AI முதலீட்டில் தேக்கம்: இந்தியாவின் உற்பத்தித்திறனை ஏன் உயர்த்த முடியவில்லை?

ஆர்ட்டிபிஷியல் இன்டலிஜென்ஸ் (AI) துறையில் பெரும் முதலீடுகள் செய்யப்பட்டாலும், நிறுவனங்களில் தேவையான செயல்பாட்டு மாற்றங்கள் இல்லாததால் உலகளாவிய உற்பத்தித்திறன் வளர்ச்சி மெதுவாகவே உள்ளது. இந்தியாவுக்கு, பெரிய AI மாடல்களை உருவாக்குவதை விட, சிறு, குறு மற்றும் நடுத்தர நிறுவனங்களுக்கு (MSMEs) AI-ஐ கொண்டு சேர்ப்பதே உண்மையான பொருளாதார வாய்ப்பாகும். தரமான தரவு, பணியாளர் பயிற்சி மற்றும் பாரம்பரிய வணிக செயல்முறைகளை டிஜிட்டல் மயமாக்குதல் ஆகியவற்றைப் பொறுத்தது இதன் வெற்றி.

ஆர்ட்டிபிஷியல் இன்டலிஜென்ஸ் (AI) என்பது ஒரு சிறப்பு தொழில்நுட்பத் துறையிலிருந்து பெரும் பொருளாதார கவனமாக மாறியுள்ளது. உலகளாவிய தொழில்நுட்ப நிறுவனங்கள் உள்கட்டமைப்பில் பில்லியன் கணக்கான டாலர்களை முதலீடு செய்து வருகின்றன. சர்வதேச நாணய நிதியம் (IMF) அதன் 2026 உலகப் பொருளாதாரக் கண்ணோட்டத்தில் AI-ஐ தொழிலாளர் சந்தைகள் மற்றும் வளர்ச்சிக்கான ஒரு மாற்றத்தை ஏற்படுத்தும் சக்தியாகக் குறிப்பிட்டிருந்தாலும், முதலீட்டின் அளவிற்கு ஏற்ப உண்மையான உற்பத்தித்திறன் ஆதாயங்கள் இன்னும் எட்டப்படவில்லை. இந்த தாமதம், தொழில்நுட்ப முன்னேற்றம் உடனடியாக அதிக வெளியீடாக மொழிபெயர்க்கப்படாத ஒரு தொடர்ச்சியான பொருளாதார வடிவத்தை பிரதிபலிக்கிறது.

உற்பத்தித்திறன் முரண்பாட்டிலிருந்து பாடங்கள்

தற்போதைய கட்டத்திற்கு பொருளாதார வரலாறு சூழலை வழங்குகிறது. 1987 ஆம் ஆண்டில், நோபல் பரிசு பெற்ற ராபர்ட் சோலோ, கணினிகள் சாதாரணமாகிவிட்டாலும், உற்பத்தித்திறன் புள்ளிவிவரங்களில் அவை குறிப்பிடத்தக்க வகையில் இல்லை என்று கவனித்தார். இந்த 'உற்பத்தித்திறன் முரண்பாடு' வன்பொருள் மூலம் மட்டும் தீர்க்கப்படவில்லை, மாறாக வணிகங்கள் பணிப்பாய்வுகள் மற்றும் மேலாண்மை நடைமுறைகளை அடிப்படையில் மறுவடிவமைப்பதன் மூலம் சரிசெய்யப்பட்டது. இதேபோல், பல நவீன நிறுவனங்கள் தற்போது சாட்பாட்கள் அல்லது கோடிங் உதவியாளர்கள் போன்ற AI கருவிகளை பழைய அமைப்புகளுக்கு ஒரு துணைப் பொருளாகப் பயன்படுத்துகின்றன. இந்த அணுகுமுறை பெரும்பாலும் செயல்திறனை மேம்படுத்துவதில் தோல்வியடைகிறது, ஏனெனில் ஊழியர்கள் இணைக்கப்படாத தரவுத்தளங்கள் மற்றும் AI-உருவாக்கிய வேலையை கைமுறையாக சரிபார்க்க வேண்டியதன் சுமையால் பாதிக்கப்படுகின்றனர்.

தரவின் தரம் மற்றும் நிறுவன தடைகள்

உண்மையான உற்பத்தித்திறன் வளர்ச்சி குறிப்பிடத்தக்க நடைமுறை சவால்களால் தடுக்கப்படுகிறது, முக்கியமாக தரவின் தரம். AI அமைப்புகள் அவை செயலாக்கும் தகவல்களைச் சார்ந்துள்ளது; எனவே, துண்டு துண்டான, சீரற்ற அல்லது நகல் பதிவுகள் தவறான முடிவுகளுக்கு வழிவகுக்கும். தரமற்ற தரவின் வேகமான செயலாக்கம் சிறந்த முடிவெடுப்பிற்கு சமமாகாது. மேலும், உறுதியான ஆதாயங்களை அடைய மென்பொருளில் மூலதனச் செலவை விட அதிகமாகத் தேவைப்படுகிறது. இதற்கு வலுவான நிறுவன மூலதனம், நல்லாட்சி மற்றும் விநியோகச் சங்கிலிகளை மறுசீரமைக்கவும், பணியாளர்களுக்கு மீண்டும் பயிற்சி அளிக்கவும் நிர்வாகத்தின் திறன் தேவை.

இந்தியாவின் மூலோபாயப் பாதை

இந்த சவால்களை எதிர்கொள்ள இந்தியா தனித்துவமான நிலையில் உள்ளது. ஆதார் மற்றும் யூனிஃபைட் பேமெண்ட்ஸ் இன்டர்ஃபேஸ் (UPI) உள்ளிட்ட ஒரு நிறுவப்பட்ட டிஜிட்டல் பொது உள்கட்டமைப்புடன், நாடு ஏற்கனவே பரவலான டிஜிட்டல் தத்தெடுப்புக்கு களம் அமைத்துள்ளது. தேசிய இந்தியா AI மிஷன் தொழில்நுட்ப வளர்ச்சியில் கவனம் செலுத்தினாலும், பரந்த பொருளாதார தாக்கம், இந்த கருவிகள் நாட்டின் பரந்த நுண், சிறு மற்றும் நடுத்தர நிறுவனங்களின் (MSMEs) வலையமைப்பை எவ்வளவு திறம்பட அடைகின்றன என்பதைப் பொறுத்தது.

MSME-கள் இந்தியாவின் மொத்த உள்நாட்டு உற்பத்தியில் சுமார் 30% பங்களிக்கின்றன மற்றும் 110 மில்லியனுக்கும் அதிகமான வேலைகளுக்கு ஆதரவளிக்கின்றன. ஏற்கனவே டிஜிட்டல் மாற்றத்தைத் தொடங்கிய பெரிய, தொழில்நுட்ப-முன்னணி நிறுவனங்களைப் போலல்லாமல், இந்த சிறிய வணிகங்களில் லட்சக்கணக்கானவை இன்னும் கையேடு செயல்முறைகளை நம்பியுள்ளன. இந்த இடைவெளியைக் குறைப்பதன் மூலம் இந்தியாவுக்கு மிகவும் குறிப்பிடத்தக்க பொருளாதார மதிப்பு வரலாம். முதலீட்டாளர்கள் மற்றும் கொள்கை வகுப்பாளர்கள் AI கருவிகள் உற்பத்தி, தளவாடங்கள் மற்றும் விவசாயம் போன்ற துறைகளில் எவ்வளவு திறம்பட ஒருங்கிணைக்கப்படுகின்றன என்பதைக் கண்காணிக்கலாம். இந்தியாவின் AI பயணத்தின் இறுதி வெற்றி, உயர்-சுயவிவர, எல்லை AI மாதிரிகளை உருவாக்குவதை மட்டும் சார்ந்திராமல், சாதாரண வணிகங்களிடையே இந்த தொழில்நுட்பங்களின் பரவலைக் கொண்டு, மேலாண்மைக் திறன் மற்றும் தரவு ஆளுகையில் முதலீடுகளால் ஆதரிக்கப்படும் வகையில் அளவிடப்படும்.