Whalesbook
"AI ਦਾ UPI" - ਭਾਰਤ ਦੀ AI ਤਾਕਤ ਦਾ ਨਕਸ਼ਾ
ਮਨੀਸ਼ ਗੁਪਤਾ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਜਿਸ ਤਰ੍ਹਾਂ UPI ਨੇ ਭਾਰਤ ਵਿੱਚ ਡਿਜੀਟਲ ਭੁਗਤਾਨ ਨੂੰ ਇਨਕਲਾਬੀ ਬਣਾਇਆ, ਉਸੇ ਤਰ੍ਹਾਂ "AI ਦਾ UPI" ਭਾਰਤ ਵਿੱਚ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੇ ਵਿਕਾਸ ਨੂੰ ਆਮ ਲੋਕਾਂ ਅਤੇ ਕਾਰੋਬਾਰਾਂ ਤੱਕ ਪਹੁੰਚਾ ਸਕਦਾ ਹੈ। ਇਸਦਾ ਮੁੱਖ ਉਦੇਸ਼ ਇੱਕ ਅਜਿਹਾ ਪਲੇਟਫਾਰਮ ਬਣਾਉਣਾ ਹੈ ਜੋ API (ਐਪਲੀਕੇਸ਼ਨ ਪ੍ਰੋਗਰਾਮਿੰਗ ਇੰਟਰਫੇਸ) ਰਾਹੀਂ ਆਸਾਨੀ ਨਾਲ ਉਪਲਬਧ ਹੋਵੇ। ਸਰਕਾਰ ਦੇ ਇੰਡੀਆ AI ਮਿਸ਼ਨ, ਜਿਸ ਤਹਿਤ ਲਗਭਗ ₹10,372 ਕਰੋੜ ਦਾ ਫੰਡ ਦਿੱਤਾ ਗਿਆ ਹੈ, ਅਤੇ AI ਕੋਸ਼ ਵਰਗੇ ਪਲੇਟਫਾਰਮ, ਜਿੱਥੇ 7,000 ਤੋਂ ਵੱਧ ਡਾਟਾਸੈੱਟ ਹੋਣਗੇ, ਇਸ ਦ੍ਰਿਸ਼ਟੀ ਨੂੰ ਪੂਰਾ ਕਰਨ ਵਿੱਚ ਅਹਿਮ ਭੂਮਿਕਾ ਨਿਭਾਉਣਗੇ। ਭਾਰਤ ਫਿਲਹਾਲ AI ਮੁਕਾਬਲੇਬਾਜ਼ੀ ਵਿੱਚ ਦੁਨੀਆ ਵਿੱਚ ਤੀਜੇ ਸਥਾਨ 'ਤੇ ਹੈ, ਅਤੇ ਇਸ ਪੁਜ਼ੀਸ਼ਨ ਨੂੰ ਬਰਕਰਾਰ ਰੱਖਣ ਲਈ ਲੱਖਾਂ GPUs ਦੀ ਖਰੀਦ ਅਤੇ ਸਬਸਿਡੀ ਵਾਲੀ ਕੰਪਿਊਟਿੰਗ ਪਹੁੰਚ ਵਰਗੇ ਕਦਮ ਚੁੱਕੇ ਜਾ ਰਹੇ ਹਨ।
ਡਿਵੈਲਪਰਾਂ 'ਤੇ ਫੋਕਸ: 'ਯੂਜ਼ਰ' ਤੋਂ 'ਕ੍ਰਿਏਟਰ' ਤੱਕ
ਗੁਪਤਾ ਨੇ ਇਸ ਗੱਲ 'ਤੇ ਜ਼ੋਰ ਦਿੱਤਾ ਕਿ ਹੁਣ ਕਰੋੜਾਂ ਯੂਜ਼ਰਾਂ 'ਤੇ ਧਿਆਨ ਦੇਣ ਦੀ ਬਜਾਏ, ਸਾਨੂੰ 10 ਲੱਖ ਜਾਂ 1 ਕਰੋੜ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਵਿਕਸਿਤ ਕਰਨ 'ਤੇ ਧਿਆਨ ਕੇਂਦ੍ਰਿਤ ਕਰਨਾ ਹੋਵੇਗਾ। ਇਹ AI ਦੀ ਖਪਤ (Consumption) ਤੋਂ AI ਦੀ ਸਿਰਜਣਾ (Creation) ਵੱਲ ਇੱਕ ਵੱਡਾ ਕਦਮ ਹੈ। ਭਾਰਤ ਦੀ IT ਸੈਕਟਰ ਵਿੱਚ ਮੌਜੂਦ ਵੱਡੀ ਗਿਣਤੀ ਵਿੱਚ ਇੰਜੀਨੀਅਰਾਂ ਅਤੇ ਸਾਫਟਵੇਅਰ ਪੇਸ਼ੇਵਰਾਂ ਦੀ ਬਦੌਲਤ ਇਹ ਸੰਭਵ ਹੈ। ਹਾਲਾਂਕਿ, ਦੇਸ਼ ਦੇ ਵੱਖ-ਵੱਖ ਹਿੱਸਿਆਂ ਵਿੱਚ ਇਨਫਰਾਸਟ੍ਰਕਚਰ ਦੀਆਂ ਸਮਾਨਤਾਵਾਂ ਅਤੇ ਕ੍ਰਿਏਟਰ-ਟੈਕ ਸਾਈਲੋ ਨੂੰ ਤੋੜਨਾ ਅਜੇ ਵੀ ਇੱਕ ਚੁਣੌਤੀ ਹੈ।
ਕਾਰੋਬਾਰੀ ਅਪਣਾਉਣ ਦੀ ਰੁਕਾਵਟ: ਸਿਰਫ ਪਾਇਲਟ ਨਹੀਂ, ROI ਚਾਹੀਦਾ ਹੈ
ਮਨੀਸ਼ ਗੁਪਤਾ ਨੇ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਗੱਲ ਉਜਾਗਰ ਕੀਤੀ ਕਿ ਕਾਰਪੋਰੇਟ ਜਗਤ ਵਿੱਚ AI ਨੂੰ ਅਪਣਾਉਣ ਵਿੱਚ ਸਭ ਤੋਂ ਵੱਡੀ ਰੁਕਾਵਟ ਸੁਰੱਖਿਆ ਚਿੰਤਾਵਾਂ ਨਹੀਂ, ਸਗੋਂ AI ਦੀ ਸਮਰੱਥਾ ਨੂੰ ਅਸਲ, ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਲਾਗੂ ਹੋਣ ਯੋਗ ਅਤੇ ਪੈਸਾ ਕਮਾਉਣ ਵਾਲੇ ਵਰਤੋਂ ਕੇਸਾਂ (Use Cases) ਵਿੱਚ ਬਦਲਣ ਦੀ ਮੁਸ਼ਕਲ ਹੈ। ਭਾਵੇਂ ਭਾਰਤ ਵਿੱਚ AI ਅਪਣਾਉਣ ਦੀ ਗਤੀ ਤੇਜ਼ ਹੈ, ਪਰ ਬਹੁਤ ਸਾਰੀਆਂ ਕੰਪਨੀਆਂ ਅਜੇ ਵੀ ਸ਼ੁਰੂਆਤੀ ਪੜਾਅ ਵਿੱਚ ਹਨ ਜਾਂ ਪਾਇਲਟ ਪ੍ਰੋਜੈਕਟਾਂ ਤੋਂ ਸਪੱਸ਼ਟ ਰਿਟਰਨ ਆਨ ਇਨਵੈਸਟਮੈਂਟ (ROI) ਨੂੰ ਸਾਬਤ ਕਰਨ ਲਈ ਸੰਘਰਸ਼ ਕਰ ਰਹੀਆਂ ਹਨ। ਅਕਸਰ AI ਮਾਡਲ ਚੰਗਾ ਪ੍ਰਦਰਸ਼ਨ ਕਰਦੇ ਹਨ, ਪਰ ਲੀਗਲ ਸਿਸਟਮਾਂ ਨਾਲ ਏਕੀਕਰਨ (Integration) ਵਿੱਚ ਮੁਸ਼ਕਲਾਂ ਆਉਂਦੀਆਂ ਹਨ।
ਨਿਯਮਾਂ ਦਾ ਜਾਲ: ਨਵੀਨਤਾ ਬਨਾਮ ਨਿਗਰਾਨੀ
AI ਦੇ ਵਿਕਾਸ ਅਤੇ ਨਿਯਮਾਂ ਵਿਚਕਾਰ ਸੰਤੁਲਨ ਬਣਾਉਣਾ ਅਹਿਮ ਹੈ। ਡਿਜੀਟਲ ਪਰਸਨਲ ਡਾਟਾ ਪ੍ਰੋਟੈਕਸ਼ਨ (DPDP) ਐਕਟ, 2023 ਵਰਗੇ ਕਾਨੂੰਨ ਡਾਟਾ ਗੋਪਨੀਯਤਾ ਲਈ ਇੱਕ ਢਾਂਚਾ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਨ। ਪਰ, ਅਜੇ ਵੀ ਇਹ ਸਵਾਲ ਬਣਿਆ ਹੋਇਆ ਹੈ ਕਿ ਕੀ ਮੌਜੂਦਾ ਕਾਨੂੰਨ ਅਲਗੋਰਿਦਮ ਪਾਰਦਰਸ਼ਤਾ (Transparency), ਪੱਖਪਾਤ (Bias) ਅਤੇ ਸਵੈਚਲਿਤ ਫੈਸਲਾ ਲੈਣ (Automated Decision-Making) ਵਰਗੇ AI-ਵਿਸ਼ੇਸ਼ ਜੋਖਮਾਂ ਨੂੰ ਕਾਫੀ ਹੱਦ ਤੱਕ ਸੰਭਾਲ ਸਕਦੇ ਹਨ। ਨਵੀਨਤਾ ਨੂੰ ਸੁਰੱਖਿਆ ਜਾਂ ਗੋਪਨੀਯਤਾ ਨਾਲ ਸਮਝੌਤਾ ਕੀਤੇ ਬਿਨਾਂ ਵਧਣ ਦੇਣਾ ਜ਼ਰੂਰੀ ਹੈ।
ਢਾਂਚਾਗਤ ਕਮਜ਼ੋਰੀਆਂ ਅਤੇ ਵਿਦੇਸ਼ੀ ਨਿਰਭਰਤਾ
ਭਾਰਤ ਦੀ AI ਮੁਕਾਬਲੇਬਾਜ਼ੀ ਵਧਣ ਦੇ ਬਾਵਜੂਦ, ਕਈ ਢਾਂਚਾਗਤ ਚੁਣੌਤੀਆਂ ਹਨ। ਸਭ ਤੋਂ ਵੱਡੀ ਸਮੱਸਿਆ ਅਡਵਾਂਸਡ ਚਿਪਸ ਵਰਗੀ ਵਿਦੇਸ਼ੀ ਤਕਨਾਲੋਜੀ 'ਤੇ ਨਿਰਭਰਤਾ ਹੈ, ਜੋ ਭੂ-ਰਾਜਨੀਤਿਕ ਸਪਲਾਈ ਚੇਨ ਵਿਘਨਾਂ ਕਾਰਨ ਜੋਖਮ ਪੈਦਾ ਕਰਦੀ ਹੈ। ਭਾਰਤ ਦਾ R&D 'ਤੇ ਖਰਚ, ਜੋ ਕਿ GDP ਦਾ ਸਿਰਫ 0.65% ਹੈ, ਵਿਸ਼ਵ ਨੇਤਾਵਾਂ ਤੋਂ ਕਾਫੀ ਘੱਟ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਕੰਪਿਊਟ ਸਮਰੱਥਾ, ਜੋ ਕਿ ਵਧ ਰਹੀ ਹੈ, ਡਾਟਾ ਦੇ ਤੇਜ਼ੀ ਨਾਲ ਵਧਣ ਅਤੇ ਇਨਫਰਾਸਟ੍ਰਕਚਰ ਦੀ ਗੁੰਝਲਤਾ ਕਾਰਨ ਦਬਾਅ ਹੇਠ ਹੈ। ਘਰੇਲੂ ਸਟਾਰਟਅੱਪਾਂ ਲਈ ਮੌਜੂਦਾ ਢਾਂਚੇ ਅਤੇ ਉੱਚ ਪੂੰਜੀ ਲੋੜਾਂ ਰੁਕਾਵਟਾਂ ਖੜ੍ਹੀਆਂ ਕਰਦੀਆਂ ਹਨ। AI ਆਟੋਮੇਸ਼ਨ ਦੁਆਰਾ ਭਾਰਤ ਦੇ IT ਸੇਵਾਵਾਂ ਦੇ ਖੇਤਰ ਨੂੰ ਸੰਭਾਵੀ ਤੌਰ 'ਤੇ ਪ੍ਰਭਾਵਿਤ ਕਰਨ ਦੀ ਚਿੰਤਾ ਵੀ ਹੈ।
ਹੁਨਰ ਦੀ ਘਾਟ ਅਤੇ ਡਾਟਾ ਪ੍ਰਭੂਸੱਤਾ
ਭਾਰਤ ਕੋਲ ਇੰਜੀਨੀਅਰਾਂ ਦੀ ਵੱਡੀ ਗਿਣਤੀ ਹੋਣ ਦੇ ਬਾਵਜੂਦ, ਐਡਵਾਂਸਡ AI ਅਤੇ ਡਾਟਾ ਪ੍ਰਬੰਧਨ ਵਿੱਚ ਹੁਨਰ ਦੀ ਘਾਟ ਹੈ। ਇਸ ਕਾਰਨ ਬਾਹਰੀ ਭਾਈਵਾਲਾਂ 'ਤੇ ਨਿਰਭਰਤਾ ਵਧਦੀ ਹੈ। ਇਸ ਸੰਕਟ ਨੂੰ ਦੂਰ ਕਰਨ ਲਈ ਸਿਖਲਾਈ ਵਿੱਚ ਸਰਗਰਮ ਨਿਵੇਸ਼ ਅਤੇ ਨਿਰੰਤਰ ਸਿੱਖਣ ਦੀ ਸੰਸਕ੍ਰਿਤੀ ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕਰਨਾ ਜ਼ਰੂਰੀ ਹੈ। "ਸਰਵਰਨ AI" ਸਟੈਕ, ਭਾਵ ਭਾਰਤ-ਵਿਸ਼ੇਸ਼ ਡਾਟਾ 'ਤੇ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਘਰੇਲੂ ਮਾਡਲ, ਬਣਾਉਣ ਦਾ ਯਤਨ ਕੀਤਾ ਜਾ ਰਿਹਾ ਹੈ। ਪਰ, ਡਾਟਾ ਗੋਪਨੀਯਤਾ, ਸੁਰੱਖਿਆ ਅਤੇ ਭੂ-ਰਾਜਨੀਤਿਕ ਤਣਾਅ, ਖਾਸ ਕਰਕੇ ਐਡਵਾਂਸਡ ਪ੍ਰੋਸੈਸਰਾਂ (GPUs) ਦੀ ਪਹੁੰਚ ਨੂੰ ਲੈ ਕੇ ਗੁੰਝਲਦਾਰਤਾਵਾਂ ਬਣੀਆਂ ਹੋਈਆਂ ਹਨ।
ਭਵਿੱਖ ਵੱਲ ਵੇਖਦਿਆਂ
Dell Technologies ਦੇ AI ਸਰਵਰ ਸ਼ਿਪਮੈਂਟ ਅਤੇ ਬੈਕਲਾਗ, ਜੋ ਕਿ $11.7 ਬਿਲੀਅਨ ਹੈ, ਇੱਕ ਮਜ਼ਬੂਤ ਕਾਰਪੋਰੇਟ ਮੰਗ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ, ਅਤੇ ਕੰਪਨੀ ਨੇ ਪੂਰੇ ਸਾਲ ਲਈ AI ਸਰਵਰ ਸ਼ਿਪਮੈਂਟ ਗਾਈਡੈਂਸ ਨੂੰ ਵਧਾ ਕੇ $20 ਬਿਲੀਅਨ ਕਰ ਦਿੱਤਾ ਹੈ। Dell Technologies (DELL) ਲਈ ਐਨਾਲਿਸਟਾਂ ਦੀ ਰਾਏ ਮਿਸ਼ਰਤ ਹੈ, ਜਿੱਥੇ Morgan Stanley ਨੇ ਆਪਣਾ ਪ੍ਰਾਈਸ ਟਾਰਗੇਟ ਘਟਾ ਕੇ $101 ਕਰ ਦਿੱਤਾ ਹੈ। ਕੁੱਲ ਮਿਲਾ ਕੇ, ਭਾਰਤੀ AI ਬਾਜ਼ਾਰ 2032 ਤੱਕ $130 ਬਿਲੀਅਨ ਤੋਂ ਵੱਧ ਤੱਕ ਪਹੁੰਚਣ ਦੀ ਉਮੀਦ ਹੈ। ਇਸ ਸਫਲਤਾ ਲਈ ਅਭਿਲਾਸ਼ਾ ਅਤੇ ਲਾਗੂ ਕਰਨ (Implementation) ਵਿਚਕਾਰ ਪਾੜੇ ਨੂੰ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਪੂਰਨਾ, ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਸਮਰੱਥ ਬਣਾਉਣਾ, ਸਪੱਸ਼ਟ ROI ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਨਾ ਅਤੇ ਇੱਕ ਸੰਤੁਲਿਤ ਨਿਯਮਤ ਪਹੁੰਚ ਅਪਣਾਉਣਾ ਮਹੱਤਵਪੂਰਨ ਹੋਵੇਗਾ।