ભારતીય IT કંપનીઓ AI નો ઉપયોગ કરીને જૂના સોફ્ટવેરની સમસ્યાઓ ઘટાડવામાં સફળ થઈ રહી છે. પરંતુ, ફાઇનાન્સ અને મેન્યુફેક્ચરિંગ ક્ષેત્રના ક્લાયન્ટ્સ હવે AI અપનાવવાના છુપા ખર્ચ અને ટેક્નિકલ જોખમોથી ચિંતિત છે. રોકાણકારોએ IT ફર્મ્સ AI પ્રોજેક્ટની નફાકારકતા કેવી રીતે મેનેજ કરે છે તેના પર નજર રાખવી પડશે.
AI થી સર્જાતી નવી ટેકનિકલ દેવું (Technical Debt)
AI ટૂલ્સ ક્લાયન્ટ્સના જૂના સોફ્ટવેરમાં ઝડપથી સુધારો કરી રહ્યા છે, પરંતુ મેન્યુફેક્ચરિંગ અને ફાઇનાન્સિયલ સેક્ટરના લીડર્સ સાવચેતી દાખવી રહ્યા છે. ચિંતા એ છે કે AI કોડિંગની ઝડપી અને ઓટોમેટેડ પ્રકૃતિ ટેકનિકલ દેવાનું નવું સ્વરૂપ ઊભું કરી શકે છે. AI દ્વારા જનરેટ કરાયેલો કોડ સંપૂર્ણ પારદર્શક ન હોવાથી, જો ડેવલપર્સને દરેક લાઇનનો સ્પષ્ટ ખ્યાલ ન હોય, તો ભવિષ્યમાં સિસ્ટમ મેન્ટેનન્સ અને અપગ્રેડમાં મુશ્કેલી આવી શકે છે.
વધુમાં, ક્લાયન્ટ્સ AI ની 'સંભાવનાત્મક' (probabilistic) પ્રકૃતિથી પણ સાવચેત છે. બેંકિંગ ટ્રાન્ઝેક્શન્સ અથવા મોટા પાયે ઉત્પાદન જેવી નિર્ણાયક પરિસ્થિતિઓમાં, AI મોડેલ જે ફક્ત 'મોટે ભાગે સાચું' હોય તે પૂરતું નથી. આ અનિશ્ચિતતાઓ અને સ્પષ્ટ નિયમનકારી માર્ગદર્શનના અભાવને કારણે, કેટલીક કંપનીઓ AI પ્રોજેક્ટ્સને ટેસ્ટિંગમાંથી સંપૂર્ણ ઉત્પાદનમાં લઈ જતા પહેલા થોભી રહી છે.
IT કંપનીઓના નાણાકીય પ્રદર્શન પર અસર
IT સર્વિસ ફર્મ્સ માટે આ એક નાજુક સંતુલન છે. Tech Mahindra જેવી કંપનીઓએ Q1 FY27 માં EBIT માં 53% નો વાર્ષિક વધારો અને $1.078 બિલિયન ના નવા ડીલ વિન્સ સાથે મજબૂત નાણાકીય પ્રદર્શન નોંધાવ્યું છે. પરંતુ, સમગ્ર સેક્ટર ક્લાયન્ટના ખર્ચમાં ફેરફારનો સામનો કરી રહ્યું છે. TCS અને Wipro જેવી મોટી કંપનીઓના મેનેજમેન્ટ ટીમે જણાવ્યું છે કે ક્લાયન્ટ્સ તેમના ટેક્નોલોજી બજેટમાં વધુ પસંદગીયુક્ત બની રહ્યા છે અને સ્પષ્ટ, માપી શકાય તેવા વળતર (returns) આપતા પ્રોજેક્ટ્સને પ્રાધાન્ય આપી રહ્યા છે.
IT ફર્મ્સ માટે AI ડિપ્લોયમેન્ટનો નાણાકીય બોજ મેનેજ કરવો એ એક મોટો પડકાર છે. અદ્યતન AI મોડેલ્સ ચલાવવા માટે જરૂરી કમ્પ્યુટ પાવર અને 'ટોકન' ખર્ચ નોંધપાત્ર હોઈ શકે છે. જો આ ખર્ચાઓને અસરકારક રીતે મેનેજ કરવામાં ન આવે, તો તે IT ફર્મ અને ક્લાયન્ટ બંનેના નફાના માર્જિનને ઘટાડી શકે છે. Aurionpro Solutions જેવી કંપનીઓએ BFSI ક્લાયન્ટ્સને આ ખર્ચાઓને ઑપ્ટિમાઇઝ કરવામાં મદદ કરવા માટે ખાસ AI-નેટિવ પ્લેટફોર્મ પર ધ્યાન કેન્દ્રિત કરવાનું શરૂ કર્યું છે. આ એક વ્યાપક વલણ દર્શાવે છે જ્યાં IT ફર્મ્સે હવે 'AI FinOps' સેવાઓ પ્રદાન કરવી પડશે – જે AI મોડેલ્સ ચલાવવાના વાસ્તવિક ખર્ચ સામે બિઝનેસ પરિણામોને ટ્રેક કરે છે.
રોકાણકારો માટે ભવિષ્યના મુખ્ય મુદ્દાઓ
જેમ જેમ ઉદ્યોગ પરિપક્વ થઈ રહ્યો છે, તેમ ધ્યાન ફક્ત AI અપનાવવાથી આગળ વધીને તેની લાંબા ગાળાની નાણાકીય સદ્ધરતા સાબિત કરવા તરફ વળી રહ્યું છે. રોકાણકારો માટે, મુખ્ય નિરીક્ષણ ફક્ત AI ડીલ્સનું કુલ મૂલ્ય જ નહીં, પરંતુ IT ફર્મ્સ AI કમ્પ્યુટ અને ટોકન વપરાશના ઊંચા ખર્ચને શોષીને તેમના નફાના માર્જિનને કેવી રીતે જાળવી રાખે છે તે છે.
સફળ ફર્મ્સ તે હશે જે ક્લાયન્ટ્સને 'AI debt' ચક્રમાંથી માર્ગદર્શન આપી શકે, અને ખાતરી કરી શકે કે નવી ડિજિટલ ઇમ્પ્લીમેન્ટેશન ભવિષ્યમાં ખર્ચાળ જાળવણી સમસ્યાઓ ઊભી ન કરે. આગળ જતાં, શેરધારકો મેનેજમેન્ટની ટિપ્પણીઓ પર ધ્યાન આપી શકે છે કે તેઓ ખર્ચાળ ખર્ચના દબાણને કેવી રીતે સંતુલિત કરી રહ્યા છે અને તેમના સૌથી મોટા કોર્પોરેટ ક્લાયન્ટ્સ માટે ટકાઉ, ઉચ્ચ-કાર્યક્ષમ AI સોલ્યુશન્સ બનાવી રહ્યા છે.