भारत का ₹10,300 करोड़ का एआई कंप्यूट का प्रयास: महत्वाकांक्षा और आधारभूत संरचना की चुनौतियाँ

14 फरवरी, 2026 को नई दिल्ली में आयोजित भारत एआई इंपैक्ट समिट ने भारत की महत्वाकांक्षी एआई कार्यान्वयन रणनीति को उजागर किया, जो कृषि, स्वास्थ्य, शिक्षा और पर्यावरण पूर्वानुमान में व्यावहारिक अनुप्रयोगों पर जोर देती है। इस दृष्टिकोण के केंद्र में एआई कंप्यूट के लिए ₹10,300 करोड़ का आवंटन है—जिसमें 38,000 GPUs और 1,050 TPUs तक साझा पहुंच का वादा किया गया है—साथ ही स्वदेशी प्रोसेसर्स के लिए ₹76,000 करोड़ की सेमीकंडक्टर मिशन भी है। ये आंकड़े एक आशाजनक कहानी सुनाते हैं, लेकिन इसके पीछे कुछ असहज जटिल प्रश्न हैं जो पैमाने, समानता और संस्थागत क्षमता के बारे में हैं।

अवास्तविक एआई नीतियों से मुक्ति

भारत की एआई के प्रति दृष्टिकोण, जो इस समिट और आर्थिक सर्वेक्षण 2026 में परिलक्षित होता है, पहले की बहु-आधारित बहसों से स्पष्ट रूप से अलग है। मानव कल्याण, आर्थिक समावेशन, और संदर्भ-विशिष्ट नवाचार को प्राथमिकता देने की दिशा में यह बदलाव महत्वपूर्ण है। PadhaiWithAI जैसे उपकरण व्यक्तिगत स्कूल गणित कोचिंग के लिए और Qure.ai जैसे उपकरण संसाधनों की कमी वाले स्वास्थ्य देखभाल निदान के लिए एआई का उपयोग करते हैं, जो इसे एक विलासिता के रूप में नहीं, बल्कि मौलिक सामाजिक परिणामों को लक्षित करने वाली आवश्यकता के रूप में स्थापित करते हैं। यह भारत को उन देशों से अलग करता है जैसे चीन, जहाँ एआई निवेश ज्यादातर निगरानी प्रौद्योगिकियों और निर्यात-आधारित उद्योगों को प्राथमिकता देता है।

कृषि पर ध्यान देना विशेष रूप से महत्वपूर्ण है। Neoperk का मिट्टी स्वास्थ्य निगरानी, CottonAce का कीट पहचान, और Niqo Robotics का वास्तविक समय में खरपतवार नियंत्रण कृषि संकटों के लिए पैमाने योग्य समाधान प्रस्तुत करते हैं, जो सामान्यतः जलवायु अस्थिरता से बिगड़ते हैं। यह केवल सैद्धांतिक नहीं है। तमिलनाडु के कावेरी डेल्टा में, विशिष्ट एआई उपकरणों ने पहले ही कीटनाशक उपयोग को लगभग 22% कम कर दिया है जबकि उपज में 19% की वृद्धि की है—यह भारत-विशिष्ट मॉडलों की उपयोगिता को रेखांकित करने वाला एक ठोस प्रमाण है।

भारत के एआई स्टैक के पीछे की मशीनरी

इस महत्वाकांक्षा का अधिकांश हिस्सा समरूप संस्थागत ढांचों के भीतर निहित है। IndiaAI Mission 12 घरेलू एआई मॉडलों का समर्थन करता है जिसमें कम्प्यूटेशनल खर्चों के लिए 25% का लागत-offset है, जबकि BharatGen स्थानीय आवश्यकताओं के लिए विशेष रूप से ट्यून किए गए अत्यधिक संदर्भित फाउंडेशन मॉडल बनाता है। Bhashini पहल 350+ भाषण पहचान और अनुवाद मॉडलों की मेज़बानी करती है, जो एक बहुभाषी लोकतंत्र में आवश्यक है जहाँ भाषाई असमानताएँ बनी रहती हैं।

इन प्रयासों के पीछे राष्ट्रीय सुपरकंप्यूटिंग मिशन है, जिसने पहले ही IITs और IISERs जैसे संस्थानों के माध्यम से 40 पेटाफ्लॉप्स से अधिक तैनात किए हैं, जो PARAM सिद्धि-AI और AIRAWAT जैसे सिस्टम से समर्थित हैं। भौतिक आधारभूत संरचना के पक्ष में, भारत का वैश्विक डेटा सेंटर क्षमता में 3% हिस्सा 2030 तक 9.2 GW तक बढ़ने का अनुमान है, जो तेजी से बढ़ते ऑप्टिकल फाइबर और 5G कवरेज द्वारा समर्थित है, जो 85% जनसंख्या को कवर करता है।

विधायी रूप से, SHANTI अधिनियम—भारत का परमाणु ऊर्जा पर प्रमुख ढांचा—सीधे कम-कार्बन ऊर्जा समाधान को लक्षित करता है जो कंप्यूट-गहन एआई अनुप्रयोगों के लिए आवश्यक हैं। यह एआई पैमाने और ऊर्जा स्थिरता के आपसी संबंध को रेखांकित करता है, जिसमें FY 2025-26 के अनुसार पीक डिमांड पहले ही 242.49 GW पर पहुँच चुका है और न्यूनतम कमी (0.03%) है।

डेटा बनाम वास्तविकता

समिट के आंकड़े प्रभावशाली हैं, लेकिन उनके पीछे का डेटा बढ़ती असमानताओं को उजागर करता है। BharatGen के माध्यम से मॉड्यूलर एआई मॉडलों जैसी प्रगति के बावजूद, कई राज्य सरकारें बुनियादी आधारभूत संरचना की कमी से जूझ रही हैं। उदाहरण के लिए, बिहार और झारखंड जैसे कम आर्थिक रूप से विकसित क्षेत्रों में एआई स्वास्थ्य निदान के लिए अपनाने की दर 9% से कम है, जबकि कर्नाटक और तमिलनाडु में यह 70% से अधिक है।

इसी तरह, जबकि Rocket Learning के एआई साक्षरता कार्यक्रमों ने कई जिलों में प्राथमिक विद्यालय के परिणामों में सुधार किया है, इन सेवाओं को एकीकृत करने की राज्य की क्षमता असमान बनी हुई है। उत्तर प्रदेश में, DIKSHA प्लेटफॉर्म का उपयोग दर केरल जैसे राज्यों की तुलना में काफी पीछे है, जो सरकार की समावेशिता पर जोर देने के बावजूद क्षेत्रीय एआई-तैयारता के बारे में प्रश्न उठाता है।

इसके अलावा, जबकि स्वदेशी प्रोसेसर्स (SHAKTI, VEGA) के लिए सरकार का प्रयास प्रशंसनीय है, भारत निर्माण-गहन देशों जैसे ताइवान के मुकाबले गंभीर रूप से पीछे है। ₹76,000 करोड़ का सेमीकंडक्टर मिशन महत्वाकांक्षी है, लेकिन अनुमान बताते हैं कि 2030 तक आयात का केवल आंशिक प्रतिस्थापन होगा, जो आत्मनिर्भरता से बहुत दूर है। यह एक रणनीतिक कमजोरी को उजागर करता है, ठीक उस समय जब भू-राजनीतिक आपूर्ति श्रृंखला में व्यवधान अधिक सामान्य होते जा रहे हैं।

वे प्रश्न जिन्हें कोई पूछना नहीं चाहता

संकोच बना हुआ है, विशेष रूप से कार्यान्वयन क्षमता के संबंध में। क्या भारत अपने क्षेत्रीय और संस्थागत असमानताओं को देखते हुए ऐसे कंप्यूट-गहन एआई महत्वाकांक्षाओं को बनाए रख सकता है? ऑप्टिकल फाइबर नेटवर्क का रोलआउट प्रशंसनीय है, लेकिन गरीब जिलों में अभी भी विश्वसनीय ऊर्जा या इंटरनेट की कमी है—ये स्थितियाँ उन्नत एआई कार्यान्वयन के लिए पूरी तरह असंगत हैं।

इसके अतिरिक्त, नियामक स्पष्टता की कमी है। उदाहरण के लिए, IndiaAIKosh भंडार 5,722 डेटा सेट्स की मेज़बानी का दावा करता है, लेकिन इसकी पहुँच तंत्र केंद्रीकृत हैं, जो समानता के बारे में चिंताएँ उठाते हैं। कई स्टार्ट-अप और स्थानीय संस्थान उन्नत कंप्यूट की लागत वहन नहीं कर सकते, जिसके परिणामस्वरूप एआई संसाधनों का वितरण संकुचित होता जा रहा है, भले ही लोकतांत्रिक समावेशन का दावा किया जा रहा हो।

एआई शासन का व्यापक मुद्दा भी बड़ा है। जबकि SHANTI अधिनियम जैसे ढांचे कंप्यूट स्थिरता को संबोधित करते हैं, साइबर सुरक्षा और जनरेटिव एआई मॉडलों (जैसे, Sarvam Vision जो वैश्विक नामों जैसे ChatGPT से बेहतर प्रदर्शन कर रहा है) के दुरुपयोग के जोखिमों को ठीक से संबोधित नहीं किया गया है। भारत के पास EU के एआई अधिनियम के समान व्यापक एआई कानून की कमी है, जिससे नैतिक कार्यान्वयन के लिए कई महत्वपूर्ण खामियाँ रह जाती हैं।

भारत दक्षिण कोरिया से क्या सीख सकता है

दक्षिण कोरिया एक सावधानीपूर्वक लक्षित तुलना प्रस्तुत करता है। 2018 में, कोरिया ने अपने स्मार्ट फार्मिंग पहल के माध्यम से संदर्भ-केंद्रित एआई कार्यान्वयन पेश किया, जिसने व्यक्तिगत कृषि गांवों के लिए एआई-निर्देशित सिंचाई और कीट नियंत्रण लागू किया। भारत के CottonAce की तरह, भविष्यवाणी एल्गोरिदम को माइक्रोक्लाइमेट के अनुसार अनुकूलित किया गया था, बजाय कि सामान्य डेटा सेट पर निर्भर रहने के। हालांकि, दक्षिण कोरिया ने इसे महत्वपूर्ण स्थानीय क्षमता-निर्माण कार्यक्रमों के साथ जोड़ा—ग्रामीण क्षेत्रों में सीधे उपयोगकर्ता प्रशिक्षण केंद्र स्थापित करके, न कि पूरी तरह से तकनीकी कंपनियों पर निर्भर रहकर। भारत का एआई स्टैक भारी रूप से केंद्रीकृत है, जो इस तरह के सामुदायिक-विशिष्ट स्केलिंग को कमजोर करता है। अंतर्निहित पाठ यह है कि क्षमता-निर्माण को तकनीकी रोलआउट के साथ-साथ रखना चाहिए, न कि इसके पीछे।

परीक्षा एकीकरण

मुख्य प्रश्न

आलोचनात्मक रूप से मूल्यांकन करें कि क्या भारत का एआई स्टैक आर्थिक समावेशन और मानव कल्याण के अपने घोषित लक्ष्य के साथ मेल खाता है। कार्यान्वयन और नियामक तंत्र में संरचनात्मक सीमाओं को उजागर करें।