AI Summit: शेअर बाजारात IT कंपन्यांचा गोंधळ, पण भारताची AI मध्ये जागतिक झेप!

चिंतेचे वातावरण

नवी दिल्लीत आयोजित इंडिया AI इम्पॅक्ट समिट (India AI Impact Summit) एका अशा पार्श्वभूमीवर सुरू झाली, जिथे गुंतवणूकदारांमध्ये मोठी चिंता पसरली आहे. या समिटच्या आधीच्या आठवड्यांमध्ये निफ्टी IT इंडेक्समध्ये 11% ते 15% ची मोठी घसरण झाली. AI मुळे ऑटोमेशन (Automation) वाढून पारंपरिक IT रेव्हेन्यूवर (Revenue) परिणाम होईल, या भीतीमुळे ही घसरण झाली आहे. यामुळे टाटा कन्सल्टन्सी सर्व्हिसेस (TCS) आणि इन्फोसिस (Infosys) सारख्या मोठ्या IT कंपन्यांच्या शेअर्सच्या किमतीत लक्षणीय घट झाली. बाजारातील ही घसरण IT क्षेत्राच्या भविष्यातील लवचिकतेबद्दल (adaptability) एक प्रकारचा 'विश्वासाचा अभाव' (trust deficit) दर्शवते. AI मुळे पारंपरिक सेवांवर (core services) आणि आउटसोर्सिंग करारांवर (outsourcing contracts) कसा परिणाम होईल, याबद्दलच्या वाढत्या चिंतांमुळे बाजाराने ग्रोथच्या (growth) अंदाजांचे फेरमूल्यांकन (re-evaluation) केले आहे.

भारताची AI महत्त्वाकांक्षा विरुद्ध बाजाराची वास्तविकता

या समिटमध्ये भारताची रणनीती (strategy) जगापेक्षा वेगळी आहे. अमेरिका, युरोपियन युनियन (EU) किंवा चीनच्या मॉडेलपेक्षा वेगळा, असा 'चौथा मार्ग' (fourth pathway) भारत स्वीकारणार आहे. भारताचे लक्ष हे समाजावर सकारात्मक परिणाम करणाऱ्या आणि मोठ्या प्रमाणावर वापरता येणाऱ्या AI ऍप्लिकेशन्सवर (AI applications) आहे. 'AI फॉर ऑल' (AI for all) आणि 'वेलफेअर फॉर ऑल' (welfare for all) यावर जोर दिला जात आहे. मात्र, हे धोरण सध्याच्या बाजारातील चिंतेच्या अगदी विरुद्ध आहे, कारण AI मुळे IT सेवा क्षेत्राला मोठा धोका निर्माण होण्याची शक्यता व्यक्त केली जात आहे. काही तज्ञांच्या मते, AI मुळे नोकऱ्या नष्ट होण्याऐवजी त्या बदलतील, उत्पादकता (productivity) वाढेल आणि उच्च-कौशल्य असलेल्या नोकऱ्यांची मागणी वाढेल. पण बाजारातील प्रतिक्रिया मात्र यापेक्षा वेगळी आहे. AI मुळे पारंपरिक, मनुष्यबळावर आधारित आउटसोर्सिंग कमी होण्याची चिंता कायम आहे, जी IT कंपन्यांसाठी उत्पन्नाचा (revenue) एक मोठा स्रोत आहे.

जागतिक AI गव्हर्नन्स आणि भारताच्या इकोसिस्टममधील उणिवा

जागतिक स्तरावर AI गव्हर्नन्स (AI governance) विकसित होत आहे. युरोपियन युनियनचा (EU) AI ऍक्ट (AI Act) आणि अमेरिकेचे (US) विशिष्ट क्षेत्रांसाठी असलेले नियम (sector-specific guidelines) महत्त्वाचे ठरत आहेत. भारताला या नियमांवर प्रभाव टाकायचा आहे आणि नवनिर्मिती (innovation) व सर्वसमावेशकता (inclusion) यांचा समतोल साधायचा आहे. मात्र, भारताच्या AI इकोसिस्टममध्ये (AI ecosystem) काही मोठी उणिवा आहेत. यामध्ये मूलभूत संशोधन (foundational research), प्रगत मॉडेल डेव्हलपमेंट (advanced model development) आणि उच्च-गुणवत्तेचा डेटा (high-quality datasets) यांचा समावेश आहे, जिथे भारत अमेरिका आणि चीनच्या तुलनेत मागे आहे. तसेच, भारताची कंप्युटिंग क्षमता (compute capacity) सुद्धा अमेरिका आणि चीनच्या तुलनेत खूपच कमी आहे. असे असले तरी, IT क्षेत्राने भूतकाळात अनेकदा लवचिकता दाखवली आहे. क्लाउड मायग्रेशनसारख्या (cloud migration) तांत्रिक बदलांशी जुळवून घेत त्यांनी व्हॅल्यू चेनमध्ये (value chain) वरच्या स्तरावर काम केले आहे. सध्या निफ्टी IT इंडेक्सचा सरासरी P/E रेशो (P/E ratio) सुमारे 21.8x आहे, जो वाजवी मानला जातो आणि मागील 3 वर्षांच्या सरासरीपेक्षा कमी आहे. यावरून बाजारात सावध वाढीच्या (cautious growth) अपेक्षा आधीच दिसतात.

विश्लेषकांचे भीतीदायक अनुमान

काही विश्लेषक (analysts) आणि सेक्टर लीडर्स (sector leaders) AI मुळे नवीन रेव्हेन्यू स्ट्रीम्स (revenue streams) आणि आउटकम-बेस्ड प्राइसिंग (outcome-based pricing) यासारख्या संधी निर्माण होतील असे बोलत असले, तरी मोठे धोके कायम आहेत. AI मुळे होणारे ऑटोमेशन हे कामगार, विशेषतः एंट्री-लेव्हल (entry-level) आणि मध्यम-कुशल (middle-skilled) कर्मचाऱ्यांच्या नोकऱ्यांवर गदा आणू शकते, ही एक मोठी चिंता आहे. जरी मोठ्या प्रमाणात कर्मचारी कपात (mass layoffs) दिसत नसली तरी, धोक्याची शक्यता नाकारता येत नाही. ICRIER च्या एका अभ्यासानुसार, केवळ 4% कंपन्यांनी त्यांच्या 50% पेक्षा जास्त कर्मचाऱ्यांना AI चे प्रशिक्षण दिले आहे. यावरून कंपन्यांच्या तयारीमध्ये मोठी तफावत असल्याचे दिसते. परदेशी कंप्युटिंग पॉवर (computing power) आणि ऍडव्हान्स्ड चिप्सवर (advanced chips) अवलंबून राहणे, ही एक धोरणात्मक कमजोरी (strategic vulnerability) आहे. AI मधील पक्षपात (bias) आणि चुकीच्या माहितीचा (misinformation) प्रसार रोखण्यासाठी नियमन (regulation) करणे आणि त्याच वेळी नवनिर्मितीला चालना देणे, हे धोरणकर्त्यांसाठी एक मोठे आव्हान आहे. सध्याची शेअर बाजारातील घसरण केवळ तात्काळ नफ्याच्या (earnings) चिंतांनाच नव्हे, तर मध्यम-मुदतीच्या (medium-term) संरचनात्मक बदलांनाही (structural shifts) दर्शवते, ज्यामुळे उद्योगाच्या महसुलाचा (revenues) जवळजवळ एक तृतीयांश भाग असलेल्या पारंपरिक महसूल विभागांवर (traditional revenue segments) दबाव येऊ शकतो.

भविष्यातील दिशा

या समिटची खरी यशापयशाची कहाणी यावर अवलंबून असेल की, चर्चांचे कृतीत रूपांतर (actionable plans) कसे होते. यामध्ये सुरक्षित AI उपयोजन (safe AI deployment), पायाभूत सुविधांमध्ये गुंतवणूक (infrastructure investment) आणि देशांतर्गत क्षमता निर्माण करणे (indigenous capability building) यावर भर दिला जाईल, ज्यामुळे भारत 'नियम बनवणारा' (rule-maker) ठरेल, 'नियमांचे पालन करणारा' (rule-taker) नाही. विश्लेषकांमध्ये मतभेद आहेत; काहीजण 2026 च्या मध्यापर्यंत AI सेवांच्या मागणीमुळे (AI services demand) बाजार पूर्ववत होण्याची शक्यता वर्तवत आहेत, तर काहीजण पुढील 3-4 वर्षांत AI च्या परिणामामुळे एकूण महसुलात (overall revenues) घट होण्याचा इशारा देत आहेत. ग्लोबल साउथ (Global South) देशांसाठी स्केलेबल (scalable) आणि सर्वसमावेशक AI ऍप्लिकेशन्सवर (inclusive AI applications) दिलेला भर, भारताच्या डिजिटल पब्लिक इन्फ्रास्ट्रक्चर (digital public infrastructure) आणि भाषिक विविधतेच्या (linguistic diversity) जोरावर AI चा व्यापक प्रसार करण्याचा प्रयत्न दर्शवतो. अंतिम निकाल भारताच्या ठोस, ऑडिट केलेल्या परिणामांवर (tangible, audited results) आणि मजबूत गव्हर्नन्स फ्रेमवर्कवर (robust governance frameworks) अवलंबून असेल, जे बाजाराची भीती कमी करतील आणि AI च्या पूर्ण क्षमतेचा वापर आर्थिक आणि सामाजिक विकासासाठी करतील.