Gartner ਦੀ ਰਿਪੋਰਟ ਮੁਤਾਬਕ, ਭਾਰਤ ਵਿੱਚ ਡਾਟਾ ਦੀ ਖਰਾਬ ਗੁਣਵੱਤਾ ਕਾਰਨ AI ਪ੍ਰੋਜੈਕਟਾਂ ਦੇ ਬੰਦ ਹੋਣ ਦੀ ਦਰ ਵੱਧ ਰਹੀ ਹੈ। ਭਾਵੇਂ ਭਾਰਤ ਸਰਕਾਰ IndiaAI Mission ਤਹਿਤ **₹10,371 ਕਰੋੜ** ਦਾ ਨਿਵੇਸ਼ ਕਰ ਰਹੀ ਹੈ, ਪਰ ਕੰਪਨੀਆਂ ਲਈ ਸਿਲੋਜ਼ (Silos) ਅਤੇ ਪੁਰਾਣੀਆਂ ਸਿਸਟਮਾਂ (Legacy Systems) ਕਾਰਨ ਵੱਡੀਆਂ ਚੁਣੌਤੀਆਂ ਹਨ।
ਕੋਰਪੋਰੇਟ ਟੈਕਨਾਲੋਜੀ ਦੀ ਦੁਨੀਆ ਵਿੱਚ ਇੱਕ ਨਵਾਂ ਰੁਝਾਨ ਸਾਹਮਣੇ ਆ ਰਿਹਾ ਹੈ, ਜਿੱਥੇ ਜਨਰੇਟਿਵ AI ਪ੍ਰੋਜੈਕਟਾਂ ਦੀ ਅਸਫਲਤਾ ਦਾ ਕਾਰਨ ਐਡਵਾਂਸਡ ਅਲਗੋਰਿਦਮ ਦੀ ਕਮੀ ਨਾਲੋਂ ਵੱਧ ਕੇ ਡਾਟਾ ਦੀ ਮਾੜੀ ਗੁਣਵੱਤਾ ਬਣ ਰਹੀ ਹੈ। ਇੰਡਸਟਰੀ ਰਿਸਰਚ ਮੁਤਾਬਕ, ਕੰਪਨੀਆਂ ਪਾ ਰਹੀਆਂ ਹਨ ਕਿ ਸਭ ਤੋਂ ਵਧੀਆ AI ਮਾਡਲ ਵੀ ਘਟੀਆ ਜਾਂ ਅਧੂਰੇ ਡਾਟਾ ਦੀ ਕਮੀ ਨੂੰ ਪੂਰਾ ਨਹੀਂ ਕਰ ਸਕਦੇ। ਇਹ ਚੁਣੌਤੀ ਭਾਰਤੀ ਕੰਪਨੀਆਂ ਲਈ ਖਾਸ ਤੌਰ 'ਤੇ ਮਹੱਤਵਪੂਰਨ ਹੈ, ਜੋ ਆਪਣੇ ਕਾਰੋਬਾਰਾਂ ਵਿੱਚ AI ਨੂੰ ਏਕੀਕ੍ਰਿਤ ਕਰਨ ਲਈ ਜੱਦੋ-ਜਹਿਦ ਕਰ ਰਹੀਆਂ ਹਨ।
ਭਾਰਤ ਵਿੱਚ ਡਾਟਾ ਦੀਆਂ ਰੁਕਾਵਟਾਂ ਦੀ ਹਕੀਕਤ
ਭਾਵੇਂ ਭਾਰਤ UPI ਅਤੇ ਹੋਰ ਵੱਡੇ ਪਬਲਿਕ ਸਿਸਟਮਾਂ ਵਰਗੇ ਪਲੇਟਫਾਰਮਾਂ ਰਾਹੀਂ ਵੱਡੀ ਮਾਤਰਾ ਵਿੱਚ ਡਿਜੀਟਲ ਜਾਣਕਾਰੀ ਪੈਦਾ ਕਰਦਾ ਹੈ, ਇਹ ਡਾਟਾ ਅਕਸਰ ਪੁਰਾਣੇ ਫਰੇਮਵਰਕਾਂ ਵਿੱਚ ਫਸਿਆ ਰਹਿੰਦਾ ਹੈ। ਬਹੁਤ ਸਾਰੀਆਂ ਕੰਪਨੀਆਂ AI ਵਰਤੋਂ ਲਈ ਇਸ ਜਾਣਕਾਰੀ ਨੂੰ ਸਾਫ਼ ਕਰਨ ਅਤੇ ਸੰਗਠਿਤ ਕਰਨ ਵਿੱਚ ਮੁਸ਼ਕਲਾਂ ਦਾ ਸਾਹਮਣਾ ਕਰਦੀਆਂ ਹਨ। ਤਕਨੀਕੀ ਜਾਂ ਪ੍ਰਤਿਭਾ-ਸਬੰਧਤ ਕਮੀਆਂ ਦੇ ਉਲਟ, ਜਿਨ੍ਹਾਂ ਨੂੰ ਅਕਸਰ ਨੌਕਰੀ 'ਤੇ ਰੱਖਣ ਜਾਂ ਸਿਖਲਾਈ ਰਾਹੀਂ ਹੱਲ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ, ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦੀਆਂ ਕਮੀਆਂ ਲਈ ਡਾਟਾ ਨੂੰ ਕਿਵੇਂ ਸਟੋਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਗਵਰਨ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਅਤੇ ਇੱਕ ਕਾਰੋਬਾਰ ਵਿੱਚ ਐਕਸੈਸ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਇਸ ਵਿੱਚ ਬੁਨਿਆਦੀ ਤਬਦੀਲੀਆਂ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਰਿਸਰਚ ਦੱਸਦੀ ਹੈ ਕਿ ਏਕੀਕਰਨ ਦੀਆਂ ਮੁਸ਼ਕਲਾਂ ਅਤੇ ਇੱਕਮੁੱਠ ਡਾਟਾ ਮਾਪਦੰਡਾਂ ਦੀ ਘਾਟ ਸਥਾਨਕ ਫਰਮਾਂ ਲਈ ਆਧੁਨਿਕੀਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਦੇ ਸਮੇਂ ਮਹੱਤਵਪੂਰਨ ਰੁਕਾਵਟਾਂ ਹਨ।
ਰਣਨੀਤਕ ਨਿਵੇਸ਼ ਬਨਾਮ ਰਾਸ਼ਟਰੀ ਪਹਿਲਕਦਮੀਆਂ
ਇਹਨਾਂ ਪਾੜਿਆਂ ਨੂੰ ਪੂਰਾ ਕਰਨ ਲਈ, ਭਾਰਤ ਸਰਕਾਰ ਨੇ ਮਾਰਚ 2024 ਵਿੱਚ IndiaAI Mission ਲਾਂਚ ਕੀਤੀ, ਜਿਸ ਲਈ ₹10,371 ਕਰੋੜ ਅਲਾਟ ਕੀਤੇ ਗਏ। ਇਸ ਪਹਿਲਕਦਮੀ ਦਾ ਉਦੇਸ਼ ਇੱਕ ਰਾਸ਼ਟਰੀ ਡਾਟਾਸੈਟ ਪਲੇਟਫਾਰਮ ਬਣਾਉਣਾ ਅਤੇ 38,000 ਤੋਂ ਵੱਧ GPU ਪ੍ਰਦਾਨ ਕਰਕੇ ਕੰਪਿਊਟ ਸਮਰੱਥਾ ਦਾ ਵਿਸਤਾਰ ਕਰਨਾ ਹੈ। ਹਾਲਾਂਕਿ, ਵਿਸ਼ਲੇਸ਼ਕ ਦੱਸਦੇ ਹਨ ਕਿ ਇਹ ਰਾਸ਼ਟਰੀ-ਪੱਧਰ ਦੇ ਨਿਵੇਸ਼ ਹੱਲ ਦਾ ਸਿਰਫ ਇੱਕ ਹਿੱਸਾ ਹਨ। ਵਿਅਕਤੀਗਤ ਕੰਪਨੀਆਂ ਲਈ, ਅੰਦਰੂਨੀ ਡਾਟਾ ਪਾਈਪਲਾਈਨਾਂ ਅਤੇ ਗਵਰਨੈਂਸ ਫਰੇਮਵਰਕ ਬਣਾਉਣ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ ਬਣੀ ਹੋਈ ਹੈ। ਸਿਰਫ ਬਾਹਰੀ ਕੰਪਿਊਟ ਸਰੋਤਾਂ 'ਤੇ ਨਿਰਭਰ ਕਰਨਾ ਨਾਕਾਫੀ ਹੈ ਜੇ ਇਹਨਾਂ ਸਿਸਟਮਾਂ ਨੂੰ ਫੀਡ ਕਰਨ ਵਾਲਾ ਅੰਦਰੂਨੀ ਡਾਟਾ ਅਸੰਗਤ ਜਾਂ ਭਰੋਸੇਮੰਦ ਨਹੀਂ ਹੈ।
ਵਿੱਤੀ ਪ੍ਰਭਾਵ ਅਤੇ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦੀਆਂ ਚੋਣਾਂ
AI 'ਤੇ ਗਲੋਬਲ ਖਰਚਾ ਕਾਫੀ ਵਧਣ ਦੀ ਉਮੀਦ ਹੈ, ਜਿਸਦਾ ਵੱਡਾ ਹਿੱਸਾ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਵੱਲ ਜਾ ਰਿਹਾ ਹੈ। ਬਹੁਤ ਸਾਰੀਆਂ ਭਾਰਤੀ ਫਰਮਾਂ ਲਈ, Microsoft Azure, AWS, ਅਤੇ Google Cloud ਵਰਗੇ ਕਲਾਉਡ ਪ੍ਰਦਾਤਾਵਾਂ ਨੇ ਸਕੇਲੇਬਲ ਬੁਨਿਆਦੀ ਢਾਂਚਾ ਪੇਸ਼ ਕਰਕੇ ਪ੍ਰਵੇਸ਼ ਦੀ ਵਿੱਤੀ ਰੁਕਾਵਟ ਨੂੰ ਘਟਾ ਦਿੱਤਾ ਹੈ। ਇਹਨਾਂ ਪਲੇਟਫਾਰਮਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ, ਕੰਪਨੀਆਂ ਭਾਰੀ ਅਗਾਊਂ ਪੂੰਜੀ ਖਰਚ ਤੋਂ ਬਚ ਸਕਦੀਆਂ ਹਨ। ਹਾਲਾਂਕਿ, ਇਹਨਾਂ AI ਪ੍ਰੋਜੈਕਟਾਂ ਦੀ ਵਿੱਤੀ ਕੁਸ਼ਲਤਾ ਡਾਟਾ ਪਰਿਪੱਕਤਾ ਨਾਲ ਜੁੜੀ ਹੋਈ ਹੈ। ਉਹ ਕੰਪਨੀਆਂ ਜੋ ਡਾਟਾ ਗਵਰਨੈਂਸ ਨੂੰ ਤਰਜੀਹ ਦਿੰਦੀਆਂ ਹਨ—ਇਸਨੂੰ ਵਿੱਤੀ ਰਿਪੋਰਟਿੰਗ ਵਾਂਗ ਹੀ ਸਖਤੀ ਨਾਲ ਦੇਖਦੀਆਂ ਹਨ—ਉਹਨਾਂ ਦੇ AI ਨਿਵੇਸ਼ਾਂ 'ਤੇ ਰਿਟਰਨ ਦੇਖਣ ਦੀ ਜ਼ਿਆਦਾ ਸੰਭਾਵਨਾ ਹੈ। ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਇਹ ਨਿਗਰਾਨੀ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ ਕਿ ਕੰਪਨੀਆਂ ਆਪਣੇ ਟੈਕਨਾਲੋਜੀ ਬਜਟ ਨੂੰ ਫਰੰਟ-ਐਂਡ AI ਟੂਲਜ਼ ਅਤੇ ਜ਼ਰੂਰੀ ਬੈਕ-ਐਂਡ ਡਾਟਾ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਵਿਚਕਾਰ ਕਿਵੇਂ ਅਲਾਟ ਕਰਦੀਆਂ ਹਨ, ਕਿਉਂਕਿ ਇਹ ਉਹਨਾਂ ਦੇ ਡਿਜੀਟਲ ਪਰਿਵਰਤਨ ਯਤਨਾਂ ਦੀ ਸਥਿਰਤਾ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰੇਗਾ।