নয়াদিল্লির (New Delhi) ভারত মণ্ডপমের (Bharat Mandapam) বিশাল হলঘরে আলো-ঝলমলে মঞ্চ। সামনে বসে আছেন বিশ্বের সেরা প্রযুক্তি কোম্পানির কর্তারা — ওপেনএআই (OpenAI)-এর স্যাম অল্টম্যান (Sam Altman), গুগল (Google)-এর সুন্দর পিচাই (Sundar Pichai), আন্থ্রপিক (Anthropic)-এর ডারিও আমোদেই (Dario Amodei)। মঞ্চের পেছনে বড় করে লেখা — “সর্বজন হিতায়, সর্বজন সুখায়।” ইন্ডিয়া এআই ইম্প্যাক্ট সামিট ২০২৬ (India AI Impact Summit 2026) — ভারতের (India) সবচেয়ে বড় কূটনৈতিক প্রযুক্তি মেলা। লক্ষ্য একটাই: বিশ্বকে জানান দেওয়া যে ভারত আর শুধু পশ্চিমের টেকনোলজি (technology)-র ভোক্তা নয়, এখন সে নিজেই তৈরি করছে।
কিন্তু ঠিক সেই মুহূর্তে, এই মঞ্চের পাশের এক্সিবিশন (exhibition) হলে একটা ছোট্ট চার পায়ের রোবট (robot) নিয়ে যা ঘটল, সেটা পুরো দেশের মুখে চুনকালি মেখে দিল। আর সেই বিতর্কের মধ্য দিয়েই বেরিয়ে পড়ল ভারতের এআই (AI) যাত্রার আসল চেহারাটা।
‘অরিয়ন’ (Orion), ‘টিজে রোবট’ (TJ Robot) এবং একটা চীনা (Chinese) কুকুরের গল্প
গালগোটিয়াস ইউনিভার্সিটি (Galgotias University)-র একজন অধ্যাপক মঞ্চে দাঁড়িয়ে উৎসাহের সাথে বললেন — “এই রোবট (robot) আমাদের সেন্টার অব এক্সেলেন্স (Centre of Excellence)-এ তৈরি হয়েছে।” তাঁর পাশে দাঁড়িয়ে ছিল চার পায়ের একটা ছোট্ট যন্ত্র, নাম দেওয়া হয়েছে “অরিয়ন” (Orion)। একইভাবে, বহুজাতিক আইটি (IT) কোম্পানি উইপ্রো (Wipro) তাদের এক্সিবিশন (exhibition)-এ হাজির করেছিল আরেকটি রোবট (robot) — নাম “টিজে রোবট” (TJ Robot)। দুটোকেই তুলে ধরা হচ্ছিল দেশীয় প্রযুক্তির নিদর্শন হিসেবে।
কিন্তু কয়েক ঘণ্টার মধ্যেই সোশ্যাল মিডিয়া (social media)-তে সত্যিটা ভাইরাল (viral) হয়ে গেল। প্রযুক্তিপ্রেমী মানুষরা সঙ্গে সঙ্গে চিনে ফেললেন — এটা আসলে চীনা (Chinese) রোবোটিক্স (robotics) কোম্পানি ইউনিট্রি (Unitree)-র তৈরি “গো-টু” (Go2) মডেল (model)। অনলাইনে এই রোবট (robot)-এর দাম মাত্র ১,৬০০ থেকে ২,৮০০ মার্কিন ডলার (US Dollar)। দেশীয় উদ্ভাবন নয়, এটা বাজার থেকে কেনা একটা পণ্য।
গালগোটিয়াস ইউনিভার্সিটি (Galgotias University) পরে সাফাই দিল — রোবট (robot)-টা শিক্ষামূলক কাজে ব্যবহারের জন্য কেনা হয়েছে, ভুল বোঝাবুঝি হয়েছে। কিন্তু ততক্ষণে যা ক্ষতি হওয়ার হয়ে গিয়েছে। বিশ্ববিদ্যালয়কে এক্সিবিশন স্টল (exhibition stall) ছেড়ে যেতে বলা হলো। আর এই কাণ্ড ঘটল ঠিক সেই সময়ে, যখন ভারত (India) আর চীনের (China) মধ্যে প্রযুক্তি নিয়ে তীব্র প্রতিযোগিতা চলছে।
কিন্তু এই “রোবোডগ ফিয়াসকো” (robodog fiasco) কি শুধুই একটা বিশ্ববিদ্যালয়ের নির্বুদ্ধিতার গল্প? না। এটা আসলে একটা আয়না — যার মধ্যে দেখা যাচ্ছে ভারতের এআই (AI) পরিবেশের সবচেয়ে বড় সমস্যাটা। বিদেশ থেকে আনা প্রোডাক্ট (product)-কে “দেশীয় উদ্ভাবন” বলে চালানোর যে সংস্কৃতি, সেটা এই ঘটনায় নগ্নভাবে প্রকাশ পেয়ে গেল।
হার্ডওয়্যার (Hardware) ও কম্পিউট (Compute)-এর বাস্তবতা: সংখ্যাগুলো যা বলছে
এআই (AI) মানে শুধু অ্যালগরিদম (algorithm) নয়। এআই (AI) চলে বিশাল বিশাল সার্ভার (server)-এ, যেগুলোর জন্য দরকার অত্যন্ত শক্তিশালী চিপ (chip), নিরবচ্ছিন্ন বিদ্যুৎ এবং বিশাল ডেটা সেন্টার (data center)। এই ভৌত পরিকাঠামোর দিক থেকে ভারত (India) এখনও অনেকটাই পিছিয়ে।
ইন্ডিয়াএআই মিশন (IndiaAI Mission)-এর আওতায় সরকার প্রায় ১.২ বিলিয়ন মার্কিন ডলার (অর্থাৎ প্রায় ১০,৩৭২ কোটি টাকা) বরাদ্দ করেছে। ২০২৬ সালের গোড়ার দিকে প্রায় ৩৮,০০০ উচ্চমানের জিপিইউ (GPU) চালু করা গেছে, যেগুলো দেশীয় স্টার্টআপ (startup) এবং গবেষকরা ঘণ্টায় মাত্র ৬৫ টাকায় ব্যবহার করতে পারছেন। এআই ইম্প্যাক্ট সামিট (AI Impact Summit)-এ জানানো হয়েছে, শীঘ্রই আরও ২০,০০০ জিপিইউ (GPU) যোগ হবে। বছর শেষে ১ লক্ষ থেকে ২ লক্ষ জিপিইউ (GPU)-র একটা জাতীয় ভাণ্ডার গড়ে তোলার লক্ষ্য রয়েছে।
কিন্তু একটু তুলনা করলেই বোঝা যায় এই সংখ্যাগুলো আসলে কতটা ছোট। আমেরিকায় (United States) ওপেনএআই (OpenAI)-এর মতো একটি বেসরকারি কোম্পানি একাই ১০ লক্ষেরও বেশি উচ্চমানের জিপিইউ (GPU) পরিচালনা করছে। ইউরোপীয় ইউনিয়ন (European Union) তার ইউরোএইচপিসি জয়েন্ট আন্ডারটেকিং (EuroHPC Joint Undertaking)-এর মাধ্যমে কোটি কোটি ডলার ঢালছে এবং ৪০০ বিলিয়নেরও বেশি প্যারামিটার (parameter)-এর মডেল (model) তৈরিতে সক্ষম করে তোলার জন্য বিশাল এআই গিগাফ্যাক্টরি (AI Gigafactory) নির্মাণ করছে।
ডেটা সেন্টার (data center)-এর হিসেবেও ভারতের অবস্থান উদ্বেগজনক। আমেরিকায় (United States) এখন ৩,৯৬০-এরও বেশি ডেটা সেন্টার (data center)। যুক্তরাজ্যে (United Kingdom) ৪৯৮টি, জার্মানিতে (Germany) ৪৭০টি, চীনে (China) ৩৬৫টি। আর ভারতে (India)? মাত্র ২৭৫টি। এই ২৭৫টি ডেটা সেন্টার (data center)-কে ১৪০ কোটি মানুষের ডিজিটাল (digital) চাহিদা মেটাতে হচ্ছে। মাথাপিছু হিসেবে এটা একটা ভয়াবহ ঘাটতি।
এর সাথে যোগ হচ্ছে বিদ্যুতের সমস্যা। এআই (AI)-এর জন্য দরকার গিগাওয়াট (gigawatt) মাত্রার নিরবচ্ছিন্ন বিদ্যুৎ। ভারতের মোট বিদ্যুৎ উৎপাদনে পরিষ্কার শক্তির অংশ ৫১ শতাংশ ছাড়িয়েছে, কিন্তু সেই বিদ্যুৎ সমানভাবে পাওয়া যায় না।
সিলিকনের যুদ্ধ: সেমিকন্ডাক্টর (Semiconductor) নিয়ে আসল কথা
এআই (AI)-এর ভবিষ্যৎ নির্ভর করছে সেমিকন্ডাক্টর চিপ (semiconductor chip)-এর ওপর। এই সত্যটা উপলব্ধি করে ভারত সরকার ইন্ডিয়া সেমিকন্ডাক্টর মিশন ২.০ (India Semiconductor Mission 2.0) চালু করেছে। গুজরাটের (Gujarat) ধোলেরায় (Dholera) টাটা ইলেকট্রনিক্স (Tata Electronics) এবং তাইওয়ানের (Taiwan) পাওয়ারচিপ সেমিকন্ডাক্টর ম্যানুফ্যাকচারিং কর্পোরেশন (Powerchip Semiconductor Manufacturing Corporation — PSMC)-এর যৌথ উদ্যোগে একটি বিশাল ফ্যাক্টরি (factory) নির্মাণ হচ্ছে — মাসে ৫০,০০০ ওয়েফার (wafer) তৈরির ক্ষমতা।
তবে এখানেই একটা বড় “কিন্তু” আছে। এই ফ্যাক্টরি (factory)-তে তৈরি হবে ২৮ ন্যানোমিটার (nm) থেকে ১১০ ন্যানোমিটার (nm) মাত্রার চিপ (chip)। এগুলো গাড়ি, টেলিযোগাযোগ এবং বিভিন্ন যন্ত্রপাতির জন্য দারুণ উপযোগী। কিন্তু ফ্রন্টিয়ার এআই মডেল (frontier AI model) তৈরিতে দরকার সাব-৫ ন্যানোমিটার (sub-5nm) চিপ (chip) — এর জন্য দরকার এক্সট্রিম আলট্রাভায়োলেট লিথোগ্রাফি (extreme ultraviolet lithography — EUV) প্রযুক্তি, যা এই ফ্যাক্টরি (factory)-তে নেই।
অসমের (Assam) টাটা ফ্যাসিলিটি (Tata facility) বা গুজরাটের (Gujarat) মাইক্রন প্ল্যান্ট (Micron plant) — এগুলো মূলত চিপ প্যাকেজিং (chip packaging) এবং টেস্টিং (testing)-এর কাজ করবে, তৈরি করবে না। ফলে এআই (AI)-এর মূল মস্তিষ্ক — নিউরাল প্রসেসিং ইউনিট (Neural Processing Unit — NPU) এবং জিপিইউ (GPU) — এগুলোর জন্য ২০৩০-এর দশক পেরিয়েও ভারত আমেরিকা (United States) ও তাইওয়ানের (Taiwan) ওপর নির্ভরশীল থাকবে বলেই মনে করছেন বিশেষজ্ঞরা।
ইয়োটা (Yotta) “শক্তি ক্লাউড” (Shakti Cloud) তৈরি করছে ২০,০০০-এরও বেশি এনভিডিয়া ব্ল্যাকওয়েল আলট্রা জিপিইউ (NVIDIA Blackwell Ultra GPU) দিয়ে। লার্সেন অ্যান্ড টুব্রো (Larsen & Toubro — L&T) চেন্নাই (Chennai) এবং মুম্বইয়ে (Mumbai) এআই ফ্যাক্টরি (AI factory) গড়ছে। নেটওয়েব টেকনোলজিস (Netweb Technologies) “মেক ইন ইন্ডিয়া” (Make in India) ব্যানারে এনভিডিয়া গ্রেস ব্ল্যাকওয়েল আর্কিটেকচার (NVIDIA Grace Blackwell architecture)-এ সুপারকম্পিউটিং সিস্টেম (supercomputing system) আনছে। ডেটা সেন্টার (data center) ভারতের মাটিতে হচ্ছে বটে — কিন্তু সিলিকন (silicon), ইন্টেলেকচুয়াল প্রপার্টি (intellectual property) এবং আর্কিটেকচার (architecture)-এর নিয়ন্ত্রণ পশ্চিমা কোম্পানিগুলোর হাতেই থাকছে।
অর্থের লড়াই: যে সংখ্যাটা সব কিছু বলে দেয়
এআই (AI)-এর প্রতিযোগিতায় শুধু মেধা বা ইচ্ছে যথেষ্ট নয়, দরকার অঢেল অর্থ। আর এই জায়গাতেই ভারত (India) এবং বাকি বিশ্বের মধ্যে ফারাকটা সবচেয়ে বেশি চোখে পড়ে।
আমেরিকার (United States) শীর্ষ পাঁচটি টেকনোলজি (technology) কোম্পানি মিলে এআই (AI) এবং প্রযুক্তি গবেষণায় বিনিয়োগ করছে প্রায় ৭০০ বিলিয়ন ডলার। চীন (China) সরকারি এবং বেসরকারি মিলিয়ে ঢালছে প্রায় ৯৮ বিলিয়ন ডলার, যার মধ্যে শুধু সরকারি বিনিয়োগই ৫৬ বিলিয়ন ডলার। আর ভারতের (India) ইন্ডিয়াএআই মিশন (IndiaAI Mission)? পাঁচ বছরে মোট ১.২ বিলিয়ন ডলার।
সামগ্রিক রিসার্চ অ্যান্ড ডেভেলপমেন্ট (Research & Development — R&D)-এ খরচের হিসেবে আমেরিকা (United States) ও চীন (China) মিলিয়ে বছরে প্রায় ৭৮০ বিলিয়ন ডলার ব্যয় করে। ভারত (India) করে প্রায় ৭৫.৭ বিলিয়ন ডলার — যা দেশের জিডিপি (GDP)-র মাত্র ০.৭ শতাংশ। উন্নত অর্থনীতির গড় ২ থেকে ৩ শতাংশ।
এই পার্থক্যটা সংখ্যার মতো দেখালেও, এর প্রভাব প্রযুক্তির গভীরে গিয়ে পড়ছে। যে দেশ ১৩৮ বিলিয়ন ডলারের ন্যাশনাল ভেঞ্চার ক্যাপিটাল গাইডেন্স ফান্ড (National Venture Capital Guidance Fund) রাখতে পারে — তারা এআই (AI)-এর মূল আর্কিটেকচার (architecture) আবিষ্কার করে। আর যে দেশ পারে না — তারা সেই আবিষ্কারকে নিজেদের প্রয়োজনে ব্যবহার করার পথ খোঁজে। ভারতের (India) ক্ষেত্রে সেটাই হচ্ছে — দেশীয় ফ্রেমওয়ার্ক (framework)-এ বিদ্যমান প্রযুক্তির প্রয়োগ এবং অভিযোজন।
আইনের ফাঁদ: ডিপিডিপি অ্যাক্ট (DPDP Act) যখন নিজের দেশের স্টার্টআপকে আটকাচ্ছে
ভারত সরকারের ডিজিটাল পার্সোনাল ডেটা প্রোটেকশন অ্যাক্ট ২০২৩ (Digital Personal Data Protection Act 2023 — DPDP Act) নিয়ে একটা বড় বিতর্ক তৈরি হয়েছে। মনে হতে পারে এটা নাগরিকদের প্রাইভেসি (privacy) রক্ষা করছে — আর করছেও। কিন্তু একই সাথে এটা দেশীয় এআই (AI) স্টার্টআপ (startup)-গুলোর পথে একটা বড় বাধা হয়ে দাঁড়াচ্ছে।
ডিপিডিপি অ্যাক্ট (DPDP Act)-এর ৬ নম্বর ধারা অনুযায়ী, ডেটা প্রসেসিং (data processing)-এর জন্য এক্সপ্লিসিট কনসেন্ট (explicit consent) লাগবে। কিন্তু এআই মডেল (AI model) তৈরিতে দরকার বিশাল পরিমাণ ডেটা (data) — যা অনেক সময় ইন্টারনেট (internet) থেকে সংগ্রহ করা হয়। এই ডেটা (data)-র জন্য প্রতিটি মানুষের সম্মতি নেওয়া বাস্তবে প্রায় অসম্ভব। ফলে দেশীয় স্টার্টআপ (startup)-গুলো আইনি ঝুঁকিতে পড়ছে।
কিন্তু সবচেয়ে বড় সমস্যাটা অন্য জায়গায়। এই আইনের সীমা শুধু ভারতের মধ্যে। বিদেশী এআই (AI) কোম্পানি, যারা সরাসরি ভারতীয় বাজার টার্গেট (target) করে না, তারা ভারতীয় নাগরিকদের ডেটা (data) ব্যবহার করতে পারছে প্রায় বিনা বাধায়। এই আইনি ফাঁকফোকর পশ্চিমা এবং চীনা (Chinese) মডেল (model)-গুলোকে একটা বড় সুবিধা দিচ্ছে — তারা ভারতীয় (Indian) ভাষার ডেটা (data) দিয়ে নিজেদের মডেল (model) শেখাচ্ছে, আর দেশীয় কোম্পানিগুলো সেই কাজ করতে গিয়ে আইনি জটিলতায় পড়ছে।
ইউরোপীয় ইউনিয়নের (European Union) ইইউ এআই অ্যাক্ট (EU AI Act)-এর মতো সুস্পষ্ট নিয়মকানুন না থাকায় একটা অদ্ভুত পরিস্থিতি তৈরি হয়েছে। নিজের দেশের প্রাইভেসি (privacy) আইন নিজের দেশের ইনোভেটর (innovator)-দেরই সবচেয়ে বেশি সমস্যায় ফেলছে।
তবে ওপেন-সোর্স (open-source)-এর জগতে একটা আশার আলো আছে। ২০২৬ সালের একটি রিপোর্ট (report) দেখাচ্ছে, ৭৬ শতাংশ ভারতীয় (Indian) স্টার্টআপ (startup) তাদের এআই (AI) কাজে ওপেন-সোর্স ফ্রেমওয়ার্ক (open-source framework) ব্যবহার করছে। ওপেনএআই (OpenAI) বা আন্থ্রপিক (Anthropic)-এর মতো কোম্পানির প্রোপ্রাইটারি মডেল (proprietary model) চালানোর খরচ যোগাড় না করেও, ওপেন-সোর্স ফ্রেমওয়ার্ক (open-source framework) ব্যবহার করে কার্যকর, ডোমেইন-স্পেসিফিক অ্যাপ্লিকেশন (domain-specific application) তৈরি করা সম্ভব হচ্ছে।
প্রতিভার বাজার: সংখ্যায় বড়, গভীরে?
ভারতে (India) এআই (AI) পেশাদারের সংখ্যা এখন প্রায় ৪ লক্ষ ১৬ হাজার — যা বিশ্বের মোট এআই ওয়ার্কফোর্স (AI workforce)-এর প্রায় ১০ শতাংশ। স্ট্যানফোর্ড (Stanford)-এর এআই ইন্ডেক্স রিপোর্ট (AI Index Report)-ও বলছে, এআই (AI) গবেষণাপত্র প্রকাশে ভারত (India) বিশ্বে তৃতীয় স্থানে — বিশ্বের ৯.২ শতাংশ এআই পেপার (AI paper) ভারত থেকে আসছে।
কিন্তু সংখ্যা আর মান — এই দুটো জিনিস এক নয়। সবচেয়ে প্রভাবশালী ও উচ্চ-উদ্ধৃত গবেষণায় ভারতের (India) স্থান বিশ্বে ২০তম। নিউরআইপিএস (NeurIPS), আইসিএমএল (ICML), আইসিএলআর (ICLR)-এর মতো শীর্ষস্থানীয় এআই কনফারেন্স (AI conference)-এ ভারতীয় (Indian) প্রতিষ্ঠানের গৃহীত গবেষণাপত্র মোটের ১ শতাংশেরও কম।
টিসিএস (TCS), ইনফোসিস (Infosys) এবং উইপ্রো (Wipro)-র মতো কোম্পানি ইতিমধ্যে ১০ লক্ষেরও বেশি কর্মীকে এআই (AI)-এ প্রশিক্ষণ দেওয়ার উদ্যোগ নিয়েছে। কিন্তু এই ওয়ার্কফোর্স (workforce) মূলত বিদ্যমান এআই মডেল (AI model)-কে ব্যবহার করে সার্ভিস (service) দেওয়ার কাজ করছে — লেগ্যাসি কোড (legacy code) আধুনিক করা, এপিআই ইন্টিগ্রেশন (API integration), প্রম্পট ইঞ্জিনিয়ারিং (prompt engineering)। এরা এআই (AI)-এর ডেপ্লয়ার (deployer), আর্কিটেক্ট (architect) নয়।
আইআইটি মাদ্রাস (IIT Madras)-এর মতো শীর্ষস্থানীয় প্রতিষ্ঠানে পরিবর্তন আসছে দ্রুত। ২০২৫ সালের মার্চ পর্যন্ত এক বছরে শুধু আইআইটি মাদ্রাস ক্যাম্পাস (IIT Madras campus)-এই ১০০-এরও বেশি ডিপ-টেক স্টার্টআপ (deep-tech startup) চালু হয়েছে, প্রতিদিন একটির বেশি পেটেন্ট (patent) দাখিল হচ্ছে।
ব্রেন ড্রেন (Brain Drain) থেকে ব্রেন গেইন (Brain Gain): একটা ঐতিহাসিক পরিবর্তন
দীর্ঘদিন ধরে ভারত (India) তার সেরা এআই (AI) প্রতিভাদের আমেরিকার (United States) সিলিকন ভ্যালি (Silicon Valley)-তে পাঠিয়েছে। ২০১৫ থেকে ২০২৪ সালের মধ্যে ১৩ লক্ষেরও বেশি ভারতীয় (Indian) নাগরিকত্ব ত্যাগ করেছেন। শুধু আমেরিকায় (United States) ১ লক্ষ ৬০ হাজার ভারতীয় শিক্ষার্থী গবেষণা বা ডক্টরেট (doctorate) করছেন। আমেরিকার (United States) শীর্ষ এআই স্টার্টআপ (AI startup)-এর ৬০ শতাংশেরও বেশির ফাউন্ডার (founder) বিদেশ থেকে আসা — যার শীর্ষে আছেন ভারতীয়রা।
কিন্তু ২০২৫ এবং ২০২৬ সালে একটা পরিবর্তনের হাওয়া টের পাওয়া যাচ্ছে। আমেরিকায় (United States) ইমিগ্রেশন (immigration) নীতি কঠোর হচ্ছে, এইচ-১বি ভিসা (H-1B visa) পাওয়া কঠিন হচ্ছে, ফেডারেল রিসার্চ গ্রান্ট (federal research grant) কমছে। একই সময়ে ভারতে (India) এআই (AI) বিশেষজ্ঞদের বেতন দ্রুত বাড়ছে। বেঙ্গালুরু (Bengaluru) সহ বড় টেক হাব (tech hub)-গুলোতে সিনিয়র এআই রিসার্চার (senior AI researcher)-এর বেতন এখন আন্তর্জাতিক মানের কাছাকাছি পৌঁছে যাচ্ছে।
অনেক অভিজ্ঞ ইঞ্জিনিয়ার (engineer) এবং রিসার্চার (researcher) পশ্চিমা এফএএনজি (FAANG) কোম্পানি ছেড়ে দেশের ডিপ-টেক স্টার্টআপ (deep-tech startup)-এ ফিরে আসছেন। সেখানে কম বিউরোক্র্যাসি (bureaucracy), বেশি আর্কিটেকচারাল কন্ট্রোল (architectural control), ইক্যুইটি স্টেক (equity stake) — এই টান অনেক বড়।
তামিলনাড়ু সরকার (Tamil Nadu Government) “তামিল ট্যালেন্টস প্ল্যান” (Tamil Talents Plan) নামের একটি উদ্যোগ নিয়েছে — যেখানে আন্তর্জাতিক মানের বেতন, স্টার্টআপ গ্রান্ট (startup grant) এবং রিলোকেশন সহায়তা (relocation assistance) দিয়ে প্রবাসী বিশেষজ্ঞদের ফেরত আনার চেষ্টা চলছে। এই “রিভার্স ব্রেন ড্রেন” (reverse brain drain) এখনও প্রাথমিক পর্যায়ে, কিন্তু এটা একটা নতুন প্রবণতা যা আগে কখনো দেখা যায়নি।
‘জুগাড়’ (Jugaad) সংস্কৃতি: সীমাবদ্ধতা থেকে উদ্ভাবন, নাকি দায়িত্ব এড়ানো?
গালগোটিয়াস ইউনিভার্সিটি (Galgotias University)-র রোবোডগ (robodog) কাণ্ড বিচ্ছিন্ন ঘটনা নয়। এটা ভারতের (India) এআই (AI) পরিবেশের একটা গভীর সমস্যার প্রকাশ — “জুগাড়” (jugaad) বা ঠেকাগোছা উদ্ভাবনের সংস্কৃতি।
সীমিত সম্পদে কাজ চালানোর এই মানসিকতা অনেক সময় দারুণ কার্যকর। কিন্তু এটা যখন মৌলিক গবেষণা এড়িয়ে শর্টকাটের অভ্যাস হয়ে যায়, তখনই বিপদ। বিদেশ থেকে কেনা প্রোডাক্ট (product)-কে দেশীয় উদ্ভাবন বলে চালানো, বিদেশী ওপেন-সোর্স মডেল (open-source model)-কে সামান্য ফাইন-টিউন (fine-tune) করে “নিজেদের মডেল (model)” দাবি করা — এই প্রবণতা দেশের আসল ইনোভেটর (innovator)-দের বিশ্বাসযোগ্যতাকে ক্ষতিগ্রস্ত করে।
যে স্টার্টআপ (startup)-গুলো বছরের পর বছর ধরে নিজস্ব অ্যালগরিদম (algorithm) তৈরি করছে, সত্যিকারের ঝুঁকি নিচ্ছে — তাদের পরিশ্রমের ওপর এই “অপটিক্স” (optics)-এর প্রবণতা একটা কালো ছায়া ফেলছে।
ভাষার সংকট: বাংলা সহ ২২টি ভাষা আছে, কিন্তু ডেটা (Data) কোথায়?
এআই মডেল (AI model) শুধু সঠিকভাবে তখনই কাজ করে, যখন তার ট্রেনিং ডেটা (training data) সঠিক ও সমৃদ্ধ। কিন্তু বিশ্বের এআই মডেল (AI model)-গুলো প্রধানত ইংরেজি-কেন্দ্রিক। আর ভারতের (India) মতো দেশের জন্য এটা একটা বড় সমস্যা।
সংবিধানে স্বীকৃত ২২টি ভাষা এবং আরও ৯৯টি অ-তফসিলি ভাষা — এই বিচিত্র ভাষাগত বাস্তবতা নিয়েই ভারত (India)। কিন্তু বিশ্বের সবচেয়ে বড় ইন্টারনেট ডেটা (internet data) সংগ্রহে ভারতীয় (Indian) ভাষার অংশ মাত্র ১ শতাংশেরও কম। অথচ এই ভাষাগুলোতে কথা বলেন বিশ্বের ১৮ শতাংশ মানুষ।
এর ব্যবহারিক ফলাফলটা ভয়াবহ। গ্রামের একজন কৃষক যখন বাংলায় বা ভোজপুরিতে (Bhojpuri) এআই-চালিত (AI-powered) সরকারি সেবা পেতে চান, তখন পশ্চিমা মডেল (model) প্রায়ই ভুল উত্তর দেয়, ভুল বোঝে, বা সম্পূর্ণ অর্থহীন কথা বলে। স্বাস্থ্যসেবা বা কৃষি পরামর্শের ক্ষেত্রে এই ভুল মারাত্মক হতে পারে।
সরকারের ডিজিটাল ইন্ডিয়া ভাষিনি ডিভিশন (Digital India BHASHINI Division) এই সমস্যা মোকাবেলার চেষ্টা করছে। ভাষাদান (BhashaDaan) এবং সমুদায়ে (Samudaye) প্ল্যাটফর্মের মাধ্যমে বাংলা (Bengali), ভোজপুরি (Bhojpuri), কন্নড় (Kannada), মারাঠি (Marathi) সহ বিভিন্ন ভাষায় ভয়েস ডেটা (voice data) সংগ্রহ হচ্ছে।
কিন্তু সমস্যা এখনও অনেক। বিভিন্ন সরকারি মন্ত্রণালয়ের মধ্যে ডেটা (data) আটকে আছে আলাদা আলাদা জায়গায়। মেটাডেটা স্ট্যান্ডার্ডাইজেশন (metadata standardization)-এ ঘাটতি বিশাল। ছোট ভাষাগোষ্ঠীগুলো এখনও উপেক্ষিত।
বিনিয়োগের ভ্যালি অব ডেথ (Valley of Death): স্টার্টআপ যেখানে এসে মরে যায়
এআই (AI) ডেভেলপমেন্ট (development)-এর জন্য দরকার ধৈর্যশীল বিনিয়োগ — যা বছরের পর বছর ফেরত নাও দিতে পারে। কিন্তু ভারতীয় (Indian) ভেঞ্চার ক্যাপিটাল (venture capital) জগতে সেই ধৈর্য বেশিরভাগ সময়েই অনুপস্থিত।
২০২৫ সালে ভারতে (India) ই-কমার্স (e-commerce) এবং কনজ্যুমার টেক (consumer tech)-এ বিনিয়োগ হয়েছে ২.৪ থেকে ৫.৪ বিলিয়ন ডলার। ফিনটেক (fintech)-এ ১.৯ বিলিয়ন। এন্টারপ্রাইজ স্যাস (Enterprise SaaS)-এ ১.৪ বিলিয়ন। আর এআই (AI)-এ? মোট ভিসি (VC) বিনিয়োগের ১২.৩ শতাংশ, অর্থাৎ ১.২ বিলিয়ন ডলার।
২০২০ সালের তুলনায় এই সংখ্যা তিনগুণ হয়েছে — এটা আশাব্যঞ্জক। কিন্তু সমস্যা অন্য জায়গায়। বিনিয়োগের গড় পরিমাণ কমে যাচ্ছে। মানে, অনেক ছোট ছোট সিড ফান্ডিং (seed funding) আসছে প্রাথমিক পর্যায়ে, কিন্তু স্টার্টআপ (startup) যখন বড় হতে চায়, তখন গ্রোথ-স্টেজ (growth-stage) বিনিয়োগ পাচ্ছে না। এটাকে বিশেষজ্ঞরা বলছেন “ভ্যালি অব ডেথ” (valley of death) — একটা পর্যায়ে এসে অনেক প্রতিশ্রুতিশীল স্টার্টআপ (startup) মরে যাচ্ছে শুধু অর্থের অভাবে।
ভারতীয় (Indian) ভিসি (VC)-রা ঐতিহাসিকভাবে হার্ডওয়্যার (hardware), রোবোটিক্স (robotics) বা ফান্ডামেন্টাল এআই আর্কিটেকচার (fundamental AI architecture)-এ বিনিয়োগ করতে ভয় পান। কারণ এগুলো থেকে ফেরত আসতে দশ বছরও লাগতে পারে।
কিন্তু ভারতের সত্যিকারের শক্তিটা কোথায়?
ডিজিটাল পাবলিক ইনফ্রাস্ট্রাকচার (Digital Public Infrastructure — DPI) — যেটা পৃথিবীর অন্য কোনো দেশের নেই
আধার (Aadhaar), ইউপিআই (UPI), ওএনডিসি (ONDC) — এই তিনটি মিলিয়ে ভারত (India) যে ডিজিটাল পরিকাঠামো গড়েছে, তা পৃথিবীতে আক্ষরিক অর্থেই অতুলনীয়। ইউপিআই (UPI) প্রতি মাসে বিলিয়ন বিলিয়ন লেনদেন প্রক্রিয়া করছে। এই ডেটা এক্সহস্ট (data exhaust) — এই বিশাল, সুশৃঙ্খল তথ্যের ভাণ্ডার — এআই (AI)-এর জন্য একটা অমূল্য সম্পদ।
ভবিষ্যতের ভারতীয় (Indian) এআই (AI) সেখানেই সফল হবে, যেখানে এই ডিপিআই (DPI)-র সাথে সরাসরি যুক্ত হবে। ইউপিআই (UPI)-র লেনদেন ইতিহাস বিশ্লেষণ করে ক্ষুদ্রঋণ দেওয়ার এআই (AI), ভয়েস কমান্ডে (voice command) বাংলায় কথা বলে ওএনডিসি (ONDC)-তে কেনাকাটা করার সুযোগ, গ্রামীণ আদালতে বহুভাষিক এআই-চালিত (AI-powered) আইনি সহায়তা — এই সম্ভাবনাগুলো বাস্তব এবং কাছের।
দেশীয় উদ্ভাবকরা যারা সত্যিই কাজ করছেন
সর্বম এআই (Sarvam AI), এআই ইম্প্যাক্ট সামিট ২০২৬ (AI Impact Summit 2026)-এ সর্বম-৩০বি (Sarvam-30B) এবং ১০৫বি (105B) মডেল (model) লঞ্চ করেছে — ২২টি ভারতীয় (Indian) ভাষায় কাজ করার জন্য তৈরি। ক্রুট্রিম (Krutrim) তাদের বহুভাষিক ফাউন্ডেশন মডেল (foundation model) এনেছে, যা ২ ট্রিলিয়নেরও বেশি টোকেন (token)-এ প্রশিক্ষিত এবং পশ্চিমা সাংস্কৃতিক পক্ষপাত কমানোর কথা ভেবে ডিজাইন করা।
এগুলো নিয়ে বিতর্ক আছে — কেউ বলছেন এরা মেটা (Meta)-র ল্যামা (LLaMA) বা মিস্ট্রাল (Mistral)-এর মতো ওপেন-সোর্স ফ্রেমওয়ার্ক (open-source framework)-এর উপর সফিস্টিকেটেড ফাইন-টিউনিং (sophisticated fine-tuning) করছে, গ্রাউন্ড-আপ আর্কিটেকচার (ground-up architecture) নয়। কিন্তু তাদের প্র্যাকটিকাল ইম্প্যাক্ট (practical impact) অস্বীকার করার উপায় নেই। ইনফারেন্স কস্ট (inference cost) কমছে, রিজিওনাল স্ক্রিপ্ট (regional script)-এ টোকেন এফিশিয়েন্সি (token efficiency) বাড়ছে, দেশীয় কোম্পানি বিদেশী এপিআই (API)-তে সেন্সিটিভ ডেটা (sensitive data) পাঠানোর ঝুঁকি এড়াতে পারছে।
কৃষিতে ক্রপইন (CropIn), স্যাটেলাইট ইমেজারি (satellite imagery) এবং মেশিন লার্নিং (machine learning) ব্যবহার করে কম কানেক্টিভিটি (connectivity)-র এলাকায় চাষিদের আবহাওয়া পূর্বাভাস ও ফসলের পরিস্থিতি জানাচ্ছে। সিগটাপল (SigTuple), এআই-চালিত (AI-powered) প্যাথলজি (pathology) দিয়ে টায়ার-২ (Tier-2) এবং টায়ার-৩ (Tier-3) শহরে বিশেষজ্ঞ চিকিৎসকের ঘাটতি মোকাবেলা করছে। ফ্র্যাক্টাল অ্যানালিটিক্স (Fractal Analytics), হ্যাপটিক (Haptik) এবং কেসলভ্স (Ksolves) ব্যাংকিং ও রিটেইল লজিস্টিক্স (retail logistics)-এ এআই ইন্টিগ্রেশন (AI integration) ঘটাচ্ছে।
এগুলোই ভারতের (India) আসল এআই ম্যান্ডেট (AI mandate) — প্রযুক্তিকে মানুষের জীবনের মৌলিক সমস্যা সমাধানে ব্যবহার করা।
এগিয়ে যাওয়ার পথ: কী করা দরকার
বিশেষজ্ঞরা বেশ কিছু কাঠামোগত পরিবর্তনের কথা বলছেন যেগুলো ছাড়া ভারত (India) সত্যিকারের এআই (AI) শক্তি হয়ে উঠতে পারবে না।
প্রথমত, বিশ্ববিদ্যালয় এবং শিল্পের মধ্যে সেতু তৈরি করতে হবে। স্ট্যানফোর্ড (Stanford) বা এমআইটি (MIT)-এর মতো টেকনোলজি ট্রান্সফার অফিস (technology transfer office) হওয়া দরকার ভারতেও (India)। সরকারের সাবসিডাইজড জিপিইউ ক্লাউড (subsidized GPU cloud)-এ কর্পোরেট আইটি (IT) ফার্ম (firm)-এর চেয়ে একাডেমিক রিসার্চার (academic researcher)-দের অগ্রাধিকার দিতে হবে।
দ্বিতীয়ত, সরকারি প্রতিষ্ঠানগুলোকে দেশীয় এআই (AI) কিনতে হবে। “প্রকিউরমেন্ট প্যারাডক্স” (procurement paradox) ভাঙতে হবে। পাবলিক সেক্টর (public sector)-এর এআই (AI) ব্যয়ের একটি নির্দিষ্ট অংশ দেশীয় স্টার্টআপ (startup)-এর জন্য বাধ্যতামূলক করা দরকার।
তৃতীয়ত, ডিপিডিপি অ্যাক্ট (DPDP Act) সংশোধন করে এআই রিসার্চ (AI research)-এর জন্য স্পষ্ট লিগ্যাল সেফ হারবার (legal safe harbor) তৈরি করতে হবে। ওয়েব স্ক্র্যাপিং (web scraping), সিন্থেটিক ডেটা জেনারেশন (synthetic data generation) এবং অ্যানোনিমাইজড পাবলিক রেকর্ড (anonymized public records) ব্যবহারের ক্ষেত্রে সুনির্দিষ্ট আইনি পথ খুলে দিতে হবে।
চতুর্থত, ট্রিলিয়ন-প্যারামিটার (trillion-parameter) গ্লোবাল মডেল (global model) বানানোর প্রতিযোগিতায় না নেমে ভারতকে (India) মনোযোগ দিতে হবে এজ কম্পিউটিং (edge computing), অন-ডিভাইস এআই (on-device AI) এবং হাইলি রেগুলেটেড ইন্ডাস্ট্রি (highly regulated industry)-র জন্য এন্টারপ্রাইজ এআই (enterprise AI)-তে।
শেষ কথা: তৃতীয় পথের সন্ধান
২০২৬ সালে ভারতের (India) এআই (AI) অবস্থান দুটো সত্যের মধ্যে দাঁড়িয়ে।
একদিকে, রোবোডগ (robodog)-এর মতো ঘটনা, আইটি সেক্টর (IT sector)-এর সার্ভিস-র্যাপিং (service-wrapping), কম্পিউট ডেফিসিট (compute deficit), সেমিকন্ডাক্টর (semiconductor) নির্ভরতা এবং আরঅ্যান্ডডি (R&D)-তে অপ্রতুল বিনিয়োগ। এই দিক থেকে দেখলে স্বীকার করতে হবে — আমেরিকা (United States) বা চীনের (China) মতো ফ্রন্টিয়ার এআই মডেল (frontier AI model) তৈরির লড়াইয়ে ভারত (India) এখনই নামতে পারবে না।
অন্যদিকে, আধার-ইউপিআই-ওএনডিসি (Aadhaar-UPI-ONDC)-র মতো অতুলনীয় ডিপিআই (DPI), ১৪০ কোটি মানুষের পপুলেশন-স্কেল ডেপ্লয়মেন্ট (population-scale deployment)-এর সুযোগ, দেশে ফিরে আসা প্রতিভা, এবং সত্যিকারের সমস্যা সমাধানে মনোযোগী দেশীয় ইনোভেটর (innovator)-দের একটা শক্তিশালী দল।
ভারতের (India) পথটা তৃতীয়। এই দেশ হয়তো এআই (AI)-এর মূল পদার্থবিজ্ঞান আবিষ্কার করবে না। কিন্তু সেই আবিষ্কারকে বিশ্বের ৮০ শতাংশ সাধারণ মানুষের জীবনে কীভাবে কাজে লাগাতে হয় — সেটা শেখানোর সবচেয়ে বড় সুযোগ ভারতের (India) হাতেই আছে।
ভারত মণ্ডপমের (Bharat Mandapam) সেই চার পায়ের রোবট (robot)-টা চলে গেছে। কিন্তু তার রেখে যাওয়া প্রশ্নগুলো থাকছে। ভারত (India) কি সেগুলোর সৎ উত্তর খুঁজবে? নাকি আবার পরের সামিট (summit)-এ আরেকটা চকচকে প্রদর্শনীর জন্য অপেক্ষা করবে? উত্তরটার ওপরেই নির্ভর করছে গ্লোবাল সাউথ (Global South)-এর এআই (AI) ভবিষ্যৎ।
Newscope Bangla | বিশেষ প্রতিবেদন
তথ্যসূত্র: ইন্ডিয়া এআই ইম্প্যাক্ট সামিট ২০২৬ (India AI Impact Summit 2026) সরকারি তথ্য, ইন্ডিয়াএআই মিশন (IndiaAI Mission) রিপোর্ট, স্ট্যানফোর্ড এআই ইন্ডেক্স (Stanford AI Index), লিনাক্স ফাউন্ডেশন ২০২৬ রিপোর্ট (Linux Foundation 2026 Report), বিভিন্ন প্রযুক্তি বিশেষজ্ঞদের বিশ্লেষণ এবং জাতীয়-আন্তর্জাতিক গবেষণা প্রতিবেদন
