अलिकडील अहवालानुसार, **76%** वित्तीय संस्था कृत्रिम बुद्धिमत्तेचा (AI) वापर करत आहेत. मात्र, कमजोर प्रशासन आणि डेटाच्या गुणवत्तेतील त्रुटींमुळे अपेक्षित व्यवसायिक फायदा मिळण्यास अडथळा येत आहे. गुंतवणूकदारांसाठी, यशस्वीपणे AI वापरणाऱ्या कंपन्या आणि केवळ खर्च वाढवणाऱ्या कंपन्यांमधील फरक स्पष्ट होत आहे.
AI चा वाढता वापर आणि आव्हाने
सध्या अनेक वित्तीय संस्था (Financial Institutions) फायनान्शियल प्लॅनिंग, रिपोर्टिंग आणि ॲनालिसिससाठी आर्टिफिशियल इंटेलिजन्स (AI) चा वापर वेगाने करत आहेत. मात्र, या वापराचा वेग इतका जास्त आहे की, कंपन्यांकडे या साधनांचे व्यवस्थापन करण्यासाठी आवश्यक असलेले पायाभूत सुविधा (Infrastructure) आणि प्रशासकीय यंत्रणा (Governance Frameworks) तितक्या वेगाने विकसित होत नाहीत, असे KPMG च्या एका नवीन अहवालात म्हटले आहे.
गुंतवणूकदारांसाठी महत्त्वाचे
अहवालानुसार, 76% कंपन्यांनी त्यांच्या फायनान्स विभागांमध्ये AI समाविष्ट केले आहे. पण, महत्त्वाचा प्रश्न हा आहे की, या AI उपक्रमांमधून अपेक्षित परतावा (Return on Investment) मिळत आहे का? 71% कंपन्यांना त्यांच्या AI गुंतवणुकीतून अपेक्षित परतावा मिळत असल्याचे म्हटले आहे, परंतु केवळ 23% कंपन्यांनी सुरुवातीच्या अंदाजापेक्षा जास्त फायदा झाल्याचे सांगितले आहे. याचा अर्थ असा की, केवळ AI सॉफ्टवेअर वापरल्याने आपोआप स्पर्धात्मक फायदा किंवा खर्च कार्यक्षमता (Cost Efficiency) मिळत नाही.
AI मधील प्रमुख धोके
हा अहवाल AI च्या वापराशी संबंधित तीन प्रमुख धोक्यांवर प्रकाश टाकतो: सुशासन (Governance), डेटाची गुणवत्ता (Data Quality) आणि कुशल मनुष्यबळाची कमतरता (Talent Gap).
अनेक कंपन्या अजूनही विखुरलेल्या किंवा कमी दर्जाच्या डेटामुळे त्रस्त आहेत, ज्यामुळे AI-आधारित अचूक आर्थिक अंदाज (Financial Forecasts) मिळवणे कठीण होत आहे.
या धोक्यांचे व्यवस्थापन करण्यासाठी, 33% कंपन्या मानवी देखरेख (Human Oversight) वाढवत आहेत. याचा अर्थ AI प्रक्रियेत मॅन्युअल तपासण्या वाढवून नियामक अनुपालन (Regulatory Compliance) आणि व्यावसायिक निर्णय (Professional Judgment) सुनिश्चित केले जात आहेत.
मनुष्यबळ व्यवस्थापनातील बदल
कंपन्या आपल्या कर्मचाऱ्यांचे व्यवस्थापन कसे करत आहेत, यातही एक बदल दिसून येतो. सुमारे 38% कंपन्या त्यांच्या सध्याच्या कर्मचाऱ्यांना AI साधनांसोबत काम करण्यासाठी प्रशिक्षण (Upskilling) देत आहेत. तर, केवळ 28% कंपन्या नवीन कौशल्ये असलेल्यांना नोकरी देत आहेत किंवा मानव-AI सहकार्यासाठी (Human-AI Collaboration) भूमिका नव्याने परिभाषित करत आहेत. सध्याच्या कर्मचाऱ्यांना प्रशिक्षण देण्यावर जास्त भर दिल्याने AI क्षमतांचा प्रभावीपणे विस्तार करण्याच्या गतीवर परिणाम होऊ शकतो.
गुंतवणूकदारांसाठी पुढील दिशा
गुंतवणूकदारांसाठी, भविष्यात ऑपरेशनल शिस्त (Operational Discipline) हा महत्त्वाचा घटक ठरू शकतो. या क्षेत्रात यश मिळविण्यासाठी कंपन्यांना AI चे एकत्रीकरण करताना कठोर डेटा प्रशासन (Data Governance) आणि देखरेख राखणे आवश्यक असेल. शेअरधारकांनी भविष्यातील अर्निंग रिपोर्ट्समध्ये व्यवस्थापनाच्या (Management) मतांवर लक्ष ठेवावे, जेणेकरून AI गुंतवणुकीमुळे उत्पादनक्षमतेत (Productivity Gains) वाढ होत आहे की नाही, किंवा केवळ ऑपरेशनल गुंतागुंत (Operational Complexity) वाढत आहे, पण स्पष्ट आर्थिक फायदा (Bottom-line Benefit) मिळत नाहीये, हे कळू शकेल.