Mumbai : 2026 में आपकी प्राइवेसी का मूल्यांकन कैसे किया जाएगा

Mumbai मुंबई : 2026 में, भारतीय कंपनियों को एक ऐसा सवाल पूछने पर मजबूर होना पड़ेगा जो एक साल पहले भी अजीब लगता: पूरी तरह से इस्तेमाल होने वाले डेटा को जानबूझकर डिलीट करना कब सही है? इसलिए नहीं कि डेटा गलत है। इसलिए नहीं कि उसकी कोई वैल्यू नहीं है। बल्कि इसलिए कि उसे रखने में अब उसे जाने देने से ज़्यादा खर्च आ सकता है। यही वह शांत बदलाव है जो डिजिटल पर्सनल डेटा प्रोटेक्शन एक्ट (DPDA) इस साल शुरू कर रहा है। पहली बार, प्राइवेसी अब अधिकारों के बारे में बहस नहीं है। यह सिस्टम, लागत और स्केल का सवाल है।2026 में आपकी प्राइवेसी को कैसे तौला जाएगाऐसा इसलिए है क्योंकि नियम अब तय हो गए हैं और एग्जीक्यूशन मोड में चले गए हैं। इसलिए, 2026 में, प्राइवेसी का टेस्ट अब कोर्टरूम में नहीं, बल्कि डेटाबेस, सॉफ्टवेयर सिस्टम और सप्लाई चेन के अंदर होगा जो पर्सनल डेटा को लगातार प्रोसेस करते हैं, इतने वॉल्यूम में कि इंसानी निगरानी के लिए बहुत कम जगह बचती है। एक बार जब प्राइवेसी इन सिस्टम में आ जाती है, तो यह ऐसी चीज़ नहीं रह जाती जिस पर बाद में बहस की जा सके या जिसे ठीक किया जा सके। इसे काम करना चाहिए।

हर बार।यह बदलाव बताता है कि प्राइवेसी को लेकर नए स्टार्ट-अप क्यों आने लगे हैं। डेटा सिक्योरिटी काउंसिल ऑफ़ इंडिया (DSCI) के CEO विनायक गोडसे के मुताबिक, आज करीब 30 भारतीय स्टार्ट-अप खास तौर पर प्राइवेसी टेक्नोलॉजी पर काम कर रहे हैं। वे कहते हैं कि उनका उभरना क्लैरिटी की वजह से है। एक बार जब कंपनियों को पता चल जाता है कि उनसे क्या उम्मीद की जाती है, तो डिमांड टूल्स की तरफ बढ़ जाती है।इनमें से ज़्यादातर स्टार्ट-अप कम्प्लायंस के ज़रूरी मैकेनिक्स से निपट रहे हैं। गोडसे कहते हैं कि ज़्यादातर प्राइवेसी मैनेजमेंट और गवर्नेंस के लिए सिस्टम बना रहे हैं—ऐसे टूल्स जो कंपनियों को सहमति ट्रैक करने, यूज़र की शिकायतों का जवाब देने, डेटा रिक्वेस्ट को संभालने और सीनियर मैनेजमेंट को यह साफ दिखाने में मदद करते हैं कि रिस्क कहाँ है। इनमें से कुछ भी थ्योरेटिकल नहीं है।

एक बार जब DPDP एनफोर्समेंट में चला जाता है, तो ये काम कभी-कभार होने वाले नहीं रहते। वे लगातार होने लगते हैं। और जब वे बैंकिंग, हेल्थकेयर, इंश्योरेंस, मैन्युफैक्चरिंग और एनर्जी में एक साथ होते हैं, तो यह ज़रूरी है कि मैनुअल प्रोसेस ठप हो जाएं।फिर स्टार्ट-अप का एक छोटा ग्रुप एक मुश्किल प्रॉब्लम पर काम कर रहा है। ये फर्म डेटा को बिना एक्सपोज़ किए इस्तेमाल करना मुमकिन बनाने की कोशिश कर रही हैं। गोडसे एनोनिमाइज़ेशन, एन्क्रिप्शन और क्रिप्टोग्राफ़िक तरीकों जैसी टेक्नोलॉजी की ओर इशारा करते हैं जो पर्सनल आइडेंटिटी को छिपाते हुए एनालिसिस या कंप्यूटेशन की इजाज़त देते हैं। यह कानून से बचने के बारे में नहीं है। यह एक ऐसे देश में बड़े डिजिटल सिस्टम को काम करने लायक बनाने के बारे में है, जहाँ अरबों के ट्रांज़ैक्शन होते हैं और उनमें से कई अभी भी पब्लिक इंफ्रास्ट्रक्चर से जुड़े हैं। यहीं पर एक पुरानी सोच भी फेल होने लगती है।सालों तक, डेटा को एक सीधा-सादा एसेट माना जाता था। लॉजिक आसान था। ज़्यादा इकट्ठा करो। ज़्यादा स्टोर करो। ज़्यादा इस्तेमाल करो। DPDP उस लॉजिक को तोड़ता है। डेटा अब ज़िम्मेदारी लेता है। और ज़िम्मेदारी की कीमत होती है। रखे गए पर्सनल डेटा के हर एक्स्ट्रा हिस्से को सही ठहराना, सुरक्षित रखना और उसका हिसाब रखना होता है।तेज़ी से आगे बढ़ती डिजिटल इकॉनमी के लिए, यह रुकावट जैसा लग सकता है।

यह स्लोडाउन जैसा भी लग सकता है। लेकिन कंपनियों को मकसद तय करने, सहमति लेने और प्रोसेसिंग को सही ठहराने के लिए मजबूर करके, कानून डेटा के इस्तेमाल के लिए एक साफ़ कानूनी आधार देता है। यह जो चीज़ हटाता है वह है कन्फ्यूजन। और भारतीय लेवल पर, कन्फ्यूजन अक्सर रुकावट से ज़्यादा खतरनाक होता है।एक बार जब आर्टिफिशियल इंटेलिजेंस सिस्टम में आ जाता है तो तनाव बढ़ जाता है। कंपनियाँ चाहती हैं कि AI एफिशिएंसी और इनसाइट दे। सवाल यह है कि ऐसा करने के लिए इन सिस्टम को व्यक्ति के बारे में कितना जानने की ज़रूरत है। गोडसे बताते हैं कि अब चॉइस मायने रखती हैं। वे तय करते हैं कि AI सिस्टम रिस्क को बढ़ाते हैं या उसे सोख लेते हैं।वह इस बदलाव को एक ऐसे अंतर से समझाते हैं जिसे ज़्यादातर लोग आसानी से पहचान लेते हैं। पुराने IVR सिस्टम डिज़ाइन के हिसाब से सीधे-सादे थे। “हाँ के लिए एक दबाएँ। ना के लिए दो दबाएँ।” कोई जवाब नहीं, और सिस्टम बंद हो जाता था। स्ट्रक्चर के हिसाब से खुलासा। बातचीत वाला AI अलग तरह से काम करता है। यह समझाने के लिए कहता है। यह ध्यान देने वाला लगता है।

और यह लोगों को खुलकर बोलने के लिए बढ़ावा देता है, अक्सर ट्रांज़ैक्शन की ज़रूरत से ज़्यादा। यह बड़े पैमाने पर खुलासा सामने लाता है। यह अंतर मायने रखता है।जब ऐसे सिस्टम लाखों इंटरैक्शन में काम करते हैं, और जब AI एजेंट दूसरे एजेंट के साथ इंटरैक्ट करना शुरू करते हैं, तो डिज़ाइन से प्राइवेसी रिस्क पैदा होते हैं। कितना डेटा इस्तेमाल किया जाए, शेयर किया जाए या रखा जाए, इस बारे में फ़ैसले कम्प्लायंस के मामले नहीं रह जाते। वे आर्किटेक्चरल चॉइस बन जाते हैं।यह भारत की खास स्थिति पर वापस ध्यान खींचता है। यूरोप ने प्राइवेसी को कानून में लिखने में भारी इन्वेस्ट किया। भारत ने डिजिटल सिस्टम बनाने में इन्वेस्ट किया। आधार, UPI और बड़े इंडिया स्टैक को प्राइवेसी प्रोजेक्ट के तौर पर नहीं सोचा गया था। लेकिन उन्होंने बड़े पैमाने पर इंटरऑपरेबिलिटी बनाई। अलग-अलग डिपार्टमेंट एक-दूसरे से बात करते हैं। ट्रांज़ैक्शन सस्ते में होते हैं। इंक्लूजन स्ट्रक्चर में बना होता है।गोडसे इसे एक मौके की तरह देखते हैं। स्केल पहले ही हासिल किया जा चुका है। मुश्किल काम इसे भरोसेमंद प्राइवेसी प्रोटेक्शन के साथ जोड़ना है। अगर डिजिटल सिस्टम को बिना किसी फालतू एक्सपोजर के वैल्यू देने के लिए रीडिज़ाइन किया जा सकता है, तो भारत ग्लोबल बातचीत में कुछ नया जोड़ सकता है।