இந்திய AI துறையில் அதிரடி வளர்ச்சி! லாபம் நோக்கிய முதலீடு, ஆனால் உள்கட்டமைப்பு சவால்கள் என்ன?

லாபத்திற்கு முக்கியத்துவம்: இந்தியாவின் AI முதலீட்டுப் பாதை

Lenovo-வின் புதிய 'CIO Playbook 2026' அறிக்கை, இந்தியாவின் AI (செயற்கை நுண்ணறிவு) பயன்பாடு கணிசமாக வேகமெடுத்துள்ளதைக் காட்டுகிறது. நிறுவனங்கள் தங்கள் AI பட்ஜெட்டை ஆண்டுக்கு 19% அதிகரிக்கும் என எதிர்பார்க்கின்றன. இது ஆசிய-பசிபிக் பிராந்தியத்தின் 15% சராசரியை விட அதிகம். இந்த முதலீட்டுடன், நிறுவனங்களின் முக்கிய இலக்குகளும் மாறியுள்ளன. வெறும் பரிசோதனைகள் செய்வதை விட, அளவிடக்கூடிய நிதிப் பலன்களில் (Financial Outcomes) கவனம் செலுத்துகின்றன. தொழில்நுட்பத் தலைவர்களின் முன்னுரிமைப் பட்டியலில், வருவாய் மற்றும் லாப வளர்ச்சியை அதிகரிப்பது, எட்டாவது இடத்திலிருந்து முதலிடத்திற்கு முன்னேறியுள்ளது. இதனால், AI முதலீடுகளுக்கு உறுதியான வருவாய் (Tangible Returns) கிடைப்பதை உறுதிசெய்ய வேண்டிய அழுத்தம் அதிகமாக உள்ளது. நிறுவனங்கள், தங்கள் AI செலவினங்களுக்கு சராசரியாக 2.8 மடங்கு ROI-ஐ எதிர்பார்க்கின்றன. வாடிக்கையாளர் சேவை மேம்பாடு, விரைவான முடிவெடுப்பது போன்ற பலன்களை எதிர்பார்க்கிறார்கள். இந்த முதிர்ச்சியடைந்த அணுகுமுறை, ஆரம்பகட்ட சோதனைகளைக் கடந்து, முடிவுகளை மையமாகக் கொண்ட பயன்பாடுகளுக்கு (Outcome-driven Deployments) வழிவகுக்கிறது.

உள்கட்டமைப்பு சவால்களை எதிர்கொள்ளுதல்

ஆனால், இந்த வலுவான முதலீட்டு வளர்ச்சி மற்றும் திறமையான மனிதவளம் இருந்தபோதிலும், இந்தியாவின் AI திறன்களை விரிவுபடுத்துவதில் பல பெரிய கட்டமைப்புச் சவால்கள் உள்ளன. குறிப்பாக, தரவு மையங்களின் (Data Centers) திறன் மற்றும் அதிநவீன GPU-க்களின் (Graphics Processing Units) கிடைப்பது போன்ற முக்கியமான உள்கட்டமைப்பு கூறுகளில் தடைகள் உள்ளன. சிக்கலான AI மாடல்களைப் பயிற்றுவிப்பதற்கும் இயக்குவதற்கும் அவசியமான GPU-க்களின் அணுகல், குறிப்பாக ஸ்டார்ட்அப்கள் மற்றும் சிறிய நிறுவனங்களுக்கு ஒரு பெரிய தடையாக உள்ளது. அரசு indigenous GPU-க்களை வாங்கவும் உருவாக்கவும் திட்டமிட்டாலும், Lenovo போன்ற நிறுவனங்கள் AI சர்வர்களை உள்நாட்டிலேயே தயாரித்தாலும், பற்றாக்குறை, அதிக விலை மற்றும் நீண்ட விநியோக காலங்கள் (Lead Times) தொடர்கின்றன. வெளிநாட்டு வன்பொருட்களை (Foreign-made Hardware) சார்ந்திருப்பது, இந்தியாவின் AI வளர்ச்சியில் ஒரு பெரிய பலவீனமாக உள்ளது. மேலும், AI உள்கட்டமைப்பிற்கான அதிக மின்சாரத் தேவையும் (Energy Demands), மின் கட்டமைப்பு மற்றும் தரவு மையங்களுக்கான மேம்பட்ட குளிரூட்டும் தீர்வுகளில் (Cooling Solutions) குறிப்பிடத்தக்க மேம்பாடுகளை அவசியமாக்குகிறது.

'பயன்பாட்டு மேன்மை': இந்தியாவின் சுற்றுச்சூழல் பலம்

AI போட்டியில் இந்தியாவின் தனித்துவமான நன்மை, அதன் பரந்த தொழில்நுட்பத் திறமைக் குழு (Talent Pool) மற்றும் வேகமாக வளர்ந்து வரும் இணைக்கப்பட்ட மக்கள் தொகை (Connected Population) ஆகியவற்றால் இயக்கப்படும் அதன் பயன்பாட்டுத் துறையில் (Application Layer) உள்ளது. ஆதார் மற்றும் UPI போன்ற அமைப்புகளை உள்ளடக்கிய நாட்டின் டிஜிட்டல் பொது உள்கட்டமைப்பு (Digital Public Infrastructure - DPI), AI-இயங்கும் சேவைகளை மக்கள் அளவில் (Population Scale) உருவாக்குவதற்கும் விரிவுபடுத்துவதற்கும் ஒரு தனித்துவமான அடித்தளத்தை வழங்குகிறது. இது அனைவருக்கும் AI அணுகலை ஜனநாயகப்படுத்த (Democratize AI Access) உதவுகிறது. TCS, Infosys, Wipro போன்ற முக்கிய இந்திய IT நிறுவனங்கள் தங்கள் பணியாளர்களுக்கு AI-ல் பயிற்சி அளித்து, தங்கள் சேவை வழங்கலில் (Service Offerings) AI-ஐ ஒருங்கிணைத்து வருகின்றன. இது உலகச் சந்தைகளுக்கு AI-இயங்கும் தீர்வுகளை உருவாக்குவதில் முக்கியப் பங்கு வகிக்கிறது. மென்பொருள் சார்ந்த வணிகங்கள் (Software-first Businesses) மற்றும் பயன்பாட்டு நிலை மேம்பாட்டில் (Application-Layer Development) இந்த கவனம், AI-ஐ வன்பொருள் மையப்படுத்திய (Hardware-centric) சந்தைகளிலிருந்து இந்தியாவின் AI பாதையை வேறுபடுத்துகிறது.

சவால்கள் நிறைந்த பாதை: கட்டமைப்புக் தடைகளைக் கடத்தல்

இந்திய AI துறையின் பிரகாசமான எதிர்காலக் கண்ணோட்டத்தை சில முக்கியமான அபாயங்கள் நிழலாக்குகின்றன. NVIDIA போன்ற உற்பத்தியாளர்களிடமிருந்து பெறப்படும் GPU-க்களுக்கான அதிகப்படியான சார்பு (Heavy Dependence), விநியோகச் சங்கிலி ஸ்திரத்தன்மை (Supply Chain Resilience) மற்றும் மூலோபாய சுயாட்சி (Strategic Autonomy) குறித்த கவலைகளை எழுப்புகிறது. இது, இந்தியாவை முக்கிய AI மாதிரி கண்டுபிடிப்புகளுக்கு (Core AI Model Innovation) பதிலாக, பெரும்பாலும் பயன்பாட்டுத் துறையில் மட்டும் நிலைநிறுத்தக்கூடும். உலகளாவிய AI செலவினம் 2026 இல் $2.52 டிரில்லியன் ஆக உயரும் என எதிர்பார்க்கப்படுகிறது. இதில் பெரும்பாலான உள்கட்டமைப்பு முதலீடுகள் அமெரிக்க நிறுவனங்களால் ஆதிக்கம் செலுத்தப்படுகின்றன. இந்தியா GPU திறனை விரிவுபடுத்தி வந்தாலும், உலகத் தலைவர்களை விட ஒட்டுமொத்த கணினி சக்தி (Compute Power) அளவில் பின்தங்கியுள்ளது. சில ஆய்வறிக்கைகளின்படி, உலகளவில் AI பரவல் விகிதங்களில் (AI Diffusion Rates) சீனா, பிரேசில், ஜெர்மனி, ஜப்பான் மற்றும் அமெரிக்கா போன்ற நாடுகளை விட இந்தியா பின்தங்கியுள்ளது. மேலும், பல இந்திய நிறுவனங்கள் (45%) AI-ஐ ஏற்றுக்கொள்வதில் ஆரம்ப கட்டங்களிலேயே உள்ளன. தரவு தனியுரிமைக் கவலைகள் (Data Privacy Concerns), ஒருங்கிணைப்புச் சிக்கல்கள் (Integration Complexity) மற்றும் உள் நிபுணத்துவமின்மை (Lack of Internal Expertise) போன்ற தடைகளை எதிர்கொள்கின்றன. எனவே, முதலீடு அதிகரித்தாலும், நிறுவனங்கள் முழுவதும் AI-ன் ஒருங்கிணைந்த மாற்றம் (Integrated AI Transformation) இன்னும் வளர்ச்சியில் உள்ளது.

எதிர்காலக் கண்ணோட்டம்

தற்போதுள்ள சவால்கள் இருந்தபோதிலும், இந்திய AI சந்தை குறிப்பிடத்தக்க வளர்ச்சியைப் பெறும் என எதிர்பார்க்கப்படுகிறது. 2032 ஆம் ஆண்டிற்குள் இது $131 பில்லியன்-ஐத் தாண்டும் என்றும், இதன் கூட்டு வருடாந்திர வளர்ச்சி விகிதம் (CAGR) சுமார் 42.2% ஆக இருக்கும் என்றும் கணிக்கப்பட்டுள்ளது. IT துறையின் ஒட்டுமொத்த செலவினம், AI மற்றும் தரவு மைய முதலீடுகளால் இயக்கப்பட்டு, 2026 இல் $176.3 பில்லியன்-ஐ எட்டும் என எதிர்பார்க்கப்படுகிறது. இந்தியாவின் AI மிஷன் (IndiaAI Mission) போன்ற அரசாங்க முயற்சிகள் மற்றும் டிஜிட்டல் பொது உள்கட்டமைப்பில் (Digital Public Infrastructure) வலுவான கவனம், அனைவரையும் உள்ளடக்கிய கண்டுபிடிப்புகளை (Inclusive Innovation) ஊக்குவிக்கும். தொழில்துறை தலைவர்கள், AI-இயங்கும் பயன்பாடுகள் மற்றும் திறமையான, குறைந்த விலை பணியாளர் வளம் ஆகியவற்றால் இயக்கப்படும் IT சேவைகள் மற்றும் மென்பொருளில் தொடர்ச்சியான இரட்டை இலக்க வளர்ச்சியை (Double-digit Growth) எதிர்பார்க்கிறார்கள். உற்பத்தித்திறன் அதிகரிப்புக்காக AI-ஐப் பயன்படுத்துவதிலும், இந்தியச் சூழலுக்கு ஏற்ற உள்ளூர் AI மாதிரிகள் (Localized AI Models) மற்றும் பயன்பாடுகளை உருவாக்குவதிலும் கவனம் தொடரும்.