કોગ્નિઝન્ટ (Cognizant) અને UST જેવી મોટી IT કંપનીઓ AI સ્કિલ્સ પર ધ્યાન કેન્દ્રિત કરવા માટે કર્મચારીઓની તાલીમમાં સુધારો કરી રહી છે, અને પર્સનલાઇઝ્ડ લર્નિંગ ઇકોસિસ્ટમ તરફ આગળ વધી રહી છે. રોકાણકારો માટે, ક્લાયન્ટ્સની AI ક્ષમતાઓની માંગ વધતાં ટેલેન્ટ ખર્ચનું સંચાલન કરવા, પ્રોજેક્ટ ડિલિવરીની ગતિ જાળવી રાખવા અને પ્રોફિટ માર્જિન સુધારવા માટે આ પગલું નિર્ણાયક છે.
શું થયું?
કોગ્નિઝન્ટ (Cognizant) અને UST સહિતની મોટી IT સર્વિસિસ કંપનીઓ પોતાના કર્મચારીઓને તાલીમ આપવાની રીતમાં મોટા પાયે બદલાવ લાવી રહી છે. પરંપરાગત, સ્ટેટિક લર્નિંગ મોડ્યુલ્સનો ઉપયોગ કરવાને બદલે, આ કંપનીઓ Percipio જેવા એન્ટરપ્રાઇઝ લર્નિંગ પ્લેટફોર્મ અપનાવી રહી છે. આ બદલાવ Tata Consultancy Services (TCS) જેવા અન્ય ઇન્ડસ્ટ્રી લીડર્સ દ્વારા લેવાયેલા સમાન પગલાં બાદ આવ્યો છે, જેમણે પોતાના આંતરિક 'Wings' પ્લેટફોર્મને AI-ફર્સ્ટ અભ્યાસક્રમને પ્રાધાન્ય આપવા માટે પુનઃસંગઠિત કર્યું છે. આનો ઉદ્દેશ્ય એક જ કન્ટેન્ટ પ્રોવાઇડર પર નિર્ભરતા ઘટાડીને પ્રમાણપત્રો, સ્કિલ એસેસમેન્ટ્સ અને પર્સનલાઇઝ્ડ લર્નિંગ પાથને જોડતા વ્યાપક ઇકોસિસ્ટમનું નિર્માણ કરવાનો છે.
AI અપસ્કિલિંગ પાછળનો બિઝનેસ તર્ક
IT રોકાણકારો માટે, આ સંક્રમણ ફક્ત HR અપડેટ કરતાં વધુ છે; તે કંપનીના નાણાકીય સ્વાસ્થ્યને સીધી અસર કરે છે. આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) માં નિપુણતા ધરાવતા બાહ્ય ટેલેન્ટની ભરતી કરવી ખર્ચાળ અને અત્યંત સ્પર્ધાત્મક છે. પોતાના હાલના કર્મચારીઓને સઘન રીતે અપસ્કિલ કરીને, કંપનીઓ મોંઘી લેટરલ હાયરિંગ (lateral hiring) પરની તેમની નિર્ભરતા ઘટાડવાનો પ્રયાસ કરી રહી છે. જો આ કંપનીઓ આંતરિક રીતે સ્કિલ ગેપને સફળતાપૂર્વક પૂરો કરી શકે, તો તેઓ પોતાના પ્રોફિટ માર્જિનનું રક્ષણ કરી શકે છે અને ટેલેન્ટ એક્વિઝિશન (talent acquisition) તથા ઓનબોર્ડિંગ (onboarding) સાથે સંકળાયેલા ખર્ચમાં ઘટાડો કરી શકે છે.
રોકાણકારો લર્નિંગ પ્લેટફોર્મ્સ વિશે શા માટે ચિંતિત છે?
વર્તમાન માર્કેટમાં, IT કંપનીઓને નવીનતમ ટેકનોલોજીનો ઉપયોગ કરીને પ્રોજેક્ટ ડિલિવરી કરવાની તેમની ક્ષમતાના આધારે મૂલ્યાંકન કરવામાં આવે છે. ક્લાયન્ટ્સ હવે નવા કોન્ટ્રાક્ટ્સ માટે AI-રેડી ટીમોને બેઝલાઇન જરૂરિયાત તરીકે માંગે છે. એક મજબૂત આંતરિક લર્નિંગ પ્લેટફોર્મ એક બિઝનેસ એડવાન્ટેજ તરીકે કાર્ય કરે છે, જે સુનિશ્ચિત કરે છે કે કંપનીના કર્મચારીઓનો મોટો ભાગ હાઈ-વેલ્યુ પ્રોજેક્ટ્સ પર ડિપ્લોયમેન્ટ માટે તૈયાર છે. જ્યારે કર્મચારીઓને અસરકારક રીતે અપસ્કિલ કરવામાં આવે છે, ત્યારે કંપનીઓ તેમના યુટિલાઇઝેશન રેટ (utilization rates) ઊંચા રાખી શકે છે અને ક્લાયન્ટની જરૂરિયાતોને ઝડપથી પ્રતિસાદ આપી શકે છે, જે લાંબા ગાળાની રેવન્યુ વૃદ્ધિ (revenue growth) માટે એક મુખ્ય મેટ્રિક છે.
જોખમો અને અમલીકરણના પડકારો
AI રેડીનેસ (AI readiness) માટેનું દબાણ જરૂરી હોવા છતાં, તે જોખમો સાથે આવે છે. મુખ્ય ચિંતા તાલીમ કાર્યક્રમો માટે રોકાણ પરનું વળતર (return on investment) છે. તાલીમ જોખમ (execution risk) એ છે કે કર્મચારીઓ, એકવાર ઉચ્ચ-માંગવાળી AI સ્કિલ્સમાં તાલીમ પામ્યા પછી, સ્પર્ધકો માટે છોડી શકે છે, જે કંપનીના રોકાણને અસરકારક રીતે અન્ય લોકોને લાભમાં ફેરવી દેશે. વધુમાં, કંપનીઓ કન્ટેન્ટ ફેટિગ (content fatigue) ના પડકારનો સામનો કરે છે. જેમ જેમ ટેકનોલોજી ઝડપથી વિકસિત થાય છે, તાલીમ સામગ્રીને અપ-ટૂ-ડેટ રાખવી અને તે ખરેખર માપી શકાય તેવા પ્રોજેક્ટ પરિણામો તરફ દોરી જાય છે તેની ખાતરી કરવી એ એક મુશ્કેલ કાર્ય છે. રોકાણકારોએ નોંધ લેવી જોઈએ કે જો આ પ્લેટફોર્મ્સ પ્રોજેક્ટ ડિલિવરી કાર્યક્ષમતામાં સુધારો તરફ દોરી જતા નથી, તો આ સિસ્ટમ્સ પર ખર્ચવામાં આવેલો પૈસો ફક્ત કંપનીના ઓવરહેડ ખર્ચ (overhead costs) માં વધારો કરશે.
આગળ શું મોનિટર કરવું?
રોકાણકારોએ ટ્રૅક કરવું જોઈએ કે આ કંપનીઓ તેમની અપસ્કિલિંગ પહેલની સફળતાનો અહેવાલ કેવી રીતે આપે છે. મુખ્ય મોનિટર કરવા જેવી બાબતોમાં કર્મચારીઓની યુટિલાઇઝેશન રેટ્સ, નવા AI પ્રોજેક્ટ્સમાં સ્ટાફિંગ માટે લાગતો સમય અને એટ્રિશન (attrition) ઘટાડવામાં આ પ્લેટફોર્મ્સની અસરકારકતા પર મેનેજમેન્ટની ટિપ્પણીઓનો સમાવેશ થાય છે. ભવિષ્યના ત્રિમાસિક પરિણામોમાં, વિશ્લેષકો પુરાવા શોધી શકે છે કે આ AI-રેડીનેસ પ્રોગ્રામ્સ વધુ સારા પ્રોજેક્ટ માર્જિનમાં યોગદાન આપી રહ્યા છે અથવા તાલીમ વ્યૂહરચનાઓને ધીમી ગતિએ અપનાવતા સ્પર્ધકોની સરખામણીમાં કંપનીને વધુ જટિલ ડીલ જીતવામાં મદદ કરી રહ્યા છે.