AI मुळे कंपन्यांच्या खर्चावर जबरदस्त नियंत्रण! पण 'हे' आहेत मोठे धोके; जाणून घ्या सविस्तर

AI चा मोठा प्रभाव: खर्चाचे व्यवस्थापन बदलणार

भारतीय कंपन्या आता कृत्रिम बुद्धिमत्ता (AI) आणि ऑटोमेशनचा (Automation) वापर करून आपल्या खर्चाचे व्यवस्थापन (Spend Management) करण्याच्या पद्धतीत मोठे बदल घडवत आहेत. केवळ खर्चांचा हिशोब ठेवण्यापलीकडे जाऊन, कंपन्या आता रिअल-टाइम, डेटा-आधारित ऑप्टिमायझेशनकडे (data-driven optimization) वळल्या आहेत. यामुळे कंपन्यांना खर्चांवर अधिक चांगली दृश्यमानता (visibility), मजबूत प्रशासन (governance) आणि खर्च कार्यक्षमतेत (cost efficiency) लक्षणीय वाढ अनुभवता येत आहे. या बदलामुळे कंपन्या आपला विवेकाधीन खर्च (discretionary spending) तब्बल 20% पर्यंत कमी करू शकतील असा अंदाज आहे.

बाजारातील वाढ आणि कंपन्यांची भूमिका

या बदलांचा फायदा भारतीय फिनटेक (FinTech) बाजारातही दिसून येत आहे. हा बाजार 2025 पर्यंत $150 अब्ज पर्यंत पोहोचण्याची अपेक्षा आहे. विशेषतः AI फायनान्स सेगमेंटमध्ये 20-22.7% च्या CAGR दराने 2030 पर्यंत वाढीचा अंदाज आहे. सध्या माहिती तंत्रज्ञान (IT) आणि ई-कॉमर्स क्षेत्रातील कंपन्या AI-आधारित खर्च व्यवस्थापन प्रणाली (AI-powered spend management tools) सर्वाधिक वेगाने स्वीकारत आहेत.

या क्षेत्रात अग्रगण्य असलेल्या Zaggle सारख्या कंपन्यांनी 'टॅक्स टॅक्स' (TaxSpanner) आणि 'मोबाइलवेअर टेक्नॉलॉजीज' (Mobileware Technologies) मध्ये गुंतवणूक केली आहे, तसेच 'डाइस' (Dice) आणि 'ग्रीन एज' (GreenEdge) सारख्या कंपन्यांचे अधिग्रहण केले आहे. डिसेंबर 2024 मध्ये Zaggle ने ₹595 कोटी चा QIP (Qualified Institutional Placement) निधी उभारला आहे, जो कंपनीला AI मध्ये अधिक गुंतवणूक करण्यास मदत करेल.

भारतीय खर्च व्यवस्थापन बाजारात स्पर्धा तीव्र होत आहे. Coupa, SAP Fieldglass, Oracle NetSuite यांसारख्या जागतिक कंपन्यांशी TYASuite, Promena, Zycus सारख्या भारतीय कंपन्या टक्कर देत आहेत. PwC India ने देखील AI-आधारित 'इंटेलिजेंट स्पेंड मॅनेजमेंट सूट' (Intelligent Spend Management Suite) लाँच केला आहे.

डेटा आणि AI वरील एंटरप्राइझ खर्चात 12-15% ची वार्षिक वाढ अपेक्षित आहे, जी पारंपरिक IT खर्चाला मागे टाकत आहे. 2030 पर्यंत B2B खर्च $15 ट्रिलियन च्या पुढे जाण्याची शक्यता आहे. तसेच, भारतीय IT क्षेत्रातील खर्च 2026 पर्यंत $176.3 अब्ज पर्यंत पोहोचण्याची शक्यता आहे. Amazon, Microsoft आणि Google सारख्या टेक कंपन्यांनी भारतात $67.5 अब्ज पेक्षा जास्त गुंतवणूक केली आहे, जी प्रामुख्याने AI पायाभूत सुविधा आणि प्रतिभा विकासावर केंद्रित आहे.

नियामक आव्हाने आणि अंमलबजावणीतील अडचणी

मात्र, AI चा अवलंब करताना अनेक आव्हाने आहेत. सर्वात मोठे आव्हान नियामक (regulatory) वातावरणाचे आहे. भारतात AI साठी एकच व्यापक कायदा नाही. 'डिजिटल वैयक्तिक डेटा संरक्षण कायदा, 2023' (Digital Personal Data Protection Act, 2023) सारखे कायदे AI च्या काही गुंतागुंती, जसे की निर्णयांची जबाबदारी (accountability), डेटा गोपनीयता (data privacy) आणि पारदर्शकतेच्या (transparency) समस्यांना पूर्णपणे सोडवू शकत नाहीत.

तसेच, AI प्रणालींमध्ये त्रुटी किंवा पूर्वग्रह (bias) असण्याची शक्यता, विशेषतः जर डेटा पूर्णपणे स्थानिक नसेल, तर ती एक मोठी नैतिक चिंता आहे. कंपन्यांमध्ये AI तंत्रज्ञानाचे ज्ञान असलेल्या व्यावसायिकांची कमतरता (skill gap) हे देखील एक मोठे आव्हान आहे.

भविष्यातील वाटचाल

भविष्यात, AI मुळे बजेटिंग (budgeting) हे स्थिर वार्षिक योजनेऐवजी डायनॅमिक (dynamic) आणि रिअल-टाइम (real-time) होईल. हे तंत्रज्ञान कंपन्यांना रिअल-टाइम फायनान्स ऑपरेशन्स, फसवणूक ओळखणे (fraud detection) आणि अंडररायटिंग (underwriting) यांसारख्या कामांमध्ये मोठी सुधारणा आणण्यास मदत करेल. परंतु, या भविष्यासाठी मजबूत डेटा गव्हर्नन्स (data governance) आणि नियामक नियमांचे पालन करणे आवश्यक राहील.