باؤنڈری کے ساتھ اسمارٹ سٹی بنیں - اسمارٹ گیٹ

ایک عرصے سے سمارٹ سٹی کی تعمیر میں تین بڑے مسائل درپیش ہیں، جن میں ’ڈیٹا شیئرنگ‘، ’بگ ڈیٹا فیصلہ سازی‘ اور ’شہری دماغ‘ ہیں۔ معلومات کی تعمیر؟ Yxshi سمارٹ سٹی کی تعمیر طویل عرصے سے تین بڑے مسائل سے دوچار ہے، یعنی "ڈیٹا شیئرنگ"، "بگ ڈیٹا فیصلہ سازی" اور "شہری دماغ"۔ تاہم، تین بڑے مسائل ناقص عمل آوری سے نہیں آتے، لیکن منصوبے شروع کرنے والے نے ناممکن ہدف کا وعدہ کیا ہے۔ جیسے جیسے پراجیکٹ کی ترسیل کی مدت قریب آرہی ہے، تینوں بڑے مسائل حل ہونے سے دور سے دور ہوتے جا رہے ہیں۔ ڈیٹا شیئرنگ سب سے قابل مسئلہ ہے۔ اس مسئلے کی جڑ ڈیٹا شیئرنگ کا بے حد ہونا ہے۔ ڈیٹا کا اشتراک کرنا ہے یا نہیں یہ فراہم کنندہ اور مطالبہ کرنے والے کے درمیان بات چیت کا معاملہ ہے۔ انتظامی ذرائع سے جامع ڈیٹا شیئرنگ کو فروغ دینا معاشی قانون کی خلاف ورزی کرتا ہے، اور اس بات کی کوئی حد نہیں ہے کہ حکومتی ڈیٹا شیئرنگ کو کس حد تک مکمل کیا جا سکتا ہے۔

ڈیٹا شیئرنگ کی "توہم پرستی" ابتدائی معلومات کے دور اور کمپیوٹر ڈیٹا کی کمی کے دور میں شروع ہوئی۔ ڈیٹا شیئرنگ ڈیٹا بیس ایپلی کیشن کو فروغ دینے کا نعرہ بن گیا ہے۔ انٹرنیٹ کے دور میں، ڈیٹا کے دھماکے اور آن لائن تلاش کی سہولت نے ڈیٹا کی قدر میں بہت کمی کردی ہے، اور گوگل، بیدو، ویکیٹ، فیس بک اور دیگر کمپنیوں کے ذریعہ ڈیٹا شیئرنگ کی مشکلات کو بہت حد تک کم کیا گیا ہے۔ عالمی حکومتی ڈیٹا کھولنے کی لہر میں، حکومت کے اندرونی ڈیٹا شیئرنگ سسٹم کو قائم کرنا جاری رکھنا بہت کم اہمیت کا حامل ہے۔ اس کے علاوہ، حکومت کے اندر ڈیٹا شیئرنگ کو فروغ دینے کے لیے، ڈیٹا کے حکومتی استعمال کے دو مختلف طریقوں میں فرق کرنا اکثر ناممکن ہوتا ہے، یعنی ڈیٹا کا فیصلہ سازی کا استعمال اور ڈیٹا کے آپریشنل استعمال، لیکن ان دونوں کے فوائد اور اخراجات بہت مختلف ہیں.

ان میں سے، حکومتی فیصلہ سازی صرف ڈیٹا سے معلومات حاصل کرنے کے لیے ڈیٹا کا استعمال کرتی ہے، لیکن فیصلہ سازوں کے لیے معلومات حاصل کرنے کے لیے بہت سے ذرائع موجود ہیں۔ حکومت کا اندرونی ڈیٹا شیئرنگ سسٹم صرف ایک چینل ہے، اور فیصلہ سازی اس پر منحصر نہیں ہے۔ سرکاری آپریشن اور ڈیٹا کا استعمال سماجی عوامی خدمات سے لے کر حکومت کا کاروبار ہے، جو کہ بنیادی طور پر سرکاری کاروباری ڈیٹا کی ڈیٹا پروسیسنگ ہے۔ اس قسم کا کاروبار معیاری اور عمل پر مبنی ہے، اور استعمال شدہ سرکاری ڈیٹا ناقابل تلافی ہے۔ ایک ہی وقت میں، اگر کراس ڈپارٹمنٹل ڈیٹا تعاون کی ضرورت ہو، تو بہت سے محکمے اور ڈیٹا آئٹمز شامل نہیں ہیں، اسے متعلقہ محکموں کے درمیان ڈیٹا انضمام کے لیے ایک خصوصی نظام قائم کرکے حل کیا جا سکتا ہے۔ واضح رہے کہ حکومتی ڈیٹا کے استعمال کے دونوں طریقوں میں سے کوئی بھی حکومت کے اندر ڈیٹا شیئرنگ کے جامع نظام کے قیام پر منحصر نہیں ہے۔

متعلقہ سرکاری محکمے سرکاری ڈیٹا کے انضمام کو فعال طور پر فروغ دے رہے ہیں۔ ڈیٹا انضمام کا بنیادی اثر سرکاری عوامی خدمات کی کارکردگی کو بہتر بنانے میں ظاہر ہوتا ہے۔ مثال کے طور پر، "ایک کھڑکی اور ایک نیٹ ورک" اور "زیادہ سے زیادہ ایک بار چلائیں" حکومت کی نچلی سطح پر عوامی خدمات کی بہتری ہیں۔ عوام کی رسائی کا احساس بہت بہتر ہوا ہے۔ بنیادی وجہ یہ ہے کہ عوامی خدمت کا کاروبار تعییناتی ہے اور اسے درست طریقے سے انفارمیشن ٹیکنالوجی سے تبدیل کیا جا سکتا ہے، جو انفارمیشن ٹیکنالوجی کے فوائد کو پورا کر سکتی ہے۔

حکومتی ڈیٹا کا انضمام حکومتی فیصلہ سازی کے لیے مددگار نہیں ہے، کیونکہ فیصلہ سازی بنیادی طور پر انسانی دماغ سے مکمل ہوتی ہے۔ ڈیٹا مائننگ صرف عملے کو معلومات تلاش کرنے کے لیے ڈیٹا کو دوبارہ ترتیب دینے میں مدد دے سکتی ہے۔ کمپیوٹر میں معلومات کا کوئی تصور نہیں ہے، فیصلہ کرنے کی صلاحیت کو چھوڑ دیں۔ حکومت کے پاس معلومات حاصل کرنے کے لیے بہت سارے چینلز ہیں، جس سے بہت سے معلوماتی چینلز میں ڈیٹا انٹیگریشن اور شیئرنگ سسٹم کو ڈوبنا آسان ہے، اس لیے فیصلہ سازی کی بجائے حکومتی کارروائیوں کو بہتر بنانے کے لیے ڈیٹا انٹیگریشن کو پوزیشن میں رکھنا دانشمندی ہے۔ بگ ڈیٹا سینٹر کی پریشانی بگ ڈیٹا کے رجحان کو پکڑنے کے لیے، بہت سی جگہوں نے تمام سرکاری ڈیٹا کو منظم کرنے کے لیے عجلت میں بڑے ڈیٹا بیورو قائم کیے ہیں۔

سب سے پہلے، ماہرین کا خیال ہے کہ بڑا ڈیٹا حکومتی فیصلہ سازی کی سائنسی صلاحیت کو مؤثر طریقے سے فروغ دے سکتا ہے، لیکن یہ مایوس کن ہے کہ بگ ڈیٹا ایپلی کیشن کے کامیاب کیسز اس وقت مائیکرو فیلڈ، خاص طور پر مصنوعی ذہانت اور مشین لرننگ پر مرکوز ہیں۔ حکومت کی میکرو فیصلہ سازی میں مددگار ہونے والے کیسز بہت کم ہیں۔ کیونکہ ڈیٹا کی بڑی مقدار کا مطلب جامع معلومات نہیں ہوتا، بعض اوقات اس کے برعکس ہوتا ہے۔ دوم، کچھ بڑے ڈیٹا سینٹرز بڑے ڈیٹا کے اثر کو چلانے کے لیے بڑے ڈیٹا شیئرنگ پلیٹ فارم کا استعمال کرنا چاہتے ہیں، لیکن انٹرپرائزز معلومات کی حفاظت اور رازداری کے تحفظ کے مسائل کی وجہ سے خام ڈیٹا فراہم کرنے کو تیار نہیں ہیں۔ اس کے علاوہ، بڑے ڈیٹا پروسیسنگ کی زیادہ لاگت کی وجہ سے، کاروباری اداروں کے لیے بڑا ڈیٹا استعمال کرنا بھی بہت مشکل ہے۔ مناسب ڈیٹا کا سامنا کرنے کا امکان بہت کم ہے، اور بڑے ڈیٹا شیئرنگ پلیٹ فارم کے آپریشن کا پائیدار ہونا مشکل ہے۔

آخر میں، بگ ڈیٹا سینٹر کی پریشانی بھی بگ ڈیٹا ایپلی کیشنز کی اندھا دھند پیروی کرنے سے ہوتی ہے، بڑے ڈیٹا اور روایتی ڈیٹا کے تصورات کو الجھا کر۔ یہ ایک چھوٹا ڈیٹا بزنس ہے، جس نے بڑے ڈیٹا کو لیبل لگانے پر اصرار کیا، اور خود کو الجھا دیا۔ درحقیقت، بڑے ڈیٹا کی درخواست زیادہ تر شہروں سے آگے ہے۔ فی الحال، بہترین طریقہ یہ ہے کہ بڑے ڈیٹا کو نیچے رکھیں، خطے کی اصل صورتحال سے شروعات کریں، اور مانگ کی بنیاد پر روایتی ڈیٹا کا نظم کریں۔ شہری دماغ کہاں جاتا ہے؟ شہری دماغ کا اہم مسئلہ پائیدار بقا ہے، جو کہ ایک معاشی مسئلہ ہے۔ اس میں نہ صرف اپنا حصہ ڈالنا چاہیے، بلکہ اس کی لاگت بھی کم ہونی چاہیے۔ انفارمیشن ٹیکنالوجی کے فوائد کا ذریعہ سافٹ ویئر کا دوبارہ استعمال ہے۔ سافٹ ویئر انسانی لین دین کی حکمت کو باقاعدہ بنانا ہے۔ اس کی ترقیاتی لاگت بہت زیادہ ہے، لیکن دوبارہ استعمال کی لاگت بہت کم ہے۔ ایک سے زیادہ دوبارہ استعمال لاگت کو بحال کر سکتا ہے اور فوائد پیدا کر سکتا ہے. شہری دماغ کا مناسب کام مسائل کو حل کرنا نہیں ہے، بلکہ حکومت کے معمول کے کام کو شروع کرنا ہے. ان معمول کے کاموں میں تکرار کی شرح زیادہ ہوتی ہے، اس لیے اخراجات کی وصولی آسان ہے۔ شہری دماغ معمول کے کاموں کو انجام دینے سے لوگوں کا زیادہ تخلیقی کام کرنے کا قیمتی وقت بچ سکتا ہے۔ یہ اندازہ لگایا جا سکتا ہے کہ کافی عرصے سے شہری دماغ کی فیصلہ سازی کی صلاحیت کا انسانی دماغ سے موازنہ کرنا مشکل ہے۔ یہ ایک مناسب انتخاب ہے کہ اسے اپنے فائدہ مند شعبوں میں اپنا کردار ادا کرنے دیا جائے۔

جہاں تک شہری دماغ کے ڈیزائنر کی تجویز کا تعلق ہے کہ "جب تک ڈیٹا مکمل ہے، شہری دماغ تمام واقعات کی پیشین گوئی کر سکتا ہے اور تمام مسائل کو حل کر سکتا ہے"، ایسا لگتا ہے کہ ایک بار شہری دماغ خراب کارکردگی کا مظاہرہ کرتا ہے، یہ اعداد و شمار کی کمی کو ذمہ دار ٹھہرا سکتا ہے، جو غیر معقول. ایک غیر یقینی دنیا میں، مکمل ڈیٹا حاصل کرنا ناممکن ہے۔ فیصلہ سازی کے لیے درکار ڈیٹا ہمیشہ ناکافی ہوتا ہے۔ حکومتی فیصلے اس وقت مکمل ہوتے ہیں جب معلومات ناکافی ہوتی ہیں۔ ڈیٹا اکٹھا کرنا صرف ایک غیر معمولی امید ہے۔

مسئلہ پیدا کرنے کی رفتار سینسر نیٹ ورک کے قیام کی رفتار سے تیز ہوگی، اور ڈیٹا اکٹھا کرنے کے ذریعے نئے کاروبار کی مانگ ہمیشہ پیچھے رہے گی۔ شہری دماغ کو ڈیٹا کی ضرورت ہوتی ہے، لیکن جیسے جیسے مسئلہ کی پیچیدگی بڑھتی جائے گی، ڈیٹا اکٹھا کرنے کی لاگت لامتناہی طور پر بڑھ جائے گی، تاکہ یہ مسئلے کو حل کرنے کی قیمت سے بڑھ جائے۔ ایک ہی وقت میں، شہری دماغ میں مسلسل جدت کی نئی ضروریات کو پورا کرنے کے لئے کافی پیشہ ور افراد نہیں ہیں. لہذا، شہری دماغ کے مسئلے کو حل کرنے کا واحد طریقہ یہ ہے کہ شہری دماغ کے کام کے لیے ایک واضح حد بندی کی جائے، زیادہ بار بار اور معمول کے کام کیے جائیں، اور اس کے کام کو شہر کے انسانی اور مالی وسائل سے ہم آہنگ کیا جائے۔ ایک مناسب حد نہ صرف شہری دماغ کا کردار ادا کر سکتی ہے بلکہ فضلہ کو بھی روک سکتی ہے۔ حد بندی کرنے کے علاوہ، ڈیٹرمنسٹک ٹیکنالوجی کا جین شہری دماغ کے فوائد اور نقصانات کا تعین کرتا ہے۔

طاقتوں کو تیار کرنا اور کمزوریوں سے بچنا وہ اصول ہے جس کی پابندی شہری دماغی کاروبار کو کرنی چاہیے۔ شہری دماغ کو بڑی کامیابیاں نہیں کرنی چاہئیں، اس لیے یہ واضح کرنا ضروری ہے کہ پروجیکٹ کی تعمیر میں کیا کیا جا سکتا ہے۔ بہت سے معمول کے کاروبار کو مستحکم طریقے سے کرنا ایک بہت بڑا کریڈٹ ہے، اس سے عقل مند بننے کی امید نہ رکھیں جو لوگوں کے بجائے پیچیدہ مسائل کو حل کر سکے۔ شہری دماغ کو معیاری کاروبار کرنے کے لیے "کولی" کرنے پر آمادہ ہونا چاہیے، تاکہ لوگ ایسے کام کرنے کے لیے وقت اور توانائی بچا سکیں جو شہری دماغ نہیں کر سکتا۔ شہری دماغ کو نیچا رکھنا اور جو کچھ آپ کر سکتے ہیں وہ کرنے سے بعد میں بہت سی پریشانیوں سے بچا جا سکتا ہے۔

سمارٹ سٹی کی تعمیر میں کوئی ذہین نظام نہیں، صرف ذہین نظام ہے۔ ذہین نظاموں کا ایک مستحکم سلسلہ ظاہر ہوتا ہے۔ ذہین اختراع کے ذریعے مخصوص مسائل پر قابو پایا جاتا ہے، اور ابھرتی ہوئی خوشحالی سمارٹ سٹی ہے۔ سمارٹ سٹی کی کامیابی کے لیے سب سے اہم بات یہ ہے کہ ہر مقصد کی ایک واضح حد ہوتی ہے اور کامیابی اسی صورت میں حاصل کی جاسکتی ہے جب پابندیاں ہوں۔