இந்திய சந்தையில் சீன AI மாடல்கள்: அமெரிக்க நிறுவனங்களுக்கு கடும் போட்டி!

அமெரிக்க AI மாடல்களுக்கு போட்டியாக சீன AI மாடல்கள் இந்தியாவில் களமிறங்கியுள்ளன. செலவை கிட்டத்தட்ட **90%** வரை குறைக்கும் இந்த மாடல்கள், இந்திய நிறுவனங்களின் சந்தையை குறிவைக்கின்றன.

அமெரிக்காவுக்கு சவால் விடும் சீன AI

அமெரிக்காவைச் சேர்ந்த AI மாடல்களுடன் ஒப்பிடும்போது, சீன AI மாடல்களின் தொழில்நுட்ப செயல்திறன் பல துறைகளில் நெருங்கி வந்துள்ளது. குறிப்பாக, ரீசனிங் (Reasoning) மற்றும் கோடிங் (Coding) போன்ற விஷயங்களில் இந்த முன்னேற்றம் காணப்படுகிறது. சில சீன மாடல்கள், அமெரிக்காவின் முன்னணி மாடல்களின் விலையில் பத்தில் ஒரு பங்குக்கு கிடைப்பதாக கூறப்படுகிறது. இதனால், இந்தியாவின் வளர்ந்து வரும் நிறுவன தொழில்நுட்ப சந்தையில் (Enterprise Technology Market) சீன நிறுவனங்கள் ஆதிக்கம் செலுத்த முயற்சி செய்கின்றன.

ஸ்டான்ஃபோர்டு AI இன்டெக்ஸ் 2026 தரவுகளின்படி, அமெரிக்க மற்றும் சீன மாடல்களுக்கு இடையிலான செயல்திறன் வேறுபாடு வெறும் 2.7% ஆக குறைந்துள்ளது. மேலும், சீன மாடல்கள் 90% வரை வழக்கமான AI பணிகளை கையாளும் திறன் கொண்டவையாக உள்ளன.

செலவா? இல்லை, சூழலா?

DeepSeek, Qwen போன்ற சீன AI நிறுவனங்களின் மாடல்கள், அதன் குறைந்த விலை மற்றும் ஓப்பன் சோர்ஸ் (Open-Source) நெகிழ்வுத்தன்மை ஆகியவற்றால் இந்திய நிறுவனங்களை ஈர்க்கின்றன. AI-ஐ வழக்கமான பணிகளில் ஒருங்கிணைக்க நினைக்கும் நிறுவனங்களுக்கு இது ஒரு பெரிய விஷயமாகும்.

இருப்பினும், அமெரிக்க நிறுவனங்கள் தங்களுடைய கிளவுட் உள்கட்டமைப்பு (Cloud Infrastructure) மற்றும் டெவலப்பர் சூழல் (Developer Ecosystem) மூலம் வலுவான போட்டியை அளிக்கின்றன. இந்தியாவின் முன்னணி IT சேவை நிறுவனங்களான Tata Consultancy Services மற்றும் Infosys போன்றவை, அமெரிக்க AI தளங்களுடன் ஆழமான கூட்டாண்மைகளைக் கொண்டுள்ளன. இதை மாற்றுவது புதிய நிறுவனங்களுக்கு கடினமாக இருக்கும்.

மொழித்தடைகள்

செலவு மற்றும் செயல்திறனைத் தாண்டி, இந்தியாவின் மொழி பன்முகத்தன்மையும் ஒரு முக்கிய காரணியாக உள்ளது. சீன AI மாடல்கள் இந்தி, தமிழ், பெங்காலி போன்ற முக்கிய இந்திய மொழிகளில் பயிற்சி பெற்றாலும், மொழிகளைக் கையாளும் திறன் இன்னும் முழுமையடையவில்லை. குறிப்பாக, ஆங்கிலம் மற்றும் இந்திய மொழிகளைக் கலந்து பேசும் 'கோட்-ஸ்விட்ச்சிங்' (Code-switching) மற்றும் குறிப்பிட்ட துறை சார்ந்த வார்த்தைகளை புரிந்துகொள்வதில் சிரமங்கள் நீடிக்கின்றன. இதனால், செயல்திறன், டோக்கனைசேஷன் (Tokenization) மற்றும் இணக்கத்தன்மை (Compliance) ஆகியவற்றில் பாதிப்பு ஏற்படாமல் இருப்பதை உறுதிசெய்ய இந்திய நிறுவனங்கள் தீவிர சோதனை நடத்தி வருகின்றன.

உள்நாட்டு மாற்று வழிகள்

இந்தியா, 'Sarvam-105B' போன்ற சொந்த AI மாடல்களை உருவாக்கி வருகிறது. இது 22 இந்திய மொழிகளில் குறிப்பாக பயிற்சி அளிக்கப்படுகிறது. இதன் மூலம், பல இந்திய நிறுவனங்களுக்கு, AI மாடலின் பிறப்பிடத்தை விட, தரவு இறையாண்மை (Data Sovereignty), ஒழுங்குமுறை இணக்கம் (Regulatory Compliance) மற்றும் வரிசைப்படுத்தல் நெகிழ்வுத்தன்மை (Deployment Flexibility) ஆகியவை முக்கியமாகின்றன.

பல பெரிய நிறுவனங்கள், செலவு, பாதுகாப்பு மற்றும் நிர்வாகம் ஆகியவற்றை சமநிலைப்படுத்த, பல மாடல்களை ஒரே கட்டமைப்பில் பயன்படுத்தும் 'ஹைப்ரிட் AI' (Hybrid AI) உத்திகளுக்கு மாறுகின்றன. சந்தை முதிர்ச்சியடையும்போது, உள்ளூர் ஹோஸ்டிங் (Localized Hosting) மற்றும் வலுவான பாதுகாப்பு கருவிகள் (Safety Tooling) ஆகியவை வங்கி மற்றும் சுகாதாரம் போன்ற ஒழுங்குபடுத்தப்பட்ட துறைகளில் பரவலான ஏற்றுக்கொள்ளுதலுக்கு முக்கிய தீர்மானிக்கும் காரணிகளாக மாறும்.