Whalesbook
નિર્ણાયક સિસ્ટમ્સની સ્થિતિસ્થાપકતા (Resilience)
SaaS (Software as a Service) ક્ષેત્રમાં AI (Artificial Intelligence) ના કારણે 'SaaSpocalypse' (SaaS નો અંત) નો જે ભય માર્કેટમાં છે, તે હાલની નાણાકીય વાસ્તવિકતાઓથી અલગ જણાય છે. જનરેટિવ AI ના વજન હેઠળ ભાંગી પડવાને બદલે, આ ક્ષેત્ર અણધારી મજબૂતી દર્શાવી રહ્યું છે. બ્રોડ-બેઝ્ડ અર્નિંગ બીટ્સ (earnings beats) અને અપવર્ડ ગાઇડન્સ રિવીઝન્સ (upward guidance revisions) સૂચવે છે કે કોર્પોરેટ એન્ટરપ્રાઇઝ ખર્ચ હજુ પણ એવા પ્લેટફોર્મ્સને પ્રાધાન્ય આપી રહ્યા છે જે બિઝનેસ ઓપરેશન્સને આધાર આપે છે. ભેદ સોફ્ટવેરના પ્રકારમાં રહેલો છે; સિસ્ટમ્સ ઓફ રેકોર્ડ (Systems of Record) તરીકે વર્ગીકૃત કરાયેલા પ્લેટફોર્મ્સ – જેમ કે SAP અને Snowflake – નિર્ણાયક, વિશ્વસનીય આઉટપુટ પર આધાર રાખે છે, જે AI મોડેલો, જે સ્વાભાવિક રીતે સંભાવનાત્મક (probabilistic) હોય છે, સતત દેખરેખ વિના તેની નકલ કરવામાં સંઘર્ષ કરે છે. વિસ્થાપનને બદલે, આ મુખ્ય સિસ્ટમ્સ AI ને એક અત્યાધુનિક ઇન્ટરફેસ લેયર તરીકે સંકલિત કરી રહી છે, જે સંભવિત ડિસરપ્ટર્સ (disruptors) ને વેલ્યુ-એડેડ ફીચર્સમાં અસરકારક રીતે ફેરવે છે.
એન્ગેજમેન્ટ અને વર્કફ્લોમાં વિવિધ જોખમો
જ્યારે ફાઉન્ડેશનલ સિસ્ટમ્સ મોટાભાગે સુરક્ષિત રહે છે, ત્યારે સિસ્ટમ્સ ઓફ એન્ગેજમેન્ટ (Systems of Engagement) અને સિસ્ટમ્સ ઓફ વર્કફ્લોઝ (Systems of Workflows) માટે જોખમ પ્રોફાઇલ સ્પષ્ટપણે વધારે છે. ServiceNow, Adobe, અને Datadog જેવા પ્લેટફોર્મ્સ એવા ક્ષેત્રોમાં કાર્યરત છે જ્યાં AI વાજબી રીતે સીધા આઉટપુટને ઓટોમેટ કરી શકે છે, ફીડબેક લૂપને ટૂંકાવી શકે છે અને નીચા-ખર્ચે, AI-નેટિવ સ્પર્ધકો માટે પ્રવેશ અવરોધ ઘટાડી શકે છે. આ ભિન્નતા IT સેવા ફર્મોને દ્વિભાજિત વાતાવરણમાં નેવિગેટ કરવા દબાણ કરે છે. Accenture અને Cognizant જેવા મોટા-કેપ પ્લેયર્સ નોંધપાત્ર એક્સપોઝર જાળવી રાખે છે, છતાં તેમની સફળતા ક્લાયન્ટ્સને લેગસી અમલીકરણથી ઉચ્ચ-મૂલ્ય AI ઇન્ટિગ્રેશન તરફ વાળવાની તેમની ક્ષમતા પર આધારિત છે. ડેટા સૂચવે છે કે મુખ્ય ફર્મોમાં તાજેતરના પ્રોજેક્ટ વિલંબ સિસ્ટમિક ડિમાન્ડ ઘટાડા કરતાં ઓછો સૂચક છે અને તે અનન્ય, ક્લાયન્ટ-વિશિષ્ટ બજેટ પુન: ગોઠવણીનું પરિણામ હોવાની શક્યતા વધારે છે.
Salesforce મેટ્રિકમાં ફેરફાર
Salesforce આ સંક્રમણ માટે પ્રાથમિક બેલવેધર (bellwether) તરીકે સેવા આપે છે, જે AI-સંચાલિત ઉપયોગિતામાં ભારે વિસ્તરણ દર્શાવે છે. ટોકન પ્રોસેસિંગ અને એજન્ટિક વર્ક યુનિટ્સમાં નોંધાયેલ વધારો સોફ્ટવેર મૂલ્ય કેવી રીતે મેળવવામાં આવે છે તેમાં મૂળભૂત ફેરફાર દર્શાવે છે. પરંપરાગત સીટ-આધારિત લાઇસન્સથી વપરાશ-આધારિત મોડેલોમાં સ્થાનાંતરિત કરીને, Salesforce અસરકારક રીતે AI ક્રિયાપ્રતિક્રિયાઓના વોલ્યુમને કેપ્ચર કરી રહ્યું છે. જોકે, સિસ્ટમ ઇન્ટિગ્રેશન ભાગીદારો માટે તેના પ્રમાણપત્ર ડેટાને માસ્ક કરવાનો કંપનીનો નિર્ણય પારદર્શિતામાંથી વ્યૂહાત્મક ઉપાડ સૂચવે છે, જે સંભવતઃ માનવ-કેન્દ્રિત તકનીકી ભૂમિકાઓના બદલાતા સ્વરૂપને અસ્પષ્ટ કરવા માટે રચાયેલ છે કારણ કે આંતરિક ઇજનેરી કાર્યક્ષમતા સુધરે છે. આ ઓપ્ટિમાઇઝેશન AI-સંચાલિત ઓટોમેશન જટિલ સિસ્ટમ જાળવણી માટે જરૂરી હેડકાઉન્ટને નોંધપાત્ર રીતે ઘટાડે ત્યારે પરંપરાગત સેવા પ્રદાતાઓ માટે કેટલું લાંબા ગાળાનું મૂલ્ય બાકી રહેશે તે અંગે પ્રશ્નો ઉભા કરે છે.
માળખાકીય નબળાઈઓ અને જોખમો
હાલના આશાવાદ છતાં, અમલીકરણ માટે બિલપાત્ર કલાકો પર ભારે નિર્ભર કંપનીઓ માટે માળખાકીય નબળાઈ યથાવત છે. જો AI ટૂલ્સ SaaS પ્લેટફોર્મ્સ જમાવવાની જટિલતા ઘટાડવાનું ચાલુ રાખે, તો IT ફર્મો દ્વારા પૂરી પાડવામાં આવતી માર્જિન-સમૃદ્ધ કન્સલ્ટિંગ સેવાઓ કાયમી સંકોચનનો સામનો કરી શકે છે. વધુમાં, વપરાશ-આધારિત કિંમત મોડેલો પર નિર્ભરતા અસ્થિરતાનું નવું સ્તર રજૂ કરે છે; જો કોર્પોરેટ AI પહેલ માપી શકાય તેવા ROI ઉત્પન્ન કરવામાં નિષ્ફળ જાય, તો એન્ટરપ્રાઇઝ આક્રમક રીતે વપરાશને મર્યાદિત કરી શકે છે, જેના કારણે આવકમાં અચાનક ઘટાડો થઈ શકે છે જે સ્થિર સીટ-આધારિત કરારો હેઠળ હાજર ન હતો. રોકાણકારોએ દેખરેખ રાખવી જોઈએ કે શું ટોકન વપરાશમાં વર્તમાન વૃદ્ધિ લાંબા ગાળાના નફા માર્જિનમાં પરિણમે છે કે ફક્ત મોંઘા, પ્રાયોગિક AI પાયલોટ પ્રોગ્રામ્સમાં અસ્થાયી વધારો રજૂ કરે છે.