ਭਾਰਤ ਦੀ AI ਸਕੇਲ ਦੀ ਵੱਡੀ ਸੋਚ: ROI ਤੇ ਡਾਟਾ ਦੀਆਂ ਰੁਕਾਵਟਾਂ!

ਭਾਰਤ ਦੀ AI ਪ੍ਰਤਿਭਾ: ਵੱਡੀਆਂ ਉਮੀਦਾਂ, ਵੱਡੀਆਂ ਚੁਣੌਤੀਆਂ

ਭਾਰਤ ਵਿੱਚ ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਨੂੰ ਲੈ ਕੇ ਹੁਣ ਸਿਰਫ ਪ੍ਰਯੋਗ ਕਰਨ ਦਾ ਰੁਝਾਨ ਨਹੀਂ ਰਿਹਾ, ਸਗੋਂ ਇਸਨੂੰ ਅਸਲੀ ਕੰਮਾਂ ਵਿੱਚ ਲਾਗੂ ਕਰਕੇ ਵੱਡਾ ਆਰਥਿਕ ਫਾਇਦਾ ਹਾਸਲ ਕਰਨ ਦਾ ਮਕਸਦ ਬਣਾਇਆ ਗਿਆ ਹੈ। ਭਾਰਤ ਸਰਕਾਰ ਅਤੇ ਕੰਪਨੀਆਂ AI ਨਿਵੇਸ਼ (Investment) ਵਿੱਚ ਅਗਲੇ ਪੰਜ ਸਾਲਾਂ ਵਿੱਚ ਲਗਭਗ 33.7% ਦੀ ਸਾਲਾਨਾ ਵਾਧਾ ਦਰ (CAGR) ਦੇਖਣ ਦੀ ਉਮੀਦ ਕਰ ਰਹੀਆਂ ਹਨ। ਇਸ ਨਾਲ 2027 ਤੱਕ ਦੇਸ਼ ਦੀ ਆਰਥਿਕਤਾ ਵਿੱਚ $115 ਬਿਲੀਅਨ ਤੋਂ ਵੱਧ ਦਾ ਯੋਗਦਾਨ ਪੈ ਸਕਦਾ ਹੈ। Agentic AI, ਜੋ ਆਪਣੇ ਆਪ ਸਮੱਸਿਆਵਾਂ ਹੱਲ ਕਰ ਸਕਦਾ ਹੈ, ਇਸ ਉਮੀਦ ਨੂੰ ਹੋਰ ਵਧਾ ਰਿਹਾ ਹੈ। ਭਾਰਤੀ ਕੰਪਨੀਆਂ ਇਸਨੂੰ ਖਾਸ ਕਰਕੇ ਗਾਹਕ ਅਨੁਭਵ, ਮਾਰਕੀਟਿੰਗ ਅਤੇ ਕੰਮਕਾਜ ਵਿੱਚ ਵਰਤਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਹੀਆਂ ਹਨ, ਅਤੇ 2026 ਤੱਕ AI ਏਜੰਟਸ ਨੂੰ ਮੁਲਾਜ਼ਮਾਂ ਵਾਂਗ ਵਰਤਣ ਦੀ ਸੋਚ ਰਹੀਆਂ ਹਨ।

ਕਾਰੋਬਾਰੀ ਪੱਧਰ 'ਤੇ AI: ਅਸਲੀਅਤ ਅਤੇ ਮੁਸ਼ਕਲਾਂ

AI ਰਾਹੀਂ ਵੱਡੀ ਆਰਥਿਕ ਤਰੱਕੀ ਕਰਨ ਦਾ ਸੁਪਨਾ ਤਾਂ ਸਾਫ ਹੈ, ਪਰ ਇਸਨੂੰ ਹਕੀਕਤ ਬਣਾਉਣ ਦਾ ਰਸਤਾ ਔਖਾ ਹੈ। ਦੁਨੀਆ ਭਰ ਵਿੱਚ 2026 ਤੱਕ AI 'ਤੇ $2.52 ਟ੍ਰਿਲੀਅਨ ਖਰਚ ਹੋਣ ਦਾ ਅਨੁਮਾਨ ਹੈ, ਪਰ ਭਾਰਤ ਇਸ ਵਿੱਚ 10ਵੇਂ ਨੰਬਰ 'ਤੇ ਹੈ, ਜਿਸਦਾ ਨਿਵੇਸ਼ ਸਿਰਫ $1.4 ਬਿਲੀਅਨ ਹੈ। ਹਾਲਾਂਕਿ 89% ਭਾਰਤੀ ਕੰਪਨੀਆਂ AI ਨੂੰ ਆਪਣੇ ਕੰਮਾਂ ਵਿੱਚ ਵਰਤ ਰਹੀਆਂ ਹਨ, ਪਰ ਹੈਰਾਨੀ ਦੀ ਗੱਲ ਹੈ ਕਿ 77% ਕੰਪਨੀਆਂ ਅਜੇ ਵੀ ਇਹ ਸਾਬਤ ਨਹੀਂ ਕਰ ਪਾ ਰਹੀਆਂ ਕਿ ਇਸ ਤੋਂ ਕਿੰਨਾ ਪੈਸਾ ਕਮਾਇਆ ਜਾ ਰਿਹਾ ਹੈ (ROI)। ਇਹ ਇੱਕ ਅਜਿਹਾ ਮੋੜ ਹੈ ਜਿੱਥੇ ਲਾਗੂ ਕਰਨ ਦੀਆਂ ਅਸਲੀ ਮੁਸ਼ਕਲਾਂ ਸ਼ੁਰੂਆਤੀ ਉਤਸ਼ਾਹ ਨੂੰ ਪਰਖ ਰਹੀਆਂ ਹਨ।

ਭਾਰਤੀ ਬਾਜ਼ਾਰ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ: ਤਾਕਤਾਂ ਅਤੇ ਕਮਜ਼ੋਰੀਆਂ

ਭਾਰਤ ਦਾ ਬਾਜ਼ਾਰ ਕੁਝ ਹੱਦ ਤੱਕ ਗਲੋਬਲ AI ਬੁਲਬੁਲੇ (bubble) ਦੇ ਖਤਰੇ ਤੋਂ ਬਚਿਆ ਹੋਇਆ ਹੈ। ਅਮਰੀਕਾ ਦੇ ਟੈਕ-ਭਾਰੀ ਇੰਡੈਕਸਾਂ ਦੇ ਉਲਟ, ਭਾਰਤੀ ਸ਼ੇਅਰ ਬਾਜ਼ਾਰਾਂ ਨੇ ਰਿਕਾਰਡ ਤੌਰ 'ਤੇ ਜ਼ਿਆਦਾ ਸਥਿਰਤਾ ਦਿਖਾਈ ਹੈ, ਕਿਉਂਕਿ ਸ਼ੁੱਧ AI ਕੰਪਨੀਆਂ ਦਾ ਐਕਸਪੋਜ਼ਰ ਘੱਟ ਹੈ। ਇਹ ਇੱਕ ਮਜ਼ਬੂਤ ਆਧਾਰ ਦਿੰਦਾ ਹੈ, ਪਰ ਇਸ ਨਾਲ ਕੰਮਕਾਜੀ ਮੁਸ਼ਕਲਾਂ ਖਤਮ ਨਹੀਂ ਹੁੰਦੀਆਂ। ਭਾਰਤ ਕੋਲ AI ਪ੍ਰਤਿਭਾ ਦਾ ਇੱਕ ਵੱਡਾ ਸਮੂਹ ਹੈ, ਜਿੱਥੇ ਸਾਲਾਨਾ 33% ਦੀ ਨੌਕਰੀ ਵਾਧਾ ਦਰ ਨਾਲ ਭਾਰਤ ਦੁਨੀਆ ਵਿੱਚ ਸਭ ਤੋਂ ਅੱਗੇ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਭਾਰਤ ਦਾ ਮਜ਼ਬੂਤ ਡਿਜੀਟਲ ਢਾਂਚਾ, ਜਿਵੇਂ ਆਧਾਰ ਅਤੇ UPI, AI ਨੂੰ ਲਾਗੂ ਕਰਨ ਲਈ ਇੱਕ ਚੰਗਾ ਪਲੇਟਫਾਰਮ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ। ਪਰ, ਇਸ ਵਿਕਾਸਸ਼ੀਲ ਪ੍ਰਣਾਲੀ ਨੂੰ ਡਾਟਾ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦੀ ਗੁੰਝਲਤਾ ਅਤੇ ਸੁਰੱਖਿਆ ਦੇ ਮਾਮਲਿਆਂ ਤੋਂ ਚੁਣੌਤੀਆਂ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈ ਰਿਹਾ ਹੈ, ਜੋ ਰਫਤਾਰ ਨੂੰ ਹੌਲੀ ਕਰ ਸਕਦਾ ਹੈ। ਕੁਝ ਭਾਰਤੀ ਟੈਕ ਕੰਪਨੀਆਂ ਦੇ ਬਹੁਤ ਜ਼ਿਆਦਾ ਮੁੱਲ (valuations) ਬਾਰੇ ਵੀ ਚਿੰਤਾਵਾਂ ਹਨ, ਜਿੱਥੇ ਬਾਜ਼ਾਰ ਦੀ ਕੀਮਤ ਕੰਪਨੀਆਂ ਦੇ ਕੰਮਕਾਜ ਤੋਂ ਅੱਗੇ ਨਿਕਲਦੀ ਜਾਪਦੀ ਹੈ। ਆਰਥਿਕ ਤੌਰ 'ਤੇ, ਭਾਰਤ ਦਾ ਪੂੰਜੀ ਖਰਚ (capital expenditure) ਰਵਾਇਤੀ ਖੇਤਰਾਂ ਦੁਆਰਾ ਚਲਾਇਆ ਜਾ ਰਿਹਾ ਹੈ, ਨਾ ਕਿ ਸਿਰਫ IT ਦੁਆਰਾ, ਜੋ ਕਿ AI- ਅਗਵਾਈ ਵਾਲੀ ਨਿਵੇਸ਼ ਦੀ ਉਤਸ਼ਾਹ (euphoria) ਤੋਂ ਬਚਾਅ ਦਾ ਕੰਮ ਕਰਦਾ ਹੈ।

ਨਕਾਰਾਤਮਕ ਪਾਸਾ: ਡਾਟਾ, ਨਿਯਮ ਅਤੇ ROI ਦੀ ਕਮੀ

ਭਾਰਤ ਵਿੱਚ ਪਾਇਲਟ ਪ੍ਰੋਜੈਕਟਾਂ ਤੋਂ ਲੈ ਕੇ ਵੱਡੇ ਪੱਧਰ 'ਤੇ AI ਤਾਇਨਾਤੀ ਤੱਕ ਦਾ ਸਫ਼ਰ ਅਜੇ ਵੀ 'ਪ੍ਰੀ-ਸਕੇਲ' ਚੁਣੌਤੀਆਂ ਨਾਲ ਭਰਿਆ ਹੋਇਆ ਹੈ। ਮਾਪਣਯੋਗ ROI (ਜਿਸ ਨਾਲ 77% ਸੰਸਥਾਵਾਂ ਜੂਝ ਰਹੀਆਂ ਹਨ) ਨੂੰ ਸਾਬਤ ਕਰਨ ਦੀ ਮੁਸ਼ਕਲ ਤੋਂ ਇਲਾਵਾ, ਭਾਰਤੀ ਕੰਪਨੀਆਂ ਗੁੰਝਲਦਾਰ ਡਾਟਾ ਬੁਨਿਆਦੀ ਢਾਂਚੇ (ਜਿੱਥੇ ਸਿਰਫ 55% ਮੈਨੇਜਡ/ਆਪਟੀਮਾਈਜ਼ਡ ਮੌਜੂਦਾ ਪੱਧਰ 'ਤੇ ਹਨ) ਅਤੇ ਪੁਰਾਣੀਆਂ ਸਿਸਟਮਾਂ (legacy systems) ਨਾਲ ਜੁੜਨ ਵਿੱਚ ਮੁਸ਼ਕਲਾਂ (67%) ਦਾ ਸਾਹਮਣਾ ਕਰ ਰਹੀਆਂ ਹਨ। 66% ਸੰਸਥਾਵਾਂ ਦੁਆਰਾ ਦੱਸੀਆਂ ਗਈਆਂ ਕਾਨੂੰਨੀ ਅਤੇ ਨਿਯਮਾਂ (regulatory complexities) ਦੀ ਗੁੰਝਲਤਾ ਇੱਕ ਹੋਰ ਵੱਡੀ ਰੁਕਾਵਟ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਹੁਨਰਮੰਦ ਪੇਸ਼ੇਵਰਾਂ ਦੀ ਵੱਡੀ ਘਾਟ ਵੀ ਇੱਕ ਰੁਕਾਵਟ ਬਣੀ ਹੋਈ ਹੈ। ਗਾਰਟਨਰ (Gartner) ਦਾ ਅਨੁਮਾਨ ਹੈ ਕਿ AI 2026 ਦੌਰਾਨ 'ਨਿਰਾਸ਼ਾ ਦੇ ਦਲਦਲ' (Trough of Disillusionment) ਵਿੱਚ ਰਹੇਗਾ, ਜਿਸਦਾ ਮਤਲਬ ਹੈ ਕਿ AI ਨੂੰ ਸਿਰਫ ਉਦੋਂ ਅਪਣਾਇਆ ਜਾਵੇਗਾ ਜਦੋਂ ਇਸਦਾ ਸਾਬਤ ROI ਹੋਵੇ, ਨਾ ਕਿ ਸਿਰਫ ਅਨੁਮਾਨਾਂ 'ਤੇ ਆਧਾਰਿਤ ਪ੍ਰੋਜੈਕਟਾਂ ਲਈ। ਅੰਤ ਵਿੱਚ, AI ਫੈਸਲੇ ਲੈਣ ਦੀ ਸਮਰੱਥਾ ਮਾਡਲ ਦੀ ਸਮਰੱਥਾ ਨਾਲ ਨਹੀਂ, ਸਗੋਂ ਸੰਸਥਾ ਦੇ ਡਾਟਾ ਫਾਊਂਡੇਸ਼ਨ ਦੀ ਡੂੰਘਾਈ ਅਤੇ ਗੁਣਵੱਤਾ ਨਾਲ ਸੀਮਤ ਹੋਵੇਗੀ।

ਭਵਿੱਖ ਦੀ ਦਿਸ਼ਾ: ਸਕਿੱਲਿੰਗ ਅਤੇ ਰਣਨੀਤਕ ਬਦਲਾਅ

AI ਯੁੱਗ ਵਿੱਚ ਕਾਮਯਾਬ ਹੋਣ ਲਈ ਵਰਕਫੋਰਸ (workforce) ਵਿੱਚ ਵੱਡੇ ਬਦਲਾਅ ਦੀ ਲੋੜ ਹੈ। ਲਗਭਗ ਹਰ ਨੌਕਰੀ ਲਈ AI- ਅਨੁਕੂਲ ਹੁਨਰਾਂ ਦੀ ਲੋੜ ਪਵੇਗੀ, ਜਿਸ ਨਾਲ ਹੁਨਰਾਂ ਨੂੰ ਵਧਾਉਣਾ (upskilling) ਅਤੇ ਮੁੜ ਸਿਖਲਾਈ (reskilling) ਦੇਣਾ ਇੱਕ ਮੁੱਖ ਰਣਨੀਤਕ ਪ੍ਰਾਥਮਿਕਤਾ ਬਣ ਜਾਵੇਗਾ। ਕੰਪਨੀਆਂ ਨੂੰ ਭਰੋਸਾ ਬਣਾਉਣ ਅਤੇ ਕੰਮ ਕਰਨ ਦੇ ਤਰੀਕਿਆਂ ਨੂੰ ਬਦਲਣ ਲਈ ਸਮਰਪਿਤ AI ਚੇਂਜ-ਮੈਨੇਜਮੈਂਟ ਟੀਮਾਂ ਦੀ ਲੋੜ ਪਵੇਗੀ। IndiaAI ਮਿਸ਼ਨ, ਜਿਸਦਾ ਧਿਆਨ ਕੰਪਿਊਟਿੰਗ ਤੱਕ ਪਹੁੰਚ ਨੂੰ ਆਸਾਨ ਬਣਾਉਣ, ਡਾਟਾ ਦੀ ਗੁਣਵੱਤਾ ਵਧਾਉਣ ਅਤੇ ਦੇਸੀ ਸਮਰੱਥਾਵਾਂ ਵਿਕਸਤ ਕਰਨ 'ਤੇ ਹੈ, ਇੱਕ ਵਿਆਪਕ ਈਕੋਸਿਸਟਮ ਬਣਾਉਣ ਦਾ ਟੀਚਾ ਰੱਖਦਾ ਹੈ। ਇਸ ਵਿੱਚ AI ਖੋਜ, ਪ੍ਰਤਿਭਾ ਵਿਕਾਸ ਅਤੇ ਸਟਾਰਟਅੱਪ ਫਾਈਨਾਂਸਿੰਗ ਦਾ ਸਮਰਥਨ ਕਰਨ ਦੀਆਂ ਪਹਿਲਕਦਮੀਆਂ ਸ਼ਾਮਲ ਹਨ। ਹਾਲਾਂਕਿ, AI ਦੀ ਪੂਰੀ ਸੰਭਾਵਨਾ ਨੂੰ ਅਨਲੌਕ ਕਰਨ ਲਈ ਇਕਸਾਰ ਡਾਟਾ ਬੁਨਿਆਦ, ਮਜ਼ਬੂਤ ਗਵਰਨੈਂਸ ਅਤੇ AI ਸਿਸਟਮਾਂ ਅਤੇ ਮਨੁੱਖੀ ਮਾਹਰਾਂ ਵਿਚਕਾਰ ਸਹਿਜ ਸਹਿਯੋਗ ਦੀ ਲੋੜ ਹੈ, ਜੋ ਇਸ ਗੱਲ 'ਤੇ ਜ਼ੋਰ ਦਿੰਦਾ ਹੈ ਕਿ AI ਅਪਣਾਉਣਾ ਇੱਕ ਸਿਰਫ ਤਕਨੀਕੀ ਅਪਗ੍ਰੇਡ ਨਹੀਂ, ਸਗੋਂ ਇੱਕ ਸੱਭਿਆਚਾਰਕ ਬਦਲਾਅ ਹੈ।