नेपालको अर्थतन्त्र परम्परागत र उदीयमान क्षेत्रहरूको मिश्रणबाट चल्छ, जसमा अल्पविकसित देश (LDC) को दर्जाबाट सन् २०२६ सम्म मुक्ति र सन् २०३० सम्म मध्यम आय भएको देश बन्ने लक्ष्य छ। राष्ट्रिय योजना (१६औँ आवधिक योजना, डिजिटल नेपाल फ्रेमवर्क) र आर्थिक प्रतिवेदनहरू (विश्व बैंक, ADB, २०२५-२०२६ अनुमान) का आधारमा १५ प्रमुख विकास क्षेत्रहरू (GDP योगदान, रोजगारी र वृद्धि सम्भावनाका आधारमा प्राथमिकता दिइएका):

द्रोणाचार्य पराजुली,
एआई र मौलिक विकासका अध्येता

1. कृषि (GDP को ∼२५-३०%, बहुसङ्ख्यक जनताको रोजगारी)
2. पर्यटन तथा आतिथ्य
3. जलविद्युत् तथा ऊर्जा
4. उत्पादन तथा उद्योग
5. निर्माण तथा पूर्वाधार
6. सूचना तथा सञ्चार प्रविधि (ICT/IT सेवा)
7. शिक्षा
8. स्वास्थ्य तथा चिकित्सा सेवा
9. वित्तीय सेवा तथा बैंकिङ
10. यातायात तथा लजिस्टिक्स
11. व्यापार तथा खुद्रा
12. वन तथा वातावरण
13. खनिज तथा उत्खनन
14. शहरी विकास
15. विप्रेषण-आधारित सेवा (अप्रत्यक्ष, तर उपभोगलाई सहयोग)

यी क्षेत्रहरू नेपालको दिगो विकास, SDG एकीकरण र डिजिटल रूपान्तरणसँग जोडिएका छन्।

नेपालका विकास क्षेत्रहरूमा AI स्वचालनका सम्भावनाहरू

AI र स्वचालनले डिजिटल नेपाल फ्रेमवर्क (ICT-आधारित वृद्धि र AI नवप्रवर्तन प्रवर्द्धन) र राष्ट्रिय AI नीति २०८१ (२०२५) अन्तर्गत रूपान्तरणकारी अवसरहरू प्रदान गर्छन्, जसले नैतिक AI लाई समृद्धिका लागि जोड दिन्छ। सम्भावनाहरूमा दक्षता वृद्धि, परिशुद्धता र समावेशिता समावेश छन्, विशेष गरी श्रमिक-प्रचुर तर स्रोत-सीमित अर्थतन्त्रमा।

समग्र सम्भावनाहरू: उत्पादकत्व वृद्धि (जस्तै बैंकिङ/उत्पादनमा), विपद् व्यवस्थापन सुधार (प्रारम्भिक चेतावनी प्रणाली), र ई-गभर्नेन्स प्रवर्द्धन (स्वचालित सार्वजनिक सेवा)।

नेपालमा AI स्वचालन अपनाउने चुनौतीहरू

सम्भावना भए पनि अपनाउनमा विकासशील देशहरूका संरचनात्मक अवरोधहरू छन्:

• पूर्वाधार सीमाहरू: अविश्वसनीय विद्युत्, कमजोर इन्टरनेट जडान (विशेष गरी ग्रामीण), डाटा सेन्टरको अभाव।
• सीप अन्तर: AI-प्रशिक्षित पेशेवरहरूको कमी; कम डिजिटल साक्षरता।
• लगानी तथा कोष: हार्डवेयर/सफ्टवेयरका उच्च लागत; सीमित R&D लगानी।
• नियमन तथा नैतिक मुद्दाहरू: कमजोर डाटा गोपनीयता कानुनहरू; पूर्वाग्रह, गलत सूचना (जस्तै डिपफेक) जोखिम; साइबरसुरक्षा कमजोरीहरू।
• डिजिटल विभाजन: शहरी-ग्रामीण असमानता; असमानता र श्रम-गहन क्षेत्रहरूमा रोजगारी विस्थापनको जोखिम।
• डाटा गुणस्तर तथा उपलब्धता: AI मोडेल प्रशिक्षणका लागि उच्च-गुणस्तर डाटासेटहरूको कमी।
• नीति कार्यान्वयन: नयाँ AI नीति छ, तर कार्यान्वयन र समन्वय चुनौतीहरू कायम।

यीले प्रगतिलाई ढिलो बनाउन, असमानता बढाउन वा अनैतिक AI प्रयोग निम्त्याउन सक्छन्।

अगाडिको बाटो

नेपालको AI यात्रा आशाजनक छ, बढ्दो स्टार्टअपहरू (जस्तै Fusemachines, Deerwalk) र सरकारी समर्थन (राष्ट्रिय AI केन्द्र) सँग। सफलताका लागि सार्वजनिक-निजी साझेदारी, अन्तर्राष्ट्रिय सहकार्य (जस्तै भारत/चीनबाट प्रविधि हस्तान्तरण), केन्द्रित शिक्षा/सीप विकास र नैतिक फ्रेमवर्क आवश्यक छ। कृषि, स्वास्थ्य र विपद् व्यवस्थापन जस्ता क्षेत्रहरूलाई प्राथमिकता दिँदा समावेशी विकासका लागि द्रुत लाभ हुन सक्छ।