271 डेटा सेंटर, पानी का कोई हिसाब नहीं: AI की प्यास और भारत की चुप्पी

मुंबई की किसी भी बहुमंज़िला इमारत की छत से देखिए तो पानी की टंकियाँ दिखती हैं। हर सोसाइटी को पता है कि टंकी में कितना पानी है, टैंकर कब आएगा और कितने का आएगा। यह हिसाब हर घर में रखा जाता है, क्योंकि पानी यहाँ गिनकर इस्तेमाल होता है। अब सोचिए कि शहर के किनारे एक विशाल इमारत है, जिसमें हज़ारों सर्वर दिन-रात चलते हैं और उन्हें ठंडा रखने के लिए पानी खपता है। उस पानी का हिसाब किसी को देना ज़रूरी नहीं है, न जनता को और न सरकार को।

ORF (ऑब्ज़र्वर रिसर्च फ़ाउंडेशन) के सेंटर फ़ॉर न्यू इकोनॉमिक डिप्लोमेसी के रिसर्च असिस्टेंट मनीष वैद्य ने 19 अक्टूबर 2026 को प्रकाशित अपनी टिप्पणी “Cooling the Cloud: Balancing AI Growth and Water Security” में यही बात उठाई है। उनके अनुसार जनवरी 2026 तक भारत में लगभग 271 डेटा सेंटर थे, जो मुख्यतः मुंबई, बेंगलुरु, चेन्नई और हैदराबाद में हैं। लेख में दर्ज सबसे अहम तथ्य यह है कि भारत के किसी भी राज्य में कोई नियम डेटा सेंटर को अपनी पानी की खपत सार्वजनिक करने के लिए बाध्य नहीं करता।

संदर्भ: गिनती है, प्रतिबद्धता है, हिसाब नहीं

पहले यह समझ लें कि डेटा सेंटर पानी क्यों पीते हैं। जब हज़ारों कंप्यूटर चौबीसों घंटे चलते हैं तो भारी गर्मी पैदा होती है। इस गर्मी को हटाने का एक आम तरीका पानी से ठंडा करना है, जिसमें पानी का बड़ा हिस्सा भाप बनकर उड़ जाता है। AI का काम सामान्य क्लाउड से ज़्यादा गर्मी पैदा करता है, इसलिए AI के साथ पानी की माँग भी बढ़ती है। हर डेटा सेंटर एक ही तरह से ठंडा नहीं होता और खपत हर जगह एक जैसी नहीं होती, पर जब तक आँकड़े सार्वजनिक न हों, बाहर से कोई यह जाँच नहीं सकता।

वैद्य के लेख में दिए गए पानी के सारे बड़े आँकड़े वैश्विक या अमेरिकी हैं। लेख के अनुसार 2025 में AI का वैश्विक जल-पदचिह्न 446 अरब लीटर था। एक मध्यम आकार का डेटा सेंटर सालाना लगभग 11 करोड़ गैलन पानी इस्तेमाल करता है। गूगल की अपनी रिपोर्ट की गई वैश्विक खपत एक साल में 6 अरब गैलन से ज़्यादा है। संयुक्त राष्ट्र की एक रिपोर्ट के हवाले से लेख में यह अनुमान भी है कि 2030 तक AI डेटा सेंटरों की पानी की माँग 1.3 अरब लोगों की आपूर्ति के बराबर हो सकती है। यह भविष्य का अनुमान है, कोई मापा गया तथ्य नहीं।

भारत के बारे में सिर्फ़ तीन बातें ठोस रूप में दर्ज हैं। पहली, लगभग 271 डेटा सेंटर। दूसरी, केंद्र सरकार की AI इकोसिस्टम के विकास के लिए 10,000 करोड़ रुपये से ज़्यादा की प्रतिबद्धता। तीसरी, यह कि कोई राज्य खुलासे की शर्त नहीं रखता। भारत में हर डेटा सेंटर कितना पानी लेता है, इसका कोई आँकड़ा उपलब्ध नहीं है। जो चीज़ मापी ही नहीं जाती, उस पर बहस भी अंदाज़ों से होती है।

लेख दो भारतीय मोर्चों का नाम लेता है, और दोनों अभी अधूरे हैं। पहला है विशाखापत्तनम में गूगल का प्रस्तावित AI हब, जिसकी लागत 15 अरब डॉलर बताई गई है। लेख के अनुसार स्थानीय समुदायों और पर्यावरण कार्यकर्ताओं ने इसका विरोध किया है, क्योंकि इलाके में पानी की कमी पहले से है और जगह एक वन्यजीव अभयारण्य के पास है। यह हब अभी प्रस्तावित है, बना नहीं है। दूसरा बेंगलुरु है, जहाँ लेख की अपनी भाषा सतर्क है: सरकारी बोरवेल “कथित तौर पर” सूख गए। मैं यह बात उसी सतर्कता के साथ दोहरा रहा हूँ। ग्रेटर नोएडा को जल-संकटग्रस्त इलाके के रूप में नामित किया गया है, जहाँ विस्तार जारी है।

विश्लेषण: जो मापा नहीं जाता, उस पर सौदेबाज़ी नहीं होती

इस कहानी की असली खबर खपत का आँकड़ा नहीं है, क्योंकि वह आँकड़ा है ही नहीं। असली खबर उस आँकड़े का न होना है। सोचिए कि जब किसी शहर में पानी की कमी हो और एक नया बड़ा उपभोक्ता आने वाला हो, तो नगर निगम, किसान, बस्ती के लोग और कंपनी, सब किस आधार पर बात करेंगे? अगर कंपनी को बताना ही नहीं है कि वह कितना पानी लेगी, तो बातचीत में सबसे ज़्यादा जानकारी उसी के पास रहेगी, और सबसे कम उनके पास जिनके नल सूख सकते हैं।

यहाँ आपस में टकराते हित दोनों असली हैं। एक तरफ़ सरकार है, जिसने AI के लिए 10,000 करोड़ रुपये से अधिक देने की बात कही है। क्षमता देश में ही बने, यह डेटा संप्रभुता और रोज़गार, दोनों के लिहाज़ से समझ में आने वाली इच्छा है। भारतीयों का डेटा भारत में रहे, इसके लिए भारत में क्षमता चाहिए, और क्षमता को ठंडा भी करना पड़ता है। दूसरी तरफ़ वे समुदाय हैं, जिनके लिए पानी रोज़ की बुनियादी ज़रूरत है। इन दोनों के बीच का पुल जानकारी ही हो सकती है।

वैद्य की सिफ़ारिशें इसी पुल को बनाने की कोशिश हैं। वे चार बातें सुझाते हैं: मानकीकृत आधार पर अनिवार्य सार्वजनिक खुलासा, परमिट को बेसिन-स्तर पर पानी की उपलब्धता के आकलन से जोड़ना, ऐसी जल-कीमत जो स्थानीय कमी को दर्शाए, और कुशल कूलिंग के लिए प्रोत्साहन। ये लेखक के सुझाव हैं, कहीं भी लागू नीति नहीं। फिर भी इनके क्रम पर ध्यान दीजिए। सबसे पहले खुलासा आता है, क्योंकि बाकी तीनों उसी पर टिके हैं। जिसका आँकड़ा नहीं, उसकी कीमत तय नहीं हो सकती, और जिसका आकलन नहीं हुआ, उसका परमिट किसी बेसिन की क्षमता से जोड़ा नहीं जा सकता।

एक और बात का ध्यान रखना ज़रूरी है। पानी का सवाल सिर्फ़ डेटा सेंटरों का नहीं है। भारत में पानी की कमी खेती, उद्योग, शहरी बसावट और जलवायु, सबसे जुड़ी है, और डेटा सेंटर शायद उसका छोटा हिस्सा हों। मगर “शायद छोटा हिस्सा” भी अंदाज़ा ही है, और यही इस रिपोर्ट का मर्म है। अगर हिस्सा सचमुच छोटा है, तो खुलासे से कंपनियों की साख ही बढ़ेगी। अगर बड़ा है, तो यह बात जनता को पहले जाननी चाहिए थी। दोनों सूरतों में खुलासा किसी का नुकसान नहीं करता, सिवाय उसके जिसे छिपाने की ज़रूरत हो।

नक्शे को भी देखिए। जिन चार शहरों में डेटा सेंटर केंद्रित हैं, वहाँ पानी और बिजली पर दबाव वैसे ही है, और विस्तार वहीं सबसे आसान है जहाँ पैसा, बिजली और बैंडविड्थ है। पर जिन इलाकों में विस्तार प्रस्तावित है, वहाँ के लोग इस फ़ैसले की मेज़ पर शायद ही कभी बैठे हों। लेख में दर्ज विशाखापत्तनम का विरोध बताता है कि जब मेज़ पर जगह नहीं मिलती, तो लोग सड़क पर आवाज़ उठाते हैं।

हाउस रिफ़्लेक्शन: सत्य, न्याय और सेवा की कसौटी

डिजिटल धर्म की नज़र से देखें तो सबसे पहली कसौटी सत्य है। सत्य का मतलब सिर्फ़ झूठ न बोलना नहीं, शब्द और यथार्थ का मेल भी है। जब AI को “क्लाउड” कहा जाता है, तो वह हल्का, हवाई और भार-रहित लगता है। पर क्लाउड के नीचे कंक्रीट है, बिजली है और पानी है। सत्य की माँग है कि जो भौतिक कीमत है, वह दिखे। अनिवार्य खुलासे का सीधा मतलब यही है। जो उद्योग अपने उत्पाद को स्वच्छ और आभासी बताता है, उसे अपने पानी का हिसाब देने में आपत्ति क्यों हो?

दूसरी कसौटी न्याय है। न्याय पूछता है: लाभ किसे, और कीमत किसे? AI का लाभ शहरी उपभोक्ताओं, कंपनियों और निवेशकों को मिलेगा। पानी की कमी का जोखिम उन्हें उठाना पड़ सकता है जो डेटा सेंटर के पास रहते हैं और जिनके पास टैंकर खरीदने की ताक़त कम है। जब पानी की कीमत स्थानीय कमी को नहीं दर्शाती, तब यह कमी कहीं और बैठ जाती है: किसी के नल पर, किसी के खेत पर। यह अदृश्य बोझ है, और अहिंसा का सिद्धांत हमें याद दिलाता है कि हिंसा सिर्फ़ किसी काम से नहीं, अनदेखी से भी होती है।

तीसरी कसौटी सेवा है। सेवा का सवाल है कि क्या यह अवसंरचना उन्हीं की सेवा करेगी जो पहले से सेवित हैं? अगर 10,000 करोड़ रुपये की सार्वजनिक प्रतिबद्धता का एक हिस्सा भी पानी के हिसाब, यानी माप, खुलासे और बेसिन-स्तर के आकलन, पर लगे, तो वह सेवा होगी। बिना हिसाब के सिर्फ़ क्षमता बढ़ाना सजावट है: ऊपर से आधुनिक, भीतर से अधूरा।

अंत में एक ईमानदार स्वीकारोक्ति भी। मेरे पास भारत के किसी एक डेटा सेंटर की असली खपत का आँकड़ा नहीं है, और आपके पास भी नहीं है। यही इस कहानी का सबसे बड़ा तथ्य है। जब तक नियम नहीं बनता, मैं यह नहीं कह सकता कि भारत में AI का पानी-संकट कितना बड़ा है, और कोई दूसरा भी नहीं कह सकता। मैं यह भी नहीं कह सकता कि वह कम है। यह अनिश्चितता अपने आप में एक नीतिगत कमी है।

समापन प्रश्न

अगली बार जब आप अपने फ़ोन पर किसी AI से सवाल पूछें, तो एक पल सोचिएगा कि जवाब किसी इमारत से आया है जिसे ठंडा रखने के लिए पानी लगा है। हमारे शहरों में हर सोसाइटी अपनी टंकी का हिसाब रखती है। तो क्या वे इमारतें, जो हमारे डेटा और हमारे भविष्य को सँभालती हैं, अपने पानी का हिसाब उन लोगों को नहीं देंगी जिनके नल उसी बेसिन से भरते हैं? और अगर देंगी, तो यह नियम कौन बनाएगा: संसद, राज्य सरकारें, या तब बनेगा जब किसी बस्ती का नल सूख चुका होगा?

जय हिंद। धन्यवाद।

स्रोत: मनीष वैद्य, “Cooling the Cloud: Balancing AI Growth and Water Security”, ORF, 19 अक्टूबर 2026। सभी आँकड़े इसी टिप्पणी में दिए गए श्रेय के अनुसार हैं; PIB जैसे आधिकारिक स्रोत से इनका मिलान शोध डेस्क नहीं कर सका।