Whalesbook
ਡੀਪ ਟੈੱਕ ਦਾ ਮਹੱਤਵ ਅਤੇ ਅਸਲੀਅਤ
ਭਾਰਤ ਆਪਣਾ ਆਰਥਿਕ ਭਵਿੱਖ ਸੁਰੱਖਿਅਤ ਕਰਨ ਲਈ ਇੱਕ ਮਜ਼ਬੂਤ ਡੀਪ ਟੈੱਕ ਅਤੇ AI ਈਕੋਸਿਸਟਮ (Ecosystem) ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਿਹਾ ਹੈ। ਦੇਸ਼ ਦਾ ਟੀਚਾ ਅਜਿਹੇ ਉੱਦਮੀਆਂ (Entrepreneurs) ਦੀ ਪੀੜ੍ਹੀ ਤਿਆਰ ਕਰਨਾ ਹੈ ਜੋ ਵਿਗਿਆਨਕ ਖੋਜਾਂ ਨੂੰ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਵਿਕਣਯੋਗ ਕਾਰੋਬਾਰਾਂ ਵਿੱਚ ਬਦਲ ਸਕਣ। ਪਰ, ਇਹ ਸੁਪਨਾ ਅਕਸਰ ਕਾਰਜਕਾਰੀ ਅਮਲ ਵਿੱਚ ਆਉਣ ਵਾਲੀਆਂ ਢਾਂਚਾਗਤ ਰੁਕਾਵਟਾਂ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰ ਦਿੰਦਾ ਹੈ। ਸਰਕਾਰੀ ਨੀਤੀਆਂ ਅਤੇ ਵੱਡੀ ਗਿਣਤੀ ਵਿੱਚ ਮੌਜੂਦ ਟੈਲੈਂਟ ਦੇ ਬਾਵਜੂਦ, ਇੱਕ ਗੰਭੀਰ ਪੜਤਾਲ ਇਹ ਦਰਸਾਉਂਦੀ ਹੈ ਕਿ 'ਪੇਸ਼ੈਂਟ ਕੈਪੀਟਲ' (Patient Capital), ਵਿਸ਼ੇਸ਼ ਮਨੁੱਖੀ ਸਰੋਤਾਂ, ਅਤੇ ਬਾਜ਼ਾਰ ਏਕੀਕਰਨ (Market Integration) ਵਿੱਚ ਵੱਡੀਆਂ ਖਾਮੀਆਂ ਹਨ। ਇਹ ਚੁਣੌਤੀਆਂ ਭਾਰਤ ਨੂੰ ਤਕਨਾਲੋਜੀ ਦੀ ਦੌੜ ਵਿੱਚ ਇੱਕ ਆਗੂ ਦੀ ਬਜਾਏ ਇੱਕ ਅਨੁਯਾਈ (Follower) ਬਣਾ ਸਕਦੀਆਂ ਹਨ। ਈਕੋਸਿਸਟਮ ਦੀ ਪ੍ਰਗਤੀ, ਭਾਵੇਂ ਨਿਵੇਸ਼ ਦੇ ਵਧਦੇ ਅੰਕੜਿਆਂ ਨਾਲ ਦਰਸਾਈ ਗਈ ਹੈ, ਪਰ ਇਹ ਇਸ ਕਠੋਰ ਹਕੀਕਤ ਨਾਲ ਢੱਕੀ ਹੋਈ ਹੈ ਕਿ ਨਵੀਨਤਾਕਾਰੀ ਸੰਭਾਵਨਾ (Innovative Potential) ਅਤੇ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਵਪਾਰੀਕਰਨ (Scaled Commercialization) ਵਿਚਕਾਰ ਇੱਕ ਵੱਡੀ ਖਾਈ ਬਣਦੀ ਜਾ ਰਹੀ ਹੈ।
ਫੰਡਿੰਗ ਅਤੇ ਟੈਲੈਂਟ ਦੀ ਘਾਟ
ਭਾਰਤ ਵਿੱਚ ਡੀਪ ਟੈੱਕ ਕੰਪਨੀਆਂ ਨੂੰ ਜ਼ਰੂਰੀ ਪੂੰਜੀ (Capital) ਹਾਸਲ ਕਰਨ ਵਿੱਚ ਇੱਕ ਵੱਡੀ ਚੁਣੌਤੀ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈਂਦਾ ਹੈ। ਕੰਜ਼ਿਊਮਰ ਸਟਾਰਟਅੱਪਸ (Consumer Startups) ਦੇ ਉਲਟ, ਇਨ੍ਹਾਂ ਕੰਪਨੀਆਂ ਨੂੰ ਵਪਾਰਕ ਤੌਰ 'ਤੇ ਸੰਭਾਵੀ ਬਣਨ ਤੋਂ ਪਹਿਲਾਂ ਆਮ ਤੌਰ 'ਤੇ ਪੰਜ ਸਾਲਾਂ ਤੋਂ ਵੱਧ ਦੇ ਵਿਕਾਸ ਚੱਕਰ (Development Cycles) ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਹਾਲਾਂਕਿ ਸ਼ੁਰੂਆਤੀ ਪੜਾਅ ਦੇ ਗ੍ਰਾਂਟ (Grants) ਅਤੇ ਸੀਡ ਫੰਡਿੰਗ (Seed Funding) ਮੌਜੂਦ ਹਨ, ਪਰ ਸੀਰੀਜ਼ ਏ (Series A) ਅਤੇ ਗ੍ਰੋਥ ਸਟੇਜ (Growth Stage) 'ਤੇ ਫੰਡਿੰਗ ਦਾ ਇੱਕ ਵੱਡਾ ਪਾੜਾ ਪੈਦਾ ਹੁੰਦਾ ਹੈ। ਇਸ ਪੜਾਅ 'ਤੇ ਨਿਰਮਾਣ (Manufacturing), ਖੋਜ (Research) ਜਾਂ ਪਾਇਲਟ ਪ੍ਰੋਜੈਕਟਾਂ (Pilot Projects) ਨੂੰ ਵਧਾਉਣ ਲਈ ਭਾਰੀ ਨਿਵੇਸ਼ (Investment) ਦੀ ਲੋੜ ਪੈਂਦੀ ਹੈ। ਨਿਵੇਸ਼ਕ ਅਕਸਰ ਅਨਿਸ਼ਚਿਤ ਸਮਾਂ-ਸੀਮਾ (Uncertain Timelines) ਅਤੇ ਤਕਨੀਕੀ ਜੋਖਮਾਂ (Technical Risks) ਕਾਰਨ ਸਾਵਧਾਨੀ ਵਰਤਦੇ ਹਨ, ਜਿਸ ਕਾਰਨ 53% ਤੋਂ ਵੱਧ ਡੀਪ ਟੈੱਕ ਫਾਊਂਡਰਾਂ (Founders) ਨੂੰ ਫੰਡਿੰਗ ਪ੍ਰਾਪਤ ਕਰਨ ਵਿੱਚ ਮੁਸ਼ਕਲ ਆਉਂਦੀ ਹੈ। ਅਸਲ ਵਿੱਚ, ਇਹ ਪਾੜਾ ਇੰਨਾ ਜ਼ਿਆਦਾ ਹੈ ਕਿ ਲਗਭਗ 85% ਸੀਡ ਵੈਂਚਰ (Seed Ventures) ਸੀਰੀਜ਼ ਏ ਤੱਕ ਪਹੁੰਚਣ ਵਿੱਚ ਅਸਫਲ ਰਹਿੰਦੇ ਹਨ। ਇਸ ਰਿ-ਸਕ-ਫ੍ਰੈਂਡਲੀ (Risk-friendly) ਪੂੰਜੀ ਦੀ ਕਮੀ ਕਾਰਨ ਬਹੁਤ ਸਾਰੇ ਫਾਊਂਡਰਾਂ ਨੂੰ ਆਪਣੇ ਸਰੋਤਾਂ 'ਤੇ ਨਿਰਭਰ ਰਹਿਣਾ ਪੈਂਦਾ ਹੈ, ਜਦੋਂ ਕਿ ਉਹ ਅਮਰੀਕਾ ਅਤੇ ਚੀਨ ਦੇ ਭਾਰੀ ਫੰਡ ਪ੍ਰਾਪਤ ਮੁਕਾਬਲੇਬਾਜ਼ਾਂ ਨਾਲ ਮੁਕਾਬਲਾ ਕਰਦੇ ਹਨ। ਇਸ ਦੇ ਨਾਲ ਹੀ, ਇੱਕ ਗੰਭੀਰ ਟੈਲੈਂਟ ਦੀ ਘਾਟ ਵੀ ਬਣੀ ਹੋਈ ਹੈ। ਭਾਰਤ ਕੋਲ ਇੱਕ ਵੱਡਾ ਇੰਜੀਨੀਅਰਿੰਗ ਬੇਸ (Engineering Base) ਹੈ, ਪਰ AI, ਮਸ਼ੀਨ ਲਰਨਿੰਗ (Machine Learning) ਅਤੇ ਐਡਵਾਂਸਡ ਫੀਲਡਜ਼ (Advanced Fields) ਵਿੱਚ ਉੱਚ-ਵਿਸ਼ੇਸ਼ਗਤ ਪੇਸ਼ੇਵਰਾਂ (Highly Specialized Professionals) ਦੀ ਘਾਟ ਡੀਪ ਟੈੱਕ ਨਵੀਨਤਾ ਨੂੰ ਰੋਕ ਰਹੀ ਹੈ। ਸਟਾਰਟਅੱਪਸ ਟੈਲੈਂਟ ਨੂੰ ਬਰਕਰਾਰ ਰੱਖਣ ਲਈ ਸੰਘਰਸ਼ ਕਰਦੇ ਹਨ, ਕਿਉਂਕਿ ਇੱਕ ਵੱਡਾ ਹਿੱਸਾ ਭਾਰਤ ਵਿੱਚ ਸਥਾਪਿਤ ਗਲੋਬਲ ਕੰਪਨੀਆਂ ਅਤੇ GCCs ਦੁਆਰਾ ਪੇਸ਼ ਕੀਤੇ ਗਏ ਉੱਚ ਤਨਖਾਹਾਂ (Higher Salaries) ਵੱਲ ਆਕਰਸ਼ਿਤ ਹੁੰਦਾ ਹੈ।
ਮਾਰਕੀਟ ਅਡਾਪਸ਼ਨ (Market Adoption) ਅਤੇ ਇਨਫਰਾਸਟਰਕਚਰ (Infrastructure) ਦੀਆਂ ਰੁਕਾਵਟਾਂ
ਸਰਹੱਦੀ ਖੋਜ (Cutting-edge Research) ਨੂੰ ਬਾਜ਼ਾਰ-ਤਿਆਰ ਉਤਪਾਦਾਂ (Market-ready Products) ਵਿੱਚ ਬਦਲਣਾ ਅਜੇ ਵੀ ਇੱਕ ਵੱਡੀ ਰੁਕਾਵਟ ਹੈ। ਭਾਰਤ ਦਾ ਅਕਾਦਮਿਕ-ਉਦਯੋਗ ਸਹਿਯੋਗ (Academic-Industry Collaboration) ਅਕਸਰ ਖੰਡਿਤ (Fragmented) ਹੁੰਦਾ ਹੈ, ਜਿਸ ਵਿੱਚ ਯੂਨੀਵਰਸਿਟੀਆਂ ਅਤੇ ਖੋਜ ਸੰਸਥਾਵਾਂ (Research Institutions) ਸਾਈਲੋਜ਼ (Silos) ਵਿੱਚ ਕੰਮ ਕਰਦੀਆਂ ਹਨ, ਜੋ ਕੁਸ਼ਲ ਤਕਨਾਲੋਜੀ ਟ੍ਰਾਂਸਫਰ (Technology Transfer) ਨੂੰ ਰੋਕਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਡੀਪ ਟੈੱਕ ਹੱਲਾਂ ਲਈ ਘਰੇਲੂ ਬਾਜ਼ਾਰ ਦੀ ਤਿਆਰੀ (Market Readiness) ਅਜੇ ਵੀ ਪਰਿਪੱਕ ਹੋ ਰਹੀ ਹੈ। ਐਂਟਰਪ੍ਰਾਈਜ਼ (Enterprise) ਅਤੇ ਸਰਕਾਰੀ ਅਪਣਾਉਣ (Government Adoption) ਦੇ ਚੱਕਰ ਲਾਗਤ, ਖਰੀਦ ਪ੍ਰਕਿਰਿਆਵਾਂ (Procurement Processes) ਅਤੇ ਅੰਦਰੂਨੀ ਜੋਖਮ ਤੋਂ ਬਚਣ (Risk Aversion) ਕਾਰਨ ਹੌਲੀ ਹੋ ਸਕਦੇ ਹਨ, ਜਿਸ ਨਾਲ ਵਿਕਰੀ ਚੱਕਰ (Sales Cycles) ਲੰਬੇ ਹੋ ਜਾਂਦੇ ਹਨ ਅਤੇ ਪਾਇਲਟ ਮੌਕਿਆਂ (Pilot Opportunities) ਸੀਮਤ ਹੋ ਜਾਂਦੇ ਹਨ। ਇਹ ਬਹੁਤ ਸਾਰੇ ਡੀਪ ਟੈੱਕ ਸਟਾਰਟਅੱਪਸ ਨੂੰ ਗਾਹਕਾਂ ਲਈ ਵਿਦੇਸ਼ਾਂ ਵੱਲ ਦੇਖਣ ਲਈ ਮਜਬੂਰ ਕਰਦਾ ਹੈ। ਬੁਨਿਆਦੀ ਢਾਂਚਾ, ਭਾਵੇਂ ਸੁਧਰ ਰਿਹਾ ਹੈ, ਪਰ ਚੁਣੌਤੀਆਂ ਵੀ ਪੇਸ਼ ਕਰਦਾ ਹੈ। ਡੀਪ ਟੈੱਕ R&D ਲਈ ਕਲੀਨਰੂਮ (Cleanrooms) ਅਤੇ ਐਡਵਾਂਸਡ ਲੈਬਜ਼ (Advanced Labs) ਵਰਗੀਆਂ ਵਿਸ਼ੇਸ਼ ਸਹੂਲਤਾਂ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਜੋ ਸਾਰਿਆਂ ਲਈ ਉਪਲਬਧ ਨਹੀਂ ਹਨ ਜਾਂ ਸ਼ੁਰੂਆਤੀ ਪੜਾਅ ਦੇ ਫਾਊਂਡਰਾਂ ਲਈ ਬਹੁਤ ਮਹਿੰਗੀਆਂ ਹਨ। AI ਲਈ ਮਹੱਤਵਪੂਰਨ ਡਾਟਾ ਸੈਂਟਰਾਂ (Data Centers) ਨੂੰ ਬਿਜਲੀ ਅਤੇ ਪਾਣੀ ਦੀ ਜ਼ਰੂਰਤ ਹੁੰਦੀ ਹੈ, ਅਤੇ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦੀਆਂ ਸੀਮਾਵਾਂ ਤੈਨਾਤੀ (Deployment) ਨੂੰ ਹੌਲੀ ਕਰ ਸਕਦੀਆਂ ਹਨ।
ਭਾਰਤ ਦੇ ਮੁਕਾਬਲੇ 'ਚ ਪਿੱਛੇ ਰਹਿਣ ਦਾ ਖ਼ਤਰਾ?
AI ਅਤੇ ਡੀਪ ਟੈੱਕ ਵਿੱਚ ਅਗਵਾਈ ਕਰਨ ਦੀ ਭਾਰਤ ਦੀ ਇੱਛਾ ਕਈ ਵੱਡੀਆਂ ਰੁਕਾਵਟਾਂ ਦਾ ਸਾਹਮਣਾ ਕਰ ਰਹੀ ਹੈ, ਜੋ ਇਹ ਸੰਕੇਤ ਦਿੰਦੀ ਹੈ ਕਿ ਦੇਸ਼ ਅੱਗੇ ਵਧਣ ਦੀ ਬਜਾਏ ਪਿੱਛੇ ਰਹਿ ਸਕਦਾ ਹੈ। AI ਵਿੱਚ ਭਾਰਤ ਦਾ ਨਿਵੇਸ਼, ਵਧਣ ਦੇ ਬਾਵਜੂਦ, ਅਮਰੀਕਾ ਅਤੇ ਚੀਨ ਵਰਗੇ ਵਿਸ਼ਵ ਆਗੂਆਂ ਤੋਂ ਕਾਫ਼ੀ ਪਿੱਛੇ ਹੈ, ਬਲਕਿ GDP ਦੇ ਪ੍ਰਤੀਸ਼ਤ ਵਜੋਂ ਵੀ। ਚੀਨ, AI ਅਤੇ ਸੈਮੀਕੰਡਕਟਰਾਂ (Semiconductors) ਵਿੱਚ ਹਮਲਾਵਰ ਫੰਡਿੰਗ ਅਤੇ ਉਦਯੋਗਿਕ ਤਰੱਕੀ (Industrial Advancement) 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਕੇ, ਭਾਰਤ ਦੇ ਮੌਜੂਦਾ ਖਪਤਕਾਰ ਸੇਵਾਵਾਂ (Consumer Services) 'ਤੇ ਜ਼ੋਰ ਦੇਣ ਦੇ ਉਲਟ ਇੱਕ ਵੱਖਰਾ ਚਿੱਤਰ ਪੇਸ਼ ਕਰਦਾ ਹੈ। ਮੌਜੂਦਾ ਰੁਖ ਭਾਰਤ ਨੂੰ AI ਸੇਵਾਵਾਂ ਦੇ ਇੱਕ ਪ੍ਰਮੁੱਖ ਉਤਪਾਦਕ (Producer) ਦੀ ਬਜਾਏ ਇੱਕ ਖਪਤਕਾਰ (Consumer) ਬਣਾਉਣ ਦਾ ਜੋਖਮ ਪੈਦਾ ਕਰਦਾ ਹੈ। ਭਾਵੇਂ IndiaAI Mission ਵਰਗੀਆਂ ਸਰਕਾਰੀ ਨੀਤੀਆਂ ਦੇਸੀ ਸਮਰੱਥਾਵਾਂ (Indigenous Capabilities) ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕਰਨ ਅਤੇ ਸਟਾਰਟਅੱਪਸ ਨੂੰ ਰਿਸਕ ਕੈਪੀਟਲ (Risk Capital) ਨਾਲ ਸਮਰਥਨ ਦੇਣ ਦਾ ਟੀਚਾ ਰੱਖਦੀਆਂ ਹਨ, ਪਰ ਪ੍ਰਭਾਵੀ ਲਾਗੂਕਰਨ (Effective Implementation) ਅਤੇ ਬਿਊਰੋਕ੍ਰੇਟਿਕ (Bureaucratic) ਰੁਕਾਵਟਾਂ ਨੂੰ ਪਾਰ ਕਰਨਾ ਅਜੇ ਵੀ ਵੱਡੇ ਸਵਾਲ ਹਨ। ਪ੍ਰੋਟੋਟਾਈਪਸ (Prototypes) ਨੂੰ ਭੁਗਤਾਨ ਕਰਨ ਵਾਲੇ ਗਾਹਕਾਂ (Paying Customers) ਵਿੱਚ ਬਦਲਣ ਅਤੇ ਮਾਪਣਯੋਗ ਮਾਲੀਆ (Scalable Revenue) ਪ੍ਰਾਪਤ ਕਰਨ ਵਿੱਚ ਦੇਰੀ ਇੱਕ ਮੌਲਿਕ ਕਾਰਜਕਾਰੀ ਖਾਮੀ (Execution Gap) ਹੈ, ਜਿਸ ਵਿੱਚ ਹੈਰਾਨ ਕਰਨ ਵਾਲੇ 85% ਸੀਡ ਵੈਂਚਰ ਸੀਰੀਜ਼ ਏ ਫੰਡਿੰਗ ਤੱਕ ਨਹੀਂ ਪਹੁੰਚ ਪਾਉਂਦੇ। ਇਹ ਲਗਾਤਾਰ ਕਾਰਜਕਾਰੀ ਪਾੜਾ, ਭਾਰਤੀ ਨਿਵੇਸ਼ਕਾਂ ਦੀ ਡੀਪ ਟੈੱਕ ਦੇ ਲੰਬੇ ਲੰਬੇ ਸਮੇਂ ਨਾਲੋਂ ਤੇਜ਼ੀ ਨਾਲ ਵਾਪਸੀ (Quicker Returns) ਦੀ ਤਰਜੀਹ ਦੇ ਨਾਲ ਮਿਲ ਕੇ, ਇੱਕ ਸਾਵਧਾਨ ਤਸਵੀਰ ਪੇਸ਼ ਕਰਦਾ ਹੈ।
ਅੱਗੇ ਦਾ ਰਾਹ (Outlook)
ਇਨ੍ਹਾਂ ਚੁਣੌਤੀਆਂ ਦੇ ਬਾਵਜੂਦ, ਭਾਰਤ ਦੀਆਂ ਡੀਪ ਟੈੱਕ ਅਤੇ AI ਅਭਿਲਾਸ਼ਾਵਾਂ ਨੂੰ ਮਜ਼ਬੂਤ ਸਰਕਾਰੀ ਪਹਿਲਕਦਮੀਆਂ (Government Initiatives) ਦੁਆਰਾ ਹੁਲਾਰਾ ਮਿਲ ਰਿਹਾ ਹੈ, ਜਿਸ ਵਿੱਚ ਡੀਪ ਟੈੱਕ ਫਰਮਾਂ ਲਈ ਵਿਸਤ੍ਰਿਤ ਮਾਨਤਾ ਮਿਆਦ (Recognition Periods) ਅਤੇ ਵੈਂਚਰ ਪ੍ਰੋਗਰਾਮ (Venture Programs) ਸ਼ਾਮਲ ਹਨ। ਦੇਸ਼ AI ਸਕਿੱਲ ਪੈਨੀਟ੍ਰੇਸ਼ਨ (AI Skill Penetration) ਅਤੇ ਹਾਇਰਿੰਗ (Hiring) ਵਿੱਚ ਉੱਚ ਦਰਜਾ ਰੱਖਦਾ ਹੈ, ਜੋ ਇੱਕ ਮਜ਼ਬੂਤ ਟੈਲੈਂਟ ਬੇਸ (Talent Base) ਦਾ ਸੰਕੇਤ ਦਿੰਦਾ ਹੈ ਜਿਸ ਦਾ ਲਾਭ ਉਠਾਇਆ ਜਾ ਸਕਦਾ ਹੈ। ਵਿਸ਼ਲੇਸ਼ਕਾਂ (Analysts) ਨੂੰ AI ਅਤੇ ਡੀਪ ਟੈੱਕ ਭਾਰਤ ਦੇ ਨਿਵੇਸ਼ ਲੈਂਡਸਕੇਪ (Investment Landscape) ਦੇ ਕੇਂਦਰ ਵਿੱਚ ਰਹਿਣ ਦੀ ਉਮੀਦ ਹੈ, ਜਿਸਨੂੰ ਵੱਖ-ਵੱਖ ਉਦਯੋਗਾਂ ਵਿੱਚ ਵੱਧ ਰਹੀ ਅਪਣਾਉਣ (Adoption) ਅਤੇ ਉੱਭਰ ਰਹੇ ਤਕਨੀਕੀ ਹੱਬਾਂ (Tech Hubs) ਵਿੱਚ ਇੱਕ ਵਧ ਰਹੇ ਸਟਾਰਟਅੱਪ ਈਕੋਸਿਸਟਮ ਦੁਆਰਾ ਸਮਰਥਨ ਪ੍ਰਾਪਤ ਹੋਵੇਗਾ। ਧਿਆਨ ਭਾਰਤ ਦੀਆਂ ਵਿਲੱਖਣ ਡਿਜੀਟਲ ਪਬਲਿਕ ਇਨਫਰਾਸਟ੍ਰਕਚਰ (Digital Public Infrastructure) ਦਾ ਲਾਭ ਉਠਾਉਂਦੇ ਹੋਏ, ਭਾਰਤੀ ਲੋੜਾਂ ਲਈ ਤਿਆਰ ਕੀਤੇ ਗਏ ਫਰੂਗਲ (Frugal), ਕੰਪਿਊਟ-ਐਫੀਸ਼ੀਐਂਟ (Compute-efficient) ਸਿਸਟਮਾਂ ਵੱਲ ਮੁੜ ਰਿਹਾ ਹੈ। ਹਾਲਾਂਕਿ, ਵਿਸ਼ਵ ਪੱਧਰ 'ਤੇ ਲੀਡਰਸ਼ਿਪ (Global Leadership) ਦੇ ਮਾਰਗ ਲਈ ਫੰਡਿੰਗ, ਟੈਲੈਂਟ ਰਿਟੈਨਸ਼ਨ (Talent Retention) ਅਤੇ ਮਾਰਕੀਟ ਅਡਾਪਸ਼ਨ (Market Adoption) ਵਿੱਚ ਪਛਾਣੀਆਂ ਗਈਆਂ ਖਾਮੀਆਂ ਨੂੰ ਦੂਰ ਕਰਨ ਲਈ ਇੱਕ ਸੰਯੁਕਤ ਕੋਸ਼ਿਸ਼ ਦੀ ਲੋੜ ਹੈ, ਤਾਂ ਜੋ ਨੀਤੀਗਤ ਅਭਿਲਾਸ਼ਾਵਾਂ (Policy Ambitions) ਠੋਸ, ਮਾਪਣਯੋਗ ਨਵੀਨਤਾ (Tangible, Scalable Innovation) ਵਿੱਚ ਬਦਲ ਸਕਣ।