Microsoft India Development Centerના MD રાજીવ કુમારે જણાવ્યું છે કે AI નોકરીઓ ખતમ નહીં કરે, પરંતુ સહયોગથી નવી તકો ઊભી કરશે. રોકાણકારો માટે, આ ભારતીય IT સેક્ટરમાં થઈ રહેલા મોટા માળખાકીય ફેરફારો દર્શાવે છે, જ્યાં કંપનીઓ પરંપરાગત લેબર-બેઝ્ડ મોડેલથી AI-ડ્રિવન સેવાઓ તરફ આગળ વધી રહી છે.
શું થયું?
Microsoft India Development Center (IDC) ના મેનેજિંગ ડિરેક્ટર અને પ્રેસિડેન્ટ, રાજીવ કુમારે જણાવ્યું છે કે આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) જેટલી નોકરીઓ દૂર કરશે તેના કરતાં વધુ રોજગારીની તકો ઊભી કરશે. તાજેતરના અપડેટમાં, કુમારે કહ્યું કે યુવા એન્જિનિયરોમાં નોકરી ગુમાવવાના ડરથી AI સાથે 'ડિજિટલ સાથી' તરીકે સહયોગ કરવાની રીતો શોધવા તરફ બદલાવ આવી રહ્યો છે. તેમણે ભારપૂર્વક જણાવ્યું કે જો કર્મચારીઓ સતત શીખવા અને અનુકૂલનક્ષમતા પર ધ્યાન કેન્દ્રિત કરે તો ભારતના ટેકનોલોજી ક્ષેત્ર પાસે નેતૃત્વ કરવાની મોટી તક છે. કુમારે AI ટ્રેનર્સ અને સિક્યોરિટી એક્સપર્ટ્સ જેવી નવી ભૂમિકાઓનો ઉલ્લેખ કર્યો, જે દર્શાવે છે કે ટેકનોલોજીના નવા યુગમાં કામની નવી શ્રેણીઓ ઊભી થાય છે, ફક્ત નોકરીનું બજાર સંકોચાતું નથી.
રોકાણકારો માટે આ શા માટે મહત્વનું છે?
ભારતીય શેરબજારના રોકાણકારો માટે, આ દૃષ્ટિકોણ 2026માં IT સેક્ટર સામેના સૌથી મહત્વપૂર્ણ મુદ્દાઓમાંથી એકને સ્પર્શે છે. દાયકાઓથી, ભારતીય IT સેવાઓના બિઝનેસ મોડેલ 'લેબર આર્બિટ્રેજ' પર આધારિત હતા - જ્યાં પ્રોજેક્ટ પર એન્જિનિયરોએ વિતાવેલા કલાકોના આધારે ગ્રાહકો પાસેથી બિલ લેવામાં આવતું હતું. કંપનીઓ દર વર્ષે હજારો કર્મચારીઓ ઉમેરીને વૃદ્ધિ કરતી હતી.
પરંતુ, AI ના ઉદયથી આ બદલાઈ રહ્યું છે. જેમ જેમ AI ટૂલ્સ બેઝિક કોડિંગ, ટેસ્ટિંગ અને સિસ્ટમ મેન્ટેનન્સ જેવા કાર્યોને ઓટોમેટ કરે છે, તેમ IT કંપનીઓ ફક્ત કર્મચારીઓની સંખ્યા વધારીને આવક વધારવા પર આધાર રાખી શકતી નથી. ઉદ્યોગ એવા તબક્કામાં પ્રવેશી રહ્યો છે જ્યાં મૂલ્ય ઉત્પાદકતા અને AI-આધારિત સોલ્યુશન્સ દ્વારા માપવામાં આવશે, નહીં કે કર્મચારીઓની સંખ્યા દ્વારા. આ બદલાવને કારણે રોકાણકારો નજીકથી જોઈ રહ્યા છે કે શું મોટી IT કંપનીઓ નવા AI ઇન્ફ્રાસ્ટ્રક્ચર અને પ્રતિભા પર ભારે ખર્ચ કરતી વખતે તેમના નફા માર્જિનને સુરક્ષિત રાખી શકે છે.
ઉદ્યોગનો સંદર્ભ
રોકાણકારો સાવચેત રહ્યા છે, અને 2026માં Nifty IT ઇન્ડેક્સ દબાણ હેઠળ રહ્યો છે. બજાર હાલમાં આ મૂલ્યાંકન કરી રહ્યું છે કે AI-આધારિત માંગ કેટલી ઝડપથી પરંપરાગત આવકના સ્ત્રોતોને બદલી શકે છે. જ્યારે કેટલીક કંપનીઓ મોટા AI- સંબંધિત કરારો સુરક્ષિત કરવામાં સફળતા જોઈ રહી છે, ત્યારે 'લેગસી' સેવાઓમાં 'રેવન્યુ ડિફ્લેશન' ની ચિંતા છે, જ્યાં ગ્રાહકો રૂટિન, મેન્યુઅલ કાર્યો માટે ઓછું ચૂકવી રહ્યા છે જે હવે ઓટોમેટ થઈ શકે છે.
આ વાસ્તવિકતા ઉદ્યોગ સંસ્થાઓ અને બજાર વિશ્લેષકોના અહેવાલો સાથે સુસંગત છે, જે સૂચવે છે કે વૃદ્ધિ કર્મચારીઓની સંખ્યાથી અલગ થઈ રહી છે. જ્યારે ઉદ્યોગ ડોલરની આવકના સંદર્ભમાં હજુ પણ વધી રહ્યો છે, ત્યારે નવા કર્મચારીઓની નિમણૂક તેટલી ઝડપથી વધી રહી નથી. આ છેલ્લા 30 વર્ષોથી એક માળખાકીય ફેરફાર દર્શાવે છે.
પ્રતિભા અને ખર્ચનો પડકાર
જ્યારે Microsoft ના નેતૃત્વ નવા ભૂમિકાઓ માટે 'અસાધારણ તક' ની વાત કરે છે, ત્યારે ભારતીય IT કંપનીઓ માટે તાત્કાલિક પડકાર પ્રતિભાનો અભાવ છે. હજારો હાલના કર્મચારીઓને ફરીથી તાલીમ આપવાની તાત્કાલિક જરૂર છે. આ માટે નોંધપાત્ર રોકાણની જરૂર છે, જે અસ્થાયી રૂપે નફા માર્જિન પર દબાણ લાવી શકે છે. જે કંપનીઓ તેમના કર્મચારીઓને ઝડપથી અપસ્કિલ (upskill) કરવામાં સફળ થશે તેઓ સ્પર્ધાત્મક લાભ મેળવવાની અપેક્ષા રાખે છે, જ્યારે જેઓ પાછળ રહી જશે તેઓ ઉચ્ચ એટ્રિશન (attrition) નો સામનો કરી શકે છે અથવા હાઇ-એન્ડ AI સેવાઓ પહોંચાડવામાં સંઘર્ષ કરી શકે છે.
શું ખોટું થઈ શકે છે?
રોકાણકારોએ આ સંક્રમણ દરમિયાન ક્ષેત્રની નેવિગેટ કરતી વખતે અનેક જોખમોથી વાકેફ રહેવું જોઈએ. પ્રથમ, જો ગ્રાહકો દ્વારા AI અપનાવવાની ગતિ IT કંપનીઓની મૂલ્ય-વર્ધિત સેવાઓ પ્રદાન કરવાની ક્ષમતા કરતાં વધુ ઝડપથી થાય, તો તે અપેક્ષા કરતાં ઓછી આવક વૃદ્ધિ તરફ દોરી શકે છે. બીજું, વિશેષ AI પ્રતિભાને હાયર કરવાનો અને ઇન્ફ્રાસ્ટ્રક્ચર (infrastructure) માં રોકાણ કરવાનો ખર્ચ અનેક ક્વાર્ટર માટે નફા માર્જિનને ઘટાડી શકે છે. છેવટે, વૈશ્વિક ગ્રાહકો પાસેથી ધીમા નિર્ણય લેવાનું જોખમ છે જેઓ પોતે તેમના વ્યવસાય મોડેલોમાં AI ને કેવી રીતે સંકલિત કરવું તે શોધી રહ્યા છે.
રોકાણકારોએ શું ટ્રેક કરવું જોઈએ?
જેમ જેમ ઉદ્યોગ વિકસિત થાય છે, તેમ રોકાણકારો કંપનીના પરિણામો અને મેનેજમેન્ટની ટિપ્પણીઓમાં ચોક્કસ સંકેતો શોધી શકે છે. મુખ્ય વસ્તુઓ જેનું નિરીક્ષણ કરવું જોઈએ તેમાં શામેલ છે:
AI અને ક્લાઉડ-આધારિત સેવાઓમાંથી આવકનો ફાળો: શું આ નવા વિભાગો પરંપરાગત સેવાઓમાં ધીમી વૃદ્ધિને સરભર કરવા માટે પૂરતા ઝડપથી વધી રહ્યા છે?
નફા માર્જિનના વલણો: શું કંપની કર્મચારીઓને તાલીમ આપવાના અને AI ટૂલ્સમાં રોકાણ કરવાના ખર્ચ છતાં તેના માર્જિન જાળવી રાખી શકે છે?
પ્રતિભાનો ઉપયોગ અને રિ-સ્કિલિંગ (reskilling) મેટ્રિક્સ (metrics): શું કંપનીઓ તેમના કર્મચારીઓને ઉચ્ચ-મૂલ્યની ભૂમિકાઓમાં સફળતાપૂર્વક ખસેડી રહી છે, અથવા પ્રતિભાનો અભાવ વધી રહ્યો છે?
ડીલ (deal) ના કદ પર મેનેજમેન્ટનો દૃષ્ટિકોણ: શું કંપનીઓ મોટા પાયે AI ડિપ્લોયમેન્ટ (deployment) કરારોમાં વધારો જોઈ રહી છે?
આ મુદ્દાઓને સમજવાથી કઈ કંપનીઓ ભૂતકાળના વૃદ્ધિ મોડેલો પર આધાર રાખવાને બદલે, આ નવા યુગમાં સફળતાપૂર્વક અનુકૂલન કરી રહી છે તેનું મૂલ્યાંકન કરવામાં મદદ મળશે.
