India AI Strategy: செலவைக் குறைத்து, புத்திசாலித்தனமாக நுழையும் இந்தியா!

ECONOMY
Whalesbook Logo
AuthorPooja Singh|Published at:
India AI Strategy: செலவைக் குறைத்து, புத்திசாலித்தனமாக நுழையும் இந்தியா!
Overview

இந்தியாவில் செயற்கை நுண்ணறிவு (AI) துறையில் நுழைய, சர்வதேச சந்தையின் அதிக செலவுகள் மற்றும் வளப் பற்றாக்குறை போன்ற சிக்கல்களைத் தவிர்த்து, ஒரு புத்திசாலித்தனமான, தாமதமான அணுகுமுறையை இந்தியப் பொருளாதாரம் ஆய்வு அறிக்கை (Economic Survey) பரிந்துரைத்துள்ளது.

ஆரம்பகட்ட நாடுகளின் சிக்கல்களைத் தவிர்த்தல்

சர்வதேச சந்தையில் AI போட்டியில் ஆரம்பத்தில் நுழைந்த நாடுகள், பெரும் நிதிச் செலவுகளையும், சுற்றுச்சூழலுக்கு பாதிப்பை ஏற்படுத்தும் அதிக ஆற்றல் தேவைப்படும் கட்டமைப்புகளையும் எதிர்கொண்டுள்ளன. இந்த நாடுகளில், குறைந்த வட்டி விகிதங்கள் மற்றும் தளர்வான விதிமுறைகளின் போது AI-யில் முதலீடுகள் குவிந்தன. ஆனால், இப்போது நிச்சயமற்ற வருவாய் மாதிரிகள் மற்றும் பெரிய நிதிச் சுமைகளைத் தாங்க வேண்டிய கட்டாயத்தில் உள்ளன.

இந்த சூழலில், இந்தியா தாமதமாக, ஆனால் புத்திசாலித்தனமாக AI துறையில் நுழைய வேண்டும் எனப் பொருளாதார ஆய்வு அறிக்கை வலியுறுத்துகிறது. மற்றவர்களின் தவறுகளில் இருந்து பாடம் கற்று, செலவுகளைக் குறைத்து, வளங்களை திறம்படப் பயன்படுத்தும் ஒரு நிலையான AI சுற்றுச்சூழலை உருவாக்க இது உதவும்.

அதிகப்படியான செலவுகளைத் தவிர்ப்பது எப்படி?

AI துறையில் உலகளவில் நடக்கும் போட்டிக்கு ஆகும் செலவு மிக அதிகம். 2030-ஆம் ஆண்டுக்குள் AI தொடர்பான டேட்டா சென்டர்களுக்கான உள்கட்டமைப்புக்கு மட்டும் $5.2 டிரில்லியன் வரை செலவாகும் என கணிக்கப்பட்டுள்ளது. IBM CEO-வின் கணிப்பின்படி, ஒரு ஜிகாவாட் (GW) AI டேட்டா சென்டர் அமைக்க சுமார் $80 பில்லியன் செலவாகும். உலகளவில் 100 GW திறன் கொண்ட டேட்டா சென்டர்கள் திட்டமிடப்பட்டால், மொத்த முதலீடு $8 டிரில்லியன் ஆக உயரலாம். இந்த முதலீட்டிற்குத் தேவையான வட்டிப் பணத்தைக் கட்ட மட்டும், ஆண்டுக்கு $800 பில்லியன் லாபம் ஈட்ட வேண்டியிருக்கும்.

இந்தியாவைப் பொறுத்தவரை, இத்தகைய பெரிய முதலீடுகளையும், அதன் மூலம் வரும் நிதிச் சிக்கல்களையும் தவிர்த்து, பயன்பாடு சார்ந்த கண்டுபிடிப்புகள் (Application-led Innovation), உள்நாட்டு தரவுகள் (Domestic Data) மற்றும் மனித வளம் (Human Capital) ஆகியவற்றில் கவனம் செலுத்துவதே சிறந்தது என அறிக்கை குறிப்பிடுகிறது.

டேட்டா சென்டர் வளர்ச்சி மற்றும் சவால்கள்

இந்தியாவின் டிஜிட்டல் வளர்ச்சிக்கு ஏற்ப, டேட்டா சென்டர்களின் திறன் 2030-க்குள் தற்போதைய சுமார் 1.4 GW-லிருந்து 8 GW ஆக உயரும் என எதிர்பார்க்கப்படுகிறது. கூகிள் மற்றும் ரிலையன்ஸ் போன்ற நிறுவனங்கள் தலா $15 பில்லியன் முதலீடு செய்து AI டேட்டா சென்டர்களை அமைக்க திட்டமிட்டுள்ளன.

இருப்பினும், இந்த வளர்ச்சிக்கு மின்சாரம், நிதி மற்றும் குறிப்பாக நீர் ஆதாரங்கள் போன்ற முக்கிய தடைகள் உள்ளன. உலகளவில், AI டேட்டா சென்டர்களின் மின்சாரத் தேவை 2030-க்குள் இரட்டிப்பாகும் என்றும், AI-க்கு உகந்த மையங்களின் தேவை நான்கு மடங்காகும் என்றும் கணிக்கப்பட்டுள்ளது. எனவே, இந்தியா தனது AI வியூகத்தை வளத் திறனுடன், பொது நோக்கங்களுடன் இணைத்து, குறிப்பிட்ட பணிகளுக்கான சிறிய மாடல்களில் கவனம் செலுத்த வேண்டும்.

அரசு திட்டங்கள் மற்றும் எதிர்கால நோக்கு

பட்ஜெட் 2025-26-ல் AI-க்காக ₹2,200 கோடி ஒதுக்கீடு செய்யப்பட்டுள்ளது. இதில் ₹2,000 கோடி இந்தியா AI மிஷனுக்காக ஒதுக்கப்பட்டுள்ளது. இது AI சுற்றுச்சூழல் அமைப்பை உருவாக்குவதில் அரசின் உறுதியைக் காட்டுகிறது.

திறந்த மற்றும் ஒருங்கிணைந்த அமைப்புகள், துறை சார்ந்த மாதிரிகள் மற்றும் பகிரப்பட்ட உள்கட்டமைப்பை அடிப்படையாகக் கொண்ட ஒரு கீழ்மட்ட வியூகத்தை (Bottom-up Strategy) அறிக்கை பரிந்துரைக்கிறது. இதன் மூலம், AI-யை ஒரு பொது நலனாக மாற்றி, ஊக வணிகப் போட்டியைக் கைவிட்டு, நிஜ உலகப் பிரச்சனைகளைத் தீர்ப்பதன் மூலம் நிலையான வளர்ச்சியை அடைவதே இந்தியாவின் இலக்காகும்.

Disclaimer:This content is for educational and informational purposes only and does not constitute investment, financial, or trading advice, nor a recommendation to buy or sell any securities. Readers should consult a SEBI-registered advisor before making investment decisions, as markets involve risk and past performance does not guarantee future results. The publisher and authors accept no liability for any losses. Some content may be AI-generated and may contain errors; accuracy and completeness are not guaranteed. Views expressed do not reflect the publication’s editorial stance.