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.