Whalesbook
Mythos AI: क्षमता आणि दुहेरी धोके
Anthropic चे नवीन AI मॉडेल, Mythos, प्रगत क्षमतांनी परिपूर्ण आहे. विशेषतः क्लिष्ट कोड समजून घेणे, असुरक्षितता शोधणे (vulnerability detection) आणि त्यांचे एक्सप्लॉइट्स (exploits) सिम्युलेट करणे यात हे मॉडेल उत्कृष्ट आहे. मोतीलाल ओसवाल फायनान्शियल सर्व्हिसेस (MOFSL) नुसार, हे मॉडेल Claude Opus सारख्या पूर्वीच्या मॉडेल्सना मागे टाकत आहे.
Mythos AI ची सर्वात मोठी खासियत म्हणजे हे एकाच वेळी असुरक्षितता शोधू शकते आणि त्याचा गैरवापर (exploit) देखील करू शकते. यालाच 'ड्युअल-यूज रिस्क' (Dual-Use Risk) म्हटले जात आहे. या धोक्यांमुळे, Anthropic 'Project Glasswing' अंतर्गत या AI चे rollout नियंत्रित पद्धतीने करत आहे. केवळ निवडक कंपन्यांनाच याचा ऍक्सेस दिला जात आहे. या AI मॉडेलने हजारो हाय-सेव्हिएर्टी झिरो-डे व्हल्नरेबिलिटी (zero-day vulnerabilities) शोधून काढल्या आहेत, ज्यामुळे सुरक्षा चाचण्या आणि एक्सप्लॉइट डेव्हलपमेंटचा वेग मानवी क्षमतेच्या बरोबरीने किंवा त्याहून अधिक होऊ शकतो.
भारतीय IT सेक्टर: AI मुळे होणारे बदल
Mythos AI सारख्या मॉडेल्समुळे भारतीय IT सेवा क्षेत्रात तात्काळ उलथापालथ होण्याऐवजी एक 'स्ट्रक्चरल इव्होल्यूशन' (structural evolution) अपेक्षित आहे. MOFSL च्या मते, Mythos AI संपूर्ण सायबर सुरक्षा सेवा क्षेत्र लगेच बदलणार नाही, पण व्हल्नरेबिलिटी असेसमेंट आणि टेस्टिंगसारख्या क्षेत्रांमध्ये 'एफर्ट कॉम्प्रेशन' (effort compression) वाढवेल. कोडिंग आणि एंटरप्राइज रिसोर्स प्लॅनिंग (ERP) सारख्या कामांमध्ये AI मानवी क्षमतेला मागे टाकत आहे.
यामुळे, कंपन्यांना जनरलाइज्ड AI ऐवजी डोमेन-स्पेसिफिक AI (domain-specific AI) मध्ये विशेष कौशल्ये विकसित करावी लागतील. क्लायंट्सना तयार, AI-आधारित सोल्युशन्सची मागणी वाढत असल्याने IT कंपन्यांना AI प्रोव्हायडर्ससोबत भागीदारी वाढवावी लागेल. Accenture सारख्या कंपन्या AI क्षेत्रात वेगाने विस्तार करत आहेत.
IT सेक्टर व्हॅल्युएशन्सवर AI चा दबाव
तंत्रज्ञानातील प्रगती असूनही, भारतीय IT सेक्टर सध्या दबावाखाली आहे. Nifty IT Index मध्ये या वर्षी (2026) सुमारे 20-25% ची घसरण झाली आहे. जनरेटिव्ह AI मुळे पारंपरिक IT सेवांमध्ये मानवी श्रमाची गरज कमी होण्याची भीती गुंतवणूकदारांमध्ये आहे. Infosys चे मार्केट व्हॅल्यू फेब्रुवारी 2026 मध्ये ₹1.33 लाख कोटींनी कमी झाले.
सध्या IT कंपन्यांचे P/E रेशो (Price-to-Earnings Ratio) मागील ५ वर्षांतील मध्यवर्ती किंवा नीचांकी स्तरावर आहेत. TCS चा P/E सुमारे 19.41, Infosys चा 18.25, Wipro चा 16.00, आणि HCL Technologies चा 23.75 आहे. AI मानवी सेवांची जागा पूर्णपणे घेईल की नाही याबाबत मतभेद असले तरी, मार्केट वाढीचे अंदाज कमी करत आहे.
धोके आणि अंगीकारण्यातील अडथळे
Mythos AI सारख्या प्रगत मॉडेल्सचा 'ड्युअल-यूज' स्वभाव हा एक मोठा धोका आहे. Anthropic ची सावध rollout स्ट्रॅटेजी हेच दर्शवते. AI मॉडेल्सचा सुरक्षा चाचण्यांमधील प्रभावीपणा (effectiveness) आदर्श परिस्थितीत जास्त असला तरी, प्रत्यक्ष जगात सिस्टीमच्या दृश्यमानतेच्या (visibility) अभावामुळे तो मर्यादित असू शकतो.
भारतीय IT सेवा कंपन्यांसाठी मुख्य धोका म्हणजे मानवी श्रमावर आधारित असलेल्या त्यांच्या बिझनेस मॉडेलवर परिणाम. AI मध्ये स्पेशलाइज्ड टॅलेंट मिळवण्यासाठी आणि कर्मचाऱ्यांना नव्याने प्रशिक्षित करण्यासाठी (reskilling) मोठ्या गुंतवणुकीची गरज आहे. लेगसी सिस्टीम्स (legacy systems), डेटा सायलो (data silos) आणि गव्हर्नन्स (governance) आव्हानांमुळे AI चा व्यापक अवलंब मर्यादित आहे. यामुळे 'अडॉपशन गॅप' (adoption gap) तयार झाला आहे, जो तात्काळ परिणाम कमी करू शकतो, पण भविष्यातील बदलांना सूचित करतो. HSBC च्या अंदाजानुसार, AI मुळे पारंपरिक IT सेवांच्या महसुलात वार्षिक 2-3% 'डिप्लेशन' (deflation) येऊ शकते, आणि काही अंदाजानुसार उद्योगाचा 30% भाग या धोक्यात असू शकतो.
धोरणात्मक जुळवून घेणे (Strategic Adaptation)
पुढे, भारतीय IT कंपन्यांना डोमेन-स्पेसिफिक AI (domain-specific AI) चा धोरणात्मकपणे स्वीकार करणे आवश्यक आहे. AI प्रोव्हायडर्ससोबत भागीदारी वाढवणे, स्पेशलाइज्ड AI टॅलेंटमध्ये गुंतवणूक करणे आणि AI ला सेवांमध्ये समाकलित करणे महत्त्वाचे ठरेल. सध्या लेगसी सिस्टीम्स आणि अडथळ्यांमुळे AI चा अवलंब हळू होत असला तरी, भविष्यात ऑटोमेशन आणि उत्पादकता वाढीचा मार्ग निश्चित आहे. या संक्रमणात यशस्वी होणाऱ्या कंपन्याच AI-समृद्ध IT सेवा क्षेत्रात टिकून राहतील.