இந்திய அரசு, வெளிநாட்டு AI தொழில்நுட்பங்களை சார்ந்திருப்பதை குறைத்து, சொந்தமாக AI மாதிரிகளை உருவாக்க திட்டமிட்டுள்ளது. இதற்காக உள்நாட்டு உள்கட்டமைப்பை (Local Infrastructure) வலுப்படுத்தவும், டேட்டா பாதுகாப்பை உறுதி செய்யவும் 'சாவரின் AI' (Sovereign AI) என்பதை ஊக்குவிக்கிறது. இது IT சேவைகள், டேட்டா சென்டர் ஆபரேட்டர்கள் மற்றும் ஹார்டுவேர் உற்பத்தியாளர்களுக்கு நீண்டகால வளர்ச்சி வாய்ப்புகளை ஏற்படுத்தும்.
உள்ளூர் உள்கட்டமைப்புக்கான மாற்றம்
இந்தியாவின் 'சாவரின் AI' (Sovereign AI) எனப்படும் உள்நாட்டு செயற்கை நுண்ணறிவு (AI) அடித்தளத்தை உருவாக்கும் முயற்சிகள் தீவிரமடைந்துள்ளன. இதன் முக்கிய நோக்கம், உலகளாவிய AI தொழில்நுட்பத்தை பயன்படுத்துவதோடு நிறுத்திக்கொள்ளாமல், நாமே சொந்தமாக AI மாதிரிகளை உருவாக்குவதை நோக்கமாகக் கொண்டுள்ளது. இந்திய மொழிகள் மற்றும் கலாச்சார சூழல்களுக்கு ஏற்ற AI மாதிரிகளை மேம்படுத்துவதில் இந்த கொள்கை கவனம் செலுத்துகிறது.
இதன் மையமாக இருப்பது, உள்நாட்டிலேயே வலுவான உள்கட்டமைப்பை, குறிப்பாக டேட்டா சென்டர்கள் (Data Centers) மற்றும் கம்ப்யூட் திறன்களை (Compute Capacity) உருவாக்குவதாகும். முக்கிய தரவுகள் (Critical Data) நாட்டிற்கு உள்ளேயே செயலாக்கப்பட்டு சேமிக்கப்படுவதை உறுதி செய்வதன் மூலம், டேட்டா பாதுகாப்பை மேம்படுத்தவும், உள்ளூர் விதிமுறைகளுக்கு இணங்கவும் அரசாங்கம் முயல்கிறது.
Gartner-ன் புள்ளிவிவரங்களின்படி, இந்திய டேட்டா சென்டர் சிஸ்டம்ஸ் பிரிவு 2026-ல் 20.5% வளரும் என எதிர்பார்க்கப்படுகிறது. இது $176.3 பில்லியன் மதிப்பிலான தேசிய IT சந்தையின் ஒரு பகுதியாகும்.
முதலீட்டாளர்களுக்கான தாக்கங்கள்
சாவரின் AI-யில் கவனம் செலுத்துவது, சந்தை பங்கேற்பாளர்களுக்கு சில முக்கிய போக்குகளை கவனிக்க தூண்டுகிறது. முதலாவதாக, IT சேவைகள் நிறுவனங்கள் உள்நாட்டு வாடிக்கையாளர்களுக்காக AI மாதிரிகள் மற்றும் தனிப்பயனாக்கப்பட்ட தீர்வுகளை (Customized Solutions) உருவாக்குவதில் அதிக கவனம் செலுத்துகின்றன. இது அவர்களை பாரம்பரிய சேவைகளிலிருந்து, அதிக மதிப்புள்ள, தனியுரிம AI மேம்பாட்டிற்கு (Proprietary AI Development) இட்டுச் செல்கிறது.
இரண்டாவதாக, உள்ளூர் கம்ப்யூட் திறனுக்கான தேவை, டேட்டா சென்டர் வழங்குநர்கள் மற்றும் ஹார்டுவேர் உற்பத்தியாளர்களுக்கான ஒரு முக்கிய தேவையாக உருவாகிறது. அரசாங்கமும் தனியார் துறையும் 'டேட்டா ரெசிடென்சி' (Data Residency) அதாவது தரவுகளை தேசிய எல்லைகளுக்குள் வைத்திருத்தல் என்பதை வலியுறுத்துவதால், டேட்டா சென்டர்களை இயக்குபவர்கள், கட்டுபவர்கள் அல்லது உபகரணங்களை வழங்குபவர்கள் தொடர்ந்து தேவை இருப்பதை காணலாம். $17.5 பில்லியன் மதிப்பிலான பொது கிளவுட் செலவினங்கள் (Public Cloud Spending) 2026-க்குள் இந்தியாவில் அதிகரிக்கும் என எதிர்பார்க்கப்படுகிறது, இது ஹைப்ரிட் கிளவுட் தீர்வுகளின் (Hybrid Cloud Solutions) முக்கியத்துவத்தை காட்டுகிறது.
ஆபத்துகள் மற்றும் சவால்கள்
சாவரின் AI-க்கான மூலோபாய கவனம் ஒரு குறிப்பிடத்தக்க வளர்ச்சி என்றாலும், முதலீட்டாளர்கள் உள்ளார்ந்த அபாயங்களையும் அறிந்திருக்க வேண்டும். போட்டித்தன்மை வாய்ந்த AI சூழலை உருவாக்குவதற்கு, உள்கட்டமைப்பு மற்றும் உயர்நிலை வன்பொருட்களில் (High-end Hardware) மிகப்பெரிய மூலதன செலவு (Capital Spending) தேவைப்படுகிறது. உலகளாவிய போட்டியாளர்களுடன் செயல்திறன், வேகம் மற்றும் செயல்திறனில் போட்டியிடக்கூடிய உள்நாட்டு AI மாதிரிகளை உருவாக்குவதில் செயலாக்க ஆபத்து (Execution Risk) உள்ளது.
மேலும், இந்திய நிறுவனங்கள் உலகளாவிய தொழில்நுட்ப நிறுவனங்களுடன் போட்டியிட தங்கள் செயல்பாடுகளை எவ்வளவு திறம்பட அளவிட முடியும் என்பதைப் பொறுத்தது இந்த முயற்சியின் வெற்றி. உள்ளூர் உள்கட்டமைப்பை உருவாக்குவதற்கான செலவு மிக அதிகமாக உயர்ந்தாலோ அல்லது திட்ட காலக்கெடு தாமதமானாலோ, இந்த துறையில் ஈடுபட்டுள்ள நிறுவனங்களின் லாப வரம்புகள் (Profit Margins) அழுத்தத்திற்கு உள்ளாகலாம். மேலும், கொள்கை வழிகாட்டுதல்கள், ஒழுங்குமுறை தேவைகளில் ஏற்படும் மாற்றங்கள் அல்லது அரசாங்க செலவின திட்டங்கள் ஆகியவை இந்த துறையில் தத்தெடுப்பின் வேகத்தை நேரடியாக பாதிக்கும்.