ट्रेड में रुकावट से AI अपनाने और बेहतर इनोवेशन नतीजों को बढ़ावा मिलता है

एक नए एनालिसिस से पता चलता है कि चीन-अमेरिका ट्रेड फ्रिक्शन चीनी मैन्युफैक्चरर्स के लिए कॉस्ट बढ़ाने से कहीं ज़्यादा कर सकता है। यह उन फर्मों पर भी दबाव डाल सकता है जो आर्टिफिशियल इंटेलिजेंस (AI) अपनाकर अपने इनोवेशन की क्वालिटी को बेहतर बनाने के लिए मजबूर हो रही हैं।

"क्या चीन-अमेरिका ट्रेड फ्रिक्शन कॉर्पोरेट इनोवेशन क्वालिटी को बढ़ावा देता है? आर्टिफिशियल इंटेलिजेंस की मीडिएटिंग भूमिका," टाइटल वाली यह स्टडी MDPI जर्नल सिस्टम्स में पब्लिश हुई थी। U.S. सेक्शन 301 इन्वेस्टिगेशन को एक क्वासी-नेचुरल एक्सपेरिमेंट के तौर पर इस्तेमाल करते हुए, रिसर्च में पाया गया कि ट्रेड फ्रिक्शन चीनी लिस्टेड मैन्युफैक्चरिंग फर्मों के बीच कॉर्पोरेट इनोवेशन क्वालिटी में काफी सुधार करता है, जिसमें AI अपनाना एक पार्शियल चैनल के तौर पर काम करता है जिसके ज़रिए यह असर होता है।

ट्रेड प्रेशर फर्मों को पेटेंट क्वांटिटी से इनोवेशन क्वालिटी की ओर ले जाता है

ट्रेडिशनल ट्रेड थ्योरी बताती है कि टैरिफ और पॉलिसी अनसर्टेनिटी एक्सपोर्ट कॉस्ट बढ़ाती हैं, फाइनेंसिंग कंडीशन को खराब करती हैं और फर्मों की रिसर्च और डेवलपमेंट में इन्वेस्ट करने की एबिलिटी को कम करती हैं। इस नज़रिए ने ट्रेड शॉक्स पर ज़्यादातर लिटरेचर को शेप दिया है, खासकर जहाँ फर्मों को ज़्यादा कम्प्लायंस कॉस्ट और इंटरनेशनल मार्केट तक कमज़ोर एक्सेस का सामना करना पड़ता है।

हालांकि, स्टडी एक कम्पेटिंग मैकेनिज्म की ओर इशारा करती है। एस्केप-कॉम्पिटिशन इफ़ेक्ट के तहत, मुश्किल मार्केट हालात का सामना करने वाली फ़र्म मार्केट शेयर बचाने, प्रोडक्ट्स को अलग बनाने और मज़बूत टेक्नोलॉजिकल कैपेबिलिटी बनाने के लिए इनोवेशन बढ़ा सकती हैं। इस नज़रिए से, ट्रेड प्रेशर सिर्फ़ कॉस्ट ही नहीं डालता। यह फ़र्मों को अपग्रेड करने के लिए भी मजबूर कर सकता है।

रिसर्चर्स का तर्क है कि मुख्य अंतर इनोवेशन क्वालिटी में है। पहले की स्टडीज़ में अक्सर R&D खर्च, पेटेंट काउंट या दूसरे क्वांटिटी-बेस्ड इंडिकेटर्स के ज़रिए इनोवेशन को मापा जाता था। चीन में ये तरीके गुमराह करने वाले हो सकते हैं क्योंकि पेटेंट एक्टिविटी सब्सिडी, इंसेंटिव और स्ट्रेटेजिक बिहेवियर से प्रभावित हो सकती है जो कम प्रोडक्टिविटी वाले इनोवेशन को बढ़ावा देते हैं। पेटेंट नंबरों में बढ़ोतरी का मतलब यह नहीं है कि फ़र्म ज़्यादा वैल्यूएबल टेक्नोलॉजी बना रही हैं।

उस लिमिटेशन से बचने के लिए, स्टडी पेटेंट की चौड़ाई के ज़रिए कॉर्पोरेट इनोवेशन क्वालिटी को मापती है। यह पेटेंट सबक्लास में टेक्नोलॉजिकल क्लेम की डाइवर्सिटी को कैप्चर करता है, जिसमें बड़े पेटेंट ज़्यादा कॉम्प्लेक्सिटी, बड़े एप्लीकेशन स्कोप और मज़बूत प्रोटेक्शन दिखाते हैं। रिसर्चर्स दूसरे तरीकों को भी टेस्ट करते हैं, जिसमें इन्वेंशन पेटेंट एप्लीकेशन का शेयर और इन्वेंशन पेटेंट के फॉरवर्ड साइटेशन शामिल हैं, और पाते हैं कि कोर रिज़ल्ट मज़बूत बना हुआ है।

स्टडी में 2014 से 2022 तक चीनी A-शेयर लिस्टेड मैन्युफैक्चरिंग फर्मों के डेटा का इस्तेमाल किया गया है, जिसमें 14,722 फर्म-ईयर ऑब्जर्वेशन और 2074 यूनिक एंटरप्राइज शामिल हैं। यह एक फर्म-लेवल एक्सपोजर मेज़र बनाता है जो सेक्शन 301 टैरिफ की वजह से इंडस्ट्री-लेवल टैरिफ बदलावों को ट्रेड शॉक से पहले फर्म-लेवल एक्सपोर्ट डिपेंडेंस के साथ जोड़ता है। इससे एनालिसिस टैरिफ एक्सपोजर की इंटेंसिटी और हर फर्म किस हद तक एक्सपोर्ट पर निर्भर थी, दोनों को कैप्चर करने में मदद मिलती है।

बेसलाइन रिजल्ट दिखाते हैं कि चीन-अमेरिका ट्रेड फ्रिक्शन के एक्सपोजर का कॉर्पोरेट इनोवेशन क्वालिटी पर पॉजिटिव और स्टैटिस्टिकली सिग्निफिकेंट असर पड़ा। अनुमानित असर का मतलब है कि ट्रेड फ्रिक्शन एक्सपोजर में एक-स्टैंडर्ड-डेविएशन की बढ़ोतरी ने सैंपल मीन के मुकाबले इनोवेशन क्वालिटी को लगभग 4.35% बढ़ा दिया। लेखक इसे इकोनॉमिकली मीनिंगफुल बताते हैं, खासकर सैंपल पीरियड के दौरान चीन की मैन्युफैक्चरिंग वैल्यू-एडेड ग्रोथ को देखते हुए।

इस नतीजे का मतलब यह नहीं है कि टैरिफ मोटे तौर पर फायदेमंद हैं। यह बताता है कि दबाव में फर्म स्ट्रेटेजिक तरीके से रिस्पॉन्ड कर सकती हैं जब उनके पास अपग्रेड करने की कैपेसिटी और इंसेंटिव हों। ट्रेड फ्रिक्शन फर्मों को कॉस्ट-बेस्ड कॉम्पिटिशन से आगे बढ़ने और बेहतर क्वालिटी वाले इनोवेशन के ज़रिए ज़्यादा टिकाऊ फ़ायदे पाने के लिए मजबूर कर सकता है।

अनिश्चितता के लिए AI अपनाना एक स्ट्रेटेजिक जवाब बन जाता है

रिसर्चर्स का तर्क है कि ट्रेड प्रेशर का सामना करने वाली फर्में अनिश्चितता, बढ़ती लागत और तेज़ कॉम्पिटिशन के लिए आगे की सोच वाले जवाब के तौर पर AI अपनाने की ज़्यादा संभावना रखती हैं। AI फर्मों को जानकारी प्रोसेस करने, फ़ैसले लेने में सुधार करने, ऑपरेशन को ऑप्टिमाइज़ करने, रिस्क कम करने और टेक्नोलॉजिकल सर्च में मदद कर सकता है।

इस मैकेनिज़्म को टेस्ट करने के लिए, स्टडी कॉर्पोरेट एनुअल रिपोर्ट के टेक्स्टुअल एनालिसिस के ज़रिए AI अपनाने को मापती है। रिसर्चर्स मैनेजमेंट डिस्कशन और एनालिसिस सेक्शन में दिखने वाले AI से जुड़े कीवर्ड्स का इस्तेमाल करते हैं, जिसमें मशीन लर्निंग, इंटेलिजेंट कंप्यूटिंग, कंप्यूटर विज़न, बिग डेटा एनालिटिक्स, नेचुरल लैंग्वेज प्रोसेसिंग, इंटेलिजेंट मैन्युफैक्चरिंग और दूसरी डिजिटल टेक्नोलॉजी से जुड़े शब्द शामिल हैं। वे दो माप बनाते हैं: कुल टेक्स्ट में AI से जुड़े शब्दों का रेश्यो और AI से जुड़े शब्दों की रॉ काउंट।

मीडिएशन एनालिसिस से पता चलता है कि ट्रेड फ्रिक्शन AI अपनाने को काफ़ी बढ़ाता है, और AI अपनाने का इनोवेशन क्वालिटी से पॉज़िटिव संबंध है। जब मॉडल में AI अपनाने को जोड़ा जाता है, तो ट्रेड फ्रिक्शन का सीधा असर पॉज़िटिव रहता है लेकिन छोटा हो जाता है, जो पार्शियल मीडिएशन को दिखाता है। बूटस्ट्रैप टेस्ट इस बात को और कन्फर्म करते हैं कि AI अपनाने से होने वाला इनडायरेक्ट असर स्टैटिस्टिकली सिग्निफिकेंट है। इसका मतलब है कि AI ट्रेड फ्रिक्शन और के बीच के लिंक को पूरी तरह से नहीं समझाता है।

ट्रेड फ्रिक्शन को अक्सर मुख्य रूप से रुकावट का सोर्स माना जाता है। हालांकि, स्टडी से पता चलता है कि कुछ फर्मों के लिए, जियोपॉलिटिकल दबाव डिजिटल ट्रांसफॉर्मेशन और इनोवेशन अपग्रेडिंग को तेज़ कर सकता है। यह डायनामिक मैन्युफैक्चरिंग में खास तौर पर ज़रूरी हो सकता है, जहां फर्मों पर कमज़ोर मार्केट पर निर्भरता कम करने और ज़्यादा मज़बूत टेक्नोलॉजिकल क्षमताएं बनाने का दबाव होता है।

डिजिटल लीडरशिप और गवर्नेंस तय करते हैं कि किसे सबसे ज़्यादा फ़ायदा होता है

स्टडी में पाया गया है कि ट्रेड फ्रिक्शन का इनोवेशन बढ़ाने वाला असर एक जैसा नहीं है। यह उन फर्मों में ज़्यादा मज़बूत है जिनमें इन्फॉर्मेशन टेक्नोलॉजी का अनुभव रखने वाले एग्जीक्यूटिव का अनुपात ज़्यादा है और उन फर्मों में भी जिनका कॉर्पोरेट गवर्नेंस मज़बूत है।

एग्जीक्यूटिव IT बैकग्राउंड की भूमिका अहम है क्योंकि AI को अपनाना ऑटोमैटिक नहीं होता है। फर्मों को ऐसे लीडर्स की ज़रूरत होती है जो डिजिटल टेक्नोलॉजी को समझते हों, AI के मौकों का मूल्यांकन कर सकें और लागू करने के लिए ज़रूरी ऑर्गेनाइज़ेशनल बदलावों को गाइड कर सकें। उस एक्सपर्टीज़ के बिना, फर्मों को बाहरी दबाव को असरदार इनोवेशन स्ट्रेटेजी में बदलने में मुश्किल हो सकती है।

नतीजे बताते हैं कि इनोवेशन क्वालिटी पर ट्रेड फ्रिक्शन का पॉज़िटिव असर सिर्फ़ उन फर्मों में स्टैटिस्टिकली अहम है जिनके पास एग्जीक्यूटिव IT अनुभव का मीडियन लेवल से ऊपर का लेवल है। इससे पता चलता है कि डिजिटल लीडरशिप एक ज़रूरी सक्षम करने वाली स्थिति के तौर पर काम करती है। जिन फर्मों की टेक्नोलॉजी की समझ सबसे ऊपर होती है, वे AI को अपनाने और इनोवेशन के नतीजों को बेहतर बनाने के लिए इसका इस्तेमाल करने में बेहतर स्थिति में होती हैं।

कॉर्पोरेट गवर्नेंस भी मायने रखता है। स्टडी में गवर्नेंस क्वालिटी के प्रॉक्सी के तौर पर इंडिपेंडेंट डायरेक्टर्स के हिस्से का इस्तेमाल किया गया है। जिन फर्मों का गवर्नेंस मज़बूत होता है, वे ट्रेड फ्रिक्शन के लिए ज़्यादा बड़ा और स्टैटिस्टिकली ज़्यादा अहम इनोवेशन रिस्पॉन्स दिखाती हैं। इससे पता चलता है कि असरदार ओवरसाइट फर्मों को रिसोर्स को ज़्यादा स्ट्रेटेजिक तरीके से बांटने, बेकार के व्यवहार को कम करने और बाहरी झटकों पर ज़्यादा अच्छे से रिस्पॉन्ड करने में मदद करती है।

कुल मिलाकर, ये नतीजे दिखाते हैं कि सिर्फ़ बाहरी दबाव काफ़ी नहीं है। ट्रेड फ्रिक्शन से इनोवेट करने के लिए इंसेंटिव मिल सकते हैं, लेकिन फर्मों को फ़ायदे उठाने के लिए अंदरूनी क्षमताओं की ज़रूरत होती है। डिजिटल कॉम्पिटेंस, मैनेजमेंट क्वालिटी और गवर्नेंस स्ट्रक्चर यह तय करते हैं कि दबाव से मतलब वाले इनोवेशन अपग्रेड होते हैं या सिर्फ़ ज़्यादा लागत।

स्टडी के रोबस्टनेस चेक इस नतीजे को मज़बूत करते हैं। रिसर्चर अपने डिफरेंस-इन-डिफरेंस डिज़ाइन के पीछे पैरेलल ट्रेंड्स की सोच को टेस्ट करते हैं और उन्हें ट्रीटमेंट से पहले कोई खास अंतर का सबूत नहीं मिलता है। 2000 रैंडम सिमुलेशन का इस्तेमाल करके किया गया एक प्लेसबो टेस्ट दिखाता है कि मुख्य नतीजा शायद ही किसी वजह से हो। ये नतीजे तब भी सही साबित होते हैं जब ट्रेड फ्रिक्शन और इनोवेशन क्वालिटी के दूसरे तरीकों का इस्तेमाल किया जाता है। स्टडी में दूसरी पॉलिसी पहलों पर भी ध्यान दिया गया है जो इनोवेशन पर असर डाल सकती हैं, जिसमें चाइना-यूरोप रेलवे एक्सप्रेस, नेशनल AI इनोवेशन पायलट ज़ोन पॉलिसी और मेड इन चाइना 2025 स्ट्रैटेजी शामिल हैं। इन संभावित कन्फ्यूजिंग पॉलिसी को ध्यान में रखने के बाद भी ट्रेड फ्रिक्शन का पॉजिटिव असर काफी अहम बना हुआ है। यह नतीजा तब भी लागू होता है जब बहुत ज़्यादा इनोवेशन क्वालिटी वाली फर्मों और चीन की चार सेंट्रली एडमिनिस्ट्रेटेड म्युनिसिपैलिटी में हेडक्वार्टर वाली फर्मों को छोड़ दिया जाता है।

अगर ट्रेड प्रेशर में फर्म इनोवेशन क्वालिटी को बेहतर बनाने के लिए AI का इस्तेमाल कर रही हैं, तो हाई-क्वालिटी इंडस्ट्रियल डेवलपमेंट चाहने वाली सरकारों को न केवल फर्मों को झटकों से बचाने पर ध्यान देना चाहिए, बल्कि उन्हें डिजिटल कैपेबिलिटी बनाने में मदद करने पर भी ध्यान देना चाहिए। इसमें AI इंफ्रास्ट्रक्चर, R&D इंसेंटिव, डेटा गवर्नेंस सिस्टम और डिजिटल मैनेजमेंट टैलेंट के लिए ट्रेनिंग प्रोग्राम के लिए सपोर्ट शामिल हो सकता है।

कॉर्पोरेट मैनेजरों के लिए, नतीजे बाहरी अनिश्चितता के खिलाफ एक स्ट्रैटेजिक बफर के रूप में AI की ओर इशारा करते हैं। ट्रेड टेंशन से जूझ रही फर्मों को ऑपरेशन, प्रोडक्ट डेवलपमेंट और इनोवेशन मैनेजमेंट में AI को इंटीग्रेट करने में तेज़ी से आगे बढ़ने की ज़रूरत हो सकती है। हालांकि, इसे अपनाना असल होना चाहिए, दिखावटी नहीं। स्टडी मानती है कि इसका AI मेज़र कॉर्पोरेट डिस्क्लोज़र पर आधारित है, जो AI इम्प्लीमेंटेशन की गहराई या असर को पूरी तरह से नहीं दिखा सकता है।

रिसर्चर्स ने यह भी बताया कि यह स्टडी U.S. सेक्शन 301 इन्वेस्टिगेशन के तहत टैरिफ सैंक्शन पर फोकस करती है और एंटिटी लिस्ट डेज़िग्नेशन, टेक्निकल स्टैंडर्ड या एक्सपोर्ट कंट्रोल जैसे नॉन-टैरिफ रेस्ट्रिक्शन की जांच नहीं करती है। ये टूल्स चीन-U.S. टेक्नोलॉजिकल कॉम्पिटिशन के लिए तेज़ी से सेंट्रल होते जा रहे हैं और फर्मों पर अलग तरह से असर डाल सकते हैं।