ભારતમાં AI માટે જબરદસ્ત ઉત્સુકતા છે, પરંતુ ઈન્ફ્રાસ્ટ્રક્ચર અને લેંગ્વેજ પ્રોસેસિંગના ઊંચા ખર્ચને કારણે વાસ્તવિક વપરાશ હજુ ઓછો છે. આ અંતર ભારતીય IT કંપનીઓની આવક પર સીધી અસર કરી શકે છે.
ભારત હાલમાં એક સ્પષ્ટ 'AI એડોપ્શન ગેપ'નો સામનો કરી રહ્યું છે. એક તરફ AI માટે લોકોમાં ખૂબ ઉત્સુકતા જોવા મળી રહી છે, પરંતુ બીજી તરફ બિઝનેસ અને રોજિંદા જીવનમાં તેનો ઉપયોગ ધારણા કરતા ઘણો ઓછો છે. રોકાણકારો માટે આ એક જટિલ સ્થિતિ છે, કારણ કે સ્થાનિક ટેક સેક્ટર સંપૂર્ણપણે AI-આધારિત ગ્રોથ પર નિર્ભર છે.
આ ગેપ પાછળના મુખ્ય કારણો
આ સમસ્યાનું મૂળ માળખાગત અને આર્થિક મુશ્કેલીઓમાં છે. એક મોટો ટેકનિકલ અવરોધ એ છે કે AI મોડલ્સ નોન-ઇંગ્લિશ ભાષાઓને કેવી રીતે હેન્ડલ કરે છે. ટેકનિકલ ભાષામાં કહીએ તો, અંગ્રેજી સિવાયની ભાષાઓ પ્રોસેસ કરવા માટે વધુ 'ટોકન્સ'ની જરૂર પડે છે, જે AI સિસ્ટમનો ઉપયોગ મોંઘો બનાવે છે. પરિણામે, ભારતીય કંપનીઓ માટે આ એક મોટો નાણાકીય અવરોધ બની જાય છે, જે પશ્ચિમી દેશોમાં જોવા મળતો નથી.
ભારતીય IT સર્વિસ સેક્ટર પર અસર
TCS, Infosys, અને HCLTech જેવી મોટી IT કંપનીઓ અત્યારે AI-આધારિત સોલ્યુશન્સ પર મોટો દાવ લગાવી રહી છે. પરંતુ જો તેમના ભારતીય ક્લાયન્ટ્સ AI અપનાવવામાં ધીમા રહેશે, તો આ કંપનીઓની રેવન્યુ વધવાની ક્ષમતા પર લગામ લાગી શકે છે. આ ઉપરાંત, હાઈ-કમ્પ્યુટ ડેટા સેન્ટર્સનો અભાવ પણ એક મોટો પડકાર છે.
રોકાણકારોએ શું કરવું?
રોકાણકારોએ ફક્ત 'AI રેવન્યુ'ના આંકડા પર ધ્યાન આપવાને બદલે કંપનીના મેનેજમેન્ટની કોમેન્ટરી પર ધ્યાન આપવું જોઈએ. ખાસ કરીને:
- કંપનીઓ AI ટૂલ્સને વધુ સસ્તું કેવી રીતે બનાવી રહી છે?
- લોકલાઈઝ્ડ ભાષાઓ માટે કંપનીઓ શું વ્યૂહરચના ધરાવે છે?
- ડેટા સેન્ટર એક્સપાન્શન અને ક્લાઉડ પાર્ટનરશિપ પાછળ કેટલો ખર્ચ થઈ રહ્યો છે?
આગામી અર્નિંગ કોલ્સ દરમિયાન આ બાબતો સ્પષ્ટ કરશે કે શું આ એડોપ્શન ગેપ કંપનીઓના પ્રોફિટ માર્જિન પર દબાણ વધારશે કે પછી નવી તકો ઊભી કરશે.