सबूत तो मिल चुका है
मई में, India ने 23 मिनट के अंदर सरहद पार नौ आतंकी कैंपों पर हमला किया। India का एक भी एसेट नहीं गया। Indian Air Force ने Pakistan के China से मिले एयर डिफेंस सिस्टम को जाम कर दिया। Indian स्टार्टअप्स के बनाए ड्रोन ने 94% सटीकता से टारगेट को हिट किया। 26 साल में सैटेलाइट्स, रडार सेंसर्स और इलेक्ट्रॉनिक इंटरसेप्ट्स से इकट्ठा किया गया डेटा AI ने प्रोसेस किया - और हर हमले को गाइड किया।
Lt General Rajiv Kumar Sahni, जो Operation Sindoor के दौरान Director General of Information Systems के पद पर थे, उनके मुताबिक AI-बेस्ड एनालिटिक्स की वजह से कमांडर्स वो छुपे हुए सप्लाई रूट्स, कैमोफ्लाज्ड बंकर, और कम्युनिकेशन हब पहचान पाए जो इंसानी एनालिस्ट शायद कभी नहीं ढूंढ पाते। India के Integrated Air Command and Control System ने रियल टाइम में कई सेंसर्स का डेटा एक साथ जोड़ा। नतीजा था - बिना जमीन पर किसी जवान को खतरे में डाले, एकदम सटीक हमला।
यह सब मुमकिन हुआ सालों की पॉलिसी रिफॉर्म की वजह से - ड्रोन इंपोर्ट पर बैन, प्रोडक्शन इंसेंटिव स्कीमें, iDEX स्टार्टअप चैलेंजेज, और Modi सरकार का डिफेंस में Aatmanirbhar Bharat का जोर। अब सवाल यह है कि India चार दिनों में जो साबित किया, उसे एक स्थायी, डॉक्ट्रिन-लेवल नेशनल सिक्योरिटी आर्किटेक्चर में बदल पाएगा या नहीं।
खतरे का पैमाना
India को दो मोर्चों पर सुरक्षा चुनौती का सामना करना पड़ता है। उत्तर में, China ने intelligentized warfare को अपने पूरे मिलिट्री मॉडर्नाइजेशन प्लान की बुनियाद घोषित किया है। Xi Jinping खुद उस कमीशन की अध्यक्षता करते हैं जो इसे देख रहा है। Georgetown University के Center for Security and Emerging Technology के मुताबिक, China ने सिर्फ दो सालों में 2,857 AI से जुड़े डिफेंस कॉन्ट्रैक्ट दिए। इस मौजूदा फिस्कल साइकल में Beijing का मिलिट्री खर्च करीब 1.9 trillion yuan है - यानी लगभग $278 billion।
China के इस अप्रोच को Military-Civil Fusion कहते हैं। इसमें सिविलियन टेक कंपनियों को - ड्रोन मैन्युफैक्चरर्स से लेकर AI लैब्स तक - मिलिट्री मकसद के लिए काम करना पड़ता है। Chinese रणनीतिकार इसका लक्ष्य decision-making dominance बताते हैं - यानी किसी भी दुश्मन से पहले बैटलफील्ड की जानकारी प्रोसेस करना और उस पर सबसे पहले एक्शन लेना।
पश्चिम में, Pakistan भी हाथ पर हाथ धरे नहीं बैठा है। Operation Sindoor के दौरान Pakistan ने 300 से 400 ड्रोन तैनात किए - जिनमें Turkish Bayraktar TB2s और Chinese CH-4 और Wing Loong II प्लेटफॉर्म शामिल थे। India की लेयर्ड एयर डिफेंस ने Pakistan के 600 से ज्यादा ड्रोन निष्क्रिय कर दिए। लेकिन Air Marshal Ashutosh Dixit ने Delhi में एक September कॉन्फ्रेंस में बताया कि Pakistan अब India की ड्रोन क्षमताओं की नकल करने की पूरी कोशिश में लगा है।
हर बॉर्डर उल्लंघन - चाहे फिजिकल हो या डिजिटल - उस इलाके में निवेश को दबा देता है। India को तेज़ी से आगे बढ़ना होगा।
India ने अब तक क्या बनाया है
Modi सरकार ने 2018 में defence में AI का एक structured programme शुरू किया, जब Ministry of Defence ने "Strategic Implementation of AI for National Security and Defence" नाम का एक task force बनाया। उन सिफारिशों के आधार पर, सरकार ने 2019 में दो संस्थाएं बनाईं। Defence AI Council की अध्यक्षता Defence Minister करते हैं और इसमें तीनों सेना प्रमुख, Defence Secretary, National Cyber Security Coordinator, और industry और academia के प्रतिनिधि शामिल हैं। Defence AI Project Agency इसकी कार्यकारी संस्था है।
सरकार ने Defence AI Project Agency के लिए हर साल 100 करोड़ रुपये अलग रखे। हर service headquarters AI-specific application development के लिए अलग से 100 करोड़ रुपये प्रति वर्ष जोड़ता है।
iDEX programme - Innovations for Defence Excellence - जो 2018 में शुरू हुआ, वो इस मामले में सबसे बड़ा बदलाव बन गया है कि India defence technology कैसे बनाता है। iDEX से पहले, सिर्फ Tata और L&T जैसी बड़ी कंपनियां ही defence R&D में हिस्सा ले सकती थीं। अब 2,000 से ज़्यादा defence startups और 300 space startups इसमें सक्रिय रूप से योगदान दे रहे हैं।
iDEX ने लगभग $344 million के 650 contracts दिए हैं, जो 50 से ज़्यादा technology categories में फैले हैं - जिनमें AI-enabled surveillance, unmanned systems, और encrypted communications शामिल हैं। सशस्त्र बलों ने iDEX innovators से 2,400 करोड़ रुपये से ज़्यादा के 43 products खरीदे हैं। चुनौतियां आमतौर पर 12 से 18 महीनों में हल हो जाती हैं, और खर्च भी पारंपरिक procurement के मुकाबले बहुत कम होता है।
ADITI sub-scheme deep-tech चुनौतियों के लिए 25 करोड़ रुपये तक का grant देती है। एक उदाहरण: QuBeats नाम के एक startup को Indian Navy के लिए GPS-free navigation system बनाने के लिए 25 करोड़ रुपये मिले - यह उन combat situations में बेहद ज़रूरी है जहाँ GPS signals जाम कर दिए जाते हैं। Defence Research and Development Organisation के Centre for AI and Robotics ने 75 से ज़्यादा AI-based defence products बनाए हैं। Pakistan और China सीमाओं पर करीब 140 AI-based surveillance systems लगाए जा चुके हैं।
Operation Sindoor के दौरान, Bharat Electronics Limited की बनाई Akashteer system ने सभी sensors का data एक जगह जोड़कर Indian Air Force के लिए real-time air picture तैयार की। JM-1 नाम का एक पूरी तरह स्वदेशी loitering munition पहली बार युद्ध में उतरा - यह पहला Indian-designed kamikaze drone था जिसने active combat में किसी target को निशाना बनाया। Defence exports 24,000 करोड़ रुपये को पार कर गए हैं और इन्हें 50,000 करोड़ रुपये तक पहुँचाने का लक्ष्य है।
क्या कोशिशें हुई हैं - और कहाँ अभी भी पिछड़ापन है
तीन बड़ी structural समस्याएँ अभी भी बनी हुई हैं।
पहली, institutional silos। Observer Research Foundation के मुताबिक, सबसे बड़ी चुनौती यह है कि armed forces, मंत्रालयों और private tech कंपनियों के बीच कोई तालमेल नहीं है। अलग-अलग सेवाओं के intelligence, surveillance और reconnaissance सिस्टम एक common platform पर data share नहीं करते।
दूसरी, procurement की रफ्तार। रक्षा खरीद धीमी है और जोखिम लेने से कतराती है। Operation Sindoor में drones और counter-drone सिस्टम के लिए करीब Rs 9,000 करोड़ की emergency allocation करनी पड़ी। यह रफ्तार संकट के वक्त तो मुमकिन थी। लेकिन शांतिकाल की नौकरशाही इतनी तेज़ी से वैसे नहीं चलती।
तीसरी, sovereign compute। India के पास अभी तक classified रक्षा डेटा के लिए अपना domestic cloud infrastructure नहीं है। रक्षा applications संवेदनशील datasets पर निर्भर हैं — जैसे satellite imagery, electronic intelligence, battlefield data — जो विदेशी platforms पर process होने पर खतरे में पड़ जाते हैं। India के पास फिलहाल वो GPU clusters और secure defence cloud नहीं हैं जो एक sovereign AI programme के लिए ज़रूरी हैं।
Operation Sindoor ने कुछ खास technical कमियाँ भी उजागर कीं। कई drones GPS jamming में जवाब दे गए। Platforms एक coordinated swarm की तरह काम करने की बजाय अलग-अलग चलते रहे। कुछ drones के critical navigation components अभी भी विदेशी पुर्जों पर निर्भर थे। India ने यह मुकाबला जीता — और यह भी अच्छी तरह जान लिया कि आगे क्या ठीक करना है।
दूसरे देशों ने यह कैसे सुलझाया
Israel - एकीकरण का मॉडल
Israel की Unit 8200 खुफिया जानकारी जुटाने के हर चरण में AI का इस्तेमाल करती है - चेहरे की पहचान, आवाज़ का विश्लेषण, टारगेट की पहचान, और युद्धक्षेत्र में संचार की निगरानी। Royal United Services Institute ने इसे दुनिया की सबसे बेहतरीन तकनीकी खुफिया एजेंसी बताया है - बस पैमाने के मामले में यह थोड़ा पीछे है।
असली सबक यह है कि प्रतिभा की पाइपलाइन कैसे बनाई जाए। Unit 8200 ने Studio नाम का एक आंतरिक इनोवेशन हब बनाया है, जो Google, Microsoft और Meta जैसी कंपनियों के AI पेशेवरों को रिज़र्व ड्यूटी के दौरान सैन्य विकास में शामिल करता है। नागरिक इंजीनियर बिना प्राइवेट सेक्टर छोड़े फौज के काम में हाथ बंटाने लगते हैं।
Israel एक सीमा भी दिखाता है। October 7 के Hamas हमले ने यह उजागर कर दिया कि क्या होता है जब AI की बनाई रिपोर्टें इंसानी समझ की जगह ले लेती हैं। विश्लेषकों की चेतावनियों को नज़रअंदाज़ कर दिया गया। India के लिए सबक यह है कि AI इंसानी फैसलों की रफ़्तार और गुणवत्ता बढ़ाता है। यह उन तजुर्बेकार विश्लेषकों की जगह नहीं ले सकता जो किसी मॉडल के नतीजे पर सवाल उठा सकें।
United States - साझा डेटा की परत
US अपने Joint All-Domain Command and Control पहल के तहत साझा क्लाउड बुनियादी ढांचे के ज़रिए रक्षा एजेंसियों में AI को एकीकृत करता है - Army, Navy, Air Force और खुफिया समुदाय के अब तक अलग-थलग पड़े सिस्टम को आपस में जोड़कर। US Defence Innovation Unit तकनीकी कंपनियों को सीधे रक्षा खरीद से जोड़ती है, जिससे प्रोटोटाइप से तैनाती तक का वक्त काफी कम हो जाता है।
सबसे अहम बात यह है कि US ने पहले एक साझा डेटा परत बनाई। कोई भी AI मॉडल तभी अच्छा काम करता है जब उसका डेटा साफ़, एक जैसा और सभी एजेंसियों के लिए सुलभ हो। India की अगली प्राथमिकता ठीक यही होनी चाहिए।
China - क्या न अपनाएं, और क्या उधार लें
China की Military-Civil Fusion नीति हर नागरिक AI प्रगति को एक साथ सैन्य लक्ष्यों की सेवा में लगाती है। Xi'an Technological University के शोधकर्ताओं का कहना है कि उनका AI सिस्टम 48 सेकंड में 10,000 युद्धक्षेत्र परिदृश्यों का विश्लेषण कर सकता है - एक काम जिसमें इंसानी योजनाकारों को करीब दो दिन लगते।
India को यह केंद्रीकृत और ज़बरदस्ती वाला मॉडल नहीं अपनाना चाहिए। यह एक लोकतांत्रिक व्यवस्था के साथ मेल नहीं खाता। लेकिन इसके पीछे की असली सोच - यह सुनिश्चित करना कि नागरिक AI की तरक्की तेज़ी से रक्षा अनुप्रयोगों में पहुंचे - यह India iDEX, ADITI और US Defence Innovation Unit के साथ INDUS-X साझेदारी के ज़रिए दोहरा सकता है।
जवाबदेही किसकी है
रक्षा मंत्रालय, Defence AI Council के ज़रिए, पूरी रणनीतिक जवाबदेही संभालता है। Defence AI Project Agency इसे अमल में लाती है। रक्षा उत्पादन विभाग iDEX के कॉन्ट्रैक्ट और स्टार्टअप को शामिल करने का काम देखता है। Defence Research and Development Organisation का Centre for AI and Robotics मुख्य तकनीक विकास की ज़िम्मेदारी उठाता है। कमी बजट की नहीं है, न ही संस्थाओं की — कमी है एक doctrine दस्तावेज़ की। India के पास अभी तक कोई सार्वजनिक रूप से घोषित, एकीकृत AI रक्षा doctrine नहीं है जो सभी एजेंसियों को साझा डेटा मानकों, एकीकरण की समय-सीमाओं और जवाबदेही के पैमानों से बांधे। जब एकीकरण रुक जाता है तो किसी की नौकरी नहीं जाती।
इसमें खर्च कितना आएगा
रक्षा में AI पर India का मौजूदा बजट मंत्रालय और सेना मुख्यालयों को मिलाकर हर साल करीब Rs 400-500 करोड़ के आसपास है। Operation Sindoor के दौरान आपातकालीन खर्च सिर्फ ड्रोन और एंटी-ड्रोन सिस्टम पर ही करीब Rs 9,000 करोड़ तक पहुंच गया।
अपना खुद का compute infrastructure बनाने के लिए मौजूदा बजट से ऊपर और निवेश की ज़रूरत होगी। Rs 2,000-3,000 करोड़ से शुरू होने वाला एक चरणबद्ध कार्यक्रम — जो compute infrastructure और classified cloud के लिए हो — एक ठोस शुरुआत होगी। फायदा तुरंत मिलता है: पूरी AI एकीकरण के साथ किया गया एक ऑपरेशन, हथियारों, समय और जान-जोखिम — सब मामलों में — अधूरे डेटा के साथ किए गए ऑपरेशन से सस्ता पड़ता है।
क्या होना ज़रूरी है
एक unified AI defence doctrine publish करो। India को एक ऐसा single document चाहिए जो यह बताए कि national security में AI किस काम आएगा, हर service को कौन से standards follow करने होंगे, और integration की ज़िम्मेदारी किसकी है। Defence AI Council को यह document बनाकर release करना चाहिए।
एक classified defence cloud बनाओ। Satellite imagery, electronic intelligence, और battlefield telemetry — यह सब foreign servers पर safely नहीं चल सकते। India को एक domestic GPU cluster और classified cloud stack चाहिए जो specifically defence के लिए बना हो। Defence Research and Development Organisation और National Informatics Centre को मिलकर यह infrastructure संभालना चाहिए।
procurement की देरी ठीक करो। iDEX challenges 12-18 महीनों में solve हो जाते हैं। लेकिन उन solutions को actual service में लाने में सालों लग जाते हैं। India को एक fast-track procurement lane चाहिए जहाँ AI और drone technologies prototype से deployment तक 12 महीनों में पहुँचें। Operation Sindoor ने दिखाया कि crisis में यह speed मुमकिन है। यही default होना चाहिए।
military के लिए AI talent pipeline बनाओ। India में दुनिया के कुछ बेहतरीन AI engineers हैं। लेकिन उनमें से लगभग कोई भी defence में काम नहीं करता। एक fellowship और embedded assignment model — जैसा Israel के reserve system में है — private sector की AI expertise को सीधे military की problem-solving में ला सकता है।
silos को आपस में जोड़ो। सबसे ज़रूरी कमी है — तीनों services और intelligence agencies के बीच shared data infrastructure का न होना। यह technology की नहीं, governance की समस्या है। Defence AI Council के पास यह अधिकार होना चाहिए कि वो सभी services पर data-sharing standards लागू कर सके और compliance के लिए सख्त deadlines तय कर सके।
payments में जो isolation टूटा वो UPI की वजह से था — एक ऐसी layer जिसने हर bank को एक ही भाषा बोलने पर मजबूर कर दिया। defence services को भी कुछ ऐसा ही चाहिए। India के AI assets तैयार हैं। बस integration बाकी है।