ઘણી ભારતીય કંપનીઓ AI નો પ્રયોગ કરી રહી છે, પરંતુ યોગ્ય વ્યૂહાત્મક આયોજનના અભાવે ખર્ચ વધી રહ્યો છે અને ફાયદો મળતો નથી. રોકાણકારોએ હવે માત્ર AI ના ઉપયોગ પર નહીં, પરંતુ તેનાથી થતા નફા પર ધ્યાન કેન્દ્રિત કરવું પડશે.
શું થયું?
આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) ને લઈને તાજેતરના ડેટા દર્શાવે છે કે જ્યાં મોટાભાગની કંપનીઓ (લગભગ 78%) AI નો ઉપયોગ કરી રહી છે, ત્યાં માત્ર 27% પાસે જ તેની એક વિસ્તૃત વ્યૂહરચના (Strategy) છે. ગંભીર બાબત એ છે કે આમાંથી માત્ર 20% કંપનીઓના કર્મચારીઓ જ AI માટે તૈયાર છે. આ દર્શાવે છે કે કંપનીઓ ટેકનોલોજી પર ખર્ચ તો કરી રહી છે, પરંતુ તેનો વ્યવસાયિક લાભ લેવા માટે જરૂરી નેતૃત્વનો અભાવ છે.
માત્ર અપનાવવા કરતાં ROI કેમ મહત્વનું?
રોકાણકારો માટે, કંપની AI નો ઉપયોગ કરે છે કે નહીં તે કરતાં વધુ મહત્વનું એ છે કે AI દ્વારા કેટલો નાણાકીય ફાયદો થઈ રહ્યો છે. ગૂગલ ક્લાઉડના 2025 ના રિપોર્ટ મુજબ, 74% કંપનીઓને એક વર્ષમાં રોકાણ પર વળતર (ROI) મળ્યું, પરંતુ માત્ર 6% 'હાઇ પરફોર્મર્સ' શ્રેણીમાં આવી, જેમના EBIT (Earnings Before Interest and Taxes) માં 5% કે તેથી વધુનો વધારો થયો.
આ સૂચવે છે કે ઘણી કંપનીઓ 'પાયલોટ પ્રોજેક્ટ ટ્રેપ' માં ફસાયેલી છે. જો AI પહેલને આવક વૃદ્ધિ કે માર્જિન વિસ્તરણ જેવા સ્પષ્ટ નાણાકીય મોડેલો સાથે જોડી શકાતી નથી, તો તે માત્ર ઓપરેશનલ ખર્ચ વધારે છે. રોકાણકારોએ એવી મેનેજમેન્ટ ટીમો પર નજર રાખવી જોઈએ જે AI પ્રોજેક્ટ્સનું મૂલ્યાંકન પરંપરાગત મૂડી ખર્ચની જેમ જ ઝીણવટપૂર્વક કરે.
ભારતીય કંપનીઓ માટે પડકાર
ભારત AI લેન્ડસ્કેપમાં એક અનોખો કેસ છે. Deloitte India ના 2026 ના રિપોર્ટ મુજબ, ભારતીય કંપનીઓ AI ના વ્યાપક ઉપયોગમાં આગળ છે, પરંતુ ઊંડાણમાં ઘણીવાર સંઘર્ષ કરે છે. ઘણી કંપનીઓએ વિવિધ કાર્યોમાં AI ટૂલ્સ સફળતાપૂર્વક લાગુ કર્યા છે, પરંતુ તેને 'એન્ટરપ્રાઇઝ-ટ્રાન્સફોર્મેટિવ' બનાવવાનો પડકાર યથાવત છે.
આ મુખ્યત્વે નેતૃત્વનો મુદ્દો છે. AI ને સફળતાપૂર્વક સ્કેલ કરવા માટે માત્ર IT ઈન્ફ્રાસ્ટ્રક્ચર જ નહીં, પરંતુ સાંસ્કૃતિક પરિવર્તન અને બોર્ડ-લેવલ દેખરેખની જરૂર છે જે ટેકનોલોજીને કંપનીના લાંબા ગાળાના બિઝનેસ મોડેલ સાથે જોડે. જે કંપનીઓ આ સંક્રમણ કરવામાં નિષ્ફળ જાય છે, તેઓ શરૂઆતના પરીક્ષણ પછી તેમના AI પ્રોજેક્ટ્સ સ્થગિત થઈ શકે છે.
પાયલોટ પ્રોજેક્ટ ટ્રેપથી બચવું
અનુભવ દર્શાવે છે કે ઘણા જનરેટિવ AI પ્રોજેક્ટ્સ નબળી ડેટા ગુણવત્તા, વધતા ખર્ચ અને સ્પષ્ટ વ્યવસાયિક ઉદ્દેશ્યોના અભાવને કારણે પોસ્ટ-પ્રૂફ-ઓફ-કન્સેપ્ટ નિષ્ફળ જાય છે. આ ટેકનિકલ નિષ્ફળતાઓ નથી, પરંતુ વ્યૂહાત્મક નિષ્ફળતાઓ છે. ટોચની કંપનીઓ આ પ્રોજેક્ટ્સને કંપની-વ્યાપી ઉપયોગ માટે મંજૂર કરતા પહેલા કડક માપદંડો લાગુ કરીને આને ટાળે છે.
આ માપદંડોમાં પૂર્વ-નિર્ધારિત મેટ્રિક્સ, સ્પષ્ટ ખર્ચ મર્યાદા અને ડિપ્લોયમેન્ટ માટે નિશ્ચિત સમયરેખાનો સમાવેશ થાય છે. કંપનીની AI પ્રગતિનું મૂલ્યાંકન કરતી વખતે, રોકાણકારોએ નવીનતાના વ્યાપક દાવાઓને બદલે આ વ્યૂહાત્મક શિસ્તના પુરાવા શોધવા જોઈએ.
રોકાણકારોએ આગળ શું ટ્રેક કરવું?
આગળ જતાં, AI ની આસપાસની વાતચીત 'હાઇપ' થી 'બિઝનેસ ઇમ્પેક્ટ' તરફ વિકસિત થવી જોઈએ. રોકાણકારો પરિપક્વ AI વ્યૂહરચનાના નીચેના સંકેતો શોધી શકે છે:
- નાણાકીય મેટ્રિક્સ: મેનેજમેન્ટની ટિપ્પણીઓ પર ધ્યાન આપો કે AI ખાસ કરીને માર્જિન કેવી રીતે સુધારી રહ્યું છે, ખર્ચ ઘટાડી રહ્યું છે, અથવા નવી આવક પેદા કરી રહ્યું છે, માત્ર લોન્ચ થયેલા AI પ્રોજેક્ટ્સની સંખ્યાના અહેવાલો કરતાં.
- વ્યૂહાત્મક દેખરેખ: તપાસો કે બોર્ડ AI વ્યૂહરચના સેટ કરવામાં સક્રિયપણે સામેલ છે કે નહીં અને તે કંપનીના નાણાકીય લક્ષ્યો સાથે સુસંગત છે તેની ખાતરી કરે છે.
- મૂડી ફાળવણી: અવલોકન કરો કે કંપની પ્રાયોગિક પાયલોટ પ્રોજેક્ટ્સની તુલનામાં ડેટા ઇન્ફ્રાસ્ટ્રક્ચર પર કેટલો ખર્ચ કરી રહી છે, કારણ કે લાંબા ગાળાના મૂલ્ય માટે ઇન્ફ્રાસ્ટ્રક્ચર ઘણીવાર વધુ સારો સૂચક હોય છે.
- વર્કફોર્સ તૈયારી: નોંધ લો કે કંપની તેના કર્મચારીઓને આ નવા સાધનોનો અસરકારક રીતે ઉપયોગ કરવા માટે તાલીમ આપી રહી છે કે નહીં, જે સફળ AI અમલીકરણમાં ઘણીવાર ખૂટતી કડી હોય છે.