Loader

संकलित डेटा उपयोग गर्न नसक्दा नेपालले ठूलो अवसर गुमाउँदै छ

  • Home
  • News
  • संकलित डेटा उपयोग गर्न नसक्दा नेपालले ठूलो अवसर गुमाउँदै छ


मंगलबार, भाद्र १, २०७८

विश्वमा आज आर्टिफिसियल इन्टिलिजेन्स (एआई) र बिग डेटा सबैभन्दा उदयीमान विषयका रुपमा स्थापित भएका छन् । त्यसमध्ये पनि डेटा सबैभन्दा ठूलो हतियार बनिरहेको छ ।

आज जो व्यक्ति वा संस्थासँग ठूलो मात्रामा डेटा छ, उसले नै विश्व नियन्त्रण गर्न सक्छ भन्ने आँकलन गर्न थालिएको छ । हुन पनि हो, फेसबुक, गुगल, अमेजनजस्ता ठूला प्रविधि कम्पनीको विश्व प्रभाव हामीले महसुस गरिरहेकै छौं । उनीहरू आफूसँग भएको डेटालाई सदुपयोग गरेर आज यहाँसम्म आइपुगेका हुन् ।

यस्तोमा नेपालले डेटामार्फत कस्तो फाइदा लिन सक्छ ? डेटामा नेपालको अवस्था कस्तो छ ? हामी कहाँ छौ ? डेटा सदुपयोगका लागि कस्तो संयन्त्र आवश्यक छ ? भन्ने विषयमा हामीले डेटामै काम गर्ने कम्पनी ‘एक्सटेन्सो डेटा‘ का प्रमुख कार्यकारी अधिकृत सुरेश गौतमसँग कुराकानी गरेका छाैं । प्रस्तुत छ गौतमसँगको कुराकानीको सम्पादित अंश:

एक्सटेन्सो डेटा के हो ? 

प्रविधिको विकाससँगै व्यवसायिक सहजताका लागि विभिन्न प्रकारका सिस्टम सोलुसन, सफ्टवयेर तथा हार्डवेयर निर्माण भएका छन् । सँगै प्रयोगमा उल्लेख्य वृद्धि भएको छ । जसले गर्दा ‘डेटा’ सिर्जना भएका छन् । डेटा सिर्जना भएता पनि यदि उक्त डेटा प्रयोगमा नआउने हो भने कुनै अर्थ रहँदैन ।

त्यसबाट व्यवसायिक अवसर सिर्जना गर्न सकेको खण्डमा सफलता मिल्नेछ । एक्सटेन्सो डेटाले गर्दै आएको त्यही हो । हामीले कम्पनीहरूसँग भएको डेटामार्फत सेवा सिर्जना गर्न आवश्यक पर्ने सफ्टवेयर निर्माण गर्दै आएका छौं ।

त्योभन्दा पनि हामी उपलब्ध डेटालाई केलाएर त्यसबाट कस्ता खालको रणनीति अपनाउन सकिन्छ अथवा निर्णय लिन सकिन्छ भनेर एप्लिकेसन निर्माण गर्ने काम गर्छौं ।

कम्पनीबाट मुख्यतः के के काम भइरहेको छ ?

एक्सटेन्सो डेटा एफवान सफ्ट ग्रुप अफ कम्पनीभित्र रहेको १३ वटा कम्पनीमध्ये एउटा कम्पनी हो । डेटामार्फत सर्भिस दिनका लागि हाल २५ जनाकाे टिम बनाएर काम गरिरहेका छौं । कम्पनीको नामले नै यसलाई स्पष्ट पारेको छ ।

‘एक्सटेन्सो’ अर्थात स्पेनिस भाषमा ‘बिग’ हो । त्यसैले हामी ‘बिग डेटा’ कम्पनी बन्नका लागि काम गरिरहेका छौं । हामीले बैंकिङ क्षेत्रमा फोन लोन (Fone Loan) सर्भिस सुरु गरिसकेका छौं ।

जसको फ्रन्ट-इन्डमा एफवान सफ्टले काम गरेको छ । याे प्रणालीले फोनबाट ऋण दिने वा नदिने, दिए पनि कति दिने लगायतका जानकारी दिन्छ । हामी अब बैंकका प्रयोगकर्तालाई ‘पसर्नलाइज्ड सर्भिस’ कसरी दिने भनेर पनि काम गरिरहेका छौं ।

त्यसैगरी बैंकको सीएफओ अफिसलाई आफूले राखेको लक्ष्य अनुसार बिजनेश ग्रो भइरहेको छ वा छैन भनेर जानकारी दिने र यसका आधारमा योजना बनाउन सहयोग गर्नका लागि ‘बजेट सोलुसन’ नामक सिस्टम निर्माण गरिरहेका छौं ।

अर्को भनेको ग्राहकको डेटालाई केलाएर उसको घर कहाँ छ, कति कमाउँछ, लोन दिँदा खराब लोन हुन्छ/हुँदैन, उसको क्षमता कति छ भन्ने सबै जानकारी दिन मिल्नेगरी ‘कस्टमर ३६०’ प्रणाली तयार गरिरहेका छौं ।

हाम्रो उद्देश्य बैंक तथा वित्तीय क्षेत्रको आम्दानीलाई नै बढाउने हो । त्यसका लागि आवश्यक पर्ने हरेक कामा हामी गरिरहेका छौं । विस्तारै बजारले यसलाई आत्मासाथ गर्दै जानेछ । हालसम्म फोन लाेनमा ५ वटा बैंक जोडिएका छन् । यो वर्ष थप १० बैंकसँग जोडिने हाम्रो योजना छ । अन्य सेवाका लागि पनि हामी बैंकहरुसँग काम गरिरहेका छौं ।

हामी पहिलो चरणमा बैंक तथा वित्तीय क्षेत्रमा बढी केन्द्रीत भएता पनि विस्तारै अन्य क्षेत्रमा पनि जाने योजना छ । यसअन्तर्गत बीमा क्षेत्र, टेलिकम पनि हाम्रो डोमेनमा छन् ।  

कम्पनीबाट डेटा व्यवस्थापनकाे काम कसरी हुन्छ ?

हाम्राे उद्देश्य छरिएका डेटालाई ल्याएर त्यसलाई प्रयोग गर्न सक्ने बनाउनु हाे । जसलाई डेटा वयेरहाउजिङ भनिन्छ । त्यसरी डेटा तयार भएपछि डेटा ‘सेन्टर स्पेस’ मा आउँछ ।

त्यसलाई हामीले विभिन्न ‘रुल इन्जिन’, ‘स्टाटिस्टिक्स’ सँग सम्बन्धित नियमका साथै विभिन्न ‘मोडलिङ’ लगाएर डेटा अप्टिमाइज गर्ने, एनालिटिक्स गर्ने र अन्त्यमा व्यवसाय सुहाउँदो बिजनेश लजिक बनाएर हाम्रो इकोसिस्टममा लागू गर्ने हो ।

त्यसबाट निस्किएको डेटा ग्राहकलाई के गर्दा फाइदा हुन्छ त्यो अनुसार प्रयाेगमा ल्याइन्छ । यो प्रक्रिया एकपटक गरेर सकिन्छ भन्ने हुँदैन ।व्यवसाय अनुसार हप्ता/महिना दिनमा काम गरिराख्नु पर्नेछ ।

पछिल्लो समय डेटाको महत्व बढ्दै गइरहेकाे सन्दर्भमा नेपालले यसबाट कसरी फाइदा लिन सक्छ ? 

त्यसका लागि सबैभन्दा पहिलो कुरा डेटा संकलन नै हो । नेपालका विभिन्न क्षेत्रमा लामो समयदेखि डेटा जम्मा हुँदै आएको छ । जसमा टेलिकम, बैंक तथा सरकारी निकाय सबैभन्दा अघि छन् । जहाँ ठूलो मात्रामा डेटा संकलन भएर बसेको अवस्था छ । अन्य क्षेत्रमा विस्तारै सिस्टम बनाएर डेटा संकलन गर्ने काम सुरु भएको छ ।

जहाँ डेटा संकलन भयो, अब त्यहाँ ‘एनालिटिक्स’ प्रयोग गर्नुपर्ने समय आएको छ । जहाँसम्म नेपालले फाइदा लिने विषय छ । त्यसमा केही चुनौती छन् । पहिलो भनेको डेटालाई प्रयोगमा ल्याउने नीतिगत व्यवस्था हो ।

त्यो नहुँदा जहाँ डेटा संकलन भएको छ, त्यसलाई प्रयोग गर्ने र अन्य क्षेत्रमा लगेर त्यसबाट कुनै सोलुसन बनाउने, आवश्यक मापदण्ड पुरा गरेर भेन्डरहरुलाई दिने विषय चैं हाम्रो कल्पनाभन्दा बाहिर छन् । त्यसैले सबैभन्दा पहिले नीतिगत व्यवस्था गर्न आवश्यक छ ।

यदि त्यो हुने हो भने एउटा खालको ‘विङ’ (लहर) सुरु हुन्थ्यो । अहिले त यस्तो खालको ‘विङ’ सुरु गर्नका लागि आवश्यक रिसर्च एण्ड डेभलपमेन्टकै लागि हामीसँग डेटा उपलब्ध छैन ।

विद्यार्थी तथा अनुसन्धानकर्मीले अध्ययनका लागि आफैंले डेटा खोज्नुपर्ने अवस्था छ । भएको डेटा लिएर रिसर्च गर्नसक्ने अवस्था नहुँदा डेटाबाट लिनसक्ने फाइदाबाट नेपाल चुकिरहेको छ । अहिले हामीले अध्ययन गर्नुपर्दा बाहिरका डेटा लिएर अध्ययन गरिरहेका छौं । त्यो हुँदा स्थानीयस्तरमा अध्ययन गरेर यहाँको यथार्थ बुझ्ने अवसर समेत गुमिरहेको छ ।

तर, संस्थाहरुको हकमा भने उनीहरुसँग भएको डेटालाई लिएर एउटा सोलुसन तयार पार्न सकिने अवस्था छ । आफूसँग भएको डेटा उनीहरुको सम्पत्ति हो । त्यसबाट संस्थाको आगामी योजना बनाउनमा प्रयोग गर्न सकिन्छ ।

आफूसँग भएको डेटालाई केलाएर त्यसमा भएका कमजोरी पत्ता लगाउने, कम भएका डेटा खोजी गर्ने, भएकामध्ये महत्वपूर्ण डेटालाई छुट्याउन आवश्यक छ । त्यो भएको खण्डमा एउटा महत्वपूर्ण डेटा तयार हुन्छ । जसलाई संस्थाको फाइदाका लागि प्रयोगमा ल्याउन सकिन्छ ।

सरकारी डेटाको हकमा निजीमा जस्तो आफ्नो डेटा प्राइभेसीका कुरा कम हुन्छ । यसको अर्थ सबै डेटा पब्लिक गर्ने भन्ने पनि होइन । जुन डेटा पब्लिक रुपमा उपलब्ध गराउँदा व्यक्तिको गोपनीयतामा कुनै असर पर्दैन, त्यस्ता डेटा सबैको सहज पहुँचमा राख्न आवश्यक छ ।

त्यसका लागि सरकारले केही रणनीति तय गर्न आवश्यक छ । सुरुमा सेन्ससका डेटालाई शिक्षा क्षेत्रमा उपलब्ध गराएर त्यसमा अध्ययन अनुसन्धान काम गराउन सकिन्छ । त्यहाँबाट केही नयाँ कुरा आउँछ । जसलाई सरकारले आगामी योजना बनाउँदा प्रयोगमा ल्याउन सक्छ । 

के जनशक्तिको हिसाबले बिग डेटामा नेपाल तयार भइसकेको हो ? 

अहिले विभिन्न कलेजमा डेटा साइन्सका विषयमा अध्ययन अध्यापन भइरहेको छ । तर, अहिले नै राम्रो भइसकेको छ भन्न त सकिँदैन । तर, पढेर तयार भएको जनशक्तिलाई प्रयोगात्मक रुपमा तयार गर्नुपर्ने छ ।

जबसम्म उसले प्रत्यक्ष कुनै समस्या समाधानको लागि डेटा प्रयोग गर्न सक्दैन, तबसम्म उ खारिन सक्दैन । त्यसका लागि सरकारले उपलब्ध गराउन मिल्ने डेटालाई शिक्षा क्षेत्रमा उपलब्ध गराउनुपर्छ । त्यो भएको खण्डमा उक्त डेटालाई केलाएर उनीहरुले हुनसक्ने समाधान तयार गर्न सक्ने अवस्था रहन्छ ।

अहिले त विद्यार्थिाले अध्ययन गर्नुपर्‍यो भने बाहिरको डेटा प्रयोग गरिरहेका छन् । जसले गर्दा नेपालको परिवेश र आवश्यकता अनुसार आफूलाई तयार पार्न सक्छन् । तर, जुन अवस्थामा हामी छौं, त्यो सन्तोषनक छ । किनभने बिग डेटा, एआईमा रुचि राख्ने पनि धेरै छन् । त्यो हुँदा आगामी दिनमा अझ बढी जनशक्ति यो क्षेत्रले प्राप्त गर्नेछ ।

कोभिड चलिरहेको छ, यो समयमा सरकार र निजी क्षेत्रले आफूसँग भएको डेटबाट फाइदा लिन सक्ने ठाउँ छ कि छैन ? 

पक्कै पनि छ । जब कोरोना सुरु भयो, त्योसँगै सरकारले त्यसको तथ्याङ्क सार्वजनिक गर्न थाल्यो । तर, त्यो डेटा व्यवस्थित थिएन । डेटा पीडीएफमा सार्वजनिक भइरहेको थियो ।

त्यो कोरोनासँग लड्ने हतियार थियो । किनभने कोराना संक्रमितको डेटालाई अध्ययन गरेर सरकारले भोलिको अनुमान गर्न सक्नुपर्थ्याे । हुन त केही काम भएको पनि होला । तर, त्यो प्रभावकारी रुपमा देखिएन ।

अर्काे भनेको हामीले उक्त डेटालाई लिएर ट्रेसिङ मेकानिजमलाई बलियो बनाउन सक्थ्यौं । आज कोभिडको तेस्राे लहर सुरु भएको छ । भोलि चाैंथाे, पाँचाैं, छैटाैं नआउला भन्न सकिँदैन । यदि पहिलो लहरबाटै हामीले जहाँ कोभिडको केस बढी छ, त्यहाँ मोबाइलको सदुपयोग गरेर ट्रयाकिङ सिस्टमलाई प्रयोगमा ल्याउन सकेको भए धेरै सहज हुने थियो ।

हामीलाई पूर्वाधारले त्यो खालको सम्भावना सिर्जना गर्न चुनौती दिन्थ्यो होला । तर, सामान्य प्रविधि बनाएर पनि हामीले धेरै गर्नसक्ने ठाउँ थियो । एउटा मान्छेले अर्को मान्छेलाई भेट्दा क्यूआर कोड स्क्यान गर्ने खालको सामान्य प्रविधिले पनि त्यसबाट हुनसक्ने जोखिमलाई कम गर्न सक्थ्यौं ।

त्यतिमात्रै नभएर कुनै व्यक्ति विदेशबाट आइरहेको छ भने उसलाई एयरपोर्टदेखि प्रविधिमार्फत ट्रयाक गरेर उक्त व्यक्तिबाट अर्को व्यक्तिमा कोभिड सर्ने दरलाई कम गर्न सकिन्थ्याे होला ।

त्यतिमात्रै नभएर बिरामी हुँदाको डेटा, बिरामी भएर निको हुनेको डेटा, उनीहरुमा देखिएको लक्षण लगायतका डेटालाई पनि केलाउन सकिन्थ्यो ।

उदाहरणका लागि कुनै व्यक्ति कोभिड लागेर निको भएर घर पुग्यो । घर पुगेपछि फेरि अक्सिजनको लेभल कम भएको घटना पनि धेरै छन् ।

त्यस्तो अवस्था उक्त बिरामी अस्पतालबाट घर गएदेखि एउटा एप बनाएर निगरानी गर्ने र यदि केही भइहालेको खण्डमा उसलाई आवश्यक उपचारको व्यवस्था गर्न पनि सकिन्थ्यो । यस्ता धेरै अवसरहरु थिए, जसमा हामी चुकेकै हौं ।

डेटालाई साधारण मानिससँग कसरी जोड्न सकिएला ? 

अघि भनेको कोभिड ट्रेसिङ यसको एउटा उदाहरण हो । त्यो भइदिएको भए पक्कै पनि साधरण व्यक्तिलाई नै फाइदा पुग्ने थियो । अर्को बिरामीको निगरानी गर्ने एप भइदिएको भए अस्पतालबाट घर पुग्दा त्यहाँ हुनसक्ने जोखिमलाई कम गर्न सकिन्थ्यो ।

अर्को सरकारले कोभिड लागेको व्यक्तिको जानकारी म्यापमार्फत दिन सकेको भए म्याप हेरेर आफू कोभिडको कति नजिक छु भनेर पनि सर्वसाधारणले जानकारी लिनसक्थे । त्यो हुँदा उनीहरुले आफू नै सचेत हुने ठाउँ बन्थ्यो । तर, हाम्रो डेटा रजिस्टरमा मात्रै संकलन भयो ।

डेटाले साधारण मान्छेलाई कसरी सहज बनाउँछ भन्ने कुराको एउटा उदाहरण हामीले सुरु गरेको ‘फोन लोन’ पनि हो । त्यसमा धेरै केही भएको छैन । बैंकमा भएको २४ महिनाको डेटालाई केलाएर एउटा बैंक खातावालले गरेको कारोबारालाई अध्ययनमात्रै गरेको हौं ।

त्यसका आधारमा एउटा व्यत्तिलाई ऋण कति दिन सकिन्छ भनेर बैंकलाई बुझ्न सहज भयो । अर्कोतर्फ मोबाइलबाट आफूले ऋण लिन पाउँछु/पाउँदिन भनेर ग्राहकले हेर्न सक्ने भए ।

जसले गर्दा कोभिडको समयमा ऋण आवश्यक पर्नेले मोबाइलबाटै ऋण लिन सफल भएका छन् । आजसम्म आठ हजार ग्राहकले मोबाइलबाटै ऋण लिइसकेको छन् । यसले पक्कै पनि सहजता ग्राउण्ड लेभलमै भएको हो । मान्छेले कोरोनाका समयमा ऋणका लागि बैंकको कार्यालय धाउनु परेन । त्यसैले यस्ता खालका आयामहरु सुरु गर्ने हो ।

डेटाका कारण साधारण मान्छेलाई फाइदा पुग्ने छ । त्यतिमात्रै नभएर डेटालाई लिएर प्रयोगकर्ताको रुचि अनुसारको कन्टेन्ट मात्रै उपलब्ध गराउन सकिन्छ । त्यो हुँदा प्रयोगकर्ताले पनि आफूले चाहेको कुरामात्रै पाउँछ ।

विदेशमा जस्तो क्रेडिट कोडलाई व्यक्तिको परिचय बनाउँन नेपालमा किन सकिँदैन ? 

पक्कै पनि हाम्रो सुरुवात त्यही नै हो । अहिलेको प्रचलनलाई हेर्ने हो भने बैंकबाट ऋण लिनुपर्दा बैंकले व्यक्तिको हरेक डकुमेन्ट खोजेर लोन दिने/नदिने निर्णय गर्छ । तर, विदेशमा क्रेडिट अंकलाई आधार मानिन्छ ।

व्यक्तिले गरेको कारोबारका आधारमा क्रेडिट अंक दिएर त्यसका आधारमा ऋण दिने गरिन्छ । त्यो खालको सिस्टम नेपालमा पनि बनाउन आवश्यक छ ।

व्यक्तिले गरेको कारोबारको आधारमा उसलाई रिवार्ड दिने खालको प्रचलन हामीले पनि विकास गर्नुपर्नेछ । त्यो हुँदा भोलिका दिनमा उक्त व्यक्तिले पाएको क्रेडिट अंकका आधारमा लोन दिन सकिन्छ । हाम्रो पहिचानलाई नम्बरमा देखाउनका लागि पनि यो खालको काम गर्न आवश्यक छ । 

सरकारले डेटामा कस्तो खालाको रणनीति तय गर्न आवश्यक छ ? 

हाम्रो डेटा संकलन भएको छ । तर, हाम्रोमा ओपन डेटाको कन्सेप्ट आवश्यक छ । त्यो हुँदा एउटा मान्छेले एकै ठाउँबाट आफूलाई आवश्यक पर्ने डेटा लिन सक्छ । हुन सक्ला उक्त डेटा लिनका लागि केही डकुमेन्ट बुझाउनुपर्ला ।

तर, एकै ठाउँबाट डेटा उपलब्ध गराउने खालको संयन्त्र भएको खण्डमा नेपालमा हुने अध्ययनमा नेपालकै डेटा प्रयोगमा ल्याउन सकिन्छ । त्यसले अन्ततः देशलाई नै फाइदा हुने हो ।

म आफैंले एमफील गर्दाै मलाई छातीको एक्सरे केही मात्रामा आवश्यक थियो । यहाँ डेटा प्राइभेसी लगायतका विभिन्न झन्झटले गर्दा मलै पाउन सकिनँ । त्यो हुँदा जापानको मेडिकल इन्सिच्युटले सार्वजनिक गरेको एक्सरेलाई लिएर अध्ययन गरें ।

यहाँ त डेटा सार्वजनिक गरेर भद्रगाेल बनाउनुभन्दा त्यसलाई लुकाएर राख्नु नै बेस भन्ने खालको परिपाटी बनेको छ । त्यसैले गर्दा पनि डेटा सबैको पहुँचमा नपुगेको हो ।

तर,सरकाले दिन मिल्ने डेटालाई कुनै एउटा माध्यममार्फत सबैकाे पहुँमा पुर्याउन आवश्यक छ । अनि सरकाले पनि विश्वविद्यालय/कलेजहरुलाई त्यही डेटालाई लिएर अध्ययन गर्न अनिवार्य बनाउने हो भने विद्यार्थिले पनि आफ्ने समुदायलाई अझ नजिकबाट चिन्ने मौका पाउने छन् ।

अर्को भनेको रिसर्च एण्ड डेभलपमेन्ट (आरएण्डी) मा लगानी गर्नुपर्ने खालको बाध्यात्मक व्यवस्था आवश्यक छ । त्यसका लागि हुन सक्छ, सरकारले आरएण्डीमा भएका खर्चमा कर छुट गर्न लगाएको मेकानिजम तयार गर्न आवश्यक छ ।

यसले भोलिका दिनमा देशलाई अवसर सिर्जना गर्नसमेत मद्दत पुग्छ । त्यतिमात्रै नभएर यसले बिजनेश विस्तार हुनुका साथै विद्यार्थीले अवसर पाउनेछन् । यसका लागि प्राइभेट सेक्टर, सरकार, विश्वविद्यालय सबै मिलेर अघि बढ्न आवश्यक छ ।

डेटा प्राइभेसीका लागि कस्तो खालको कानुनी प्रावधान आवश्यक छ ? 

पहिलो त डेटाको पहुँच नै हो । डेटलाई एक्सचेन्ज गराउन अन्य मुलुकले कस्तो खालको नीति अपनाएका छन्, त्यो अध्ययन गरेर सरकार तथा नियामकले त्यही खालको नीतिका लागि सुरुमा काम गर्नुपर्ने छ ।

हालसम्म काम नै नभएको भन्ने त पक्कै हाेइन । केही समयअघि नेपाल गभर्मेन्ट इन्टरप्राइज आर्किटेक्चर आएको छ । त्यसले हाम्रो डेटालाई क्लासिफाइड गर्ने काम गरेको छ ।

कुन डेटा दिन मिल्ने, कुन डेटामा पब्लिकको पहुँचमा पर्याउने भन्ने खालको प्रावधान त्यसमा राखिएको छ । तर, अब त्यसलाई कानूनको रुपमा अघि बढाएर सर्टिफिकेशन गर्ने काम गर्नुपर्छ ।

डेटा एक ठाउँबाट अर्को ठाउँमा लैजानु परेको खण्डमा के कस्ता प्रावधान पुरा गर्नुपर्ने, कसले निर्णय गर्न, कस्ता खालको प्रोटोकल अपनाउनु पर्ने भन्ने विषय तय गर्न आवश्यक छ । त्यो हुँदा डेटा शेयर गर्ने र डेटा प्राप्त गर्ने दुवै पक्षलाई सहज हुने थियो ।

अर्को भनेको डेटा फ्रेमिङ हो । डेटालाई फ्रेमिङ गरेर सर्वसाधारणको पुहँचमा पुर्याउन आवश्यक छ । यदि सरकारले १० वर्ष पुरानको डेटालाई सार्वजनिक गर्नुपर्ने निर्णग गरेको खण्डमा धेरै कुरामा उल्लेख्य परिवर्तन आउने थियो ।

यदि त्यस्तो खालको निर्णय भएको खण्डमा एउटा नेताले आफू मन्त्री हुँदा के काम गरेको थियो भन्ने जानकारी १० वर्षपछि भएपनि सर्वसाधारणमा पुग्थ्यो । त्यो हुँदा मन्त्री भएर जानेले पनि भोलि मेरा जानकारी सबै नागरिकमा पुग्छ भन्ने डरले पनि आफूलाई जिम्मेवार बनाउँदै जान्छन् ।

कृषि तथा पर्यटनमा डेटाको प्रयोग कत्तिको सम्भव छ ?

पक्कै पनि छ । कृषि क्षेत्रमा रहेका डेटालाई संकलन गरी कुन समयमा कुन बाली लगाउने, कुन रोग लाग्दा कुन औषधि प्रयोग गर्ने जानकारी दिन सकिन्छ ।

विरुवामा हुनसक्ने समस्याहरुलाई केलाएर समाधान उपलब्ध गराउन सकिने ठाउँ छ । त्यतिमात्रै नभएर ड्रोनको प्रयोगमार्फत औषधि राख्न सकिन्छ ।

कुनै बालीमा रोग देखियो भने त्यसका लागि आवश्यक व्यवस्थापन लगायत सम्पूर्ण काम एउटै ठाउँबाट हुनसक्छ । जसले स–साना कुराका लागि कृषकले सँधै बजार धाइराख्नु पर्ने बाध्यताको अन्त हुनसक्छ ।

त्यस्तै पर्यटनमा पनि अवसर छन् । हाल नेपालका बारेमा धेरैजसो विदेशीले लेखेको पुस्तकबाट जानकारी लिनुपर्ने खालको अवस्था छ । तर, हामीले प्रविधि तथा डेटालाई प्रयोग गरेर नेपालका सम्पूर्ण पर्यटकीय स्थल, पदमार्गका जानकारी एकै ठाउँबाट उपलब्ध गराउन सकिन्छ ।

पदमार्ग जाने बाटो, ती बाटोमा भएका हरेक ठाउँका जानकारी एक ठाउँमा दिने हो भने कुनै पनि विदेशीले आएर आफैं देश घुमेर फर्किनसक्ने खालको वातावरण बनाउन सकिन्छ ।

कतिपय स्थानको भर्चुअल टुर गराउने खालको सिस्टमसमेत निर्माण गर्न सकिन्छ । जसले गर्दा हाम्रो देशको पर्यटन पनि अझ बढी विस्तार हुने थियो । अहिले हामीले १० दिनका लागि आएको विदेशी पर्यटकलाई १५ दिन बस्ने खालको अवस्था सिर्जना गर्न सकिरहेका छैनौं ।

यदि प्रविधिको माध्ययबाट एउटा टुरिजम क्षेत्र र अर्काे टुरिजम क्षेत्रलाई जोड्ने खालको वातावरण बनाउन सक्ने हो भने पक्कै पनि पर्यटकको घुम्ने समय पनि बढ्दै जानेछ ।

डेटा तथा यो क्षेत्रमा देखिएका चुनौती के छन् ?

डेटा यस्तो फिल्ड हाे, जहाँ हरेक जानकारी आवश्यक छ । यदि तपाईं डक्टरकहाँ जानुभयो, तर त्यहाँ धेरै कुरा लुकाउनुभयो भने डक्टरले तपाईंको राम्रो उपचार गर्न सक्दैन । डेटामा पनि त्यस्तै कुरा लागू हुन्छ ।

डेटा जे छ, त्यसैका आधारमा त्यसलाई केलाउन पाएको खण्डमा एउटा राम्रो रिजल्ट आउने हो । यसका लागि पुरा इकोसिस्टममै चुनौती रहेको छ ।

हुन त हामी आफैं पनि यस विषयमा चेतना फैलाउने काम गरिरहेका छौं । अर्को भनेको सरकारले रिसर्च एण्ड डेभलपमेन्टका लागि उचित वातावरण सिर्जना गर्न आवश्यक छ । त्यसमा सरकारले करमा छुट दिने, अथवा सहुलियत प्रदान गर्ने खालका काम गर्नुपर्छ । त्यो भएकाे खण्डमा विस्तारै हाम्रो बजारलाई विस्तार हुन मद्दत पुग्ने थियो।

अर्को भनेको यो क्षेत्रमा नियामक निकायको अवश्यकता देखिएको छ । डेटा स्ट्यान्डराइजेशन पनि आवश्यक छ । सबै क्षेत्रको एउटा आकार र एउटै खालको डेटा संकलन हुने हो भने एक-अर्कासँग मिलेर काम गर्न सहज हुनेछ ।

भने, सरकारले प्रविधिलाई पनि प्रमुख व्यवसायको रुपमा अघि बढाउन आवश्यक छ । त्यो भएको खण्डमा डिजिटल नेपालको परिकल्पना पुरा गर्न सहज हुने थियो । 

https://www.techpana.com/2021/99093/