स्वतंत्र डेटा धोरण: भारतात AI ला प्रोत्साहन की अडथळा?

Image Source: Getty

इंटरनेटने एकमेकांशी जोडलेल्या या जगात डिजिटल पायाभूत सुविधा, प्लॅटफॉर्म आणि सेवा ह्या अगदी संवादापासून वाणिज्यापर्यंत, सर्व काही कार्य करण्यासाठी महत्त्वपूर्ण भूमिका बजावतात. डिजिटल तंत्रज्ञानाचे महत्त्व लक्षात घेतल्याने, तंत्रज्ञान स्वायत्ततेला पाठिंबा देणे काही देशांसाठी एक धोरणात्मक दृष्टीकोन बनला आहे. या दृष्टीकोनाचे समर्थन करणाऱ्यांसाठी, देशाची डिजिटल संपत्ती, प्रणाली आणि डेटाचे नियंत्रण व शाश्वततेचा अधिकार हे आर्थिक, विकासात्मक आणि सुरक्षेसंबंधीची उद्दिष्ट्ये साधन्यासाठी अत्यंत महत्त्वाचे आहे, तसेच जागतिक पातळीवर प्रभाव वाढविण्यासाठी देखील. या दृष्टिकोनात मुख्यतः देशांतर्गत क्षमतांचे स्थापन किंवा वृद्धीकरण करण्यावर आणि महत्त्वाच्या तंत्रज्ञान क्षेत्रांत स्वयंपूर्णता साधण्यावर लक्ष केंद्रित केले जाते, त्यासाठी परदेशी संस्थांवरील अवलंबित्व कमी करणे किंवा "राष्ट्रीय चॅम्पियन्स" ना प्रोत्साहन देणे आवश्यक आहे.

भारतीय धोरणकर्ते तंत्रज्ञान स्वायत्ततेला एक नवीन औद्योगिक क्रांती सुरू करण्याचा आणि देशाला जागतिक मंचावर नेतृत्वाच्या भूमिकेत नेण्याचा एक मार्ग मानतात.

भारतीय धोरणकर्ते तंत्रज्ञान स्वायत्ततेला एक नवीन औद्योगिक क्रांती सुरू करण्याचा आणि देशाला जागतिक मंचावर नेतृत्वाच्या भूमिकेत नेण्याचा एक मार्ग मानतात. "मेक इन इंडिया" किंवा "डिजिटल इंडिया" यासारख्या उपक्रमांद्वारे भारताच्या आत्मनिर्भरतेच्या दृष्टीकोणाचे ठळक उदाहरण दिसून येते, जे धोरणात्मक उद्योगांमध्ये आणि महत्त्वाच्या तंत्रज्ञानांमध्ये राष्ट्रकेंद्रित दृष्टिकोन दर्शवतात. भारताच्या तंत्रज्ञान स्वायत्ततेच्या दृष्टीकोनातून एक महत्त्वाचा घटक म्हणजे डेटा स्वायत्तता ज्यामध्ये नागरिकांच्या वैयक्तिक आणि अवैयक्तिक डेटावर देशाचा अधिकार विस्तृत करण्याचा आणि सुरक्षित करण्याचा महत्त्वपुर्ण प्रयत्न आहे. डेटा स्वायत्तता साध्य करण्यासाठी भारताला आपल्या नागरिकांच्या डेटाचे संकलन आणि वापरावर नियंत्रण ठेवावे लागेल. या उद्देशाने भारताचे डेटा स्वायत्तता धोरण दोन घटकांवर आधारित आहे: नियंत्रण, जे डेटावर निर्बंध घालून लागू केले जाते; आणि संचयन, जे डेटा तयार आणि शेअर करण्यासाठी सक्षम करण्याकरिता आहे. हा लेख भारताच्या डेटा स्वायत्तता धोरणाची पडताळणी करतो, जे डेटापर्यंत पोहचण्यावर निर्बंध लावण्यावर केंद्रित आहे, आणि हा दृष्टिकोन कश्याप्रकारे भारताच्या नवउदयीमान कृत्रिम बुद्धिमत्ता (एआय) धोरणाला आकार देत आहे.

निर्बंध धोरण

"निर्बंध धोरण" या अंतर्गत, डेटा आणि भौगोलिक क्षेत्राच्या संबंधावर भर दिला जातो, ज्याद्वारे डेटा नियंत्रण करण्याचा प्रयत्न केला जातो. डेटा हा त्याच्या निर्माण होणाऱ्या भौगोलिक क्षेत्रात असताना तो सर्वात सुरक्षित मानला जातो. यामुळे परदेशी कंपन्या आणि स्थानिक व्यवसायांना डेटा स्थानिक पातळीवर साठवण्यास दबाव आणले जातात म्हणून डेटा संरक्षण, गोपनीयता, परदेशी देखरेख आणि राष्ट्रीय सुरक्षा यावर चिंता व्यक्त केली जात आहे. यासाठी सरकार प्लॅटफॉर्म्स किंवा सेवा ब्लॉक करते आणि डेटा स्थानिकीकरण उपायांचा वापर करून परदेशी संस्थांची डेटापर्यंतची पोहोच मर्यादित करते. डेटा प्रवेशावर निर्बंध लावून आणि परदेशी संस्थांना त्यांच्या सेवा भारतात हलवण्यास भाग पाडून, सरकार केवळ संवेदनशील डेटावर नियंत्रण ठेवण्याचा प्रयत्न करत नाही, तर राष्ट्रीय चॅम्पियन्स आणि स्थानिक डेटा इकोसिस्टम्सना प्रोत्साहन देखील देत आहे.

२०२२ मध्ये, सरकारने नियम लागू केले ज्यामध्ये व्हर्च्युअल प्रायव्हेट नेटवर्क (VPN) प्रदाते आणि क्लाउड सेवा ऑपरेटरांना त्यांच्या ग्राहकांचे नाव, पत्ता, IP (इंटरनेट प्रोटोकॉल) ॲड्रेस आणि व्यवहार इतिहास पाच वर्षांसाठी राखून ठेवण्यास अनिवार्य केले आहे.

२०१८ पासून, भारतीय रिझर्व्ह बँकेने (RBI) एक नियमांची मालिका अंमलात आणली आहे, ज्याचा उद्देश पेमेंट डेटा स्थानिकीकरण अनिवार्य करणे आहे, ज्यामुळे त्याची सुरक्षा सुनिश्चित होईल. जून २०२० मध्ये, चिनी मालकीचे ॲप्स, ज्यात टिकटॉक आणि वुईचाट समाविष्ट होते, असे ॲप बंद केले. जे "या ॲप्सवर डेटाचे संकलन भारतातून होते तर त्याचे माईनिंग आणि प्रोफाईलिंग भारत विरोधातील घटकांकडून केले जाते, राष्ट्रीय सुरक्षा आणि भारताच्या संरक्षणाच्या दृष्टिकोनातून जे अखेर भारताच्या स्वायत्तता आणि अखंडतेवर परिणाम करते, आणि आपत्कालीन उपायांची आवश्यकता निर्माण करते" असे कारण देऊन प्रतिबंधित केले गेले. २०२२ मध्ये, सरकारने नियम लागू केले ज्यामध्ये व्हर्च्युअल प्रायव्हेट नेटवर्क (VPN) प्रदाते आणि क्लाउड सेवा ऑपरेटरांना त्यांच्या ग्राहकांचे नाव, पत्ता, IP (इंटरनेट प्रोटोकॉल) ॲड्रेस आणि व्यवहार इतिहास पाच वर्षांसाठी राखून ठेवण्यास अनिवार्य केले. कडक नियमांमुळे NordVPN सारख्या मोठ्या ब्रँड्सना त्यांचे सर्व्हर इन्फ्रास्ट्रक्चर भारतातून मागे घ्यावे लागले आणि VPN ॲप्स भारताच्या Apple App Store आणि Google Play Store मधून काढण्यात आले.

डेटा स्वायत्तता आणि कृत्रिम बुध्दीमत्तेतील (एआय) आकांक्षांमध्ये संतुलन

भारत स्वतःला एआय क्षेत्रामध्ये एक विश्वासार्ह सहयोगी आणि एआयमध्ये एक प्रादेशिक तंत्रज्ञानचे पॉवरहाऊस म्हणून स्थापित करण्यासाठी उत्सुक आहे. तरीही, जागतिक एआय सप्लाय चेन एकीकृत होण्याच्या त्याच्या प्रयत्नांना संसाधनांची कमतरता, विशेषतः संगणक शक्ती आणि लार्ज स्केल मॉडेल्स यांच्या बाबतीत अडचणी येत आहेत. परिणामी, भारताचा स्वायत्त एआय निर्माण करण्याचा दृष्टीकोन त्याच्या डेटा धोरणाशी घट्टपणे जोडलेला आहे.

मागच्या काही वर्षांत जनरेटिव्ह एआयची वाढ, जसे की OpenAI चे ChatGPT, याने ॲडवांस एआय सिस्टीमच्या विकास आणि प्रशिक्षणासाठी मोठ्या प्रमाणावर उच्च-गुणवत्तेच्या डेटाची आवश्यकता अधोरेखित केली आहे. उच्च-गुणवत्तेच्या डेटाची उपलब्धता केवळ तांत्रिक कार्यप्रदर्शन आणि अचूकतेवरच परिणाम करत नाही, तर ती एक समान एआय परिप्रेक्ष्य निर्माण करण्यासाठी देखील महत्त्वाची आहे, जे समाजाच्या सर्व स्तरांना फायदेशीर ठरेल. हे ओळखून, भारताने अधिक सूक्ष्म धोरणात्मक आराखडा स्वीकारला आहे—ज्याचा उद्देश डेटा स्वायत्तता तसेच नवकल्पना, सहकार्य आणि जागतिक स्तरावर एआयमध्ये होणाऱ्या प्रगतीपर्यंत पोहोच यामधील संतुलन साधणे आहे. सरकार आपले लक्ष एक डेटा इकोसिस्टम तयार करण्यावर केंद्रित करत आहे, जे एआय ॲप्लिकेशनस्ना मोठ्या प्रमाणावर बनवण्यात आणि किफायतशीर आणि खर्चिक दृष्टिकोनातून तैनात करण्यास अनुमती देते. त्यासाठी, डेटा स्वायत्तता हे एक महत्त्वाचे धोरणात्मक लक्ष्य बनले आहे, ज्यात डेटा निर्बंध आणि डेटा संचयन यंत्रणा दोन्ही सामाविष्ट आहेत.

भारतामधील नियामक संस्था डेटा स्थानिकीकरणासाठी दबाव आणत आहेत, म्हणजेच असे उपाय जे आंतरराष्ट्रीय डेटा हस्तांतरणांना प्रतिबंधित किंवा अडचणींचे कारण ठरतात. डेटावर निर्बंध घालण्याचे कारण म्हणजे बदलत असलेली राष्ट्रीय आर्थिक धोरणात्मक प्राथमिकता, वाढती भौगोलिक राजकीय तणाव, आणि डेटा गोपनीयता किंवा पालनाच्या बाबतीत चिंता. दुसरे एक कारण म्हणजे सुरक्षेचा फायदा, ज्यामध्ये काही देशांना महत्त्वपूर्ण किंवा संवेदनशील डेटावर प्रवेश मिळू न देणे, ज्यामुळे ते देशांतर्गत एआय प्रणालींमध्ये हस्तक्षेप किंवा त्यांची स्वतःची एआय एप्लिकेशन्स विकसित करू शकणार नाहीत.

SDFs कडे काही निकषांवर आधारित नियुक्त केले जाते: डेटाची मात्रा आणि संवेदनशीलता; डेटा संरक्षण हक्कांसाठी धोके; स्वायत्तता आणि अखंडतेवर होणारे परिणाम; निवडणूक लोकशाही, सुरक्षा आणि सार्वजनिक सुव्यवस्था यांवरील धोके.

२०२३ मध्ये, सरकारने डिजिटल पर्सनल डेटा प्रोटेक्शन ॲक्ट (DPDPA) पारित केला. भारतात वैयक्तिक डेटा संरक्षणासाठी हा पहिला क्रॉस सेक्टरल फ्रेमवर्क असला तरी, DPDPA कोणत्याही विद्यमान कायद्याचे प्रतिस्थापन करत नाही जो अधिक संरक्षण प्रदान करतो, आणि तो भारताच्या बाहेर कोणत्याही देश किंवा प्रदेशात वैयक्तिक डेटा प्रक्रिया करण्यासाठी हस्तांतरणावर निर्बंध घालत नाही. यामध्ये डेटा स्थानिकीकरणासाठी कोणतीही तरतूद नाही, तरीही तो सरकारला वैयक्तिक डेटावर प्रवेश मर्यादित करण्याचा व्यापक अधिकार देतो. DPDPA मध्ये "सिग्निफिकंट डेटा फिड्यूशियरीज" (SDFs) या श्रेणीची स्थापना केली आहे, फिड्यूशियरीज म्हणजे अशी व्यक्ती, फर्म किंवा कंपनी जी दुसऱ्या व्यक्तीच्या आर्थिक, कायदेशीर किंवा व्यक्तिगत डेटाचे व्यवस्थापन करते आणि तिला त्या व्यक्तीच्या सर्वोत्तम हितासाठी निर्णय घेण्याची जबाबदारी असते त्यांना आपण विश्वस्त असे ही म्हणू शकतो, ज्यांना डेटा फिड्यूशियरीजच्या सामान्य जबाबदाऱ्यासोबतच काही अतिरिक्त जबाबदाऱ्या पाळणे आवश्यक आहे. SDFs कडे काही निकषांवर आधारित नियुक्त केले जाते: डेटाची मात्रा आणि संवेदनशीलता; डेटा संरक्षण हक्कांसाठी धोके; स्वायत्तता आणि अखंडतेवर होणारे परिणाम; निवडणूक लोकशाही, सुरक्षा आणि सार्वजनिक सुव्यवस्था यांवरील धोके.

मागील आठवड्यात, सरकारने सार्वजनिक प्रतिक्रिया मिळवण्यासाठी डिजिटल पर्सनल डेटा प्रोटेक्शन (DPDP) ॲक्ट, २०२५ चा मसुदा प्रकाशित केला. DPDP कायद्याची अंमलबजावणी करण्याच्या उद्देशाने तयार केलेले हे नियम, सरकारला वैयक्तिक डेटाचे कसे व्यवस्थापन केले जाते आणि ते भारताबाहेर कुठे जाते यावर अधिक नियंत्रण देतात. "सिग्निफीकंट डेटा फिड्यूशियरीज" (SDFs) या श्रेणीचा वापर करून, सरकार स्वतःला काही विशिष्ट प्रकारच्या डेटाच्या हस्तांतरणासाठी स्थानिकीकरण किंवा अटी घालण्याचा अधिकार देत आहे. नियम १२ (४) मध्ये SDFs म्हणून वर्गीकृत संस्थांना "उपाययोजना सुनिश्चित" करण्याची आवश्यकता आहे, जेणेकरून काही सरकारी-निर्दिष्ट वैयक्तिक डेटा श्रेणी "या निर्बंधाच्या अटींनुसार प्रक्रिया केली जाईल, की वैयक्तिक डेटा आणि त्याच्याशी संबंधित ट्रॅफिक डेटा भारताच्या भौगोलिक क्षेत्राबाहेर हस्तांतरित केला जाणार नाही." सरकार कोणते वैयक्तिक डेटा या निर्बंधांमध्ये येतील हे एका नामांकित समितीच्या शिफारशींवर आधारित ठरवेल. नियम १४ मध्ये असे नमूद आहे की सर्व डेटा फिड्यूशियरीज, जे भारतामध्ये डेटा प्रक्रिया करत आहेत किंवा भारतातील व्यक्तींना वस्तू किंवा सेवा प्रदान करत आहेत, त्यांना त्या डेटाला कोणत्याही परदेशी राष्ट्र, त्यांच्या एजन्सींना किंवा संस्थांना शेअर करण्यापूर्वी भारतीय सरकारने निर्दिष्ट केलेल्या अटींचे पालन करणे आवश्यक आहे. हा नियम वैयक्तिक डेटा भारतीय कायद्यांनुसार संरक्षित राहावा याची खात्री करण्यासाठी तयार केला आहे, ज्यामुळे सरकारला संवेदनशील डेटा प्रवाहावर अधिक निरीक्षण आणि नियंत्रण मिळवता येईल.

डेटा निर्बंधांचा एआय विकासावर प्रभाव

स्थानिक डेटा स्टोरेज आणि प्रक्रिया करण्याच्या मागण्या भारतातील एआय विकासाला आकार देत आहेत. जनरेटिव्ह एआय (GenAI) कंपन्या स्वयंस्फूर्तपणे डेटा स्थानिकीकरण करत आहेत आणि देशांतर्गत डेटा हाताळणीसाठी पायाभूत सुविधांचे निर्माण करत आहेत. उदाहरणार्थ, गुगलचे Gemini 1.5 फ्लॅश लार्ज लँग्वेज मॉडेल (LLM) भारतीय संस्थांना डेटा स्टोअर करण्याची आणि मशीन लर्निंग मॉडेल्स स्थानिक पातळीवर प्रक्रिया करण्याची परवानगी देते.

भारताचा डेटा स्थानिकीकरणावरचा भर हा केवळ डेटा संरक्षण आणि राष्ट्रीय सुरक्षेच्या चिंतेमुळे नाही, तर भारताच्या एआयमधील आकांक्षांसाठी आवश्यक असलेल्या पायाभूत सुविधांचे निर्माण करण्याच्या दृष्टिकोनातून देखील आहे.

भारताचा डेटा स्थानिकीकरणावरचा भर हा केवळ डेटा संरक्षण आणि राष्ट्रीय सुरक्षेच्या चिंतेमुळे नाही, तर भारताच्या एआयमधील आकांक्षांसाठी आवश्यक असलेल्या पायाभूत सुविधांचे निर्माण करण्याच्या दृष्टिकोनातून देखील आहे. भारत सरकार स्थानिक डेटा स्टोरेज आणि कम्प्युटिंग करण्यासाठी एका स्वायत्त क्लाऊड इन्फ्रास्ट्रक्चरमध्ये गुंतवणूक करण्याचा विचार करत आहे, ज्यामुळे राष्ट्रीय कायद्यांचे पालन सुनिश्चित होईल. सरकारच्या १०,००० कोटी रुपयांच्या एआय मोहिमेतील प्राथमिकता म्हणजे डेटा सेंटरचे एक नेटवर्क तयार करणे, जे एआय क्षेत्रात काम करणाऱ्या उद्योगांना त्यांचे मॉडेल्स प्रशिक्षीत आणि विकसित करण्याकरिता उच्च कम्प्युटिंगसाठी सुविधा भाड्याने पुरवेल. या एआय डेटा सेंटरमध्ये हाई परफॉर्मन्स ग्राफिक्स प्रोसेसिंग युनिट्स (GPUs), स्टोरेज सिस्टम्स, नेटवर्क इन्फ्रास्ट्रक्चर, आणि इतर विशिष्ट हार्डवेअर अक्सेलरेटरसाठी असतील. भाड्याचे शुल्क आणि कालावधी सरकारद्वारे निश्चित केले जाईल.

डेटा स्थानिकीकरण देशातील डेटा सेंटर आणि क्लाऊड उद्योगासाठी महत्त्वपूर्ण संधी निर्माण करत आहे, यामध्ये सध्या मोठ्या प्रमाणावर वाढ दिसत आहे. Amazon Web Services (AWS) सारख्या जागतिक दिग्गजांबरोबरच भारतातील स्थानिक डेटा सेंटर ऑपरेटर देखील डेटा स्थानिकीकरण आणि एआयच्या विकासासाठी त्यांच्या सुविधांचा विस्तार करत आहेत. Lenovo ने भारतातील आपल्या कारखान्यात एआय सर्व्हर उत्पादन करण्याचे वचन दिले आहे. Microsoft २०२५ च्या आर्थिक वर्षात डेटा सेंटर विकसित करण्यासाठी अंदाजे ८० बिलियन डॉलरची गुंतवणूक करण्याची योजना करत आहे, जेणेकरून एआय मॉडेल्स प्रशिक्षीत केली जाऊ शकतील आणि क्लाऊड-आधारित एआय एप्लिकेशन्स तैनात केले जाऊ शकतील. ज्या दिवशी रिलायन्स जिओ इन्फोकॉमचे नवीन अध्यक्ष, आकाश अंबानी यांनी पदभार स्वीकारला, त्यावेळी त्यांनी भारतीय डेटा हा भारतातील डेटा सेंटरमध्येच रहावा अशी बाजू मांडली. रिलायन्स, जे जामनगरमध्ये गिगावॉट-स्केल एआय-रेडी डेटा सेंटर बांधत आहे. रिलायन्स, एआय आणि मशीन लर्निंग डेटा सेंटर स्थापन करणाऱ्या कंपन्यांसाठी सरकारकडून प्रोत्साहनाची मागणी करत आहे. रिलायन्स NVIDIA सारख्या कंपन्यांसोबत "राष्ट्रीय एआय इन्फ्रास्ट्रक्चर" निर्माण करण्यासाठी भागीदारी करत आहे. या इन्फ्रास्ट्रक्चरचा वापर करण्याची मागणी निर्माण करण्यासाठी, रिलायन्स जिओने जाहीर केले आहे की ते जिओच्या ४९० मिलियन वापरकर्त्यांसाठी १०० गिगाबाइट्स मोफत स्टोरेज प्रदान करणार आहे.

जरी मोठ्या कंपन्या देशांतर्गत डेटा इन्फ्रास्ट्रक्चर तयार करण्यासाठी येणारा प्रचंड खर्च सहन करू शकतात, तरी स्थानिक डेटा स्टोरेज आणि प्रोसेसींग करण्यामुळे लहान आणि मध्यम आकाराच्या कंपन्यांना देशात एआय आधारित सेवा तैनात करण्यासाठी आणि मॉडेल्स प्रशिक्षीत करण्यासाठी डेटा मिळवण्यात अडचणी येऊ शकतात.

भारताचे स्वयंपूर्ण एआय इकोसिस्टम तयार करण्यावर लक्ष केंद्रित करणे, त्याचे डेटा स्थानिकीकरण धोरणे, आणि स्थानिक डेटा पायाभूत सुविधांमध्ये वाढती गुंतवणूक, हे एक अधिक अंतर्गत तंत्रज्ञान परिप्रेक्ष्याकडे वळण्याचे संकेत आहेत. डेटा निर्बंध धोरणे बहुतेकदा असे गृहित धरून अवलंबली जातात की भारताच्या सीमेतील डेटापर्यंत स्वाभाविकपणे अधिक सहजपणे पोहोच आहे. या तर्काने त्या वास्तविकतेकडे दुर्लक्ष केले आहे की, एका देशाच्या सीमेत डेटा ठेवणे केवळ डेटापर्यंतची पोहोच अधिक सोपी किंवा अधिक कार्यक्षम असेल, हे सुनिश्चित करत नाही. जरी मोठ्या कंपन्या देशांतर्गत डेटा इन्फ्रास्ट्रक्चर तयार करण्यासाठी येणारा प्रचंड खर्च सहन करू शकतात, तरी स्थानिक डेटा स्टोरेज आणि प्रोसेसींग करण्यामुळे लहान आणि मध्यम आकाराच्या कंपन्यांना देशात एआय आधारित सेवा तैनात करण्यासाठी आणि मॉडेल्स प्रशिक्षीत करण्यासाठी डेटा मिळवण्यात अडचणी येऊ शकतात. त्याचप्रमाणे, डेटा परदेशात संग्रहित केला आहे हे गृहीत धरून भारतीय कायदा अंमलबजावणी नियामक मंडळे किंवा स्टार्टअप्सना तो कायमचा मिळणारच नाही असे मानणे देखील चुकीचे आहे. फक्त निर्बंधात्मक, देशांतर्गत धोरणांवर अवलंबून राहण्याऐवजी, भारत सरकारला डेटा सुरक्षितपणे हाताळण्यासाठी आणि विश्वासार्ह पोहोच सुनिश्चित करण्यासाठी जागतिक सहकार्य मिळवण्यावर अधिक लक्ष केंद्रित करणे योग्य ठरेल.

ज्योती पांडे ह्या जॉर्जिया इन्स्टिट्यूट ऑफ टेक्नॉलॉजीमधील इंटरनेट गव्हर्नन्स प्रकल्पाच्या प्रादेशिक संचालिका (आशिया) आहेत.

• Artificial Intelligence
• India
• ai development in india
• ai ecosystem in india
• ai infra in india
• ai infrastructure in india
• ai market in india
• Artificial Intelligence
• Digital India
• digital india campaign
• digital personal data protection act
• gen ai ecosystem
• India
• personal data protection in india

The views expressed above belong to the author(s). ORF research and analyses now available on Telegram! Click here to access our curated content — blogs, longforms and interviews.

PREV NEXT