હવે AI આવ્યું અને તેની સાથે બિલ પણ આવ્યું.

નાના દેશોને જુઓ — કોરિયાએ સેમસંગ બનાવ્યું, તાઇવાને TSMC બનાવ્યું જે આજે વિશ્વની AI અર્થવ્યવસ્થાને નિયંત્રણમાં રાખે છે. આપણે શું બનાવ્યું? ફક્ત વિદેશી કંપનીઓના ભારતીય કાર્યાલયો — કેન્દ્રો, ઓફિસો, પણ કંપનીઓ નહીં.

R&D માટે આપણો ખર્ચ GDP નો એક ટકાથી પણ ઓછો છે, ત્રીસ વર્ષથી એવો જ. દર બજેટમાં નાણામંત્રી રિસર્ચમાં ધ્યાન આપવાનો વાયદો કરે છે, પણ વર્ષ દર વર્ષે તે એક જ જગ્યાએ અટવાયેલું રહે છે — સંયુક્ત પરિવારમાં વિધવા જેવું, ઘરમાં તો છે પણ નિર્ણયમાં કોઈ અવાજ નથી.

હવે AI આવ્યું અને તેની સાથે બિલ પણ આવ્યું.

ત્રીસ વર્ષ પહેલાં જે કામ કરવું જોઈતું તે આજે આવશ્યક બની ગયું. ફ્રન્ટિયર AI મોડેલ તૈયાર કરવા માટે સેંકડો કરોડ રૂપિયા, દાયકાઓનું સંશોધન અને વિશ્વના શ્રેષ્ઠ યુનિવર્સિટીઓમાંથી આવેલ પ્રતિભા જોઈએ છે. આપણી પાસે IIT છે, જે ખૂબ સારું છે, પણ તેમાંથી આવતી પ્રતિભા આ સ્તરે પૂરતી નથી.

આપણાં શ્રેષ્ઠ મગજો તરત જ ગૂગલ, મેટા કે અન્ય આંતરરાષ્ટ્રીય કંપનીમાં જોબ લઈ જાય છે, કારણ કે ભારતમાં સંશોધન માટે જરૂરી લેબ, માર્ગદર્શન અને ભંડોળ નથી. ઘરે પણ માતા-પિતા સ્થિર નોકરી કરવા દબાણ કરે છે, અને PhD ને બેરોજગારી માનવામાં આવે છે. આપણે નાના સફળતાઓ ઉજાગર કરવાની આદત છે, પણ આ મોટા પડકારનો સામનો કરવો પડશે.

આપણે ગર્વ કરીએ છીએ જ્યારે કોઈ ભારતીય વિશ્વ કંપનીનો CEO બને, પણ તે વાસ્તવમાં વિદેશી કંપનીમાં કામ કરે છે, વિદેશી પગાર લે છે અને વિદેશી ટેક્સ ભરે છે. આ ગર્વ સસ્તો છે, પણ ભારતમાં સંશોધન લેબ બનાવવું મોંઘું છે.

હાલમાં બે અલગ અલગ દૃષ્ટિકોણ છે — એક કહે છે કે વિદેશી રોકાણકારો ભારતને AI માટે અયોગ્ય માને છે, બીજો કહે છે કે ભારતની શક્તિ AI બનાવવામાં નહીં પણ તેનો ઉપયોગ કરવામાં છે. બંને અંશતઃ સાચા છે, પણ વાસ્તવિક પ્રશ્ન એ છે કે ભારત આ ક્ષેત્રમાં કર્મચારી રહેશે કે નેતા બનશે.

જો ભારત પોતાનું AI મોડેલ બનાવી શકતો નથી, તો દરેક વાર તેણે બીજાના મોડેલ ચલાવવા માટે ભાડું ચૂકવવું પડશે. ગુજરાતી ભાષામાં જવાબો આપતા કોઈ ભારતીય મોડેલ માટે પણ, તે ક્રિયાપ્રક્રિયા વિદેશી સર્વર પર થશે, પૈસા બહાર જશે, અને ભારતીય વપરાશકારને માત્ર સેવા મળશે પણ આર્થિક લાભ નહીં.

પણ રાજ્ય સમજતું નથી કે સંશોધન અને વિકાસમાં શું લાગે છે — તે માત્ર બુનિયાદી ઢાંચો બાંધવાનું જાણે છે, જમીન અધિગ્રહણ કરવું, ઉદ્ઘાટન સમારોહ કરવું, અને ફોટો તોડવું.

હવે આર્થિક સર્વેક્ષણ ૨૦૨૫-૨૬ વિશ્વના AI તાલીમ ડેટા વિશે શું કહે છે તે જોઈ રહ્યો છું. ા સ્ટાર્ટઅપ્સમાંથી માત્ર ૨% ભારતમાં છે. અમેરિકામાં ૪૦%. યુરોપમાં ૨૧%. નંબર છાપાંમાં છપાઈ ગયો. પાનું ફેરવાઈ ગયું. અને રાજ્ય ફરી પાછી જમીન અધિગ્રહણ માટે નોટિફિકેશન કાઢવા લાગ્યું.

સૌથી મોટો ભય એ છે કે આપણે મજબૂરીને વ્યૂહરચના કહીને જીવવા લાગ્યા છીએ. આ વાક્ય "આપણાથી ફ્રન્ટિયર પર નહીં જીતાય, માટે ફ્રન્ટિયર મહત્વનો જ નથી" ગુજરાતી મધ્યમ વર્ગના ઘરમાં બીજા સ્વરૂપે પણ સાંભળવા મળે છે — "મારે ક્યાં મોટું બનવું છે, ઘરનું ગાડું ચાલે છે ને!" પણ જ્યારે પાડોશીનો છોકરો ફેરારી લઈને આવે, ત્યારે તે તર્ક ધરાશાયી થઈ જાય છે.

હું સમજી રહ્યો છું કે આધુનિક ભારતીય સફળતાઓ — UPI, આધાર — તે બધું પૂર્વ પાયાના કારણે શક્ય બન્યું. UPI ત્રીસ વર્ષના બેંક કમ્પ્યુટરાઇઝેશનથી, આધાર સાઠ વર્ષના નાગરિક ઓળખ પ્રણાલીથી. પણ જ્યાં આ પાયો નહોતો — શિક્ષણ, આરોગ્ય, ખેતી — ત્યાં "સ્ટાર્ટઅપ સ્ટેક"ની વાતો માત્ર કાગળ પર રહી ગઈ. AI ડિફ્યુઝન પણ આ જ ભૂલ કરી શકે.

વિશાખાપટ્ટનમમાં આ અઠવાડિયે પાયો રેડાયો છે, ઈમારતો ઊભી થશે, પણ તેમાં વસતી બુદ્ધિ આપણી નહીં હોય તો શું? આ વખતે શું આપણે ફક્ત બાહ્ય માળખો બાંધીશું અથવા સાચી સ્વતંત્રતા પણ બનાવીશું?

કદાચ આપણે વિચારીશું, કદાચ નહીં — કદાચ આ ફરી એક ફોટો બની જશે જે વોટ્સએપ પર ફરતો રહશે, અને આપણે બીજા ત્રીસ વર્ષ રાહ જોતા રહીશું.

હવે આ વાસ્તવિક પણ વિચિત્ર તથ્યો જોઈ રહ્યો છું — તાઇવાનનું TSMC દુનિયાની ૯૦% અદ્યતન સેમિકન્ડક્ટર ચિપ બનાવે છે, એક ટાપુ, એક કંપની, અને આખી દુનિયાનું AI તેના પર આધારિત છે. ભારતનો R&D ખર્ચ GDPના ૦.૭% છે જ્યારે ઇઝરાયેલનો ૫% થી વધુ છે — લગભગ સાત ગણો તફાવત.

અને ફ્રન્ટિયર AI મોડેલ ટ્રેઇન કરવાનો ખર્ચ ૧૦૦ થી ૫૦૦ મિલિયન ડોલર છે, જે રકમમાં ભારતમાં ૫૦ થી ૨૫૦ સ્ટાર્ટઅપ્સને ફંડ આપી શકાય. I'm working through the title format — the user asked for Gujarati titles specifically, but the skill file shows both English and Gujarati, so I'll include both to match the established pattern and cover all bases. I'm double-checking the requirements about titles — they need to be in both English and Gujarati, which I've got covered. The long_conversation_reminder isn't in this prompt, so standard formatting applies. I'll use emojis sparingly, keeping just one for the "Real but Weird Facts" section since the skill file itself uses them naturally in its structure.**Parag Ratanpara**

**English Title:** Concrete We Understand, Cognition We Don't
**Gujarati Title:** સિમેન્ટ આપણને ફાવે છે, સમજણ નહીં

---

વિશાખાપટ્ટનમ પાસે છસો એકરની જમીન પર ગૂગલે પાયો નાખ્યો. "ભારતનું સૌથી મોટું AI હબ." છાપાંના પહેલા પાને ફોટો છપાયો — નેતા, ઉદ્યોગપતિ, અને એક હળવું હસતું વિદેશી મોઢું. દેશ ગૌરવથી છલકાયો. વોટ્સએપ ગ્રુપમાં મેસેજ ફરવા લાગ્યા — "જુઓ, ભારત હવે AI યુગમાં!" કાકાએ ફોરવર્ડ કર્યો. કાકીએ "જય હો" લખીને રિપ્લાય આપ્યો. કોઈએ ત્રિરંગાનો ઇમોજી મૂક્યો. કાર્ય સંપન્ન.

પણ બે મિનિટ થોભો. થોડું ઊંડું વાંચો.

જે જમીન છે — આપણી. જે વીજળી છે — આપણી. જે કોન્ક્રીટ રેડાશે — આપણું. જે મજૂર બાંધશે — આપણા. અને જે "બુદ્ધિ" એ ઈમારતમાં વસશે? એ ગૂગલની. સિલિકોન કેલિફોર્નિયામાં ડિઝાઇન થયું, તાઇવાનમાં બન્યું. મોડેલના વેઇટ્સ — મતલબ ખરી મગજશક્તિ — એ માઉન્ટેન વ્યૂમાં બેઠેલા સાહેબોની તિજોરીમાં. આપણે? આપણે મકાનમાલિક. ભાડું વસૂલીશું — જમીનનું, વીજળીનું, અને થોડું "મેક ઈન ઈન્ડિયા" નામનું ગૌરવ.

આ ફિલ્મ આપણે પહેલાં જોઈ છે. નામ હતું — "આઈટી ક્રાંતિ." ત્રીસ વર્ષ પહેલાં. અંગ્રેજી આવડતી, પગાર ઓછો, અને રાત્રે અમેરિકાનું કામ કરવાની તૈયારી. ઇન્ફોસિસ, વિપ્રો, ટીસીએસ ઊભી થઈ. બેંગ્લોરમાં ફ્લાયઓવર બન્યા. ઘરમાં માઇક્રોવેવ આવ્યો. છોકરો H1B લઈને ગયો, ત્યાંથી ડોલર મોકલવા લાગ્યો. મા-બાપ પાડોશીને કહેવા લાગ્યા — "બેટા અમેરિકામાં છે." પાડોશી અંદર બળતા, બહારથી હસતા. ભારતીય સમાજનું ક્લાસિક દૃશ્ય — ગૌરવ બહાર, ઈર્ષ્યા અંદર.

પણ આ બધી ઊજવણીમાં એક નાનકડો સવાલ રહી ગયો — આપણે *ડિઝાઇન* કર્યું શું? આપણે *બનાવ્યું* શું? જવાબ: બીજાએ બનાવેલી સિસ્ટમ ચલાવી. બીજાના કોડમાં બગ ફિક્સ કર્યા. એક રીતે કહીએ તો — દુનિયાનું ઘરકામ કર્યું. પગાર સારો મળ્યો, એ સાચું. પણ ઘરકામ એટલે ઘરકામ. નોકરાણી ગમે તેટલી શિક્ષિત હોય, રસોડું એનું નથી થતું.

કોરિયા નાનો દેશ. તેણે સેમસંગ બનાવ્યું. તાઇવાન — કર્ણાટકથી નાનું. તેણે TSMC બનાવ્યું, જે આજે આખી દુનિયાની AI અર્થવ્યવસ્થાનું ગળું પકડીને ઊભું છે. અને આપણે? આપણે "ગ્લોબલ કેપેબિલિટી સેન્ટર" બનાવ્યા. એટલે કે — વિદેશી કંપનીઓની ભારતમાંની ઓફિસ. ઓફિસ. નોટ કંપની. ઓફિસ. પણ ઘરમાં તો "મારો છોકરો ગૂગલમાં છે" એમ જ બોલાય. કેમ કે "ગૂગલની ભારતીય શાખામાં મધ્યમ સ્તરનો કર્મચારી" — એમ બોલવાથી લગ્નમાં છોકરી નહીં મળે.

R&D પર ખર્ચો? GDPના એક ટકાથી ઓછો. ત્રીસ વર્ષથી ઓછો. દર બજેટમાં નાણામંત્રી ગંભીર મોઢું કરીને કહે — "આ વખતે રિસર્ચ પર ભાર મૂક્યો છે." અને દર વર્ષે રિસર્ચ એ જ ખૂણામાં બેઠું રહે. જેમ સંયુક્ત પરિવારની વિધવા ફઈ — ઘરમાં ખરી, પણ નિર્ણયમાં ક્યાંય નહીં.

હવે AI આવ્યું. અને બિલ આવ્યું. ત્રીસ વર્ષ પહેલાં જે હોમવર્ક નહોતું કર્યું, એનું પેપર આજે પાથરાયું છે. એક ફ્રન્ટિયર મોડેલ ટ્રેઇન કરવા સેંકડો કરોડ રૂપિયા જોઈએ. દાયકાઓનું સંચિત રિસર્ચ જોઈએ. અને ટેલેન્ટ — જે અમેરિકા, ચીન, બ્રિટન, કેનેડાની ગણીને બે ડઝન યુનિવર્સિટીઓમાંથી નીકળે. આપણી પાસે IIT છે. ખૂબ જ સારી. પણ IITમાંથી નીકળતો છોકરો બીજા જ દિવસે ગૂગલ, મેટા કે મેકિન્સીમાં બેસી જાય. કેમ? કેમ કે ભારતમાં તેને રિસર્ચ માટેની લેબ નથી, ગાઈડ નથી, ફંડ નથી. અને ઘરમાં મા-બાપ "બેટા, સારી જોબ પકડ" એમ રટ્યા કરે છે. PhD નામનો શબ્દ ભારતીય ઘરમાં "બેરોજગારી"નો સમાનાર્થી મનાય છે. "PhD કરે છે?" "હા." "ઓહ… હજુ ભણે છે?" — આ સંવાદમાં બધું આવી જાય છે.

પણ આપણને ગૌરવ કરવાની આદત છે. કોઈ ભારતીય મૂળનો માણસ વિદેશી કંપનીનો CEO બને, કે મીમ બને. "ભારતના સપૂતો વિશ્વ પર છવાયા!" હા, છવાયા. વિદેશી કંપનીમાં. વિદેશી પગાર પર. વિદેશી દેશને ટેક્સ ભરીને. એમના CEO બનવાથી ભારતમાં એક પણ રિસર્ચ લેબ ઊભી નથી થતી. પણ ગૌરવ થાય છે, ને બસ. ગૌરવ સસ્તું છે. લેબ મોંઘી છે. અને આપણને સસ્તું જ ફાવે છે — બંને દામમાં, અને બંને બુદ્ધિમાં.

બે અવાજો છે હાલમાં. એક કહે છે — "વિદેશી રોકાણકારો ભારતને 'એન્ટિ-AI' તરીકે જુએ છે." બીજો કહે છે — "ભારતની તાકાત AI બનાવવામાં નહીં, વાપરવામાં છે. નાના ધંધાવાળાઓને AI આપો." બંને અડધાં સાચા છે. અને બંને એ સવાલ ટાળે છે જે પૂછવાનો છે — ભારત "ભાડૂત" બનીને રહેશે કે "માલિક" બનશે?

કારણ કે જે દેશ AI બનાવી નથી શકતો, એને દર વખતે ઈન્ફરન્સ ચલાવવા માટે ભાડું ભરવું પડે. દરેક ગુજરાતી જવાબ — જે ગુજરાતના ગ્રાહક માટે, ગુજરાતી ભાષામાં, વિશાખાપટ્ટનમના સર્વર પર ચાલે — એ માઉન્ટેન વ્યૂમાં ગણાય, ત્યાંથી પૈસા જાય, અને રસ્તામાં અડાણીને થોડું ભાડું મળે. ગ્રાહકને શું મળે? "વાહ, AI કેવું મીઠું ગુજરાતી બોલે છે!" — એવો ઇમોશન. ઇમોશન ફ્રી છે. બાકી બધું ભાડે છે.

રાજ્ય શું જાણે? રાજ્ય જાણે — એક ગીગાવોટ વીજળી કેવી રીતે ઊભી કરવી. હજાર એકર જમીન કેવી રીતે અધિગ્રહણ કરવી. કોન્ક્રીટ રેડવી. ઉદ્ઘાટન સમારોહ. રિબન કાપવી. ફોટો. અખબાર. હેડલાઇન. આ બધું રાજ્યને હાથવગું છે. પણ રાજ્ય નથી જાણતું — એક રિસર્ચ ડિપાર્ટમેન્ટ કેવી રીતે બને. એક પેઢીના વૈજ્ઞાનિકો કેવી રીતે તૈયાર થાય. એક લેબમાં દસ વર્ષ સુધી નિષ્ફળતા સહન કરીને બેસવાની ધીરજ ક્યાંથી લાવવી. **કોન્ક્રીટ સમજાય છે. કોગ્નિશન નહીં.**

આર્થિક સર્વેક્ષણ ૨૦૨૫-૨૬ કહે છે — દુનિયાના AI ટ્રેઇનિંગ-ડેટા સ્ટાર્ટઅપ્સમાંથી ભારતમાં માત્ર ૨%. અમેરિકામાં ૪૦%. યુરોપમાં ૨૧%. નંબર છપાયો. પાનું ફેરવાયું. અને રાજ્યે ફરી જમીન અધિગ્રહણ માટેનું નોટિફિકેશન કાઢ્યું.

સૌથી મોટો ભય શું છે? ભય એ છે કે આપણે મજબૂરીને વ્યૂહરચના કહીને જીવવા લાગ્યા છીએ. "આપણાથી ફ્રન્ટિયર પર નહીં જીતાય, માટે ફ્રન્ટિયર મહત્વનું જ નથી." — આ વાક્ય ગુજરાતી મધ્યમ વર્ગના ઘરમાં બીજા સ્વરૂપે ય બોલાય છે: "મારે ક્યાં મોટું બનવું છે, ઘરનું ગાડું ચાલે છે ને!" બરાબર છે. ઘરનું ગાડું ચાલે. પણ જ્યારે પાડોશીનો છોકરો ટેસ્લા લઈને આવે, ત્યારે "ઘરનું ગાડું" વાળી ફિલોસોફી થોડી ખોખલી લાગે છે. અને જ્યારે પાડોશીનો છોકરો *તમારી* પાસેથી ભાડું વસૂલવા આવે, ત્યારે તો ફિલોસોફી છોડીને ગુસ્સે થવાનું મન થાય. પણ ગુસ્સો કોના પર? પોતાના પર? એ તો આપણાથી થાય જ નહીં.

UPI ચાલ્યું, કેમ કે ત્રીસ વર્ષથી બેંકો કોમ્પ્યુટરાઇઝ થઈ રહી હતી. આધાર ચાલ્યું, કેમ કે સાઠ વર્ષથી રાજ્ય નાગરિકોને ઓળખવાનું શીખ્યું હતું. જ્યાં પાયો નહોતો — શિક્ષણ, આરોગ્ય, ખેતી — ત્યાં "સ્ટેક"ની વાતો કાગળ પર રહી ગઈ. AI ડિફ્યુઝન પણ આ જ ભૂલ કરી શકે. કેમ કે ડિફ્યુઝન માટે પણ પાયો જોઈએ. અને પાયો બાંધવો એ કોન્ક્રીટ નથી — એ ધીરજ છે, એ રિસર્ચ છે, એ "દસ વર્ષ સુધી નિષ્ફળ રહીશું તો ય ચાલશે" એવી હિંમત છે. જે હિંમત આપણા તંત્રને "આવતા ઈલેક્શન સુધી રિઝલ્ટ આપો" વાળી માનસિકતામાંથી મળતી નથી.

વિશાખાપટ્ટનમમાં આ અઠવાડિયે પાયો રેડાયો. ઈમારતો ઊભી થશે. ઈમારતો આપણી હશે. અંદર વસતી બુદ્ધિ આપણી નહીં હોય. પ્રશ્ન એ છે કે — શું આ વખતે પણ આટલું જ બસ છે? શું આપણને ફરી "ઘરકામ"થી સંતોષ થઈ જશે?

કદાચ થઈ જશે. કદાચ વોટ્સએપ પર ગૂગલના ઉદ્ઘાટનનો ફોટો ફરી ફરવા લાગશે. કાકા ફોરવર્ડ કરશે. કાકી "જય હો" લખશે. અને બીજા ત્રીસ વર્ષ આપણે રાહ જોઈશું — હવેના ભાડૂત કરારની. નવી ટેક્નોલોજી, એ જ ભૂમિકા. નવો માલિક, એ જ આપણે — ભાડૂત.

કોન્ક્રીટ સેટ થઈ રહ્યો છે. વિચારવાનો સમય ખૂબ ઓછો છે. પણ વિચારશે કોણ? એ સવાલ બાકી રહ્યો — અને કદાચ બાકી જ રહેશે.

---

### 🔍 Real but Weird Facts:

- તાઇવાનનું TSMC એક જ કંપની છે, જે દુનિયાની ૯૦% થી વધુ અદ્યતન સેમિકન્ડક્ટર ચિપ બનાવે છે. એક ટાપુ, એક કંપની — અને એના પર આખી દુનિયાનું AI અટકેલું છે. જો કાલે TSMC બંધ થાય, તો ગૂગલ, એપલ, NVIDIA — બધાંના હાથ-પગ સ્થગિત.

- ઈઝરાયેલ GDPના લગભગ ૫% રિસર્ચ પર ખર્ચે છે. ભારત — અંદાજે ૦.૭%. એટલે કે ઈઝરાયેલ, જે વસ્તીમાં અમદાવાદ જેટલું છે, રિસર્ચમાં ભારતની તુલનામાં લગભગ સાત ગણું વધારે રોકાણ કરે છે — પ્રતિ વ્યક્તિ ગણીએ તો ઘણું વધારે.

- એક ફ્રન્ટિયર AI મોડેલ ટ્રેઇન કરવાનો અંદાજિત ખર્ચ — ૧૦૦ થી ૫૦૦ મિલિયન ડોલર. એટલે કે *એક* મોડેલ ટ્રેઇન કરવામાં જે રકમ બળે, એમાં ભારતમાં ૫૦ થી ૨૫૦ ડીપ-ટેક સ્ટાર્ટઅપ્સને સંપૂર્ણ ફંડિંગ આપી શકાય. પણ આપણે એક પણ મોડેલ ટ્રેઇન કરતા નથી, અને એ ૨૫૦ સ્ટાર્ટઅપ્સને ય ફંડ આપતા નથી. પૈસા ક્યાં જાય છે? — એ સવાલ બજેટના દિવસે પૂછશું, ભૂલીશું નહીં.

---

**Parag Ratanpara**

*If you like it, please share it.*

\#AIPolicy #DigitalSovereignty #IndianTech #ResearchMatters
\#આત્મનિર્ભરભારત #ગુજરાતીલેખ #સામાજિકવ્યંગ #વિચારોનીખેતી