KPMG ના નવા રિપોર્ટ મુજબ, એનર્જી અને કેમિકલ ક્ષેત્રની કંપનીઓ આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) અપનાવવામાં ઝડપથી આગળ વધી રહી છે. લગભગ **69%** કંપનીઓએ તેને ટોચની પ્રાથમિકતા બનાવી છે. જોકે, જૂની ટેકનોલોજીના કારણે લગભગ **60%** કંપનીઓ નફામાં ઘટાડો અનુભવી રહી છે, કારણ કે તેમના ડિજિટલ રોકાણ માંડ માંડ બ્રેક-ઈવન (Break-even) પર છે.
શું થયું?
KPMG દ્વારા એનર્જી, નેચરલ રિસોર્સિસ અને કેમિકલ્સ ક્ષેત્રના 258 ટેકનોલોજી લીડર્સ પર કરવામાં આવેલા સર્વેમાં જાણવા મળ્યું છે કે આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) તરફ ઝડપી ઝુકાવ જોવા મળી રહ્યો છે. આ કંપનીઓમાં લગભગ 69% હવે AI ને મુખ્ય રોકાણ ક્ષેત્ર તરીકે પ્રાથમિકતા આપી રહી છે. આ અભ્યાસ દર્શાવે છે કે કંપનીઓ નાના પ્રયોગોથી આગળ વધીને હવે તેની કામગીરીના દરેક પાસામાં AI નો ઉપયોગ કરી રહી છે. આ એપ્લિકેશન્સ પ્રોડક્શન ઓપ્ટિમાઇઝેશનથી લઈને પાવર ગ્રીડ મેનેજમેન્ટ અને બેક-ઓફિસ કાર્યોના ઓટોમેશન સુધી વિસ્તરે છે.
કાર્યક્ષમતા અને નફા વચ્ચેનું અંતર
AI અપનાવવાનું પ્રમાણ ઊંચું હોવા છતાં, રોકાણકારો (Shareholders) માટે નાણાકીય લાભો અસમાન રહ્યા છે. KPMG રિપોર્ટ પર પ્રકાશ પાડે છે કે જ્યાં 40% એનર્જી કંપનીઓ તેમના ટેકનોલોજી ખર્ચ પર 200% થી વધુનું મજબૂત વળતર (Return) જોઈ રહી છે, ત્યાં મોટી સંખ્યામાં 57% કંપનીઓ ફક્ત બ્રેક-ઈવન (Break-even) પર જ છે. આનો અર્થ એ છે કે અડધાથી વધુ કંપનીઓ માટે, ડિજિટલ ટ્રાન્સફોર્મેશન પર ખર્ચવામાં આવેલો પૈસો હજુ સુધી નોંધપાત્ર નફા વૃદ્ધિ કે ખર્ચ બચાવી રહ્યો નથી.
રોકાણકારો માટે, આ અંતર મહત્વપૂર્ણ છે. એનર્જી અને કેમિકલ કંપનીઓ મૂડી-આધારિત (Capital-intensive) વ્યવસાયો છે. જો બજેટનો મોટો હિસ્સો નવી ટેકનોલોજી પર ખર્ચવામાં આવે અને તે સ્પષ્ટ નાણાકીય વળતર આપવામાં નિષ્ફળ જાય, તો તે નફાના માર્જિન અને રોકડ પ્રવાહ (Cash Flow) પર દબાણ બનાવી શકે છે. રોકાણકારો નજીકથી જોઈ શકે છે કે કંપનીનો ટેકનોલોજી ખર્ચ ખરેખર કાર્યક્ષમતા સુધારી રહ્યો છે કે ફક્ત ખર્ચની યાદીમાં વધારો કરી રહ્યો છે.
જૂની સિસ્ટમનો અવરોધ
આ મિશ્ર પરિણામોનું એક મુખ્ય કારણ હાલની ટેકનોલોજીની જૂની પ્રકૃતિ છે. લગભગ 60% કંપનીઓએ જૂની સિસ્ટમને મુખ્ય અવરોધ તરીકે ઓળખાવી છે. ઘણી જૂની એનર્જી પ્લાન્ટ્સ અને કેમિકલ ફેસિલિટીઝ લેગસી ડિજિટલ આર્કિટેક્ચર પર આધાર રાખે છે જે આધુનિક AI ટૂલ્સ સાથે સરળતાથી જોડાઈ શકતી નથી. જૂના ઇન્ફ્રાસ્ટ્રક્ચરમાં નવી, સ્માર્ટ સિસ્ટમ્સને એકીકૃત કરવા માટે ઘણીવાર વધારાની મૂડી અને સમયની જરૂર પડે છે, જે પ્રોજેક્ટમાં વિલંબ અથવા ખર્ચમાં વધારો કરી શકે છે.
ડેટા અને સુરક્ષાના જોખમો
ખર્ચ ઉપરાંત, AI ને ઝડપથી લાગુ કરવાની દોડ કાર્યકારી જોખમો (Operational Risks) ઉભી કરે છે. ગતિનો પીછો ઘણીવાર સાયબર સુરક્ષા (Cybersecurity) અને ડેટા ગવર્નન્સમાં સમાધાન તરફ દોરી જાય છે. રિપોર્ટ નોંધે છે કે 75% ઉત્તરદાતાઓએ સ્વીકાર્યું કે તેમની ઝડપી ડિજિટલ અપનાવવાની ચાલમાં સુરક્ષા અને માપનીયતા (Scalability) સાથે સમાધાન થયું છે. એનર્જી અને કેમિકલ્સ જેવા ક્ષેત્રોમાં, જ્યાં કાર્યકારી સલામતી અત્યંત મહત્વપૂર્ણ છે, ત્યાં ડેટા સુરક્ષા અને સિસ્ટમ સ્થિરતા માત્ર IT મુદ્દાઓ નથી; તે નિર્ણાયક વ્યવસાયિક જોખમો છે. ઉત્પાદન લાઇન (Production Line) માં સુરક્ષા નિષ્ફળતા અથવા ડેટા ભૂલ મોંઘા ડાઉનટાઇમ (Downtime) અથવા સલામતી ઘટનાઓ તરફ દોરી શકે છે.
રોકાણકારોએ શું ધ્યાનમાં રાખવું?
આ ક્ષેત્રની કંપનીઓ પર નજર રાખતી વખતે, રોકાણકારો મેનેજમેન્ટ તેમની ડિજિટલ વ્યૂહરચના (Digital Strategy) વિશે કેવી રીતે ચર્ચા કરે છે તે ટ્રેક કરી શકે છે. મુખ્ય મોનિટર કરવા જેવી બાબતોમાં કંપની પાસે જૂની સિસ્ટમોને બદલવાની કે અપગ્રેડ કરવાની સ્પષ્ટ યોજના છે કે કેમ અને તેઓ તેમના ટેકનોલોજી રોકાણ પર વળતર કેવી રીતે માપે છે તે શામેલ છે. જે કંપનીઓ તેમના જૂના ઇન્ફ્રાસ્ટ્રક્ચર અને નવા AI ટૂલ્સ વચ્ચેના અંતરને સફળતાપૂર્વક પાર કરી શકે છે, તેઓ ખર્ચને નિયંત્રિત કરવા અને ઉત્પાદન સુધારવા માટે વધુ સારી સ્થિતિમાં હોઈ શકે છે, જ્યારે ઊંચા ટેક ખર્ચ અને નબળા વળતર સાથે સંઘર્ષ કરતી કંપનીઓ માર્જિન દબાણનો સામનો કરી શકે છે.