સિલિકોન વેલીમાં ભારતીય ઉદ્યોગસાહસિકો હવે સામાન્ય AI મોડલ બનાવવાને બદલે આરોગ્યસંભાળ અને એન્ટરપ્રાઇઝ સોફ્ટવેર જેવા ક્ષેત્રો માટે 'વર્ટિકલ' AI (વિશિષ્ટ AI) બનાવવા પર વધુ ધ્યાન આપી રહ્યા છે. આ ઉકેલો ચોક્કસ બિઝનેસ સમસ્યાઓને હલ કરવા પર કેન્દ્રિત છે, જે લાંબા ગાળાની વૃદ્ધિ માટે એક મુખ્ય વ્યૂહરચના છે.
શું થયું?
સિલિકોન વેલીમાં ભારતીય સ્થાપકો હવે જનરલ-પર્પઝ, મોટા AI મોડલ બનાવવાની રેસમાંથી બહાર આવી રહ્યા છે. તેના બદલે, તેઓ 'વર્ટિકલ AI' પર ધ્યાન કેન્દ્રિત કરી રહ્યા છે – એટલે કે આરોગ્યસંભાળ, કાનૂની સેવાઓ અને એન્ટરપ્રાઇઝ સોફ્ટવેર જેવા ચોક્કસ ઉદ્યોગોની સમસ્યાઓ ઉકેલવા માટે બનાવેલા ટૂલ્સ. આ પરિવર્તન આગામી AI સ્ટાર્ટઅપ્સ માટે વ્યૂહરચનામાં ફેરફાર દર્શાવે છે, જે ઊંચા ખર્ચે, વ્યાપક-આધારિત મોડેલ વિકાસથી લઈને ચોક્કસ, કાર્યક્ષમ સોફ્ટવેર બનાવવા તરફ આગળ વધી રહ્યા છે જે હાલના બિઝનેસ વર્કફ્લોમાં સીધા સંકલિત થાય છે.
વિશિષ્ટતા શા માટે મહત્વપૂર્ણ છે?
જનરલ-પર્પઝ AI મોડલ બનાવવું એ મૂડી-સઘન કાર્ય છે અને ઘણીવાર તે થોડી વૈશ્વિક ટેકનોલોજી કંપનીઓ દ્વારા પ્રભુત્વ ધરાવે છે. નવા સ્ટાર્ટઅપ્સ માટે, સીધી સ્પર્ધામાં નોંધપાત્ર જોખમો અને ઊંચા ખર્ચનો સમાવેશ થાય છે. વર્ટિકલ AI પર ધ્યાન કેન્દ્રિત કરીને, સ્થાપકો તેના બદલે એવા સોફ્ટવેર બનાવી રહ્યા છે જે એક ચોક્કસ કાર્યને ઉત્તમ રીતે કરે છે, જેમ કે હોસ્પિટલો માટે ક્લિનિકલ ડોક્યુમેન્ટેશનનું ઓટોમેશન કરવું અથવા કાનૂની વર્કફ્લોને સુવ્યવસ્થિત કરવું.
આ અભિગમ રોકાણકારો માટે વધુ આકર્ષક છે કારણ કે તે ઝડપથી આવક ઉત્પન્ન કરે છે અને 'બચાવક્ષમતા' (defensibility) બનાવે છે. જ્યારે AI ટૂલ કોઈ કંપનીના વર્કફ્લોમાં ઊંડાણપૂર્વક સંકલિત થાય છે, ત્યારે તે કંપની માટે પ્રતિસ્પર્ધી પાસે જવાનું વધુ મુશ્કેલ બને છે. આ વિશિષ્ટ એપ્લિકેશન્સ સ્ટાર્ટઅપ્સને હાલના મોટા ભાષા મોડેલ્સનો આધાર તરીકે ઉપયોગ કરવાની મંજૂરી આપે છે, જ્યારે ઉદ્યોગ-વિશિષ્ટ પડકારોને હલ કરવા માટે પોતાનો માલિકીનો ડેટા ઉમેરી શકે છે, જે સામાન્ય મોડેલ્સ અસરકારક રીતે જાતે કરી શકતા નથી.
ભારતીય IT સેવાઓ પર અસર
આ વલણ માત્ર સ્ટાર્ટઅપ્સ સુધી મર્યાદિત નથી; તે મોટી ભારતીય IT સેવા કંપનીઓ તેમની AI વ્યૂહરચનાઓ પર કેવી રીતે વિચાર કરે છે તે પણ બદલી રહ્યું છે. છેલ્લા બે વર્ષથી, રોકાણકારો ચિંતિત હતા કે AI ઓટોમેશન ભારતીય IT જાયન્ટ્સના મુખ્ય આઉટસોર્સિંગ મોડેલને ખોરવી શકે છે. જો કે, આ કંપનીઓ હવે 'માસ હાયરિંગ' થી ધ્યાન હટાવીને વિશિષ્ટ AI ટીમો બનાવવામાં અને તેમના વૈશ્વિક ગ્રાહકો માટે વર્ટિકલ AI સોલ્યુશન્સને એકીકૃત કરવામાં સક્રિયપણે આગળ વધી રહી છે.
ક્ષેત્રની મુખ્ય કંપનીઓ 'સેવાઓ પ્લસ ઇન્ટેલિજન્સ' મોડેલ તરફ આગળ વધી રહી છે. માત્ર શ્રમ-આધારિત IT જાળવણી ઓફર કરવાને બદલે, તેઓ ઉદ્યોગ-વિશિષ્ટ AI એજન્ટ્સ લાગુ કરી રહી છે જે બેંકિંગ, લોજિસ્ટિક્સ અને આરોગ્યસંભાળ જેવા ક્ષેત્રોમાં જટિલ કામગીરીને હેન્ડલ કરી શકે છે. આ ફેરફાર તેમને સુસંગત રહેવા અને સંભવિતપણે તેમના ગ્રાહકો માટે મૂલ્ય પ્રસ્તાવમાં સુધારો કરવાની મંજૂરી આપે છે જેઓ માત્ર AI પ્રયોગો કરતાં વાસ્તવિક પરિણામો શોધી રહ્યા છે.
વ્યવસાયિક જોખમો અને વાસ્તવિકતા તપાસ
જ્યારે વિશિષ્ટ AI તરફનું વલણ આવકનો સ્પષ્ટ માર્ગ પ્રદાન કરે છે, ત્યારે તે જોખમો સાથે આવે છે. બજાર હાલમાં 'AI વોશિંગ' માં વધારો જોઈ રહ્યું છે, જ્યાં કંપનીઓ તેમના AI ક્ષમતાઓનો અતિશયોક્તિ કરે છે જ્યારે વાસ્તવિક મૂલ્ય પહોંચાડતું કાર્યકારી ઉત્પાદન નથી. રોકાણકારો માટે, વાસ્તવિક, માપી શકાય તેવા ઉદ્યોગ ઉકેલો ધરાવતી કંપનીઓ અને AI ને માર્કેટિંગ બઝવર્ડ તરીકે ઉપયોગ કરતી કંપનીઓ વચ્ચે તફાવત કરવો જોખમી છે.
વધુમાં, સફળ વર્ટિકલ AI માટે ઉચ્ચ-ગુણવત્તાવાળા, માલિકીના ઉદ્યોગ ડેટાની જરૂર પડે છે, જે મેળવવો મુશ્કેલ બની શકે છે. ઊંડા ડોમેન કુશળતાનો અભાવ ધરાવતી અથવા હાલના લેગસી સોફ્ટવેર સાથે સારી રીતે સંકલિત થવામાં નિષ્ફળ જતી કંપનીઓ પાઇલટ પ્રોજેક્ટ્સથી આગળ વધવા માટે સંઘર્ષ કરી શકે છે. AI કાર્યક્ષમતા અને માનવ દેખરેખ વચ્ચે સંતુલન માટે વ્યવસાયો તેમના અભિગમને સુધારે છે તેમ એક્ઝેક્યુશન જોખમ ઊંચું રહે છે.
રોકાણકારોએ શું ટ્રેક કરવું જોઈએ?
રોકાણકારોએ AI અપનાવવાના હાઇપથી આગળ જોઈને માપી શકાય તેવા વ્યવસાય પરિણામો પર ધ્યાન કેન્દ્રિત કરવું જોઈએ. મુખ્ય મોનિટરિંગમાં એ છે કે શું કંપનીઓ – પછી ભલે તે સ્ટાર્ટઅપ્સ હોય કે સ્થાપિત IT ફર્મ્સ – તેમના AI 'પાયલોટ' અથવા ટ્રાયલ પ્રોજેક્ટ્સને વાસ્તવિક લાંબા ગાળાના સેવા કરારોમાં રૂપાંતરિત કરી રહી છે. ત્રિમાસિક અહેવાલોમાં ચોક્કસ AI સેવા આવક લાઇનોની વૃદ્ધિને ટ્રેક કરો અને મેનેજમેન્ટની ટિપ્પણીઓ જુઓ કે આ વિશિષ્ટ સાધનો ગ્રાહકોને ખર્ચ બચાવવામાં અથવા ઓપરેશનલ કાર્યક્ષમતા સુધારવામાં કેવી રીતે મદદ કરી રહ્યા છે.