ਭਾਰਤ ਬਣ ਰਿਹਾ AI ਡਾਟਾ ਅਰਥਚਾਰੇ ਦਾ ਗਲੋਬਲ ਹੱਬ: ਕੀ ਹੈ ਨਿਵੇਸ਼ਕਾਂ ਲਈ ਖਾਸ?

ਭਾਰਤ ਹੁਣ AI ਮਾਡਲਾਂ ਦੀ ਟ੍ਰੇਨਿੰਗ ਲਈ ਇੱਕ ਵੱਡਾ ਗਲੋਬਲ ਸੈਂਟਰ ਬਣ ਰਿਹਾ ਹੈ। ਇੱਥੇ ਕਾਮੇ ਰੋਜ਼ਾਨਾ ਦੇ ਕੰਮਾਂ ਨੂੰ ਰਿਕਾਰਡ ਕਰਨ ਲਈ ਪ੍ਰਤੀ ਘੰਟਾ ਲਗਭਗ ₹250 ਕਮਾ ਰਹੇ ਹਨ। ਇਹ ਬਦਲਾਅ ਰਵਾਇਤੀ BPO ਕੰਮ ਤੋਂ AI ਡਾਟਾ ਐਨੋਟੇਸ਼ਨ ਵੱਲ ਇੱਕ ਵੱਡਾ ਕਦਮ ਦਰਸਾਉਂਦਾ ਹੈ। ਜਿੱਥੇ ਇਸ ਨਾਲ ਲੋਕਾਂ ਲਈ ਨਵੇਂ ਮੌਕੇ ਪੈਦਾ ਹੋ ਰਹੇ ਹਨ, ਉੱਥੇ ਹੀ ਨਿਵੇਸ਼ਕ ਇਸ ਉਦਯੋਗ ਦੇ ਭਵਿੱਖ, ਨੌਕਰੀਆਂ 'ਤੇ ਇਸਦੇ ਅਸਰ ਅਤੇ ਭਾਰਤ ਦੀ ਟੈਕਨਾਲੋਜੀ ਸੇਵਾ ਨਿਰਯਾਤ ਵਿੱਚ ਇਸਦੇ ਰੋਲ 'ਤੇ ਨਜ਼ਰ ਰੱਖੇ ਹੋਏ ਹਨ।

ਕੀ ਹੋਇਆ?

ਭਾਰਤ ਤੇਜ਼ੀ ਨਾਲ AI ਡਾਟਾ ਉਦਯੋਗ ਦਾ ਇੱਕ ਕੇਂਦਰੀ ਹੱਬ ਬਣਦਾ ਜਾ ਰਿਹਾ ਹੈ, ਜਿੱਥੇ ਹਜ਼ਾਰਾਂ ਕਾਮੇ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਸਿਸਟਮਾਂ ਲਈ ਟ੍ਰੇਨਿੰਗ ਮਟੀਰੀਅਲ ਬਣਾਉਣ ਵਿੱਚ ਲੱਗੇ ਹੋਏ ਹਨ। ਇਸ ਪ੍ਰਕਿਰਿਆ, ਜਿਸਨੂੰ 'egocentric data' ਕਲੈਕਸ਼ਨ ਕਿਹਾ ਜਾਂਦਾ ਹੈ, ਵਿੱਚ ਲੋਕ ਆਪਣੇ ਰੋਜ਼ਾਨਾ ਦੇ ਕੰਮਾਂ—ਜਿਵੇਂ ਕਿ ਖਾਣਾ ਬਣਾਉਣਾ, ਕੱਪੜੇ ਤਹਿ ਕਰਨਾ, ਜਾਂ ਚੀਜ਼ਾਂ ਹਿਲਾਉਣਾ—ਨੂੰ ਹੈੱਡ-ਮਾਊਂਟੇਡ ਕੈਮਰਿਆਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਰਿਕਾਰਡ ਕਰਦੇ ਹਨ। ਇਹ ਵਿਜ਼ੂਅਲ ਜਾਣਕਾਰੀ ਡਿਵੈਲਪਰਾਂ ਲਈ ਬਹੁਤ ਜ਼ਰੂਰੀ ਹੈ ਜੋ ਰੋਬੋਟਾਂ ਨੂੰ ਅਸਲ-ਦੁਨੀਆ ਦੇ ਮਾਹੌਲਾਂ ਨਾਲ ਸੁਰੱਖਿਅਤ ਅਤੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਇੰਟਰੈਕਟ ਕਰਨਾ ਸਿਖਾਉਣਾ ਚਾਹੁੰਦੇ ਹਨ। ਇਨ੍ਹਾਂ ਕੰਮਾਂ ਲਈ ਵਰਕਰਾਂ ਨੂੰ ਇਸ ਸਮੇਂ ਪ੍ਰਤੀ ਘੰਟਾ ਲਗਭਗ ₹250 ਦਾ ਮੁਆਵਜ਼ਾ ਦਿੱਤਾ ਜਾ ਰਿਹਾ ਹੈ, ਜਿਸਦੀ ਵਰਤੋਂ ਰੋਬੋਟਿਕ ਸਿਸਟਮਾਂ ਨੂੰ ਸ਼ੁੱਧਤਾ ਅਤੇ ਮਨੁੱਖ-ਵਰਗੀ ਇੰਟਰੈਕਸ਼ਨ ਵਿੱਚ ਟ੍ਰੇਨ ਕਰਨ ਲਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।

ਸਰਵਿਸ ਸੈਕਟਰ ਕਾਰੋਬਾਰ ਵਿੱਚ ਬਦਲਾਅ

ਇਹ ਰੁਝਾਨ ਭਾਰਤ ਦੇ ਵਿਸ਼ਾਲ ਟੈਕਨਾਲੋਜੀ ਸੇਵਾਵਾਂ ਅਤੇ ਬਿਜ਼ਨਸ ਪ੍ਰੋਸੈਸ ਆਊਟਸੋਰਸਿੰਗ (BPO) ਉਦਯੋਗ ਲਈ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਵਿਕਾਸ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਦਹਾਕਿਆਂ ਤੋਂ, ਭਾਰਤ ਵੌਇਸ-ਅਧਾਰਿਤ ਗਾਹਕ ਸਹਾਇਤਾ ਅਤੇ ਬੈਕ-ਆਫਿਸ ਓਪਰੇਸ਼ਨਾਂ ਲਈ ਇੱਕ ਗਲੋਬਲ ਮੰਜ਼ਿਲ ਰਿਹਾ ਹੈ। ਹੁਣ, ਤਾਮਿਲਨਾਡੂ-ਅਧਾਰਤ Objectways ਅਤੇ ਹੋਰ ਡਾਟਾ ਐਨੋਟੇਸ਼ਨ ਫਰਮਾਂ ਹਾਈ-ਟੈਕ ਡਾਟਾ ਸੇਵਾਵਾਂ ਵੱਲ ਮੁੜ ਰਹੀਆਂ ਹਨ। ਭਾਰਤ ਦੇ ਵੱਡੇ, ਅੰਗਰੇਜ਼ੀ-ਪ੍ਰਵੀਣ, ਅਤੇ ਟੈਕ-ਸਾਖਰ ਵਰਕਫੋਰਸ ਦਾ ਲਾਭ ਉਠਾ ਕੇ, ਇਹ ਫਰਮਾਂ ਦੇਸ਼ ਨੂੰ ਗਲੋਬਲ AI ਡਿਵੈਲਪਰਾਂ ਲਈ ਇੱਕ ਲਾਜ਼ਮੀ ਸਪਲਾਇਰ ਵਜੋਂ ਸਥਾਪਿਤ ਕਰ ਰਹੀਆਂ ਹਨ। ਇਹ ਸਿਰਫ ਸਧਾਰਨ ਡਾਟਾ ਐਂਟਰੀ ਬਾਰੇ ਨਹੀਂ ਹੈ; ਇਹ ਉਹ ਗ੍ਰੈਨੂਲਰ, ਮਨੁੱਖ-ਕੇਂਦ੍ਰਿਤ ਡਾਟਾ ਪ੍ਰਦਾਨ ਕਰਨ ਬਾਰੇ ਹੈ ਜੋ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਨੂੰ ਸਮਰੱਥ ਬਣਾਉਂਦਾ ਹੈ।

ਆਰਥਿਕਤਾ ਲਈ ਇਸਦਾ ਕੀ ਮਾਇਆ ਹੈ?

ਨਿਵੇਸ਼ਕਾਂ ਅਤੇ ਬਾਜ਼ਾਰ ਦੇ ਨਿਰੀਖਕਾਂ ਲਈ, AI ਐਨੋਟੇਸ਼ਨ ਸੈਕਟਰ ਦਾ ਵਿਕਾਸ ਇੱਕ ਦੋ-ਧਾਰੀ ਤਲਵਾਰ ਹੈ। ਸਕਾਰਾਤਮਕ ਪਾਸੇ, ਇਹ ਸਾਬਤ ਕਰਦਾ ਹੈ ਕਿ ਭਾਰਤ ਆਪਣੇ ਸੇਵਾ-ਆਧਾਰਿਤ ਬਿਜ਼ਨਸ ਮਾਡਲ ਨੂੰ ਉੱਚ-ਤਕਨੀਕੀ ਲੋੜਾਂ ਵੱਲ ਸਫਲਤਾਪੂਰਵਕ ਤਬਦੀਲ ਕਰ ਸਕਦਾ ਹੈ, ਜੋ ਸੰਭਾਵੀ ਤੌਰ 'ਤੇ ਸੇਵਾ ਨਿਰਯਾਤ ਨੂੰ ਵਧਾ ਸਕਦਾ ਹੈ। ਜਿਵੇਂ-ਜਿਵੇਂ AI ਸਿਸਟਮ ਵਧੇਰੇ ਜਟਿਲ ਹੁੰਦੇ ਜਾ ਰਹੇ ਹਨ ਅਤੇ ਵਧੇਰੇ ਸੂਖਮ ਸਿਖਲਾਈ ਦੀ ਲੋੜ ਪੈਂਦੀ ਹੈ, ਮਨੁੱਖੀ-ਲੇਬਲ ਵਾਲੇ ਡਾਟਾ ਦੀ ਮੰਗ ਵਧਣ ਦੀ ਉਮੀਦ ਹੈ।

ਹਾਲਾਂਕਿ, ਇਸ ਕੰਮ ਦੀ ਪ੍ਰਕਿਰਤੀ ਬਾਰੇ ਕਈ ਸਵਾਲ ਹਨ। ਇਸ ਵਿੱਚੋਂ ਬਹੁਤ ਸਾਰਾ ਗਿਗ-ਆਧਾਰਿਤ ਰਹਿੰਦਾ ਹੈ, ਜੋ ਲੰਬੇ ਸਮੇਂ ਦੇ ਕਰੀਅਰ ਰੁਜ਼ਗਾਰ ਦੀ ਬਜਾਏ ਘੰਟੇਵਾਰ ਉਜਰਤਾਂ ਦੁਆਰਾ ਚੱਲਦਾ ਹੈ। ਜਦੋਂ ਕਿ ਉਦਯੋਗ ਦੇ ਨੇਤਾ, ਜਿਵੇਂ ਕਿ Humyn Labs ਦੇ, ਦਲੀਲ ਦਿੰਦੇ ਹਨ ਕਿ ਮਨੁੱਖ ਅਤੇ ਮਸ਼ੀਨਾਂ ਸਾਂਝੇਦਾਰੀ ਵਿੱਚ ਕੰਮ ਕਰਨਗੇ, ਇਸ ਕੰਮ ਦਾ ਪੈਮਾਨਾ ਭਾਰਤ ਦੇ ਵਿਸ਼ਾਲ ਅਨੌਪਚਾਰਿਕ ਸੈਕਟਰ, ਜੋ ਲਗਭਗ 490 ਮਿਲੀਅਨ ਲੋਕਾਂ ਨੂੰ ਰੁਜ਼ਗਾਰ ਦਿੰਦਾ ਹੈ, ਦੀ ਤੁਲਨਾ ਵਿੱਚ ਛੋਟਾ ਹੈ। NITI Aayog ਵਰਗੀਆਂ ਸੰਸਥਾਵਾਂ ਦੁਆਰਾ ਫਲੈਗ ਕੀਤਾ ਗਿਆ ਜੋਖਮ ਇਹ ਹੈ ਕਿ ਜਦੋਂ AI ਨਵੇਂ ਨਿਸ਼ ਕੰਮ ਬਣਾਉਂਦਾ ਹੈ, ਇਹ ਇੱਕੋ ਸਮੇਂ ਰਵਾਇਤੀ ਰੁਜ਼ਗਾਰ ਸੈਕਟਰਾਂ ਨੂੰ ਵਿਘਨ ਪਾ ਸਕਦਾ ਹੈ ਜਦੋਂ ਕਿ ਉਨ੍ਹਾਂ ਨੂੰ ਉੱਚ-ਤਨਖਾਹ ਵਾਲੀਆਂ, ਸਥਿਰ ਨੌਕਰੀਆਂ ਨਾਲ ਬਦਲਣ ਦੀ ਜ਼ਰੂਰੀ ਨਹੀਂ ਹੈ।

ਰੋਜ਼ਗਾਰ ਅਤੇ ਰੈਗੂਲੇਟਰੀ ਵਿਚਾਰ

ਬਾਜ਼ਾਰ ਭਾਗੀਦਾਰ AI-ਸੰਬੰਧੀ ਲੇਬਰ ਦੇ ਸੰਬੰਧ ਵਿੱਚ ਰੈਗੂਲੇਟਰੀ ਵਾਤਾਵਰਣ ਦੀ ਨੇੜਿਓਂ ਨਿਗਰਾਨੀ ਕਰ ਰਹੇ ਹਨ। ਕਿਉਂਕਿ ਇਹ ਸੈਕਟਰ ਨਵਾਂ ਹੈ, AI ਟ੍ਰੇਨਿੰਗ ਦੇ ਸੰਦਰਭ ਵਿੱਚ ਰੁਜ਼ਗਾਰ ਦੇ ਮਿਆਰ, ਡਾਟਾ ਪ੍ਰਾਈਵੇਸੀ, ਅਤੇ 'ਗਿਗ ਵਰਕਰ' ਦੀ ਪਰਿਭਾਸ਼ਾ ਅਜੇ ਵੀ ਤਰਲ ਹੈ। ਜੇ ਸਰਕਾਰ ਡਾਟਾ ਹੈਂਡਲਿੰਗ ਜਾਂ ਲੇਬਰ ਸੁਰੱਖਿਆ 'ਤੇ ਸਖ਼ਤ ਨਿਯਮ ਪੇਸ਼ ਕਰਦੀ ਹੈ, ਤਾਂ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਡਾਟਾ ਇਕੱਠਾ ਕਰਨ ਵਿੱਚ ਸ਼ਾਮਲ ਕੰਪਨੀਆਂ ਲਈ ਕਾਰਜਕਾਰੀ ਲਾਗਤਾਂ ਬਦਲ ਸਕਦੀਆਂ ਹਨ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਜੇਕਰ ਆਟੋਮੇਸ਼ਨ ਟੈਕਨਾਲੋਜੀ ਤੇਜ਼ੀ ਨਾਲ ਅੱਗੇ ਵਧਦੀ ਹੈ, ਤਾਂ ਮਨੁੱਖੀ ਐਨੋਟੇਸ਼ਨ ਦੀ ਮੰਗ ਅੰਤ ਵਿੱਚ ਘਟ ਸਕਦੀ ਹੈ, ਜਿਸ ਨਾਲ ਇਸ ਕਿਸਮ ਦੇ ਰੁਜ਼ਗਾਰ ਲਈ ਇੱਕ ਸੀਮਾ ਬਣ ਜਾਵੇਗੀ।

ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਕੀ ਟਰੈਕ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ?

ਟੈਕਨਾਲੋਜੀ ਸੇਵਾਵਾਂ ਸੈਕਟਰ ਨੂੰ ਦੇਖਣ ਵਾਲੇ ਨਿਵੇਸ਼ਕ ਕਈ ਮੁੱਖ ਸੂਚਕਾਂ ਵੱਲ ਧਿਆਨ ਦੇਣਾ ਚਾਹ ਸਕਦੇ ਹਨ। ਪਹਿਲਾਂ, ਰਵਾਇਤੀ ਕਾਲ-ਸੈਂਟਰ ਕਾਰੋਬਾਰ ਵਿੱਚ ਮਾਲੀਆ ਸਥਿਰਤਾ ਦੀ ਸੰਭਾਵੀ ਘਾਟ ਨੂੰ ਪੂਰਾ ਕਰਨ ਲਈ ਰਵਾਇਤੀ BPO ਕੰਪਨੀਆਂ AI ਡਾਟਾ ਸੇਵਾਵਾਂ ਨੂੰ ਆਪਣੇ ਪੋਰਟਫੋਲੀਓ ਵਿੱਚ ਕਿਵੇਂ ਏਕੀਕ੍ਰਿਤ ਕਰਦੀਆਂ ਹਨ, ਇਸ ਨੂੰ ਟਰੈਕ ਕਰੋ। ਦੂਜਾ, AI ਅਤੇ ਗਿਗ-ਵਰਕਰ ਸੁਰੱਖਿਆ ਸੰਬੰਧੀ ਸਰਕਾਰੀ ਨੀਤੀ ਦੀ ਨਿਗਰਾਨੀ ਕਰੋ, ਕਿਉਂਕਿ ਲੇਬਰ ਕਾਨੂੰਨਾਂ ਵਿੱਚ ਕੋਈ ਵੀ ਬਦਲਾਅ ਵੱਡੀ, ਘੱਟ-ਲਾਗਤ ਵਾਲੀ ਵਰਕਫੋਰਸ 'ਤੇ ਬਹੁਤ ਜ਼ਿਆਦਾ ਨਿਰਭਰ ਫਰਮਾਂ ਲਈ ਲਾਭ ਮਾਰਜਿਨ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰ ਸਕਦਾ ਹੈ। ਅੰਤ ਵਿੱਚ, AI ਐਨੋਟੇਸ਼ਨ ਬਾਜ਼ਾਰ ਦੀ ਸਥਿਰਤਾ 'ਤੇ ਨਜ਼ਰ ਰੱਖੋ—ਖਾਸ ਤੌਰ 'ਤੇ, ਕੀ ਇਹ ਉੱਚ-ਮੁੱਲ ਵਾਲੇ ਵਿਸ਼ੇਸ਼ ਭੂਮਿਕਾਵਾਂ ਵੱਲ ਅਗਵਾਈ ਕਰਦਾ ਹੈ ਜਾਂ ਘੱਟ-ਤਨਖਾਹ ਵਾਲੀ, ਅਸਥਾਈ ਗਿਗ ਆਰਥਿਕਤਾ ਬਣੀ ਰਹਿੰਦੀ ਹੈ। ਲੰਬੇ ਸਮੇਂ ਦਾ ਨਿਵੇਸ਼ ਮੁੱਲ ਇਸ ਗੱਲ 'ਤੇ ਨਿਰਭਰ ਕਰੇਗਾ ਕਿ ਕੀ ਇਹ ਫਰਮਾਂ ਬੁਨਿਆਦੀ ਡਾਟਾ ਸੰਗ੍ਰਹਿ ਤੋਂ ਗੁੰਝਲਦਾਰ ਮਾਡਲ ਟ੍ਰੇਨਿੰਗ ਅਤੇ ਏਕੀਕਰਨ ਤੱਕ ਮੁੱਲ ਸ਼੍ਰੇਣੀ ਵਿੱਚ ਅੱਗੇ ਵਧ ਸਕਦੀਆਂ ਹਨ।