भारत के टेक हब में बूम! कंपनियां AI और इंजीनियरिंग को ला रहीं इन-हाउस

दुनिया भर में कंपनियों के बिजनेस मॉडल में बड़ा बदलाव आ रहा है। बड़ी कंपनियां अब भारत स्थित अपने ग्लोबल कैपेबिलिटी सेंटर्स (GCCs) में महत्वपूर्ण इंजीनियरिंग, AI डेवलपमेंट और प्रोडक्ट स्ट्रेटेजी जैसे काम को इन-हाउस कर रही हैं। यह कदम पारंपरिक आउटसोर्सिंग मॉडल से दूर जाकर इंटेलेक्चुअल प्रॉपर्टी पर सीधा नियंत्रण स्थापित करने का संकेत देता है। Daimler Truck, Target और Workday जैसी कंपनियां अब इन सेंटर्स को सिर्फ सपोर्ट यूनिट के तौर पर नहीं, बल्कि कॉम्प्लेक्स एल्गोरिदम और पूरे प्रोडक्ट डेवलपमेंट के लिए अहम इंजन के रूप में देख रही हैं।

आउटसोर्सिंग मार्जिन पर दबाव

सालों तक, कंपनियां ज्यादा घंटे काम करके और ज्यादा इंजीनियरों को हायर करके अपने IT को बढ़ाती रहीं। लेकिन अब यह मॉडल फेल होता दिख रहा है। जैसे-जैसे बिजनेस अपनी ऑपरेशंस में जेनेरेटिव AI को शामिल कर रहे हैं, बाहरी IT सेवाओं का बाजार सिकुड़ रहा है। रूटीन कोडिंग, मैन्युअल टेस्टिंग और डॉक्यूमेंटेशन जैसे काम, जो भारतीय IT सेक्टर के लिए मुख्य आधार थे, वे तेजी से ऑटोमेट हो रहे हैं।

भले ही TCS और Infosys जैसी बड़ी भारतीय IT कंपनियां अपने कर्मचारियों को री-ट्रेन कर रही हैं, लेकिन प्रतिस्पर्धा बढ़ रही है। क्लाइंट अब सिर्फ समय के हिसाब से भुगतान के बजाय परफॉर्मेंस से जुड़े नतीजे मांग रहे हैं, जिससे सर्विस प्रोवाइडर्स को सिर्फ बड़े होने के बजाय AI क्षमताओं पर प्रतिस्पर्धा करनी पड़ रही है।

टैलेंट वॉर और स्किल गैप

GCCs के विकास के सामने बड़ी चुनौतियां हैं। भारत में लगभग 2,200 GCCs के साथ, AI, क्लाउड इंजीनियरिंग और साइबर सिक्योरिटी जैसे स्पेशलाइज्ड टैलेंट के लिए कड़ी प्रतिस्पर्धा है। कर्मचारियों का टर्नओवर चिंता का विषय बना हुआ है, जिसमें मिड-लेवल प्रोफेशनल 18% से 25% सालाना की दर से नौकरी छोड़ रहे हैं। जो कंपनियां सिर्फ सैलरी से ज्यादा ऑफर नहीं करतीं, उन्हें हाई स्टाफ टर्नओवर से जूझना पड़ता है।

इसके अलावा, स्किल गैप भी बढ़ रहा है। NASSCOM का अनुमान है कि 2026 के अंत तक लगभग 1.9 मिलियन डिजिटली स्किल्ड वर्कर्स की कमी होगी। यह असंतुलन GCCs को स्किल्ड रोल के लिए ऊंची सैलरी देने पर मजबूर कर रहा है, साथ ही कम अनुभवी नए कर्मचारियों को मैनेज भी करना पड़ रहा है।

इन-हाउस कंट्रोल के जोखिम

निवेशकों को भारत के टेक ट्रांसफॉर्मेशन को सावधानी से देखना चाहिए। प्रोप्राइटरी AI सिस्टम बनाना, जिसे अक्सर 'सोवरेन्टी डिविडेंड' कहा जाता है, इसमें बड़े पूंजी निवेश के जोखिम शामिल हैं। फ्लेक्सिबल सर्विस प्रोवाइडर्स के विपरीत, जो GCCs पर बहुत अधिक निर्भर कंपनियां हैं, उन्हें ऑपरेशनल समस्याओं का पूरा बोझ उठाना पड़ता है। इसमें बढ़ती रियल एस्टेट लागत, लीडरशिप में खाली पद और हाई एम्प्लॉई चर्न का खर्च शामिल है।

Novo Nordisk जैसी कंपनियां, अपने ऑपरेशंस को बढ़ाने के बावजूद, मार्केट की प्रतिस्पर्धा और रेगुलेटरी अनिश्चितताओं का सामना करती हैं जो प्रोडक्टिविटी गेन को खत्म कर सकती हैं। जो कंपनियां अपना AI इंफ्रास्ट्रक्चर विकसित कर रही हैं, उनके लिए महंगे ट्रेनिंग से लेकर लागत-प्रभावी निरंतर उपयोग तक का सफर एक बड़ी चुनौती बनी हुई है। इस ट्रांजिशन को मैनेज करने में विफलता इनोवेशन को तेज करने के बजाय धीमा कर सकती है।