Whalesbook
Cognizant કંપની નવા નાણાકીય વર્ષના અંત સુધીમાં AI ટૂલનો ઉપયોગ કરીને $1 બિલિયનનો બિઝનેસ પાઇપલાઇન બનાવવાની યોજના ધરાવે છે. આ AI ટૂલ કોમ્યુનિકેશન ડેટાનું વિશ્લેષણ કરીને સેલ્સ લીડ્સ શોધશે. આ પગલું IT કંપનીઓની વ્યૂહરચનામાં એક મહત્વપૂર્ણ ફેરફાર દર્શાવે છે, જ્યાં AI નો ઉપયોગ ફક્ત ખર્ચ ઘટાડવાને બદલે આવક વધારવા પર ધ્યાન કેન્દ્રિત કરવામાં આવી રહ્યું છે.
શું થયું?
Cognizant કંપનીએ આ વર્ષના અંત સુધીમાં $1 બિલિયન જેટલી બિઝનેસ પાઇપલાઇન વધારવા માટે એક નવી AI (આર્ટિફિશિયલ ઇન્ટેલિજન્સ) સિસ્ટમ લોન્ચ કરી છે. કંપની આ અભિગમને "કોન્ટેક્સ્ટ એન્જિનિયરિંગ" કહી રહી છે. આ ટેકનોલોજી ઈમેઈલ, મીટિંગની ટ્રાન્સક્રિપ્ટ, ચેટ્સ અને કાનૂની કરારો જેવા મોટા પ્રમાણમાં અસંગઠિત એન્ટરપ્રાઇઝ ડેટાને સ્કેન અને તેનું વિશ્લેષણ કરવા માટે બનાવવામાં આવી છે. તેનો મુખ્ય ઉદ્દેશ્ય એવા સંભવિત વેચાણ તકો અથવા ગ્રાહકોની જરૂરિયાતોને ઓળખવાનો છે જે પરંપરાગત CRM (કસ્ટમર રિલેશનશિપ મેનેજમેન્ટ) સોફ્ટવેર ચૂકી જાય છે. કંપનીના જણાવ્યા અનુસાર, આ સિસ્ટમે અત્યાર સુધીમાં લગભગ $200 મિલિયન ની સંભવિત બિઝનેસ તકો ઓળખી કાઢી છે.
રોકાણકારો માટે આ શા માટે મહત્વનું છે?
આ પહેલ IT સેવા કંપનીઓ દ્વારા આર્ટિફિશિયલ ઇન્ટેલિજન્સનો ઉપયોગ કેવી રીતે થઈ રહ્યો છે તેમાં એક મોટો બદલાવ દર્શાવે છે. છેલ્લા એક વર્ષથી, ઉદ્યોગનું ધ્યાન મુખ્યત્વે AI નો ઉપયોગ સોફ્ટવેર કોડિંગને ઝડપી બનાવવા અને આંતરિક ખર્ચ ઘટાડવા પર રહ્યું છે. Cognizant ની આ પહેલ AI ને ટોપ-લાઇન રેવન્યુ ગ્રોથ (આવકમાં વૃદ્ધિ) માટે એક સાધન તરીકે આગળ લાવી રહી છે. જો આ સફળ થાય, તો તે AI ને ઓપરેશનલ કાર્યક્ષમતાના સાધનમાંથી આક્રમક વેચાણ અને બિઝનેસ વિસ્તરણના સાધનમાં સંક્રમણનો સંકેત આપી શકે છે. રોકાણકારોએ નોંધ લેવું જોઈએ કે "પાઇપલાઇન" એ સંભવિત ભવિષ્યનો બિઝનેસ દર્શાવે છે, ગેરંટીકૃત આવક નહીં, પરંતુ તે દર્શાવે છે કે કંપની તેનું વેચાણ ઊર્જા ક્યાં કેન્દ્રિત કરી રહી છે.
વ્યૂહરચના કેવી રીતે કાર્ય કરશે?
Cognizant આ પ્લેટફોર્મ બનાવવા માટે Rohan Murthy દ્વારા સહ-સ્થાપિત સ્ટાર્ટઅપ Workfabric AI સાથે મળીને કામ કરી રહી છે. કંપની જે મુખ્ય સમસ્યા હલ કરવાનો પ્રયાસ કરી રહી છે તે "ઇન્ફોર્મેશન ગેપ" છે. ઘણી મોટી સંસ્થાઓમાં, ગ્રાહકોની જરૂરિયાતો વિશેનો મૂલ્યવાન ડેટા - મીટિંગ્સમાં શું ચર્ચાય છે અથવા ઈમેઈલમાં શું સૂચવવામાં આવે છે - તે ચેનલોમાં જ રહે છે અને ભાગ્યે જ કેન્દ્રીય સિસ્ટમમાં દાખલ થાય છે. AI નો ઉપયોગ કરીને ગ્રાહક એકાઉન્ટ્સની ડિજિટલ પ્રોફાઇલ બનાવીને, કંપની સેવામાં રહેલી ખામીઓને ઓળખવાની આશા રાખે છે. ઉદાહરણ તરીકે, જો કોઈ ગ્રાહકના ઈમેઈલ સૂચવે છે કે તેઓ ક્વોલિટી એશ્યોરન્સ સ્ટાફિંગ સાથે સંઘર્ષ કરી રહ્યા છે, તો સિસ્ટમ આપમેળે કંપનીની પોતાની ક્વોલિટી એશ્યોરન્સ સેવાઓ માટે પિચ સૂચવી શકે છે. આનાથી સેલ્સ ટીમને સામાન્ય વેચાણ પિચને બદલે ચોક્કસ ઉકેલો સાથે ગ્રાહકોનો સંપર્ક કરવાની મંજૂરી મળે છે.
જોખમો અને અમલીકરણના પડકારો
જ્યારે આવક વધારવાનો લક્ષ્યાંક છે, ત્યારે કેટલાક મહત્વપૂર્ણ બિઝનેસ જોખમો પર ધ્યાન આપવાની જરૂર છે. પ્રથમ, "પાઇપલાઇન" અને "આવક" વચ્ચે મોટો તફાવત હોઈ શકે છે. લીડ્સ જનરેટ કરવી એ માત્ર પ્રથમ પગલું છે; કંપનીએ હજુ પણ ગ્રાહકોને કરાર પર હસ્તાક્ષર કરવા માટે મનાવવાની જરૂર છે. ડેટા ગોપનીયતા (Privacy) સંબંધિત પણ એક મોટું જોખમ છે. કારણ કે સિસ્ટમ ઈમેઈલ અને કરારો જેવા સંવેદનશીલ સંચારને વાંચી રહી છે, તેથી કડક ગોપનીયતા નિયમોનું પાલન કરવું આવશ્યક છે. કોઈપણ સુરક્ષા ભંગ અથવા ગ્રાહક ડેટાના દુરુપયોગની ધારણા વિશ્વાસને ગંભીર નુકસાન પહોંચાડી શકે છે અને નિયમનકારી અથવા પ્રતિષ્ઠા સંબંધિત સમસ્યાઓ તરફ દોરી શકે છે.
સેક્ટર અને સ્પર્ધાત્મક સંદર્ભ
TCS, Infosys અને HCLTech જેવા મુખ્ય IT ખેલાડીઓ તમામ AI માં ભારે રોકાણ કરી રહ્યા છે. આ ક્ષેત્ર હાલમાં એવા સમયગાળામાંથી પસાર થઈ રહ્યું છે જ્યાં આર્થિક અનિશ્ચિતતાને કારણે ઉત્તર અમેરિકા અને યુરોપના ગ્રાહકો ખર્ચ કરવામાં સાવચેતી રાખી રહ્યા છે. "છુપાયેલા" બિઝનેસને શોધવા માટે AI નો ઉપયોગ કરીને, Cognizant સ્પર્ધકોથી પોતાને અલગ પાડવાનો પ્રયાસ કરી રહી છે જેઓ પરંપરાગત વેચાણ પદ્ધતિઓ પર આધાર રાખી શકે છે. જોકે, કંપની પર એ સાબિત કરવાનું દબાણ રહેશે કે આ પ્લેટફોર્મ ખરેખર તેમના સાથીદારો દ્વારા ઉપયોગમાં લેવાતી મેન્યુઅલ વેચાણ પ્રક્રિયાઓની તુલનામાં ઉચ્ચ રૂપાંતરણ દર (conversion rates) તરફ દોરી જાય છે.
રોકાણકારોએ શું ટ્રેક કરવું જોઈએ?
આગળ જતાં, $1 બિલિયન પાઇપલાઇનના રૂપાંતરણ દર (conversion rate) પર પ્રાથમિક નજર રાખવામાં આવશે. રોકાણકારો ભવિષ્યના અર્નિંગ કોલ્સમાં આ ઓળખાયેલી તકોમાંથી કેટલી સાઇન કરેલા કરારો અને વાસ્તવિક આવકમાં પરિણમે છે તે અંગેના અપડેટ્સ શોધી શકે છે. વધુમાં, ડેટા ગોપનીયતા પાલન અને વેચાણ દળમાં ટૂલના અપનાવવાના દર (adoption rate) અંગે મેનેજમેન્ટની ટિપ્પણીઓ એ સૂચકાંકો હશે કે શું આ વ્યૂહરચના માપી શકાય તેવી છે કે માત્ર એક પ્રાયોગિક પહેલ છે.