ભારતીય ઉદ્યોગોમાં AI ક્રાંતિ: તકો, સાયબર જોખમો અને સુરક્ષા માળખું
#GS-3 #વિજ્ઞાન અને ટેકનોલોજી #આર્ટિફિશિયલ ઇન્ટેલિજન્સ #સાયબર સિક્યુરિટી #આઇસીટી #અર્થતંત્ર #માળખાકીય સુવિધાઓ
શા માટે ચર્ચામાં છે?
- ભારતીય કંપનીઓ પોતાના કામકાજ ઝડપી અને સરળ બનાવવા માટે મોટા પાયે આર્ટિફિશિયલ ઇન્ટેલિજન્સ અપનાવી રહી છે.
- આ ઝડપી બદલાવના કારણે ડેટા સુરક્ષા, ફ્રોડ અને સાયબર હુમલા જેવા મોટા જોખમો ઊભા થયા છે.
ભારતીય કંપનીઓ AI નો ઉપયોગ કેવી રીતે કરી રહી છે?
- કંપનીઓ ગ્રાહક સેવા માટે સ્થાનિક ભાષા સમજી શકે તેવા AI સિસ્ટમ વાપરે છે. જેમ કે Reliance Jio અને Bharti Airtel દરરોજ કરોડો પ્રશ્નો ઉકેલવા Yellow.ai અને Haptik નો ઉપયોગ કરે છે.
- હવાઈ કંપનીઓ ગ્રાહકોના પ્રશ્નો ઉકેલવા સ્માર્ટ બોટ વાપરે છે. Air India નું AI.g બોટ ગ્રાહકોના 97% પ્રશ્નો માણસોની મદદ વગર સીધા જ સુલઝાવે છે.
- કારખાનામાં મશીન બગડે તે પહેલા જાણવા માટે સેન્સર મુકાય છે. Tata Steel તેના જામશેદપુર પ્લાન્ટમાં આ ટેકનોલોજી વાપરીને મશીન બંધ રહેવાનો સમય 30-50% અને સમારકામ ખર્ચ 15-35% ઘટાડી શકી છે.
- સામાન મોકલતી કંપનીઓ સ્ટોક અને રસ્તા ગોઠવવા AI ની મદદ લે છે. Maruti Suzuki સપ્લાય સુધારવા આ સિસ્ટમ વાપરે છે, જ્યારે Flipkart નાના શહેરો એટલે કે Tier-2 and Tier-3 cities માં ઝડપી ડિલિવરી માટે AI વાપરે છે.
- બેંકો ફ્રોડ પકડવા અને ઝડપી લોન આપવા માટે AI વાપરે છે. HDFC Bank અને ICICI Bank ફ્રોડ રોકવા માટે આ સિસ્ટમ વાપરે છે, જ્યારે Arya.ai સ્ટાર્ટઅપ વિમાના દાવો ચકાસવાનું કામ ઝડપી બનાવે છે.
- જે વિસ્તારોમાં દર લાખ વસ્તીએ 1 per 100,000 થી પણ ઓછા રેડિયોલોજિસ્ટ છે, ત્યાં AI રોગ નિદાનમાં મદદ કરે છે. આ ક્ષેત્રમાં 36.8% નો વાર્ષિક ગ્રોથ છે અને Niramai જેવી કંપની કેન્સરની તપાસ સરળ બનાવે છે.
- આઈટી કંપનીઓ કોડિંગ માટે AI ટૂલ્સ વાપરે છે. Tata Consultancy Services (TCS) નામના આઈટી જાયન્ટે 150,000 કર્મચારીઓને તાલીમ આપીને WisdomNext પ્લેટફોર્મ બનાવ્યું છે, જ્યારે Chirpn જેવી કંપની AutoPATH વાપરીને સમય 60% ઘટાડે છે.
- ખેતી વિષયક કંપનીઓ ઉપગ્રહના ડેટા પરથી ખેડૂતોને મદદ કરે છે. ITC Limited પોતાનું ITC e-Choupal 4.0 પ્લેટફોર્મ વાપરીને ખેડૂતોને હવામાન અને જમીનની માહિતી આપે છે.
પડકારો
- ઘણીવાર AI મોડેલ સાચા લાગતા ખોટા જવાબો આપી દે છે. Nasscom ના સર્વે મુજબ 56% કંપનીઓ આ ખોટી માહિતી આપવાની સમસ્યાને મોટો રિસ્ક માને છે.
- ગ્રાહકની મંજૂરી વગર તેના ડેટા પર AI ટ્રેન કરવું કાયદાકીય ગુનો છે. Digital Personal Data Protection (DPDP) Act, 2023 હેઠળ ₹50 Crore to ₹250 Crore સુધીનો દંડ થઈ શકે છે, જ્યારે 36% કંપનીઓ ડેટા નિયમો પાળવામાં અસમર્થ છે અને 43% પાસે સારો ડેટા નથી.
- સાયબર અસામાજિક તત્વો કંપનીના અધિકારીઓનો ખોટો અવાજ કે વિડીયો બનાવીને પૈસા પચાવી પાડે છે. 2026 Thales Data Threat Report મુજબ 65% ભારતીય કંપનીઓએ ડીપફેક હુમલા સહન કર્યા છે, 55% કંપનીઓની ઈમેજ ખરાબ થઈ છે અને 64% તેને મોટો ખતરો માને છે.
- AI કેવી રીતે નિર્ણય લે છે તે ઘણીવાર સમજાતું નથી, જેનાથી જાતિ કે આવક આધારિત ભેદભાવ થવાનું જોખમ રહે છે. 35% કંપનીઓ પારદર્શિતાના અભાવે ચિંતિત છે, 29% ભેદભાવથી ડરે છે અને 94% સ્પષ્ટ સમજૂતી જરૂરી માને છે.
- કંપનીના કર્મચારીઓ ઘણીવાર સિક્રેટ કોડ કે નાણાકીય માહિતી જાહેર AI ટૂલ્સમાં મૂકી દે છે. માત્ર 35% કંપનીઓ જાણે છે કે તેમનો ડેટા ક્યાં સેવ છે અને માત્ર 36% જ ડેટાનું યોગ્ય વર્ગીકરણ કરી શકે છે.
- AI સુરક્ષા માટે અલગથી બજેટ ફાળવવામાં આવતું નથી. માત્ર 30% કંપનીઓ પાસે AI સિક્યુરિટીનું બજેટ છે, જ્યારે 53% કંપનીઓ જૂની ફાયરવોલ પર નિર્ભર છે જે નવા સાયબર હુમલા રોકી શકતી નથી.
- સ્વતંત્ર રીતે કામ કરતા AI એજન્ટ્સ એકબીજા સાથે અથડાઈને મોટી ભૂલ કરી શકે છે. જો ભાવ નક્કી કરતા ઓટોમેટિક બોટ્સ વચ્ચે હરીફાઈ થાય તો થોડી જ સેકન્ડોમાં કંપનીને મોટું નાણાકીય નુકસાન થઈ શકે છે.
આગળનો માર્ગ
- કંપનીઓએ MeitY ના 7 sutras ના આધારે એક કમિટી બનાવવી જોઈએ. આ ટીમ કયા AI પ્રોજેક્ટમાં કેટલું જોખમ છે તે નક્કી કરીને જ કામ કરવાની મંજૂરી આપશે.
- જોખમ માપવા માટે Nasscom ની ગણતરી પદ્ધતિ વાપરવી જોઈએ. સ્કેલ પર જોખમ સ્કોર વધુ આવે તો તે AI સિસ્ટમ ચાલુ કરતા પહેલા તેને સુધારવી ફરજિયાત બનાવવી જોઈએ.
- સિસ્ટમમાં પર્સનલ ડેટા ન જાય તે માટે સુરક્ષિત ફિલ્ટર મૂકવા જોઈએ. આનાથી DPDP Act, 2023 ના નિયમોનું ચુસ્ત પાલન થશે.
- એન્જિનિયરોએ LangFuse, Deepchecks, અથવા Evidently AI જેવા ટૂલ્સથી AI ની ચોકસાઈ પર નજર રાખવી જોઈએ. જો ચોકસાઈ 95% થી ઘટે તો જૂનું સુરક્ષિત મોડેલ આપમેળે ચાલુ થઈ જવું જોઈએ.
- બેંકિંગ ક્ષેત્રે નિર્ણય પાછળનું કારણ દર્શાવવા SHAP અને LIME જેવા સાધનો વાપરવા જોઈએ. આનાથી RBI ના નિયમોનું પાલન થશે અને ગ્રાહકને યોગ્ય કારણ આપી શકાશે.
- કંપનીએ Microsoft Purview જેવા ટૂલ્સ વાપરીને કર્મચારીઓને સિક્રેટ ડેટા બહાર મોકલતા રોકવા જોઈએ. મુખ્ય સિસ્ટમને સુરક્ષા સોફ્ટવેર સાથે જોડવાથી લીક અટકી શકે છે.
- સારવાર કે મોટા નાણાકીય નિર્ણયોમાં AI ના રિપોર્ટ પર આખરી મંજૂરી નિષ્ણાત માણસની જ હોવી જોઈએ. નાના કામોમાં કંઈક ગડબડ જણાય તો ઓપરેશન રોકવા માટે મેન્યુઅલ સ્વિચ હોવી જરૂરી છે.
નિષ્કર્ષ
- ભારતીય ઉદ્યોગોમાં AI નો ઉપયોગ કંપનીઓની કાર્યક્ષમતા ખૂબ વધારે છે, પરંતુ તેની સાથે કાયદાકીય અને સાયબર સુરક્ષા જરૂરી છે.
- યોગ્ય નિયમન અને જોખમ વ્યવસ્થાપન અપનાવીને કંપનીઓ લાંબા ગાળાનો વિકાસ સાધી શકે છે અને ગ્રાહકોનો વિશ્વાસ જાળવી શકે છે.