मुख्य बातें
- AI का अवसर: भारत की ताकत AI-फर्स्ट एप्लिकेशन बनाने में है, जो असल दुनिया की समस्याओं को हल करते हैं, न कि OpenAI जैसे अत्याधुनिक मॉडलों से सीधे मुकाबला करने में।
- फंडिंग और अर्थव्यवस्था: भारत में AI में निवेश बढ़ रहा है, जिसके $4–5 बिलियन तक पहुँचने की उम्मीद है; इंजीनियरिंग की कम लागत के कारण स्टार्टअप्स को अपनी पूंजी पर ज़्यादा लाभ मिलता है।
- असली AI बनाम दिखावा: असली AI व्यवसायों की पहचान VDAT फ्रेमवर्क—विविधता, डेटा, आर्किटेक्चर और टीम—का उपयोग करके की जाती है, जिससे यह सुनिश्चित होता है कि उत्पाद केवल डेमो या API रैपर से कहीं ज़्यादा, असल मूल्य प्रदान करते हैं।
2,064
कृत्रिम बुद्धिमत्ता ने लंबा सफर तय कर लिया है और अब यह सिर्फ सिलिकॉन वैली का चर्चित शब्द नहीं रह गया है। आजकल आप जहां भी देखेंगे, चाहे स्टार्टअप हों, एंटरप्राइज सॉफ्टवेयर हों, स्मार्टफोन हों या स्वास्थ्य सेवा संबंधी ऐप्स, कृत्रिम बुद्धिमत्ता तेजी से रोजमर्रा की जिंदगी का हिस्सा बन रही है। लेकिन जहां एक ओर OpenAI, Anthropic और Google जैसी कंपनियां वैश्विक AI प्रतिस्पर्धा में अग्रणी बनी हुई हैं, वहीं भारत की वास्तविक स्थिति क्या है? क्या भारत अपनी खुद की सार्थक AI कंपनियां बना सकता है, या हम सिर्फ दूसरों द्वारा निर्मित तकनीक के उपयोगकर्ता बनकर रह जाएंगे? ये वे महत्वपूर्ण बिंदु हैं जिन पर ध्यान देने की आवश्यकता है। Digit के साथ एक विशेष बातचीत में, मैंने SenseAI Ventures के प्रबंध भागीदार राहुल अगरवाला से भारत में AI के बढ़ते अवसरों, उद्योग के चारों ओर के प्रचार, वर्तमान फंडिंग परिदृश्य और इस बारे में बात की कि उनका मानना है कि भारत की सबसे बड़ी ताकत अग्रणी मॉडल की दौड़ में सीधे प्रतिस्पर्धा करने में नहीं, बल्कि वास्तविक दुनिया की समस्याओं को हल करने वाले AI-आधारित उत्पाद बनाने में हो सकती है। बातचीत के कुछ मुख्य अंश यहां दिए गए हैं।
प्रश्न) आजकल हर कोई AI को सोने की खान कह रहा है। ईमानदारी से बताएं, क्या वास्तव में इससे कोई मूल्य उत्पन्न हो रहा है, या हम अभी भी प्रचार के दौर में हैं?
राहुल अगरवाला: दोनों बातें सही हैं। असल में मूल्य का सृजन हो रहा है। अगर आप राजस्व पर नज़र डालें, तो ओपनएआई या एंथ्रोपिक जैसी बुनियादी मॉडल कंपनियों के अलावा भी, वैश्विक स्तर पर कई एआई स्टार्टअप 100 मिलियन डॉलर (लगभग 959 करोड़ रुपये) से अधिक का राजस्व अर्जित कर रहे हैं। ये वास्तविक व्यवसाय हैं जो वास्तविक समस्याओं का समाधान कर रहे हैं।
हमारे पोर्टफोलियो में भी, हमने ऐसे स्टार्टअप देखे हैं जिन्होंने बेहद कम समय में शून्य से 10 लाख डॉलर का राजस्व हासिल किया है। इनमें से एक ने लगभग एक साल में और दूसरे ने एक तिमाही के भीतर यह उपलब्धि हासिल की। राजस्व ही सबसे बड़ा प्रमाण है क्योंकि ग्राहक तभी भुगतान करते हैं जब उन्हें वास्तविक मूल्य मिलता है।
साथ ही, प्रचार भी काफी है। कुछ कंपनियों का मूल्यांकन शायद बढ़ा-चढ़ाकर किया गया है और कुछ कंपनियों को सिर्फ इसलिए फंडिंग मिल रही है क्योंकि एआई आजकल चर्चा का विषय है। लेकिन हर बड़ी तकनीकी लहर के साथ प्रचार जुड़ा होता है। यह प्रचार अपनाने को भी बढ़ावा देता है क्योंकि कंपनियां अचानक महसूस करती हैं कि उन्हें एआई समाधानों में निवेश करना शुरू करना होगा।
प्रश्न) भारत में AI फंडिंग बढ़ रही है, लेकिन अभी यह शुरुआती दौर में है। आपकी रिपोर्ट के अनुसार, भारत में AI निवेश 2024 में $0.9 बिलियन से बढ़कर 2025 में $2.5 बिलियन हो गया। क्या 2026 में यह 5 गुना हो सकता है?
राहुल अगरवाला: मुझे नहीं लगता कि इसमें 5 गुना की उछाल आएगी। मेरी उम्मीद के मुताबिक, इसमें शायद लगभग 2 गुना की बढ़ोतरी होगी, जो $4 बिलियन से $5 बिलियन के बीच कहीं होगी। इसका कारण यह है कि एप्लीकेशन-केंद्रित AI कंपनियों को डेटा सेंटर जैसे इंफ्रास्ट्रक्चर-भारी व्यवसायों की तुलना में बहुत ज़्यादा पूंजी की ज़रूरत नहीं होती। इनका आर्थिक समीकरण बहुत अलग होता है।
भारत के पास इंजीनियरिंग लागत के मामले में भी एक बहुत बड़ा फ़ायदा है। भारतीय और अमेरिकी इंजीनियरिंग टैलेंट की लागत में आसानी से 10 गुना से ज़्यादा का अंतर हो सकता है। इसलिए, हमारे पास मौजूद विशाल टैलेंट पूल को देखते हुए, हम इस मद में लागत कम कर पाते हैं, और खास तौर पर शुरुआती दौर में, AI को बुनियादी तौर पर तैयार करने में भी लागत बचा पाते हैं। एकमात्र असली लागत लोगों की होती है। आप सभी AI लैब से क्रेडिट पा सकते हैं—जो दुनिया के ओपन API हैं—या Amazon, Google और Microsoft जैसे हाइपरस्केलर से क्रेडिट ले सकते हैं; ये सभी आपको प्रोडक्ट बनाने के लिए क्रेडिट देंगे। वे आपसे पैसे कमाने के बारे में तभी सोचते हैं, जब आपका कारोबार काफ़ी बड़ा हो जाता है। इसलिए शुरुआती दौर में, असली लागत लोगों की होती है, और हमारे यहाँ लोगों पर होने वाली लागत, पश्चिमी देशों की तुलना में काफ़ी कम है। इसका मतलब यह है कि उतनी ही पूंजी में काम करने की हमारी क्षमता और उसका लाभ उठाने की हमारी शक्ति, कहीं ज़्यादा है।
प्रश्न) आप भारत को ‘AI एप्लीकेशन फैक्ट्री’ कहते हैं। इसका असल में क्या मतलब है? क्या इसका मतलब यह है कि हमें अपना खुद का OpenAI बनाने की कोशिश करना बंद कर देना चाहिए और इसके बजाय मौजूदा चीज़ों पर काम करने पर ध्यान देना चाहिए?
राहुल अगरवाला: मैं यह नहीं कह रहा हूँ कि हमें मॉडल बनाना पूरी तरह से बंद कर देना चाहिए, लेकिन भारत का सबसे बड़ा मौका साफ़ तौर पर एप्लीकेशन्स में है। पिछले साल हमने जितने भी स्टार्टअप देखे, उनमें से लगभग 75 प्रतिशत एप्लीकेशन-केंद्रित थे, और मुझे लगता है कि यही सही दिशा है, क्योंकि यहीं पर हमें असली प्रतिस्पर्धी बढ़त हासिल है।
भारत के पास सॉफ्टवेयर बनाने और टेक्नोलॉजी के ज़रिए कारोबारी समस्याओं को हल करने का दशकों का अनुभव है। यह क्षमता बहुत स्वाभाविक रूप से AI एप्लीकेशन्स में बदल जाती है। AI में सबसे ज़्यादा वैल्यू असल में दुनिया की समस्याओं को हल करने से ही पैदा होगी, न कि सिर्फ़ बुनियादी इंफ्रास्ट्रक्चर बनाने से।
इसके बावजूद, हमें भारतीय भाषाओं, संस्कृति और स्थानीय ज़रूरतों के लिए अपने खुद के (सॉवरेन) AI मॉडल की ज़रूरत है। विदेशी कंपनियाँ शायद कभी भी इन क्षेत्रों को उतनी गहराई से प्राथमिकता न दें। लेकिन हमारा लक्ष्य ‘OpenAI को हराना’ नहीं होना चाहिए। हमारा लक्ष्य ऐसे सिस्टम बनाना होना चाहिए जो भारतीय यूज़र्स और भारतीय ज़रूरतों के लिए सबसे बेहतर काम करें।
प्रश्न) बहुत सी कंपनियाँ कहती हैं कि वे AI का इस्तेमाल कर रही हैं, लेकिन ज़्यादातर यह सिर्फ़ पायलट प्रोजेक्ट और डेमो होते हैं। असल में एक असली AI बिज़नेस को उससे क्या चीज़ अलग बनाती है, जो सिर्फ़ एक पिच डेक में अच्छा दिखता है?
राहुल अग्रवाल: हम AI बिज़नेस का मूल्यांकन करने के लिए VDAT फ़्रेमवर्क नाम की एक चीज़ का इस्तेमाल करते हैं। VDAT का मतलब है Variety (विविधता), Data (डेटा), Architecture (आर्किटेक्चर), और Team (टीम)। ये चार चीज़ें हमें यह पहचानने में मदद करती हैं कि कोई कंपनी असली AI टेक्नोलॉजी बना रही है या सिर्फ़ किसी मौजूदा मॉडल के ऊपर एक API लगा रही है।
टीम ज़रूरी है, क्योंकि अगर संस्थापकों को AI की गहरी समझ नहीं है, तो सार्थक प्रोडक्ट बनाना मुश्किल हो जाता है। आर्किटेक्चर मायने रखता है, क्योंकि सिर्फ़ ‘सबसे नए AI मॉडल’ का इस्तेमाल करना काफ़ी नहीं है। टेक्नोलॉजी के चुनाव उस असली समस्या के हिसाब से होने चाहिए, जिसे हल किया जा रहा है।
फिर आता है डेटा। मज़बूत मालिकाना डेटा के बिना, अपनी स्थिति को सुरक्षित बनाना बहुत मुश्किल होता है। अगर आपका प्रोडक्ट सिर्फ़ पब्लिक डेटा पर बना है, तो बड़े फ़ाउंडेशनल मॉडल के पास भी उस जानकारी तक पहले से ही पहुँच होती है।
आखिर में, आती है विविधता, और यह कि समस्या असल में कितनी जटिल है। AI तब कीमती बनता है, जब उसमें कई इनपुट, कई आउटपुट और बहुत ज़्यादा संदर्भ-आधारित फ़ैसले शामिल होते हैं। यहीं पर असली AI-फ़र्स्ट कंपनियाँ, साधारण रैपर या डेमो प्रोडक्ट से अलग खड़ी होती हैं।
प्रश्न) हाल ही में हुई समिट के बाद, भारत के AI हब बनने की बहुत चर्चा हो रही है। क्या हम सच में कुछ काम का बना रहे हैं, या अभी भी ज़्यादातर सिर्फ़ बातें ही कर रहे हैं?
राहुल अग्रवाल: मुझे लगता है कि भारत पहले से ही बहुत काम की AI कंपनियाँ बना रहा है। जिन कंपनियों को हम फ़ंड कर रहे हैं, वे सच में रेवेन्यू कमा रही हैं और कस्टमर्स के लिए असल में कुछ असरदार काम कर रही हैं।
इसका एक उदाहरण हमारे पोर्टफ़ोलियो में मौजूद एक डर्मेटोलॉजी स्टार्टअप है। यूज़र्स अपने चेहरे/स्किन की फ़ोटो अपलोड करते हैं, AI उसे एनालाइज़ करता है, ठीक वैसे ही सवाल पूछता है जैसे कोई डर्मेटोलॉजिस्ट पूछता, और फिर एक पर्सनलाइज़्ड ट्रीटमेंट प्लान बनाता है, जिसे दवाएँ भेजने से पहले डॉक्टर्स रिव्यू करते हैं।
सबसे ज़रूरी बात यह है कि यह सिर्फ़ बड़े शहरों (मेट्रो सिटीज़) में रहने वालों की सुविधा के लिए नहीं है। यह टियर 2 और टियर 3 शहरों में पहुँच से जुड़ी एक असली समस्या को हल कर रहा है, जहाँ स्पेशलिस्ट हेल्थकेयर की उपलब्धता बहुत कम है।
तो जब लोग पूछते हैं कि क्या भारत में AI सच में काम कर रहा है, तो इसका जवाब है – हाँ। ये कंपनियाँ एक ही समय पर प्रोडक्टिविटी बढ़ा रही हैं, पहुँच से जुड़ी समस्याओं को हल कर रही हैं और बड़े पैमाने पर बढ़ने वाले बिज़नेस बना रही हैं।
प्रश्न) यदि आपको एक विकल्प चुनना हो, तो क्या भारत को अपने स्वयं के एआई मॉडल बनाने पर ध्यान देना चाहिए, या अनुप्रयोगों और डेटा पर अधिक ध्यान केंद्रित करना चाहिए? इस समय बेहतर विकल्प क्या है? और आज एआई के बारे में लोग किस एक बात को पूरी तरह से गलत समझ रहे हैं?
राहुल अगरवाला: अनुप्रयोगों और डेटा पर अधिक ध्यान केंद्रित करना, बिल्कुल स्पष्ट। वैश्विक स्तर पर भारत के जीतने की सबसे मजबूत संभावना यहीं है। हमारे पास विश्व स्तरीय एआई एप्लिकेशन कंपनियां बनाने के लिए पहले से ही इंजीनियरिंग प्रतिभा, सॉफ्टवेयर अनुभव और स्टार्टअप इकोसिस्टम मौजूद है।
मैं यह नहीं कह रहा हूं कि हमें मूलभूत मॉडलों को पूरी तरह से नजरअंदाज कर देना चाहिए। भारतीय भाषाओं, समुदायों और सांस्कृतिक संदर्भों के लिए हमें स्वतंत्र एआई प्रणालियों की सख्त जरूरत है। लेकिन अरबों डॉलर खर्च करने वाली कंपनियों के साथ सीधे प्रतिस्पर्धा करने की कोशिश करना शायद इस समय संसाधनों का सबसे समझदारी भरा आवंटन नहीं है।
बेहतर रणनीति यह है कि ऐसे अनुप्रयोग बनाए जाएं जो सार्थक समस्याओं का समाधान करें, साथ ही ऐसे एआई सिस्टम भी तैयार किए जाएं जो विशेष रूप से भारतीय जरूरतों को पूरा करें। यह संयोजन हमें वैश्विक स्तर पर सबसे बड़ा अवसर प्रदान करता है।
