வெளிநாட்டு நிறுவனங்களுக்கு லாபம் ஈட்டித்தரும் AI உள்கட்டமைப்பு முதலீடு
இந்தியாவில் டேட்டா சென்டர்கள் மற்றும் ஹார்டுவேர்கள் போன்ற AI உள்கட்டமைப்புகளில் அதிக முதலீடுகள் செய்யப்படுகின்றன. ஆனால், இந்த முதலீடுகள் பெரும்பாலும் வெளிநாட்டு தொழில்நுட்ப நிறுவனங்களுக்கே லாபத்தை ஈட்டித் தருகின்றன. ஏனெனில், AI-யின் மையமான செயற்கை நுண்ணறிவு (Artificial Intelligence) மற்றும் அதன் foundational models அனைத்தும் வெளிநாட்டு நிறுவனங்களிடமே உள்ளன. இதனால், 'Token Tax' என்ற பெயரில், ஒவ்வொரு AI பயன்பாட்டிற்கும் (Coding உதவி, பரிந்துரைகள்) சிறிய தொகைகள் இந்தியாவிலிருந்து வெளியே செல்கின்றன. 2026-க்குள் உலகளாவிய தொழில்நுட்ப நிறுவனங்கள் ட்ரில்லியன்கள் சம்பாதிக்கும் என எதிர்பார்க்கப்படுகிறது, அதில் பெரும் பகுதி இந்தியாவின் போன்ற வேகமாக வளர்ந்து வரும் சந்தைகளில் இருந்து வரும்.
இந்தியாவின் 'Compute Deficit' - AI கணினி சக்தி பற்றாக்குறை
மிகப்பெரிய கவலை என்னவென்றால், இந்தியாவின் 'Compute Deficit' - அதாவது, AI கணினி சக்தி பற்றாக்குறை. உலகளாவிய AI கணினி சக்தியில் இந்தியா வெறும் 2% க்கும் குறைவாகவே கொண்டுள்ளது. அமெரிக்கா மற்றும் சீனா மட்டும் சுமார் 60% ஐ கொண்டுள்ளன. இந்த பற்றாக்குறை இந்தியாவின் AI ஆராய்ச்சியை மட்டுப்படுத்துகிறது, மேலும் வெளிநாட்டு வளங்களை சார்ந்திருக்க வைக்கிறது. எண்ணெய் அல்லது தங்கம் போன்ற பௌதீக வர்த்தக பற்றாக்குறையை போலல்லாமல், இந்த டிஜிட்டல் பணம் வெளியேறுவதை கண்காணிப்பது கடினம், ஆனால் நீண்டகால பொருளாதார விளைவுகள் பெரியதாக இருக்கும். திறமையான பணியாளர்கள் மற்றும் சாப்ட்வேர் லைசென்ஸ்களை அடிப்படையாகக் கொண்ட இந்தியாவின் பாரம்பரிய IT வெற்றியும் இந்த புதிய 'வாடகை' மாதிரிக்கு சவால் விடுகிறது.
மற்ற நாடுகள் தங்கள் AI-யை எப்படி வளர்க்கின்றன?
பல நாடுகள் இந்த சார்புநிலையைத் தவிர்க்க தங்கள் சொந்த AI திறன்களை தீவிரமாக உருவாக்கி வருகின்றன. உதாரணமாக, பிரான்ஸ் தனது சொந்த Mistral AI நிறுவனத்தை ஆதரித்து, அமெரிக்க தொழில்நுட்ப நிறுவனங்களுக்கு ஒரு ஐரோப்பிய போட்டியாளராக நிலைநிறுத்துகிறது, அதன் ராணுவ தரவுகள் பிரெஞ்சு கட்டுப்பாட்டில் இருப்பதை உறுதி செய்கிறது. ஐக்கிய அரபு அமீரகம் (UAE) தனது பொருளாதாரத்தை எண்ணெய்க்கு அப்பால் பல்வகைப்படுத்தவும், சுயாதீன AI சக்தியை உருவாக்கவும் அதன் சொந்த Falcon AI மாடல்களில் அதிக முதலீடு செய்கிறது. சீனா தனது AI துறையை தனிமைப்படுத்தி, 'சுயமாக கட்டுப்படுத்தக்கூடிய' AI தொழில்துறையை உருவாக்க, சிப், ஹார்டுவேர் மற்றும் அல்காரிதம்களில் தன்னிறைவை நோக்கமாகக் கொண்டுள்ளது.
UPI வெற்றி - AI-க்கான ஒரு மாதிரி
இந்தியா இதற்கு முன்பே இது போன்ற சார்புநிலை சவால்களை சமாளித்துள்ளது. Unified Payments Interface (UPI) இதற்கு ஒரு சிறந்த உதாரணம். உலகளாவிய நிறுவனங்கள் கட்டண உள்கட்டமைப்பைக் கட்டுப்படுத்த அனுமதிப்பதற்குப் பதிலாக, இந்தியா தனது சொந்த டிஜிட்டல் அமைப்பை உருவாக்கி, முக்கிய தொழில்நுட்பத்தின் உரிமையை வைத்திருந்தது. மேலும், உள்ளூர் நிறுவனங்கள் அதன் மீது கட்டமைக்க அனுமதித்தது. இந்த உத்தி உள்நாட்டு வளர்ச்சியை அதிகரித்தது. இதேபோன்ற அணுகுமுறையை AI-க்கும் பின்பற்றலாம். வெளிநாட்டு ஹார்டுவேர்களுக்கு மானியம் வழங்குவதற்குப் பதிலாக, தேசிய AI மாடல்கள் மற்றும் கணினி சக்தியை உருவாக்கும் கூட்டமைப்புகளுக்கு அரசு ஆதரவளிக்கலாம்.
AI-யை வாடகைக்கு எடுப்பதன் பொருளாதார ஆபத்துகள்
வாடகைக்கு எடுக்கப்பட்ட AI அறிவை சார்ந்திருப்பது இந்தியாவின் AI ஸ்டார்ட்அப்களுக்கு ஒரு பெரிய ஆபத்தை ஏற்படுத்துகிறது. இந்த நிதி மாதிரி நிலையானது அல்ல: இந்தியாவில் குறைந்த லாப வரம்புகள், ஒரு பயனருக்கு குறைந்த வருவாய் (low average revenue per user), வெளிநாட்டு AI வழங்குநர்களுக்கு டாலர்களில் செலுத்தப்படும் ஒரு பயன்பாட்டிற்கான கட்டணங்களை ஈடுசெய்ய முடியாது. இது தயாரிப்புகளை 'pilot purgatory' எனப்படும் நிலையில் சிக்க வைக்கிறது, அங்கு அவை செயல்பட்டாலும் லாபகரமாக வளர முடியாது, கண்டுபிடிப்புகளுக்கு தடையாகிறது. உலகளவில், மேம்பட்ட சிப்ஸ், பெரிய அளவிலான கணினி மற்றும் AI மாடல்கள் போன்ற முக்கிய AI அடுக்குகளைக் கட்டுப்படுத்தும் நிறுவனங்கள் பெரும்பாலான பொருளாதார நன்மைகளைப் பெறுகின்றன. இந்த பகுதிகள் அமெரிக்க நிறுவனங்களால் ஆதிக்கம் செலுத்தப்படுகின்றன. இந்த முக்கியமான அடுக்குகளை சொந்தமாக வைத்திருக்காமல், இந்தியா உழைப்பு மற்றும் ஹார்டுவேரை ஏற்றுமதி செய்வதோடு, மதிப்புமிக்க அறிவை அல்ல.
இந்தியாவின் AI எதிர்காலத்தை சொந்தமாக்குவதற்கான வழி
இதைச் சமாளிக்க, இந்தியா AI-ஐப் பயன்படுத்துவதிலிருந்து அதை கட்டுப்படுத்துவதற்கு மாற வேண்டும். இதன் பொருள், நமது சொந்த AI மாடல்கள் மற்றும் கணினி உள்கட்டமைப்பை உருவாக்குவது. நிறுவனங்கள், வெளிநாட்டு இடையூறுகளைக் குறைக்கவும், தனியுரிமையை மேம்படுத்தவும், தங்கள் சொந்த தரவுகளில் பயிற்சி அளிக்கக்கூடிய மற்றும் உள்ளூரில் இயக்கக்கூடிய Small Language Models (SLMs) ஐ ஏற்றுக்கொள்ள வேண்டும். AI ஆனது 2035 ஆம் ஆண்டிற்குள் இந்தியாவின் GDP-க்கு நூற்றுக்கணக்கான பில்லியன் டாலர்களை சேர்க்கக்கூடும் என்றாலும், இந்த சாத்தியக்கூறை அடைய, ஹார்டுவேரில் மட்டும் முதலீடு செய்வதற்குப் பதிலாக, உள்நாட்டு AI திறன்களில் முதலீடு செய்ய வேண்டும். தேர்வு தெளிவாக உள்ளது: ஹார்டுவேருக்கு மானியம் கொடுத்து லாபத்தை வெளிநாடுகளுக்கு அனுப்புவதா, அல்லது கடினமான வேலையைச் செய்து இந்தியாவின் AI எதிர்காலத்தை உருவாக்குவதா? இந்தியா 2030 ஆம் ஆண்டிற்குள் செயல்படவில்லை என்றால், அதன் மிக விலையுயர்ந்த இறக்குமதி எண்ணெய் அல்லது எலக்ட்ரானிக்ஸ் மட்டுமல்ல, அறிவாகவும் (Intelligence) இருக்கலாம்.