AI આવકમાં વૃદ્ધિ HCLTech ની વૃદ્ધિને વેગ આપે છે:
HCL ટેક્નોલોજીસે એડવાન્સ્ડ AI ટેકનોલોજીમાંથી આવકમાં 46% સિક્વન્શિયલ વધારો નોંધાવ્યો છે, જે ત્રીજા ક્વાર્ટર માટે $146 મિલિયન સુધી પહોંચ્યો છે. આ આંકડો જુલાઈ-સપ્ટેમ્બર 2025 ક્વાર્ટર માટે AI-સંબંધિત $100 મિલિયનના અગાઉના અહેવાલ પછી આવ્યો છે, જે આ દેશી IT સેવા જાયન્ટ માટે નોંધપાત્ર ગતિ દર્શાવે છે. કંપની આ disruptive ટેકનોલોજીમાં તેની પ્રગતિને માપવા માટે પ્રતિબદ્ધ છે.
AI રિપોર્ટિંગમાં પારદર્શિતા:
CEO સી. વિજયકુમારે જનરેટિવ AI આવક જાહેર કરવાની કંપનીની વ્યૂહરચના પર ભાર મૂક્યો. તેમણે જણાવ્યું કે આ પારદર્શિતા હિતધારકોને સ્પષ્ટ દૃષ્ટિકોણ આપે છે કે HCLTech કેવી રીતે અનુકૂલન કરી રહ્યું છે અને ભવિષ્ય માટે તૈયાર થઈ રહ્યું છે. AI ફેક્ટરી, પ્રોપ્રાયટરી IP (proprietary IP), એજન્ટિક વર્ક (agentic work), અને કન્વર્ઝેશનલ AI (conversational AI) પર ધ્યાન કેન્દ્રિત કરવામાં આવ્યું છે, જે હાલની સેવાઓમાં AI ના અનિવાર્ય એકીકરણથી આ નવા ક્ષેત્રોને અલગ પાડે છે.
ડીલ રિન્યુઅલ પર AI ની અસર:
વિજયકુમારે પ્રકાશ પાડ્યો કે HCLTech એ કેવી રીતે સક્રિયપણે જનરેટિવ AI અપનાવ્યું છે, અને ડીલ રિન્યુઅલ દરમિયાન કેટલાક બચત ગ્રાહકોને પણ આપી છે. છેલ્લા ચારથી પાંચ ક્વાર્ટરમાં લાગુ કરાયેલ આ અભિગમે માત્ર ઉત્પાદકતામાં લાભ જ નથી આપ્યો, પરંતુ ગ્રાહકોને કંપની સાથેના તેમના વ્યવસાયને વિસ્તૃત કરવા માટે પણ પ્રોત્સાહિત કર્યા છે, જેનાથી ઊંડો વોલેટ શેર (deeper wallet share) પ્રાપ્ત થયો છે.
પ્રોડક્ટ બિઝનેસ ડાયનેમિક્સ:
જ્યારે IT સેવાઓ સોફ્ટવેર પ્રોડક્ટ્સ સેગમેન્ટ કરતાં આગળ વધી રહી છે, ત્યારે HCLTech નું ડેટા પોર્ટફોલિયો મજબૂત વૃદ્ધિનો અનુભવ કરી રહ્યું છે, જે જનરેટિવ AI અને વ્યૂહાત્મક સંપાદનથી લાભ મેળવી રહ્યું છે. પ્રોડક્ટ બિઝનેસ પરપેચ્યુઅલ (perpetual) થી સબસ્ક્રિપ્શન-આધારિત લાયસન્સમાં સંક્રમણ કરી રહ્યું છે. આનાથી કેટલાક ઉતાર-ચઢાવ આવે છે, પરંતુ કંપની ઉત્પાદનોમાં ઓછી સિંગલ-ડિજિટ (low single-digit) વૃદ્ધિનું લક્ષ્ય રાખે છે, પુનરાવર્તિત સબસ્ક્રિપ્શન આવકને વિસ્તૃત કરવાને પ્રાધાન્ય આપે છે. જનરેટિવ AI ને આ પ્રોડક્ટ ઓફરિંગને આધુનિક બનાવવા અને ક્લાઉડ-સક્ષમ કરવા માટે મુખ્ય સક્ષમકર્તા તરીકે જોવામાં આવે છે.
AI એજન્ટ્સનું ભવિષ્ય:
સોફ્ટવેર એન્જિનિયરિંગમાં AI એજન્ટોના અમલીકરણ અંગે ચર્ચા કરતાં, વિજયકુમારે માનવ-આધારિત મોડેલોથી હાઇબ્રિડ 'માનવ-ઇન-ધ-લૂપ' (human-in-the-loop) રચનાઓ તરફના પરિવર્તનનું વર્ણન કર્યું. તેમણે નોંધ્યું કે જ્યારે એજન્ટિક મોડેલો આશાસ્પદ છે, ત્યારે તેમની અસરકારકતા મૂળભૂત ડેટા ગુણવત્તા અને પ્રક્રિયા સરળીકરણ જેવી પૂર્વ-આવશ્યકતાઓ પર આધાર રાખે છે. મોટા ઉદ્યોગોમાં વ્યાપક AI એજન્ટ અપનાવવા માટે આ બિલ્ડીંગ બ્લોક્સ સ્થાપિત કરવા પર નોંધપાત્ર કાર્ય ચાલી રહ્યું છે.