AI ज़ोन मॉडल से कंपनियों के लिए वित्त जुटाना आसान होगा, साथ ही पर्यावरणीय स्थिरता भी बढ़ेगी

आर्टिफिशियल इंटेलिजेंस इंडस्ट्रियल रेजिलिएंस के लिए एक पॉलिसी टूल बनता जा रहा है, क्योंकि सरकारें कंपनियों को क्लाइमेट शॉक झेलने, सख्त एनवायरनमेंटल नियमों का पालन करने और दबाव में ग्रीन ट्रांसफॉर्मेशन को बनाए रखने में मदद करने के तरीके ढूंढ रही हैं। चीनी रिसर्चर्स के नए सबूतों से पता चलता है कि टारगेटेड AI ज़ोन फर्मों की ग्रीन क्षमताओं को कैसे मजबूत कर सकते हैं।

यह स्टडी, जिसका टाइटल है 'हाउ आर्टिफिशियल इंटेलिजेंस पायलट ज़ोन एनहांस कॉर्पोरेट ग्रीन रेजिलिएंस? एविडेंस फ्रॉम चाइनाज़ लिस्टेड फर्म्स विद डबल मशीन लर्निंग', सस्टेनेबिलिटी में पब्लिश हुई थी, और इसमें चीन को एक बड़े पॉलिसी उदाहरण के तौर पर इस्तेमाल किया गया है। लेखकों ने 2015 से 2023 तक लिस्टेड फर्मों का एनालिसिस किया और पाया कि AI-ओरिएंटेड पायलट ज़ोन ग्रीन इनोवेशन को तेज करके, सप्लाई-चेन एफिशिएंसी में सुधार करके, फाइनेंसिंग की दिक्कतों को कम करके और ऑपरेटिंग कॉस्ट को कम करके कॉर्पोरेट ग्रीन रेजिलिएंस में काफी सुधार कर सकते हैं।

AI प्रोडक्टिविटी टूल से रेजिलिएंस इंफ्रास्ट्रक्चर की ओर बढ़ रहा है।

ग्लोबल ग्रीन ट्रांज़िशन अब सिर्फ नॉर्मल बिज़नेस कंडीशन में एमिशन कम करने के बारे में नहीं है। कंपनियों को अब ओवरलैपिंग प्रेशर से टेस्ट किया जा रहा है: खराब मौसम, एनर्जी की दिक्कतें, रेगुलेटरी सख्ती, सप्लाई-चेन में रुकावट, अस्थिर डिमांड और इन्वेस्टर्स और कंज्यूमर्स से बढ़ती उम्मीदें। इन हालात में, एनवायरनमेंटल परफॉर्मेंस को सिर्फ़ इस बात से नहीं आंका जा सकता कि कोई फर्म कम एमिशन बताती है या क्लीनर प्रोडक्ट लॉन्च करती है। ज़्यादा मुश्किल सवाल यह है कि क्या वह मुश्किलों के समय ग्रीन डेवलपमेंट को बनाए रख सकती है।

यहीं पर कॉर्पोरेट ग्रीन रेजिलिएंस बहुत ज़रूरी हो जाता है। स्टडी ग्रीन रेजिलिएंस को एक फर्म की एनवायरनमेंटल नुकसान को कम करने, इको-एफिशिएंसी में सुधार करने और अनिश्चितता के दौरान ग्रीन इनोवेशन को बनाए रखने की क्षमता के रूप में बताती है। इस बड़े नज़रिए में तीन जुड़ी हुई क्षमताएं शामिल हैं: रुकावट का सामना करना, तनाव के दौरान ऑपरेशन को अपनाना और ग्रीन डेवलपमेंट जारी रखते हुए तेज़ी से ठीक होना।

AI उस क्षमता को सपोर्ट कर सकता है क्योंकि यह फर्मों को रियल टाइम में ऑपरेशन को मॉनिटर करने, जोखिमों का पहले पता लगाने, रिसोर्स की ज़रूरतों का अनुमान लगाने, सप्लाई चेन को कोऑर्डिनेट करने और प्रोडक्शन सिस्टम को रीडिज़ाइन करने की अनुमति देता है। AI कंपनियों को रिएक्टिव एनवायरनमेंटल मैनेजमेंट से प्रेडिक्टिव और अडैप्टिव ग्रीन मैनेजमेंट में जाने में मदद कर सकता है। यह बदलाव उन अर्थव्यवस्थाओं के लिए तेज़ी से ज़रूरी है जो डिजिटल ट्रांसफॉर्मेशन को क्लाइमेट लक्ष्यों के साथ जोड़ना चाहती हैं।

चीन-आधारित सबूत महत्वपूर्ण हैं क्योंकि यह दिखाते हैं कि पब्लिक पॉलिसी फर्म लेवल पर AI अपनाने को कैसे आकार दे सकती है। आर्टिफिशियल इंटेलिजेंस इनोवेशन एप्लीकेशन के लिए चीन के नेशनल पायलट ज़ोन को इंस्टीट्यूशनल सपोर्ट, कंप्यूटिंग रिसोर्स, डेटा ओपननेस और इनोवेशन प्लेटफॉर्म के ज़रिए AI के इस्तेमाल को बढ़ावा देने के लिए डिज़ाइन किया गया था। इन ज़ोन के अलग-अलग रोलआउट से रिसर्चर्स को पॉलिसी के तहत आने वाली फर्मों की तुलना पायलट एरिया से बाहर की फर्मों से करने का एक तरीका मिला।

स्टडी में पाया गया कि पायलट-ज़ोन पॉलिसी ने कॉर्पोरेट ग्रीन रेजिलिएंस को लगभग 32% बढ़ाया। कई टेस्ट के बाद भी नतीजा मज़बूत रहा, जिसमें अल्टरनेटिव मशीन लर्निंग तरीके, अलग-अलग सैंपल स्प्लिट, ओवरलैपिंग पॉलिसी के लिए कंट्रोल, प्रोपेंसिटी स्कोर मैचिंग और नतीजे का अल्टरनेटिव मेज़रमेंट शामिल था। लेखकों ने हाई-डाइमेंशनल फर्म कैरेक्टरिस्टिक्स को संभालने और बायस्ड एस्टीमेट के रिस्क को कम करने के लिए डबल मशीन लर्निंग-ऑगमेंटेड डिफरेंस-इन-डिफरेंस मॉडल का इस्तेमाल किया।

सीधे शब्दों में कहें तो, AI ग्रीन रेजिलिएंस के लिए एक स्ट्रेटेजिक लीवर बन सकता है जब इसे सही इकोसिस्टम का सपोर्ट मिले: डिजिटल इंफ्रास्ट्रक्चर, भरोसेमंद डेटा सिस्टम, फाइनेंसिंग सपोर्ट, इनोवेशन इंसेंटिव और फर्मों के लिए प्रैक्टिकल डिप्लॉयमेंट चैनल। दूसरी इकॉनमी के लिए, स्टडी बताती है कि AI पॉलिसी को सिर्फ़ एक टेक्नोलॉजी एजेंडा नहीं मानना ​​चाहिए। यह क्लाइमेट, इंडस्ट्रियल और कॉर्पोरेट रेजिलिएंस स्ट्रेटेजी का भी हिस्सा हो सकता है।

ग्रीन इनोवेशन और सप्लाई चेन सबसे मज़बूत चैनल हैं

स्टडी में चार तरीके बताए गए हैं जिनसे AI पायलट ज़ोन कॉर्पोरेट ग्रीन रेजिलिएंस को बेहतर बनाते हैं। इनमें से दो सबसे मज़बूत हैं ग्रीन इनोवेशन और सप्लाई-चेन एफिशिएंसी।

ग्रीन इनोवेशन

AI कंपनियों को रिसर्च और डेवलपमेंट साइकिल को छोटा करने, क्लीनर प्रोसेस को टेस्ट करने, प्रोडक्ट डिज़ाइन को बेहतर बनाने और ज़्यादा एफिशिएंट प्रोडक्शन पाथवे पहचानने में मदद करता है। मशीन लर्निंग, इंटेलिजेंट डिज़ाइन और डिजिटल ट्विन्स जैसी टेक्नोलॉजी एक्सपेरिमेंट की लागत कम कर सकती हैं और कंपनियों को नए एनवायरनमेंटल नियमों या लो-कार्बन प्रोडक्ट्स की मार्केट डिमांड पर तेज़ी से रिस्पॉन्स देने में मदद कर सकती हैं।

यह खास तौर पर इसलिए ज़रूरी है क्योंकि ग्रीन ट्रांसफॉर्मेशन के लिए अक्सर कम्प्लायंस से ज़्यादा की ज़रूरत होती है। कंपनियों को पुराने प्रोसेस को बदलना होगा, क्लीनर टेक्नोलॉजी डेवलप करनी होंगी और अनिश्चितता का सामना करते हुए भी इनोवेट करते रहना होगा। AI एनवायरनमेंटल डेटा को एक्शनेबल फैसलों में बदलकर उस अडैप्टिव कैपेसिटी को मज़बूत कर सकता है।

सप्लाई-चेन की कुशलता

पर्यावरण पर कई असर खरीद, लॉजिस्टिक्स, इन्वेंट्री और सप्लायर कोऑर्डिनेशन में जुड़े होते हैं। खराब सप्लाई चेन की वजह से ज़्यादा इन्वेंट्री, गैर-ज़रूरी ट्रांसपोर्ट, एनर्जी की बर्बादी होती है और रुकावट पर देर से जवाब मिलता है। AI डिमांड का अनुमान बेहतर कर सकता है, रूटिंग को बेहतर बना सकता है, बेकार इन्वेंट्री को कम कर सकता है, अपस्ट्रीम और डाउनस्ट्रीम कोऑर्डिनेशन को मज़बूत कर सकता है और जब झटके सप्लाई या डिमांड पर असर डालते हैं तो कंपनियों को काम करते रहने में मदद कर सकता है।

स्टडी के असर को कम करने से पता चलता है कि ग्रीन इनोवेशन पॉलिसी की ट्रांसमिशन ताकत का 34.1% है, जबकि सप्लाई-चेन की कुशलता 30.9% है। इन नतीजों से पता चलता है कि AI से चलने वाला ग्रीन लचीलापन मुख्य रूप से अलग-अलग कामों को ऑटोमेट करने के बारे में नहीं है। यह इस बारे में है कि कंपनियां प्रोडक्शन नेटवर्क में कैसे इनोवेट करती हैं, कोऑर्डिनेट करती हैं और जवाब देती हैं।

फाइनेंसिंग

ग्रीन प्रोजेक्ट्स में अक्सर बड़े शुरुआती इन्वेस्टमेंट और लंबे पेबैक पीरियड की ज़रूरत होती है, जिससे लेंडर सावधान हो जाते हैं। AI डेटा ट्रांसपेरेंसी में सुधार करके और पर्यावरण परफॉर्मेंस को ज़्यादा मापने लायक बनाकर जानकारी के अंतर को कम कर सकता है। चीन के पायलट-ज़ोन मामले में, पॉलिसी सपोर्ट में सब्सिडी, टेक्निकल प्लेटफॉर्म और फाइनेंशियल इंसेंटिव भी शामिल थे, जिससे फर्मों को ग्रीन अपग्रेडिंग के लिए कैपिटल पाने में मदद मिली।

लागत में कमी

AI एनर्जी के इस्तेमाल को मॉनिटर कर सकता है, इक्विपमेंट के मेंटेनेंस का अनुमान लगा सकता है, प्रोडक्शन शेड्यूल को ऑप्टिमाइज़ कर सकता है और वेस्ट कम कर सकता है। इन फायदों से ऑपरेटिंग कॉस्ट कम हो सकती है और ग्रीन इन्वेस्टमेंट के लिए रिसोर्स फ्री हो सकते हैं। जब फर्मों को कार्बन की कमी, इनपुट प्राइस में उतार-चढ़ाव या कम्प्लायंस के दबाव का सामना करना पड़ता है, तो कम ऑपरेटिंग कॉस्ट उन्हें प्रॉफिट और एनवायरनमेंटल परफॉर्मेंस दोनों बनाए रखने में मदद कर सकती है।

ये सभी मैकेनिज्म बताते हैं कि AI पॉलिसी तब सबसे अच्छा काम करती है जब इसे ऑपरेशनल ट्रांसफॉर्मेशन से जोड़ा जाता है। AI सिर्फ एक सॉफ्टवेयर लेयर के तौर पर अपनाकर ग्रीन रेजिलिएंस नहीं दे सकता। इसे एनर्जी मैनेजमेंट, एमिशन मॉनिटरिंग, सप्लाई-चेन कोऑर्डिनेशन, R&D फैसलों, फाइनेंसिंग चैनल और कॉर्पोरेट गवर्नेंस से जोड़ा जाना चाहिए।

पॉलिसी को एक नए ग्रीन डिजिटल डिवाइड को रोकना चाहिए

स्टडी यह भी दिखाती है कि AI से चलने वाला ग्रीन रेजिलिएंस एक जैसा नहीं है। चीन के मामले में, सबसे ज़्यादा फायदे हाई-टेक फर्मों, ज़्यादा प्रदूषण न करने वाली इंडस्ट्रीज़, रेगुलेटेड सेक्टर और बड़ी कंपनियों में पाए गए। छोटी और मीडियम साइज़ की फर्मों, बहुत ज़्यादा प्रदूषण फैलाने वाली फर्मों और ज़्यादा कॉम्पिटिटिव सेक्टर की फर्मों को फ़ायदे कम थे।

यह पैटर्न पॉलिसी बनाने वालों के लिए एक बड़ी चेतावनी है। जिन फर्मों के पास पहले से ही डिजिटल इंफ्रास्ट्रक्चर, स्किल्ड वर्कर, मज़बूत कैपिटल एक्सेस और मैच्योर मैनेजमेंट सिस्टम हैं, वे AI पॉलिसी सपोर्ट का इस्तेमाल करने के लिए बेहतर स्थिति में हैं। कमज़ोर डिजिटल नींव वाली कंपनियाँ पीछे रह सकती हैं, भले ही उन्हें ग्रीन ट्रांसफॉर्मेशन की सबसे ज़्यादा ज़रूरत हो।

हाई-टेक फर्मों को ज़्यादा फ़ायदा होता है क्योंकि उनके ऑपरेशन पहले से ही AI ज़ोन द्वारा दिए गए डिजिटल टूल्स और इनोवेशन प्लेटफॉर्म के ज़्यादा करीब हैं। बड़ी फर्मों को ज़्यादा फ़ायदा होता है क्योंकि वे सब्सिडी ले सकती हैं, डेटा सिस्टम में इन्वेस्ट कर सकती हैं, टेक्निकल टैलेंट को हायर कर सकती हैं और AI को मुश्किल ऑपरेशन में इंटीग्रेट कर सकती हैं। रेगुलेटेड फर्मों को ज़्यादा फ़ायदा होता है क्योंकि AI उन्हें मॉनिटरिंग, रिपोर्टिंग और रिस्क कंट्रोल के ज़रिए कम्प्लायंस की ज़रूरतों को पूरा करने में मदद करता है।

बहुत ज़्यादा प्रदूषण फैलाने वाली फर्मों को एक अलग चुनौती का सामना करना पड़ता है। कई लंबी इक्विपमेंट लाइफसाइकल, ज़्यादा डूबी हुई लागत और कार्बन-इंटेंसिव इंफ्रास्ट्रक्चर के साथ काम करती हैं। AI मॉनिटरिंग और प्रोसेस एफिशिएंसी में सुधार कर सकता है, लेकिन गहरे ट्रांसफॉर्मेशन के लिए अक्सर बड़े कैपिटल इन्वेस्टमेंट और फिजिकल अपग्रेड की ज़रूरत होती है। इन फर्मों के लिए, AI सपोर्ट को टारगेटेड ग्रीन फाइनेंस, इक्विपमेंट मॉडर्नाइज़ेशन और सेक्टर-स्पेसिफिक ट्रांज़िशन पॉलिसी के साथ जोड़ा जाना चाहिए।

छोटी और मीडियम साइज़ की फर्मों को भी फोकस्ड सपोर्ट की ज़रूरत होती है क्योंकि उनके पास AI सिस्टम को लागू करने के लिए ज़रूरी डेटा, टैलेंट और कैपिटल की कमी हो सकती है। शेयर्ड प्लेटफॉर्म, सस्ते कंप्यूटिंग सपोर्ट, ग्रीन डिजिटल लोन और स्टैंडर्ड AI टूल्स के बिना, उन्हें पॉलिसी के फ़ायदों को असली रेजिलिएंस गेन में बदलने में मुश्किल हो सकती है।

AI-बेस्ड इंडस्ट्रियल पॉलिसी को यह नहीं मानना ​​चाहिए कि सभी फर्मों को बराबर फ़ायदा हो सकता है। एक जैसा तरीका अपनाने से एडवांस्ड फर्मों और फाइनेंस, टेक्नोलॉजी और स्किल की कमी से पहले से ही परेशान फर्मों के बीच का अंतर और बढ़ सकता है।

स्टडी कई प्रैक्टिकल पॉलिसी प्रायोरिटी की ओर इशारा करती है:

AI पायलट इनिशिएटिव को फेज़ में और टारगेट करके किया जाना चाहिए। मज़बूत डिजिटल फाउंडेशन वाले इलाके और इंडस्ट्री डेमोंस्ट्रेशन हब के तौर पर काम कर सकते हैं, जबकि कमज़ोर इलाकों को पहले बेसिक डिजिटल इंफ्रास्ट्रक्चर, एनवायर्नमेंटल डेटा सिस्टम और इंडस्ट्रियल इंटरनेट कैपेसिटी बनानी चाहिए।

सरकारों को मज़बूत ग्रीन डेटा इंफ्रास्ट्रक्चर की ज़रूरत है। AI-इनेबल्ड रेजिलिएंस एनर्जी के इस्तेमाल, एमिशन, लॉजिस्टिक्स, प्रोडक्शन, इन्वेंट्री और कार्बन अकाउंटिंग पर भरोसेमंद डेटा पर निर्भर करता है। भरोसेमंद और इंटरऑपरेबल डेटा सिस्टम के बिना, फर्म रियल-टाइम मॉनिटरिंग या तेज़ी से एडजस्टमेंट के लिए AI का पूरी तरह से इस्तेमाल नहीं कर सकती हैं।

ग्रीन फाइनेंस और AI पॉलिसी को जोड़ा जाना चाहिए। अगर फर्म प्रोग्रेस दिखाने के लिए वेरिफाइड एनवायरनमेंटल डेटा का इस्तेमाल कर सकती हैं, तो लेंडर और इन्वेस्टर रिस्क का बेहतर अंदाज़ा लगा सकते हैं। इससे ग्रीन ट्रांसफॉर्मेशन के लिए फाइनेंसिंग की रुकावटें कम हो सकती हैं, खासकर उन फर्मों के लिए जिन्हें कैपिटल हासिल करने में मुश्किल होती है।

पॉलिसी को सिर्फ अलग-अलग फर्मों को ही नहीं, बल्कि सप्लाई-चेन-वाइड रेज़िलिएंस को सपोर्ट करना चाहिए। एनवायरनमेंटल झटके अक्सर प्रोडक्शन नेटवर्क से होकर गुजरते हैं। AI प्लेटफॉर्म जो सप्लायर कोऑर्डिनेशन, लॉजिस्टिक्स ऑप्टिमाइज़ेशन और शेयर्ड एमिशन डेटा को सपोर्ट करते हैं, वे पूरे इंडस्ट्रियल क्लस्टर में रेज़िलिएंस बनाने में मदद कर सकते हैं।

यह बताना ज़रूरी है कि स्टडी चीनी A-शेयर लिस्टेड फर्मों पर फोकस करती है, जो आम तौर पर अनलिस्टेड कंपनियों की तुलना में बड़ी और ज़्यादा रिसोर्स-रिच होती हैं। ग्रीन रेज़िलिएंस इंडेक्स उपलब्ध डिस्क्लोज़र और सालाना डेटा पर आधारित है, जो सभी रियल-टाइम ऑपरेशनल रिस्पॉन्स को कैप्चर नहीं कर सकता है। लेखक यह भी कहते हैं कि भविष्य की रिसर्च में बड़े फर्म ग्रुप, हाई-फ़्रीक्वेंसी डेटा और मैनेजमेंट क्वालिटी, ह्यूमन कैपिटल और नॉलेज स्पिलओवर जैसे एडिशनल मैकेनिज्म की जांच होनी चाहिए।