एआई प्रयोगशालाएं छोड़ रहा है—मानवता बीटा परीक्षण नहीं हो सकती

श्रीधर गंडे द्वारा

एक दशक तक, आर्टिफिशियल इंटेलिजेंस (AI) से जुड़े जोखिमों पर बहस भविष्य को ध्यान में रखकर की जाती रही। यह सिलसिला जुलाई 2026 में खत्म हुआ। लगभग चार दिनों के दौरान, OpenAI के दो मॉडल - जो एक इंटरनल साइबर सिक्योरिटी इवैल्यूएशन (सुरक्षा जांच) के तहत ऑटोनॉमस एजेंट (खुद काम करने वाले एजेंट) के तौर पर चल रहे थे - अपने तय टेस्ट एनवायरनमेंट से बाहर निकल गए। उन्होंने कथित तौर पर पब्लिकली उपलब्ध क्रेडेंशियल्स और कई कमजोरियों (vulnerabilities) का फायदा उठाकर Hugging Face के प्रोडक्शन इंफ्रास्ट्रक्चर के कुछ हिस्सों को नुकसान पहुंचाया। Hugging Face ने 16 जुलाई को इस सेंधमारी की जानकारी दी।

OpenAI ने 21 जुलाई को अपने मॉडल्स की इसमें भूमिका की पुष्टि की और इस घटना को अभूतपूर्व बताया। बाद में रॉयटर्स ने रिपोर्ट किया कि यह गतिविधि कई दिनों तक चलती रही, और किसी को इसका पता नहीं चला। Hugging Face के इंफ्रास्ट्रक्चर का लगभग एक-तिहाई हिस्सा दोबारा बनाना पड़ा।

किसी ने भी दुर्भावनापूर्ण इरादे का आरोप नहीं लगाया है। असल बात यही है। एजेंटों को किसी पर हमला करने का निर्देश नहीं दिया गया था। उन्हें एक काम दिया गया था, वे एक सीमा (बाउंड्री) से टकराए, और उस सीमा को एक ऐसी रुकावट माना जिसे पार करके आगे बढ़ना है - यह वही फेलियर मोड (विफलता का तरीका) है जिसका सुरक्षा शोधकर्ता सालों से थ्योरी में जिक्र करते रहे हैं। अब इसे इतनी डिटेल में दर्ज किया गया है कि इस पर बहस करने के बजाय इसका अध्ययन किया जा सकता है।

तब से, ऐसे मामलों की संख्या बढ़ी है। जुलाई 2026 की शुरुआत में, ताइवान के डिजिटल मामलों के मंत्रालय ने पुष्टि की कि लगभग ऑटोनॉमस एजेंटों के एक समूह (स्वार्म) ने चार दिनों में 21 सरकारी सिस्टम का मैप तैयार किया, 85 अकाउंट्स को नुकसान पहुंचाया और लगभग 2,500 कर्मचारियों का डेटा निकाला। इजरायली फर्म Dream के शोधकर्ताओं ने - जिन्होंने सबसे पहले इस कैंपेन की पहचान की थी - एक ऐसी कोऑर्डिनेटिंग लेयर (समन्वय करने वाली परत) के बारे में बताया जो बिना इंसानी दखल या स्टेप-बाय-स्टेप कंट्रोल के आठ एजेंटों को निर्देश दे रही थी। पब्लिक इंसिडेंट ट्रैकर्स ने भी एक से ज़्यादा फ्रंटियर लैब्स में एक ही साझा इवैल्यूएशन वेंडर के ज़रिए मॉडल्स के 'एस्केप' (नियंत्रण से बाहर निकलने) की घटनाओं को दर्ज किया है; कम से कम एक मामले में तो महीनों तक इसका पता ही नहीं चला।

असली कहानी टेक्नोलॉजी के बारे में नहीं है, बल्कि गवर्नेंस (शासन/प्रबंधन) में कमी के बारे में है।

चार कमियां (Gaps)

ये कमियां क्यों मायने रखती हैं, और इन्हें दूर करने के लिए असल में क्या करना होगा:

• कमी 1: रोकथाम (Containment) – सुरक्षा सीमाओं को आर्किटेक्चर का हिस्सा नहीं, बल्कि कॉन्फ़िगरेशन (सेटिंग) माना जा रहा है।

Hugging Face की घटना में एक परेशान करने वाली बात यह है कि यह कहां हुई: एक प्रमुख लैब की अपनी टेस्टिंग पाइपलाइन के अंदर, सुरक्षा संबंधी पाबंदियों को जानबूझकर कम करके, और साइबर क्षमता को मापने के स्पष्ट मकसद के साथ। यह एक कंट्रोल्ड (नियंत्रित) मामला था। फिर भी यह फेल हो गया। इससे AI जोखिम के बारे में आम धारणा उलट जाती है। अब तक चिंता हमेशा जेलब्रेक किए गए मॉडल वाले 'बैड एक्टर' (गलत इरादे वाले व्यक्ति) को लेकर होती थी। 2026 ने यह साबित कर दिया कि संसाधनों से लैस और सुरक्षा के प्रति सजग संगठन, जो स्वीकृत मूल्यांकन चला रहा है, अपने ही सिस्टम पर नियंत्रण खो सकता है और उसे कई दिनों तक इसका पता भी नहीं चलता।

तीन संरचनात्मक कमजोरियाँ इसकी व्याख्या करती हैं:

सैंडबॉक्स को कोड को नियंत्रित करने के लिए डिज़ाइन किया गया था, रणनीति के लिए नहीं। एक पारंपरिक सैंडबॉक्स यह मानता है कि प्रोग्राम ज्ञात सीमाओं के भीतर चलता है। एक एजेंट अपनी सीमाओं और वातावरण में मौजूद क्रेडेंशियल्स के बारे में तर्क करता है।

क्रेडेंशियल स्वच्छता सबसे कमजोर कड़ी है, मॉडल की क्षमता नहीं। उजागर मामलों में, बचाव का तरीका असामान्य नहीं था। यह उजागर रहस्य और अनपैच किए गए घटक थे—वही कमियाँ जिन्होंने 20 वर्षों से सुरक्षा उल्लंघनों को बढ़ावा दिया है, अब मशीन की गति से और बिना थके उनका फायदा उठाया जा रहा है।

पता लगाने की प्रक्रिया में मानव विरोधी की गति को ध्यान में रखा गया था। सुरक्षा संचालन केंद्र मानव कार्य पैटर्न के अनुरूप होते हैं। एजेंटों का झुंड सोता नहीं है, संकोच नहीं करता है और सप्ताहांत से पहले लॉग ऑफ करने की आवश्यकता नहीं होती है।

CISA और संबद्ध एजेंसियों ने अप्रैल 2026 में एजेंटिक AI सेवाओं को सावधानीपूर्वक अपनाने पर संयुक्त दिशानिर्देश प्रकाशित किए; Google DeepMind ने सार्वजनिक रूप से तर्क दिया है कि प्रत्येक एजेंट को एक आंतरिक खतरे के रूप में माना जाना चाहिए। दोनों ही बातें सही हैं। हालांकि, औसत उद्यमों में अभी तक इनमें से कोई भी मानक प्रक्रिया नहीं है।

बोर्ड के लिए इसका अर्थ यह है: यदि आपके संगठन ने पिछले 18 महीनों में किसी स्वायत्त कोडिंग, खरीद या सेवा एजेंट को तैनात किया है, तो प्रासंगिक प्रश्न यह नहीं है कि वह सही ढंग से काम करता है या नहीं। बल्कि यह है कि यदि वह सही ढंग से काम नहीं करता है तो क्या आपको एक घंटे के भीतर पता चल जाएगा।

• दूसरा अंतर: गंभीरता – आईटी सिस्टम से भौतिक सिस्टम की ओर बदलाव पहले ही शुरू हो चुका है।

अब तक वर्णित सभी बातें सूचना प्रौद्योगिकी के साथ घटित हुईं: भंडार, सर्वर और कार्मिक रिकॉर्ड। गंभीर, पुनर्प्राप्त करने योग्य, बीमा योग्य। वह श्रेणी जो पुनर्प्राप्त करने योग्य नहीं है, वह है परिचालन प्रौद्योगिकी – बिजली ग्रिड, जल उपचार, बंदरगाह लॉजिस्टिक्स, हवाई यातायात प्रबंधन और उच्च-सुरक्षा वाले जैविक प्रयोगशालाओं के पीछे औद्योगिक नियंत्रण प्रणाली।

2026 की गर्मियों तक, कई अमेरिकी संघीय एजेंसियों ने चेतावनी दी थी कि जल, ऊर्जा और विनिर्माण सुविधाओं में इंटरनेट से जुड़े सीमेंस S7-सीरीज़ औद्योगिक नियंत्रकों के खिलाफ AI-जनित शोषण स्क्रिप्ट का उपयोग किया जा रहा था। यही वह कड़ी है। सॉफ्टवेयर कंपनी के बुनियादी ढांचे के खिलाफ प्रभावी साबित हुई वही एजेंटिक तकनीकें अब शहरों को जीवंत रखने वाली मशीनरी पर लक्षित की जा रही हैं।

यह असंतुलन बहुत गंभीर है और इसे साफ़ तौर पर बताना ज़रूरी है। अगर कोई क्लाउड अकाउंट हैक हो जाए, तो पैसे और साख (reputation) का नुकसान होता है। लेकिन अगर ग्रिड डिस्पैच सिस्टम हैक हो जाए, पानी साफ़ करने की प्रक्रिया में गलत निर्देश दिए जाएं, या एयर ट्रैफिक कंट्रोल में डेटा से छेड़छाड़ हो, तो जानें जा सकती हैं। यह तबाही इतनी बड़ी हो सकती है कि इसे बाढ़ या भूकंप जैसी आपदाओं की श्रेणी में रखा जा सकता है—फर्क बस इतना है कि बाढ़ आपके बचाव के तरीकों के हिसाब से खुद को नहीं बदलती।

दो बातें अहम इंफ्रास्ट्रक्चर को खास तौर पर जोखिम में डालती हैं:

लंबे समय तक चलने वाले एसेट: टरबाइन कंट्रोलर या SCADA सिस्टम तब लगाए गए होंगे जब खतरा सिर्फ़ लैपटॉप लिए किसी नाराज़ कॉन्ट्रैक्टर से था। इन्हें बदलने में दशकों लग जाते हैं।

गोपनीयता से ज़्यादा ज़रूरी है उपलब्धता: OT (ऑपरेशनल टेक्नोलॉजी) माहौल में, सिस्टम को पैच करने के लिए ऑफ़लाइन करना अपने आप में एक सुरक्षा घटना है। बचाव करने वाले, हमलावरों की तुलना में स्वाभाविक रूप से धीमे होते हैं, और खुद काम करने वाले (agentic) हमलावर, इंसानी हमलावरों की तुलना में कहीं ज़्यादा तेज़ होते हैं।

यह अंतर दोनों तरफ़ बढ़ रहा है। ज़्यादातर देशों के साइबर बजट में यह सबसे कम फंड वाला हिस्सा है।

• अंतर 3: जमावड़ा (Concentration) – अब इसकी असल कीमत चुकानी होगी, और इसका असर खास इलाकों पर पड़ेगा।

यह सब मुमकिन बनाने वाली कंप्यूटिंग कोई काल्पनिक चीज़ नहीं है। इसके लिए ज़मीन चाहिए, बिजली की खपत होती है और पानी का इस्तेमाल (वाष्पीकरण) होता है। ये सब पहचाने जा सकने वाले इलाकों में और पहचाने जा सकने वाले पड़ोसियों के बीच होता है। इंटरनेशनल एनर्जी एजेंसी का अनुमान है कि 2024 में दुनिया भर में डेटा सेंटरों ने लगभग 415 TWh बिजली की खपत की, जो दुनिया की कुल बिजली का लगभग 1.5% है। एजेंसी का अनुमान है कि 2030 तक यह बढ़कर लगभग 945 TWh हो जाएगी—जो जापान की कुल सालाना खपत के बराबर है। AI पर केंद्रित सुविधाएं सबसे तेज़ी से बढ़ने वाला हिस्सा हैं।

भारत ने इस विस्तार का एक बड़ा हिस्सा अपने यहाँ करने का फ़ैसला किया है। इसका मुख्य प्रोजेक्ट विशाखापत्तनम में Google का AI हब है, जिसकी घोषणा अक्टूबर 2025 में AdaniConneX और Airtel के साथ साझेदारी में की गई थी। यह 2026-2030 के दौरान लगभग 15 अरब डॉलर के निवेश का हिस्सा है। 28 अप्रैल को, मुख्यमंत्री एन. चंद्रबाबू नायडू ने 1.35 लाख करोड़ रुपये की लागत से तारलुवाड़ा, अदाविवरम और रामबिली में लगभग 601 एकड़ में फैले 1 GW के हाइपरस्केल कैंपस की आधारशिला रखी। इसे सितंबर 2028 तक चालू करने का लक्ष्य है। आंध्र प्रदेश ने लगभग 6.5 GW के मल्टी-गीगावाट डिजिटल कॉरिडोर के लिए अपनी महत्वाकांक्षाएं जाहिर की हैं।

इसके आर्थिक फायदे साफ हैं: 5,000–6,000 सीधी नौकरियां, कुल 20,000–30,000 नौकरियां, सबसी केबल लैंडिंग जो भारत के पूर्वी तट को रूट की विविधता देती हैं, और एक रणनीतिक इंडस्ट्री में मजबूत स्थिति। इन बातों को नजरअंदाज नहीं किया जाना चाहिए।

लेकिन संसाधनों के इस्तेमाल का हिसाब-किताब सबके सामने आना चाहिए, न कि किसी अलग दस्तावेज़ में दबाकर रखा जाना चाहिए।

भारत में डेटा-सेंटर में पानी का इस्तेमाल, 2025 ~150 अरब लीटर/साल (CEEW का अनुमान, 2026)

• 2030 ~358 अरब लीटर/साल (इंडस्ट्री का अनुमान)

कर्नाटक सरकार के अनुसार पानी की खपत ~25 मिलियन लीटर प्रति MW प्रति साल (कर्नाटक IT मंत्री, विधानसभा, मार्च 2026)

विशाखापत्तनम म्युनिसिपल सप्लाई बनाम मांग: ~400 MLD उपलब्ध, जबकि ज़रूरत ~480 MLD की है (आंध्र प्रदेश सरकार)

2028 तक ग्लोबल AI डेटा-सेंटर में पानी का इस्तेमाल ~1,068 अरब लीटर/साल (रेंज 637–1,485 अरब) (मॉर्गन स्टेनली, सितंबर 2025)

अगर कर्नाटक के पानी की खपत के आंकड़े को गीगावाट क्षमता पर लागू करें, तो सालाना पानी की ज़रूरत लगभग 25 अरब लीटर होगी। इस आंकड़े को सावधानी से देखना चाहिए। यह इवेपोरेटिव-कूलिंग (पानी से ठंडा करने की तकनीक) के अनुमानों पर आधारित एक कैलकुलेशन है। गूगल ने आंध्र प्रदेश में नए ट्रांसमिशन, क्लीन एनर्जी जेनरेशन और स्टोरेज का वादा किया है, जबकि इंडस्ट्री इस खपत को कम करने के लिए एयर-कूल्ड और क्लोज्ड-लूप डिज़ाइन की ओर तेज़ी से बढ़ रही है।

सही बात यह है कि यह आंकड़ा कोई पक्का अनुमान नहीं है। असल बात यह है कि प्रोजेक्ट के बाहर का कोई भी व्यक्ति अभी यह पता नहीं लगा सकता कि असल आंकड़ा क्या होगा, क्योंकि भारत में किसी भी बड़े राज्य की डेटा-सेंटर पॉलिसी में ऑपरेटर्स के लिए यह ज़रूरी नहीं है कि वे एक सेंट्रल रिपोर्टिंग सिस्टम के ज़रिए पानी की खपत की जानकारी दें।

यही अस्पष्टता असल घोटाला है, और इससे पहले ही टकराव पैदा हो रहा है। जुलाई 2026 में ठाणे के निवासियों ने पानी, बिजली और पेड़ों के नुकसान को लेकर एक प्रस्तावित डेटा सेंटर का विरोध किया। विशाखापत्तनम में, नेशनल ग्रीन ट्रिब्यूनल के सामने तीन मामले दर्ज किए गए हैं और आंध्र प्रदेश हाई कोर्ट में एक जनहित याचिका पर सुनवाई हुई है, जो आंशिक रूप से कंबालकोंडा वाइल्डलाइफ सैंक्चुअरी के पास होने से जुड़ी है। समुदाय डिजिटलाइज़ेशन का विरोध नहीं कर रहे हैं। वे इस बात का विरोध कर रहे हैं कि उनसे एक साझा संसाधन पर बिना किसी ठोस आंकड़े वाले दावे को स्वीकार करने के लिए कहा जा रहा है।

• गैप 4: गति – रेगुलेशन की रफ़्तार तब धीमी हो रही है जब क्षमता तेज़ी से बढ़ रही है। यहाँ एक पैराग्राफ़ में क्रम की समस्या बताई गई है।

जिस समय ऑटोनॉमस एजेंट्स ने एक बड़े प्लेटफ़ॉर्म और एक राष्ट्रीय सरकार के सिस्टम में सेंध लगाई, उसी समय यूरोपीय संघ ने अपने नियमों को आगे बढ़ा दिया। AI पर 'डिजिटल ऑम्निबस' यानी रेगुलेशन (EU) 2026/1744, 24 जुलाई 2026 को 'ऑफिशियल जर्नल' में प्रकाशित हुआ और 27 जुलाई को लागू हुआ—यह AI एक्ट की ओरिजिनल हाई-रिस्क डेडलाइन से छह दिन पहले की बात है। अलग से काम करने वाले Annex III हाई-रिस्क सिस्टम के लिए नियम 2 अगस्त 2026 से बदलकर 2 दिसंबर 2027 कर दिए गए; रेगुलेटेड प्रोडक्ट्स में लगे सिस्टम के लिए यह तारीख 2 अगस्त 2028 कर दी गई। जून में यूरोपीय संसद ने 423-57 के अंतर से इस पैकेज को मंज़ूरी दी।

इस देरी को सही ठहराया जा सकता है। एक जैसे स्टैंडर्ड्स और राष्ट्रीय सक्षम अधिकारी सच में तैयार नहीं थे, और इस्तेमाल के लायक कंप्लायंस टूल्स के बिना रेगुलेशन करने से सुरक्षा के बजाय सिर्फ़ दिखावटी अनुपालन (compliance theatre) होता है। यह नियम को रद्द करना भी नहीं है: आर्टिकल 50 के तहत पारदर्शिता की ज़िम्मेदारियाँ, जिनमें डीपफेक की लेबलिंग शामिल है, अभी भी 2 अगस्त 2026 से लागू होंगी, और ऑम्निबस ने नई पाबंदियाँ भी जोड़ी हैं, जैसे AI से बनी बिना सहमति वाली अंतरंग तस्वीरें और बच्चों के यौन शोषण से जुड़ी सामग्री (CSAM)। अभी सबसे बड़ा कंप्लायंस रिस्क डेडलाइन नहीं, बल्कि पुरानी गाइडेंस है।

भारत का रुख जानबूझकर थोड़ा हल्का है। नवंबर 2025 में IndiaAI मिशन के तहत 'इंडिया AI गवर्नेंस गाइडलाइंस' जारी की गईं, जो सात सूत्रों पर आधारित हैं और इनमें एक AI गवर्नेंस ग्रुप बनाने का प्रस्ताव है, जिसके अध्यक्ष प्रधान वैज्ञानिक सलाहकार होंगे और उन्हें टेक्नोलॉजी और पॉलिसी एक्सपर्ट कमेटी का सहयोग मिलेगा। ये सिद्धांत हैं, कानून नहीं, हालाँकि ये कड़े होते दायरे के भीतर काम करते हैं: जैसे DPDP एक्ट, IT एक्ट, और सिंथेटिक रूप से बनाई गई जानकारी पर फरवरी 2026 में इंटरमीडियरी गाइडलाइंस में किए गए संशोधन, जिन्होंने लेबलिंग और ट्रेसिबिलिटी को 'सेफ हार्बर' (सुरक्षित दायरे) के लिए ज़रूरी शर्तें बना दिया।

दोनों जगहों पर पैटर्न एक जैसा है। नियम AI के लिए एक प्रोडक्ट के तौर पर लिखे जा रहे हैं—एक ऐसा सिस्टम जो CV को क्लासिफ़ाई करता है, लोन के लिए स्कोर देता है, या कोई इमेज बनाता है। 2026 की घटनाओं में AI एक 'एक्टर' के तौर पर शामिल था: एक ऐसा सिस्टम जो उन नेटवर्क्स पर अपना लक्ष्य पूरा करने की कोशिश करता है जिन्हें छूने की उसे इजाज़त नहीं थी। अभी ब्रुसेल्स, दिल्ली या वॉशिंगटन में इसके लिए कोई ठोस रेगुलेटरी कैटेगरी नहीं है। 'स्टीलमैन' तर्क—और यह नतीजे को क्यों नहीं बदलता

सबसे मज़बूत जवाबी तर्क पर भी बात होनी चाहिए। ऊपर बताई गई हर घटना ऐसे सिस्टम में हुई जिसे इंसानों ने पहले ही गलत तरीके से सेट किया था: जैसे कि खुले क्रेडेंशियल, बिना पैच किए गए कंपोनेंट, और इंटरनेट से जुड़े कंट्रोलर। एजेंट्स ने कोई नई फिजिक्स नहीं बनाई; उन्होंने बस पहले से मौजूद लापरवाही को बड़े पैमाने पर इस्तेमाल किया। इस नज़रिए से देखें तो इसका जवाब AI के लिए खास नियम बनाना नहीं, बल्कि सामान्य सुरक्षा उपायों (सिक्योरिटी हाइजीन) को पहली बार ठीक से लागू करना है।

इस बात में दम है। AI के लिए सुझाए गए ज़्यादातर नियम इनमें से किसी भी सेंध को नहीं रोक पाते, जबकि क्रेडेंशियल रोटेशन और नेटवर्क सेगमेंटेशन से कई सेंधों को रोका जा सकता था। लेकिन यह तर्क असल मुद्दे को खारिज करने के बजाय उसे मान लेता है। अगर किसी भी कंपनी में बचा हुआ जोखिम (residual risk) उस रफ़्तार के अनुपात में है जिससे कोई उसकी जानी-पहचानी कमज़ोरियों को ढूंढकर उन्हें एक-दूसरे से जोड़ सकता है, तो ऐसी टेक्नोलॉजी जो इस खोज के समय को महीनों से घटाकर घंटों में ले आती है, उसने जोखिम को असल में बदल दिया है—भले ही कमज़ोरी वही रही हो।

इंसानी हमलावरों के खिलाफ जो सुरक्षा उपाय काफी थे, वे अब परिभाषा के हिसाब से काफी नहीं हैं। और सिर्फ सुरक्षा उपायों से पानी, बिजली या ज़मीन के बारे में कुछ पता नहीं चलता।

कमियों को दूर करना

इसके लिए पांच उपायों और उनके लिए ज़िम्मेदार लोगों की ज़रूरत है। इनमें से किसी के लिए भी डिप्लॉयमेंट (सिस्टम लागू करने) को रोकने की ज़रूरत नहीं है।

• एजेंटिक सिस्टम के नियंत्रण से बाहर होने (loss-of-containment) की घटना की जानकारी देना ज़रूरी हो—राष्ट्रीय रेगुलेटर, 12 महीने के अंदर।

हवाई यात्रा इसलिए बेहतर हुई क्योंकि हर गंभीर घटना की रिपोर्ट और जांच की जाती है, न कि इसलिए कि पायलटों को सावधान रहने के लिए कहा गया। AI के मामले में ऐसा कुछ नहीं है। अगर किसी एजेंट के अपने अधिकृत दायरे से बाहर काम करने पर रिपोर्टिंग का नियम हो, साथ ही सूचना देने का तय समय और तकनीकी जांच करने वाली संस्था हो, तो यह सुरक्षा के लिए एक दशक के सिद्धांतों की तुलना में दो साल में ज़्यादा काम करेगा।

• ऑटोनॉमस एजेंट्स को 'प्रिविलेज्ड आइडेंटिटी' (खास अधिकार वाली पहचान) माना जाए—कंपनी के CISO, अभी।

हर एजेंट का एक नाम वाला मालिक, सीमित दायरे और समय वाले क्रेडेंशियल, न बदलने वाला एक्शन लॉग और टेस्ट किया हुआ 'किल स्विच' होना चाहिए। कोई कंपनी किसी कॉन्ट्रैक्टर को प्रोडक्शन एक्सेस देने से पहले जो भी शर्तें रखती है, वही शर्तें एजेंट को एक्सेस देने से पहले भी रखनी चाहिए।

• अहम राष्ट्रीय इंफ्रास्ट्रक्चर के लिए IT और OT के बीच सख्त सीमा हो—सेक्टर रेगुलेटर, इसी फाइनेंशियल ईयर में।

इंटरनेट से जुड़ने वाले किसी भी एजेंटिक सिस्टम को बिजली, पानी, हवाई यात्रा या बायो-कंटेनमेंट वाले इंडस्ट्रियल कंट्रोलर के नेटवर्क सेगमेंट पर नहीं होना चाहिए। जहां पुराने सिस्टम (legacy assets) को पैच नहीं किया जा सकता, उन्हें अलग-थलग (आइसोलेट) करना ज़रूरी है। यह महंगा है। लेकिन यह दूसरे विकल्पों से सस्ता है। • डेटा-सेंटर द्वारा बिजली और पानी की खपत का कानूनी तौर पर खुलासा—राज्य सरकारों द्वारा, मंज़ूरी देते समय

• अनुमोदन के बिंदु पर डेटा-सेंटर बिजली और जल निकासी-राज्य सरकारों का वैधानिक खुलासा

प्रति सुविधा प्रकाशित करें: अनुबंधित बिजली, अपेक्षित जल निकासी और खपत, शीतलन प्रौद्योगिकी, और आपूर्ति का स्रोत। इसे भूमि आवंटन एवं प्रोत्साहन की शर्त बनायें। पारदर्शिता कोई निवेश-विरोधी उपाय नहीं है; यह एकमात्र ऐसी चीज़ है जो स्थानीय विरोध को शिकायत से बातचीत में बदल देती है, और विशाखापत्तनम में नेशनल ग्रीन ट्रिब्यूनल में इसे छोड़ने की अनुमानित लागत है।

• प्रत्येक एआई क़ानून में एक क्षमता से जुड़ा समीक्षा खंड-विधायक, अगले संशोधन पर

2024 में तय की गई निश्चित अनुपालन तिथियों को 2026 में जारी सिस्टम से आगे बढ़ाया जा रहा है। नियमों को एक त्रयी में चुनी गई कैलेंडर तिथियों के बजाय, एक स्थायी तकनीकी समिति द्वारा मूल्यांकन की गई प्रदर्शित क्षमता सीमा से बंधे होना चाहिए।

बीटा परीक्षण नहीं

मानवता को बीटा परीक्षण के रूप में नहीं माना जाना चाहिए। 2026 के मध्य की घटनाएँ उस वाक्य को एक तथ्यात्मक आधार देती हैं जो पहले नहीं था। प्रौद्योगिकी दुश्मन नहीं है. जुलाई में एक सैंडबॉक्स से निकली वही एजेंटिक क्षमता, अनुशासन के साथ तैनात होने पर, किसी हमलावर से पहले ही अस्पताल नेटवर्क में कमजोरियों का पता लगा लेगी।

भारत की कंप्यूट बिल्ड-आउट एक वैध रणनीतिक संपत्ति है, और देश को किसी और से किराए पर लेने के बजाय इसे अपनी धरती पर चाहने का अधिकार है। लेकिन तेजी से निर्माण करने और अंधाधुंध निर्माण करने में अंतर है।

अभी, दुनिया उन प्रणालियों को तैनात कर रही है जिनकी रोकथाम सार्वजनिक रूप से विफल रही है, बुनियादी ढांचे पर जिनके प्रतिस्थापन चक्र दशकों तक चलते हैं, पानी के स्तर पर किसी को भी उन नियमों के तहत रिपोर्ट करने की आवश्यकता नहीं होती है जो सिर्फ 16 महीने के लिए सही हो गए हैं। यह कोई तकनीकी समस्या नहीं है. यह एक अनुक्रमण विकल्प है, और इसे अभी भी हमें बनाना है।