ਸੁਧਾਰਨਾ ਜ਼ਰੂਰੀ ਹੈ। ਚੀਨ ਦੀ ਸਫਲਤਾ, ਉਦਾਹਰਨ ਲਈ, ਉਦਯੋਗਿਕ ਵਿਕਾਸ ਅਤੇ ਪਾਲਿਸੀ ਸਮਰਥਨ ਨਾਲ ਇੰਨੋਵੇਸ਼ਨ ਨੂੰ ਏਕੀਕ੍ਰਿਤ ਕਰਨ ਤੋਂ ਆਉਂਦੀ ਹੈ। ਭਾਰਤ ਲਈ, AI ਵਿੱਚ ਅਸਲ ਲੀਡਰਸ਼ਿਪ (leadership) ਨਿਰੰਤਰ ਖੋਜ, ਕਠੋਰ ਪ੍ਰਮਾਣੀਕਰਨ (rigorous validation), ਅਤੇ ਬਾਜ਼ਾਰ ਦੀ ਸਫਲਤਾ ਦੁਆਰਾ ਹਾਸਲ ਕੀਤੀ ਜਾਵੇਗੀ, ਨਾ ਕਿ ਸਿਰਫ ਤੇਜ਼ੀ ਨਾਲ ਫਾਈਲਿੰਗ ਦੁਆਰਾ ਘੋਸ਼ਿਤ ਕੀਤੀ ਜਾਵੇਗੀ।