AI मुळे कन्सल्टिंग उद्योगात मोठे बदल! जुन्या कंपन्यांवर 'X' मॉडेलचे संकट?

TECH
Whalesbook Logo
AuthorRohan Khanna|Published at:
AI मुळे कन्सल्टिंग उद्योगात मोठे बदल! जुन्या कंपन्यांवर 'X' मॉडेलचे संकट?
Overview

कन्सल्टिंग उद्योगात आर्टिफिशियल इंटेलिजन्स (AI) मुळे मोठे बदल घडत आहेत. पारंपरिक 'पिरॅमिड' आणि 'डायमंड' मॉडेलऐवजी आता 'X' मॉडेलचा जमाना येत आहे. AI मुळे प्रोजेक्ट्स लहान होत आहेत आणि तासांप्रमाणे बिलिंग करण्याऐवजी आता निकालांवर आधारित किंमत आकारली जात आहे. यामुळे जुन्या कंपन्यांसमोर मोठे आव्हान उभे राहिले आहे.

Instant Stock Alerts on WhatsApp

Used by 10,000+ active investors

1

Add Stocks

Select the stocks you want to track in real time.

2

Get Alerts on WhatsApp

Receive instant updates directly to WhatsApp.

  • Quarterly Results
  • Concall Announcements
  • New Orders & Big Deals
  • Capex Announcements
  • Bulk Deals
  • And much more

AI मुळे कन्सल्टिंग उद्योगाचे बदलणारे स्वरूप

आर्टिफिशियल इंटेलिजन्स (AI) मुळे कन्सल्टिंग उद्योगाचा गाभाच बदलत आहे. गेली १०० वर्षे मानवी प्रयत्नांवर आणि श्रेणीबद्ध (hierarchical) रचनेवर आधारित हे क्षेत्र आता नव्या युगात प्रवेश करत आहे. अलीकडेच, कनिष्ठ कर्मचाऱ्यांची गरज कमी झाल्याने 'डायमंड' सारख्या सपाट (flatter) रचनेकडे कल वाढला होता, पण आता तेही अपुरे ठरत आहे. मोठे कन्सल्टिंग फर्म्स आता कमी ग्रॅज्युएट्सची भरती करत आहेत आणि अनेक वरिष्ठ अधिकारी कंपनी सोडून जात आहेत, ज्यामुळे संपूर्ण टॅलेंट सिस्टीमवर ताण दिसत आहे. हा केवळ तात्पुरता बदल नाही, तर एक संरचनात्मक (structural) बदल आहे, कारण AI आता संशोधन, विश्लेषण आणि लेखनासारखी कामेही करू शकते, जी पूर्वी मोठी टीम्स आणि जास्त वेळ घ्यायची.

तासांप्रमाणे बिलिंग बंद, निकालांवर आधारित किंमत

त्यामुळे प्रोजेक्ट टीम्स आता लहान होत आहेत, कामांची डिलिव्हरी वेगाने होत आहे. क्लायंट्स आता कामासाठी जास्त पैसे देण्याऐवजी AI मुळे मिळणाऱ्या जलद निकालांवर प्रश्न विचारत आहेत. पूर्वी तासांप्रमाणे बिलिंग, कर्मचाऱ्यांची संख्या वाढवून उत्पन्न मिळवणे आणि कामाचे जास्त यूटिलायझेशन (utilization) ठेवून नफा वाढवणे यावर आधारित कन्सल्टिंगचे रेव्हेन्यू (revenue) आणि प्रॉफिट मॉडेल आता कोलमडत आहेत. AI मुळे कामाचा वेळ प्रचंड कमी होतो, ज्यामुळे तासांप्रमाणे बिलिंग करणे निरर्थक ठरते. कामाचे मूल्य आता योग्य समस्या ओळखणे, निर्णय घेणे आणि निकालांची जबाबदारी घेणे यामध्ये आहे. याचा अर्थ कंपन्यांना आता फिक्स्ड फी (fixed fees), सबस्क्रिप्शन (subscriptions) किंवा निकालांवर आधारित मॉडेल्सकडे वळावे लागेल.

AI सेवांमधून मोठी कमाई: आकडे काय सांगतात?

या बदलाचा आर्थिक परिणामही मोठा आहे. अनेक मोठ्या कन्सल्टिंग कंपन्या AI सेवांमधून मोठी कमाई करत आहेत. Accenture ने FY2023 मध्ये जनरेटिव्ह AI (Generative AI) कन्सल्टिंगमधून $3.6 बिलियन कमावले, तर IBM ने $6 बिलियन चे AI बुक ऑफ बिझनेस (book of business) मिळवले. BCG च्या अंदाजानुसार, 2026 पर्यंत AI संबंधित कामातून त्यांच्या उत्पन्नाचा 40% हिस्सा येईल.

शेअर बाजारात उलथापालथ: Accenture च्या शेअर्समध्ये मोठी घसरण

या प्रचंड संधी असूनही, उद्योगात उलथापालथ सुरू आहे. ॲक्सेनचर (Accenture) सारख्या मोठ्या कंपनीचे शेअर्स एका वर्षात 39.6% नी घसरले आहेत आणि ते अनेक वर्षांच्या नीचांकी पातळीवर पोहोचले आहेत. Accenture चा फॉरवर्ड P/E 15.2x आहे, जो त्याच्या पाच वर्षांच्या सरासरीपेक्षा कमी आहे. सध्याचा P/E सुमारे 16.17x असून कंपनीचे बाजार भांडवल (market cap) $121 बिलियन आहे. IBM चे बाजार भांडवल $217 बिलियन असून P/E 20.70x आहे. प्रतिस्पर्धी Capgemini (P/E 10.97x) आणि Cognizant (P/E 12.71x) यांचे P/E कमी आहेत, जे सूचित करते की मार्केट त्यांच्या वाढीकडे किंवा जोखमीकडे वेगळ्या पद्धतीने पाहत आहे.

पारंपरिक कंपन्यांसमोर मोठे आव्हान

केवळ सेवा (effort) विकणाऱ्या कन्सल्टिंग कंपन्यांसमोर मोठे आव्हान आहे. त्यांना किंमत आकारण्याची पद्धत, कामाची डिलिव्हरी, टॅलेंट मॅनेजमेंट आणि संस्कृती या सर्वांमध्ये एकाच वेळी बदल करावे लागतील. याउलट, जागतिक टेक कंपन्यांमध्ये समाकलित (integrated) असलेल्या कन्सल्टिंग सेवांकडे एक फायदा आहे. हे एकत्रित मॉडेल AI ला केवळ एक कल्पना म्हणून न पाहता, एक व्यावहारिक साधन म्हणून वापरतात आणि क्लायंटच्या प्रत्यक्ष कामाच्या निकालांशी अधिक जवळून जोडलेले राहतात.

बिझनेस मॉडेल्स कालबाह्य?

पारंपरिक कन्सल्टिंग पिरॅमिडमध्ये अनेक कनिष्ठ कर्मचाऱ्यांचा वापर वेळखाऊ विश्लेषणासाठी केला जात असे, मात्र AI च्या कार्यक्षमतेमुळे हा मॉडेल धोक्यात आला आहे. क्लायंट्स आता AI चा वापर करून तेच काम इन-हाउस (in-house) करत आहेत, जे पूर्वी ते बाह्य कन्सल्टिंग कंपन्यांकडून करून घेत होते. यामुळे पारंपरिक कन्सल्टिंगची मागणी कमी होत आहे.

अर्थशास्त्राचे गणितही बदलत आहे. AI मुळे कामाची डिलिव्हरीची वेळ झपाट्याने कमी होते, ज्यामुळे तासांप्रमाणे बिलिंग निरुपयोगी ठरते आणि नफ्याचे मार्जिन कमी होते, जे पूर्वी अनेक कर्मचाऱ्यांमुळे टिकून होते. मुख्य धोका हा आहे की कंपन्या अजूनही AI पूर्वकाळासाठी तयार केलेल्या व्यवसाय मॉडेल्सचा वापर करत आहेत. क्लायंट्सना आता केवळ बिल करण्यायोग्य तासांऐवजी मोजता येण्याजोगे निकाल (measurable results) हवे आहेत, ज्यामुळे किंमत निश्चिती निकालांवर आधारित (outcome-based pricing) होण्याकडे कल वाढत आहे. हा बदल अशा कंपन्यांसाठी कठीण आहे ज्यांना वेळ आणि क्षमता विकण्याची सवय आहे.

भविष्यात काय?

त्यांच्या व्यवसाय मॉडेल्समध्ये मूलभूत लवचिकता (resilience) नाही. आर्थिक अनिश्चितता आणि दीर्घ मंदीची भीती यामुळे या जुन्या रचनेवर आणखी दबाव येत आहे. 'डायमंड' मॉडेल, ज्यात मूल्य काही उच्च-पगारी तज्ञांमध्ये केंद्रित असते, ते भूतकाळातील अनेक कर्मचाऱ्यांच्या तुलनेत कमी लवचिक ठरते.

कन्सल्टिंगचे भविष्य AI आणि मानवी निर्णयाचे संयोजन ('X' मॉडेल) आहे, जे स्पष्ट, मालकीचे आणि निकालांवर आधारित किंमत असलेले परिणाम देईल. यासाठी केवळ नवीन तंत्रज्ञान स्वीकारणे पुरेसे नाही, तर टॅलेंट, प्रशिक्षण आणि व्यवसाय मॉडेल्समध्ये धोरणात्मक बदल (strategic overhaul) आवश्यक आहेत.

कंपन्यांना खर्च केलेल्या प्रयत्नांऐवजी (effort spent) वितरीत केलेल्या मूल्यावर (value delivered) आधारित किंमत मॉडेल्सकडे वळावे लागेल. या संक्रमणामुळे सुरुवातीला आर्थिक त्रास होऊ शकतो, परंतु दीर्घकालीन टिकून राहण्यासाठी हे आवश्यक आहे. स्पर्धात्मक फायदा अशा संस्कृतीतून येईल जिथे निर्णयांना महत्त्व दिले जाईल, नेते प्रणाली व्यवस्थापित करतील आणि ऑपरेशनल मॉडेल्स थेट निष्कर्षांना क्लायंटच्या निकालांशी जोडतील.

Get stock alerts instantly on WhatsApp

Quarterly results, bulk deals, concall updates and major announcements delivered in real time.

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.