दुनिया ने पहले अंग्रेज़ी में AI बनाया। भारत ने अभी $1.25 अरब खर्च कर अपनी भाषाओं में एक बनाया

ज़्यादातर बड़े भाषा मॉडलों से भोजपुरी, या डोगरी, या संताली में कोई सवाल पूछिए, तो जवाब दो तरह के मिलेंगे। या तो मॉडल पूरी तरह असफल हो जाएगा, या फिर वह चुपचाप ऐसे जवाब देगा जैसे आपने हिंदी में पूछा हो, एक ऐसी भाषा का अंदाज़ा लगाते हुए जिस पर उसे कभी गंभीरता से प्रशिक्षित ही नहीं किया गया।

यह फ़र्क कोई मामूली चूक नहीं है। भारत के संविधान में 22 भाषाएँ दर्ज हैं, और आख़िरी जनगणना के अनुसार, कम से कम दस हज़ार लोगों द्वारा बोली जाने वाली सौ से भी ज़्यादा और भाषाएँ हैं। इसमें से लगभग कुछ भी ChatGPT, Gemini या Claude के पीछे के प्रशिक्षण डेटा में नहीं दिखता, जो मुख्यतः अंग्रेज़ी और मुट्ठीभर अन्य वैश्विक भाषाओं से सीखते हैं।

भारत सरकार ने तय किया कि यह फ़र्क ख़ुद पाटने लायक है, और अब इसे पाटने के तीन अलग-अलग तरीक़ों पर असली पैसा और असली हार्डवेयर लगाया है। एक तरीक़ा उम्मीद से बेहतर काम कर रहा है। एक अभी असिद्ध है। एक को पहले ही मानना पड़ा कि उसने ज़्यादा वादा कर दिया था।

भारत जो कंप्यूट मुफ़्त में बाँट रहा है

मार्च 2024 में केंद्रीय मंत्रिमंडल ने ₹10,371.92 करोड़, यानी लगभग $1.25 अरब की कुल लागत वाले इंडियाAI मिशन को पाँच साल के लिए मंज़ूरी दी। इसमें से लगभग 44 प्रतिशत, यानी क़रीब ₹4,563 करोड़, एक ही समस्या पर लगाया गया: भारतीय शोधकर्ताओं और स्टार्टअप्स को GPU, यानी AI मॉडल प्रशिक्षित और चलाने वाली विशेष चिप्स, तक पहुँच दिलाना, वह भी सिलिकॉन वैली की क़ीमतें चुकाए बिना।

2025 के अंत तक 38,000 से अधिक GPU सरकार के AI कंप्यूट पोर्टल पर लाए जा चुके थे, जिन्हें अनुमोदित आवेदकों को भारी सब्सिडी वाली दरों पर किराए पर दिया जाता है। फ़रवरी 2026 में नई दिल्ली में हुए इंडिया AI इम्पैक्ट समिट में, आईटी मंत्री अश्विनी वैष्णव ने घोषणा की कि इसके ऊपर 20,000 और GPU जोड़े जा रहे हैं, और 2026 के अंत तक 100,000 सार्वजनिक GPU का लक्ष्य रखा गया है।

मिशन के बाक़ी ₹10,372 करोड़ छह और हिस्सों में बँटे हैं: AIKosh नाम का एक साझा डेटासेट मंच, एक स्टार्टअप वित्तपोषण शाखा, सार्वजनिक क्षेत्र में AI साक्षरता लाने के लिए एक कौशल विकास कार्यक्रम, एक अनुप्रयोग विकास पहल, और एक सुरक्षा व भरोसा स्तंभ। असल में यह किसी देश को अपना AI ख़ुद प्रशिक्षित करने के लिए ज़रूरी पूरी सहायक संरचना खड़ी करने की कोशिश है, केवल चिप्स बाँटने की नहीं।

जो हिस्सा पहले ही काम कर रहा है: बड़े पैमाने पर अनुवाद

इस पूरे ढाँचे का सबसे पुराना हिस्सा कंप्यूट मिशन से दो साल पहले का है। भाषिणी, भारत का राष्ट्रीय भाषा अनुवाद मिशन, जुलाई 2022 में प्रधानमंत्री द्वारा लॉन्च किया गया था और इलेक्ट्रॉनिक्स एवं सूचना प्रौद्योगिकी मंत्रालय के तहत चलता है। यह 22 संवैधानिक रूप से सूचीबद्ध भाषाओं में वाक्-से-पाठ, पाठ-से-वाक् और अनुवाद की सुविधा देता है, जो मुफ़्त API के रूप में उपलब्ध है और किसी भी डेवलपर या सरकारी दफ़्तर द्वारा इस्तेमाल की जा सकती है।

एक उद्योग ट्रैकर के अनुसार, 2026 की शुरुआत तक भाषिणी लॉन्च के बाद से छह अरब से अधिक संचयी अनुरोध पार कर चुका था, जो रोज़ाना लगभग डेढ़ करोड़ अनुरोध एक सेकंड से भी कम समय में संभालता है। स्टेट बैंक की साझेदारियों ने इसका इस्तेमाल बहुभाषी बैंकिंग सेवाएँ देने के लिए किया है, और इसे महाकुंभ जैसे बड़े सार्वजनिक आयोजनों में सजीव अनुवाद के लिए भी तैनात किया गया है।

यह सार्वभौम AI अभियान का बिना चमक-दमक वाला, बुनियादी ढाँचे वाला हिस्सा है, जो किसी चैटबॉट से ज़्यादा UPI जैसा है। कोई यह दावा नहीं कर रहा कि भाषिणी कविता लिखती है। यह भारतीय भाषाओं के बीच पाठ और वाक् को इतने बड़े पैमाने पर ले जाती है जो मायने रखता है, और यह चुपचाप यह काम करती रही जबकि इस रणनीति के ज़्यादा सुर्ख़ी बटोरने वाले हिस्से सार्वजनिक रूप से उतार-चढ़ाव देखते रहे।

सार्वभौम मॉडल: एक असली मौक़ा, अभी असिद्ध

इस मिशन की सबसे बड़ी पेशकश है भारतीय भाषाओं के लिए विशेष रूप से प्रशिक्षित एक मूलभूत बड़ा भाषा मॉडल बनाने की कोशिश, न कि किसी अमेरिकी मॉडल को बाद में भारतीय भाषाओं के लिए ठीक-ठाक करना। 2025 में सरकार ने 67 आवेदकों में से सर्वम AI को चुना, जो 2023 में विवेक रघवन और प्रत्यूष कुमार द्वारा स्थापित एक स्टार्टअप है, इस प्रयास का नेतृत्व करने के लिए, और इसे 4,096 Nvidia H100 GPU तक पहुँच देकर समर्थन दिया।

सर्वम पहले ही दिसंबर 2023 में Lightspeed, Khosla Ventures और Peak XV Partners से लगभग $41 मिलियन जुटा चुका था, उस समय किसी भारत-केंद्रित AI कंपनी पर लगाए गए सबसे बड़े शुरुआती दांवों में से एक। फ़रवरी 2026 में इसने दो ओपन-वेट मॉडल जारी किए, Sarvam-30B और बड़ा Sarvam-105B, साथ ही भारतीय भाषाओं के लिए ट्रांसक्रिप्शन और टेक्स्ट-टू-स्पीच मॉडल भी। Nvidia ने इस साझेदारी को अपने सार्वभौम AI केस स्टडी के रूप में पेश किया है, इसे 1.4 अरब लोगों को उनकी अपनी भाषाओं में सेवा देने के लिए बनाया गया मॉडल बताते हुए।

अब ईमानदार पेचीदगी सुनिए। सर्वम ने DeepSeek जैसे मॉडलों के मुक़ाबले मज़बूत बेंचमार्क आँकड़े प्रकाशित किए हैं, लेकिन मार्च 2026 में Forbes की रिपोर्ट के अनुसार, ये मॉडल Hugging Face के Open LLM Leaderboard जैसे स्वतंत्र लीडरबोर्ड पर नहीं दिखते, और मूल्यांकन डेटा का बड़ा हिस्सा उन बेंचमार्कों से आता है जिन्हें सर्वम ने ख़ुद डिज़ाइन किया और ख़ुद ही अंक दिए, ऐसे मापदंडों से जो उसी कंपनी ने तय किए जिसके संस्थापकों ने इस क्षेत्र के कुछ मानक भारत-विशिष्ट बेंचमार्क भी बनाए थे। यह धोखाधड़ी का सबूत नहीं है। यह इस बात का सबूत है कि इन दावों की जाँच अभी तक किसी ऐसे व्यक्ति ने नहीं की जिसका इस नतीजे में कोई हित न हो, और यह बात कम नहीं बल्कि ज़्यादा मायने रखती है, क्योंकि सर्वम के मॉडल पहले से ही असली वित्तीय सेवा उत्पादों के भीतर चल रहे हैं।

चेतावनी वाली कहानी: कृत्रिम

इस कहानी का चौथा नाम है कृत्रिम, जिसे ओला के भाविश अग्रवाल ने स्थापित किया और 2024 की शुरुआत में $50 मिलियन की फ़ंडिंग के साथ $1 अरब के मूल्यांकन पर लॉन्च किया, लॉन्च के कुछ ही हफ़्तों में भारत का पहला AI यूनिकॉर्न बनते हुए। इसने भारतीय भाषाओं पर प्रशिक्षित एक बड़ा भाषा मॉडल, कृति नाम का एक संवादात्मक सहायक, और आख़िरकार अपनी ख़ुद की AI चिप्स का वादा किया।

शुरुआती प्रतिक्रिया कठोर रही। बीटा चैटबॉट में यूज़र्स ने लगभग तुरंत अनुवाद की ग़लतियाँ और तथ्यात्मक चूकें पकड़ीं, और समीक्षकों ने पाया कि कंपनी की क्लाउड पेशकश डेवलपर्स की उम्मीदों पर खरी नहीं उतरी। मई 2026 तक, TechCrunch की रिपोर्ट के अनुसार, कृत्रिम ने कई दौर की छंटनी में 200 से अधिक पद कम कर दिए थे, कृति ऐप को ऐप स्टोर से हटा दिया था, अपनी इन-हाउस चिप डिज़ाइन का काम रोक दिया था, और मूलभूत मॉडल बनाने से हटकर उद्यम ग्राहकों को AI क्लाउड इंफ्रास्ट्रक्चर बेचने की दिशा में मुड़ गई थी। कंपनी का कहना है कि वह अब इस नए कारोबार पर मुनाफ़े में है, हालाँकि पहले की रिपोर्टिंग में पाया गया था कि उसके पिछले साल के लगभग 90 प्रतिशत राजस्व का स्रोत बाहरी ग्राहक नहीं बल्कि उसकी अपनी मूल कंपनी ओला थी। एक उद्योग विश्लेषक ने इस बदलाव को साफ़ शब्दों में समेटा: प्रमाण का स्तर दावे के आकार के साथ बढ़ना चाहिए।

असल में यह सब जुड़कर क्या बनता है

इन चारों हिस्सों को साथ रखकर देखें तो एक ऐसा नमूना दिखता है जो न तो शुद्ध जीत की कहानी जितना दिलचस्प है, न शुद्ध निराशा की कहानी जितना। बिना चमक-दमक वाला बुनियादी ढाँचा वाला दांव, यानी सस्ते GPU और एक अनुवाद API जिस पर कोई बहस नहीं करता, वही हिस्सा है जो बड़े पैमाने पर साबित रूप से काम कर रहा है। महत्वाकांक्षी दांव, यानी अमेरिका और चीन से निकले मॉडलों को टक्कर देने वाला एक स्वदेशी मूलभूत मॉडल, के पीछे असली सरकारी समर्थन और असली हार्डवेयर है, लेकिन उसके अपने दावे अभी भी बाहरी सत्यापन का इंतज़ार कर रहे हैं। और जो दांव सबसे तेज़ चला और सबसे ज़ोर से बोला, उसे दो साल के भीतर ही अपने क़दम वापस खींचने पड़े।

इनमें से कुछ भी मूल लक्ष्य को ग़लत नहीं ठहराता। करोड़ों लोगों द्वारा बोली जाने वाली और हर बड़ी AI प्रयोगशाला द्वारा नज़रअंदाज़ की गई कोई भाषा एक असली अंतर है, और इसे पाटना इस बात से बेपरवाह होकर करने लायक है कि आख़िर में इसे पाटने वाला मॉडल किसी एक भारतीय कंपनी का हो या नहीं। भारत ने अब तक असल में जो बनाया है वह GPT-4 का प्रतिद्वंद्वी नहीं है। यह वह कंप्यूट, वे डेटा पाइप, और वह भाषा परत है जिस पर भविष्य का कोई भी मॉडल, चाहे वह स्वदेशी हो या कोई और, दौड़ेगा। यह हिस्सा, कम से कम, कोई दावा नहीं है। यह पहले से ही रोज़ाना डेढ़ करोड़ अनुरोध ढो रहा है।