मजबूत प्रशासन आणि सुरक्षेची गरज असताना भारतीय कंपन्या वेगाने AI स्केलिंग करत आहेत: अहवाल | तंत्रज्ञान बातम्या

नवी दिल्ली: India Inc. जागतिक टेलविंड्स, स्पर्धा आणि GenAI तंत्रज्ञानातील प्रगती यामुळे वेगाने AI ची मापन करत आहे, बुधवारी एका अहवालात म्हटले आहे की, AI आता अनेक क्षेत्रांमध्ये ग्राहकांच्या सहभाग, ऑपरेशनल ऑप्टिमायझेशन आणि मिशन-गंभीर प्रक्रियांमध्ये कपात करते.

तरीही दत्तक घेणे खंडित राहिले आहे, केवळ 15 टक्के संस्थांमध्ये व्यापक एंटरप्राइझ-व्यापी एआय तैनात आहे. “एआय वाढत असताना, निरीक्षण त्याच्याशी गती राखत नाही. बऱ्याच संस्थांमध्ये, एआय पायाभूत सुविधा प्रशासन, सुरक्षा आणि नैतिक सुरक्षेपेक्षा अधिक वेगाने विस्तारत आहे, ज्यामुळे जबाबदारी आणि जोखीम व्यवस्थापनात वाढणारी दरी निर्माण होत आहे,” Alvarez & Marsal (A&M) या जागतिक व्यावसायिक सेवा फर्मने आपल्या अहवालात म्हटले आहे.

दरम्यान, वाढत्या वापरानंतरही प्रशासनाची परिपक्वता मर्यादित राहते. 60 टक्के संस्थांनी मूलभूत प्रशासन किंवा स्वीकार्य-वापराची धोरणे सादर केली आहेत, तर केवळ 19 टक्के संस्थांनी तपशीलवार जोखमीचे मूल्यांकन केले आहे आणि 81 टक्के संस्थांनी त्यांच्या AI प्रणालींचे परीक्षण किंवा नियंत्रण कसे केले जाते याची पूर्ण दृश्यमानता नाही, असे अहवालात नमूद करण्यात आले आहे.

सायलोमध्ये विकसित झालेल्या अनेक AI उपक्रमांसह, उत्तरदायित्व आणि मानके मोठ्या प्रमाणात बदलतात, विशेषत: जेव्हा तृतीय-पक्ष आणि इन-हाउस मॉडेल एकत्र असतात. अहवालात एकात्मिक, संस्था-व्यापी प्रशासन फ्रेमवर्कची आवश्यकता अधोरेखित केली आहे जी पारदर्शकता, देखरेख आणि स्पष्ट भूमिका मालकी समाविष्ट करते.

“एआय आता पूर्वीपेक्षा व्यवसाय प्रक्रिया आणि निर्णय प्रणालींमध्ये अधिक खोलवर अंतर्भूत झाले आहे. भारताची AI संधी खूप मोठी आहे, परंतु त्यांचे दीर्घकालीन नफा संस्था किती प्रभावीपणे व्यवस्थापित करतात आणि ते तैनात करतात त्यावर ते अवलंबून असतात,” ध्रुव फोफलिया, एमडी आणि इंडिया लीड – डिस्प्युट्स अँड इन्व्हेस्टिगेशन्स, अल्वारेझ आणि मार्सल म्हणाले.

जे या फाउंडेशनमध्ये लवकर गुंतवणूक करतात त्यांना AI ची संपूर्ण आर्थिक आणि स्पर्धात्मक क्षमता अनलॉक करण्यासाठी सर्वोत्तम स्थान दिले जाईल, असेही ते म्हणाले. अहवालानुसार, जबाबदार एआय तत्त्वे मोठ्या प्रमाणावर मान्य आहेत; तथापि, त्यांची अंमलबजावणी मर्यादित राहते.

20 टक्क्यांहून कमी संस्थांनी स्पष्टीकरण, पूर्वाग्रह शोधण्यासाठी किंवा निष्पक्षतेसाठी यंत्रणा तैनात केली आहे आणि 60 टक्क्यांकडे मॉडेलची अखंडता प्रमाणित करण्यासाठी कोणत्याही औपचारिक प्रक्रियेचा अभाव आहे.

डेटा गव्हर्नन्स समान अंतर दर्शविते, केवळ 26 टक्के एआय वर्कफ्लोमध्ये एकात्मिक डेटा मास्किंग आणि PII-स्कॅनिंगसह, आणि 60 टक्के कोणतेही संरचित डेटासेट प्रमाणीकरण करत नाहीत.

अहवालात असेही अधोरेखित करण्यात आले आहे की अधिक जटिल AI मॉडेल्सचे उत्पादन होत असताना, संपूर्ण AI जीवनचक्रामध्ये सुरक्षा अत्यावश्यक असेल. 52 टक्के एंटरप्राइजेसमध्ये मूलभूत नियंत्रणांसह सुरक्षित विकास वातावरण आहे, तर 30 टक्क्यांपेक्षा कमी पेनिट्रेशन टेस्टिंग किंवा रेड-टीमिंग आयोजित करतात आणि केवळ 19 टक्क्यांकडे मॉडेल प्रशिक्षणादरम्यान डेटा विषबाधा शोधण्यासाठी सुरक्षा उपाय आहेत.