Bajaj Finance AI: **₹1600 कोटी** कमावले, पण नफ्याच्या मार्जिनवर दबाव!

BANKINGFINANCE
Whalesbook Logo
AuthorRohan Khanna|Published at:
Bajaj Finance AI: **₹1600 कोटी** कमावले, पण नफ्याच्या मार्जिनवर दबाव!
Overview

Bajaj Finance च्या AI (Artificial Intelligence) स्ट्रॅटेजीने कंपनीला **₹1,600 कोटी** रुपयांचा जबरदस्त फायदा मिळवून दिला आहे. कंपनीने **2 कोटी** ग्राहक कॉल्सचे विश्लेषण करून ही कमाई केली आहे, मात्र त्याच वेळी कंपनीच्या नफ्याच्या मार्जिनवर (Profit Margin) दबाव वाढला आहे.

AI मधून बंपर कमाई, पण नफ्याचं गणित बिघडलं?

Bajaj Finance आपल्या आर्टिफिशियल इंटेलिजन्स (AI) तंत्रज्ञानाचा वापर करून मोठी कमाई करत आहे. कंपनीचे व्हाईस चेअरमन, राजीव जैन यांनी दिलेल्या माहितीनुसार, तब्बल 2 कोटी ग्राहक कॉल्सचे AI द्वारे विश्लेषण केल्यावर कंपनीला ₹1,600 कोटी रुपयांचा नवीन व्यवसाय मिळाला आहे. इतकंच नाही, तर या कॉल डेटा मधून मिळालेल्या इनसाइट्समुळे (Insights) ₹325 कोटी रुपयांची अतिरिक्त कर्ज (Lending) व्हॉल्यूम देखील वाढली आहे.

पुढील वर्षात 10 कोटी कॉल्सचे विश्लेषण!

कंपनीची महत्त्वाकांक्षा इथेच थांबलेली नाही. येत्या फिस्कल इयरमध्ये (Fiscal Year) कंपनी 10 कोटी ग्राहक कॉल्सचे विश्लेषण करण्याचे नियोजन करत आहे. यामुळे ग्राहकांशी संवाद अधिक चांगला होईल आणि महसूल वाढेल अशी अपेक्षा आहे. या प्रक्रियेत 5.20 लाख पेक्षा जास्त ग्राहकांचे व्हॉइस कॉल्स टेक्स्टमध्ये रूपांतरित केले जात आहेत, जेणेकरून नवीन कर्ज संधी शोधता येतील. 13 फेब्रुवारी 2026 रोजी Bajaj Finance चे शेअर्स सुमारे ₹999 वर ट्रेड करत होते आणि कंपनीचे मार्केट कॅपिटल (Market Capitalization) सुमारे ₹6.15 ट्रिलियन होते.

मार्जिनवर दाब, प्रॉफिटमध्ये घट!

एकीकडे AI मुळे महसूल वाढत असला तरी, कंपनीच्या तिसऱ्या तिमाही (Q3 FY26) निकालांनी मात्र चिंता वाढवली आहे. या तिमाहीत कंपनीच्या नेट प्रॉफिटमध्ये (Net Profit) मागील वर्षाच्या तुलनेत अंदाजे 6% घट झाली आहे. विशेष म्हणजे, नेट प्रॉफिट मार्जिनमध्ये मागील वर्षाच्या तुलनेत 20% पेक्षा जास्त घट दिसून आली आहे. याचा अर्थ, AI मुळे व्यवसाय वाढत असला तरी, कंपनीच्या नफ्यावर मात्र दबाव येत आहे.

'FINAI' व्हिजन आणि वाढीची योजना

Bajaj Finance ने 'FINAI' (FIN+AI) नावाचे एक महत्त्वाकांक्षी व्हिजन मांडले आहे. या अंतर्गत FY30 पर्यंत AUM (Assets Under Management) आणि PAT (Profit After Tax) मध्ये 20% पेक्षा जास्त वार्षिक वाढीचे लक्ष्य ठेवले आहे. कंपनीची मालमत्ता ₹10-12 ट्रिलियन पर्यंत वाढवण्याचे त्यांचे उद्दिष्ट आहे. यासाठी AI चा वापर ग्राहक सेवा, अंडररायटिंग आणि रिस्क मॉनिटरिंगसह सर्व प्रक्रियांमध्ये केला जात आहे. यामुळे कार्यक्षमतेत 12-15% वाढ आणि ऑपरेटिंग खर्चात (Operating Expenses) घट अपेक्षित आहे.

बाजारातील स्पर्धा आणि व्हॅल्युएशन (Valuation)

भारतीय NBFC (Non-Banking Financial Company) क्षेत्रात AI मुळे स्पर्धा वाढली आहे. HDFC Bank आणि ICICI Bank सारख्या बँका आधीच AI चा वापर करत आहेत. Bajaj Finance चा P/E रेशो (Price-to-Earnings Ratio) सध्या 33.5 च्या आसपास आहे, जो फायनान्स इंडस्ट्रीच्या सरासरी 19.0 पेक्षा जास्त आहे. मात्र, Jio Financial Services (P/E 107.7) आणि ICICI Prudential Asset Management (P/E 57.0) यांच्या तुलनेत कमी आहे, तर Shriram Finance (P/E 20.6) पेक्षा जास्त आहे. हे व्हॅल्युएशन दर्शवते की गुंतवणूकदार कंपनीच्या भविष्यातील वाढीवर विश्वास ठेवत आहेत.

चिंतेचे मोठे कारण: कर्ज आणि एक्झिक्यूशन रिस्क (Execution Risk)

AI मधून महसूल मिळत असला तरी, कंपनीवर कर्जाचा बोजा जास्त आहे. Bajaj Finance चा डेट-टू-इक्विटी रेशो (Debt-to-Equity Ratio) सातत्याने 1.24x ते 3.17x च्या दरम्यान राहिला आहे. जास्त लेव्हरेज (Leverage) असल्याने व्याजदर वाढल्यास किंवा मालमत्तेची गुणवत्ता खालावल्यास धोका वाढू शकतो. Q3 FY26 मध्ये नफ्यात झालेली घट आणि AI स्केल करण्यासाठी लागणारा मोठा खर्च यामुळे भविष्यातील कमाईच्या टिकाऊपणावर प्रश्नचिन्ह निर्माण झाले आहे. 1 फेब्रुवारी 2026 रोजी MarketsMOJO ने Bajaj Finance चा स्टॉक ग्रेड 'Buy' वरून 'Hold' केला आहे, कारण व्हॅल्युएशन आणि NBFC क्षेत्राच्या वाढीबद्दल चिंता व्यक्त केली आहे. 10 कोटी कॉल्सचे विश्लेषण करणे हे एक मोठे ऑपरेशनल आव्हान आहे, ज्यामध्ये डेटाची अचूकता, गोपनीयता आणि ऑपरेटिंग खर्च यांचा समावेश आहे, ज्यामुळे नफा आणखी कमी होऊ शकतो.

Disclaimer:This content is for educational and informational purposes only and does not constitute investment, financial, or trading advice, nor a recommendation to buy or sell any securities. Readers should consult a SEBI-registered advisor before making investment decisions, as markets involve risk and past performance does not guarantee future results. The publisher and authors accept no liability for any losses. Some content may be AI-generated and may contain errors; accuracy and completeness are not guaranteed. Views expressed do not reflect the publication’s editorial stance.