Infosys: AI चा 'ट्रेन क्रॅश' टाळण्यासाठी काय हवे? नंदन नीलेकणी यांचा 'युज केस'वर जोर!

TECH
Whalesbook Logo
AuthorShruti Sharma|Published at:
Infosys: AI चा 'ट्रेन क्रॅश' टाळण्यासाठी काय हवे? नंदन नीलेकणी यांचा 'युज केस'वर जोर!
Overview

Infosys चे चेअरमन नंदन नीलेकणी यांनी कृत्रिम बुद्धिमत्तेच्या (AI) अनियंत्रित वापरामुळे 'AI ट्रेन क्रॅश' होण्याची भीती व्यक्त केली आहे. त्यांनी सांगितले की, नुसत्या तंत्रज्ञानाच्या शर्यतीत न अडकता, भारताने AI च्या फायदेशीर 'युज केसेस' (Use Cases) विकसित करण्यावर लक्ष केंद्रित केले पाहिजे.

कृत्रिम बुद्धिमत्तेच्या (AI) जगात भारताने कोणती वाट धरावी, यावर Infosys चे चेअरमन नंदन नीलेकणी यांनी एक महत्त्वपूर्ण मत मांडले आहे. त्यांच्या मते, केवळ तंत्रज्ञानाच्या शर्यतीत धावण्यापेक्षा, AI चा वापर नेमका कोणत्या कामांसाठी (Use Cases) फायदेशीर ठरू शकतो, यावर लक्ष केंद्रित करणे जास्त महत्त्वाचे आहे. नीलेकणी यांनी असा इशाराही दिला आहे की, AI चा बेसुमार आणि अनियंत्रित वापर झाल्यास 'AI ट्रेन क्रॅश' होऊ शकतो, ज्यामुळे अनेक 'व्हाईट कॉलर' (White Collar) नोकरदारांचे मोठे नुकसान होऊ शकते.

बाजारावर AI चा परिणाम आणि Infosys ची स्थिती

नीलेकणी यांच्या या विधानांचा IT सेक्टर आणि विशेषतः Infosys सारख्या कंपन्यांवर मोठा परिणाम होण्याची शक्यता आहे. बाजारातील सूत्रांनुसार, AI च्या वाढत्या प्रभावामुळे आणि सध्याच्या आर्थिक घडामोडींमुळे Infosys चे शेअर्स फेब्रुवारी 2026 मध्ये सुमारे 17% नी गडगडले आहेत. इतकेच नाही, तर संपूर्ण निफ्टी IT इंडेक्सही फेब्रुवारीच्या सुरुवातीला अंदाजे 11-15% नी घसरला आहे. यामुळे कंपन्यांच्या मार्केट कॅपिटलायझेशनमध्ये (Market Capitalization) घट झाली आहे. सध्या Infosys चा P/E रेशो (Price-to-Earnings Ratio) सुमारे 19x आहे, तर कंपनीचे मार्केट कॅपिटलायझेशन अंदाजे $63.6 अब्ज (Billion) डॉलर्स इतके आहे.

भारताची AI मधील महत्त्वाकांक्षा आणि स्पर्धकांची रणनीती

नीलेकणी यांनी भारताला AI डिफ्युजनसाठी 'युज-केस कॅपिटल' (Use-case Capital) बनवण्याचे आवाहन केले आहे. याचा अर्थ, केवळ तांत्रिक क्षमता असण्याऐवजी, AI चे प्रत्यक्ष फायदे समाजापर्यंत कसे पोहोचवता येतील, यावर भर देणे. IT सेक्टर सध्या AI मुळे नोकऱ्या जाण्याच्या भीतीला सामोरे जात आहे. या परिस्थितीत, प्रतिस्पर्धी कंपन्या आपापल्या स्ट्रॅटेजीवर काम करत आहेत. टाटा कन्सल्टन्सी सर्व्हिसेस (TCS) OpenAI सोबत भागीदारी करून भारतात AI इन्फ्रास्ट्रक्चर तयार करत आहे, तर HCL Technologies 'अ‍ॅसेट-लाईट' (Asset-light) धोरणावर लक्ष केंद्रित करत आहे. Wipro आपल्या 'Wipro Intelligence' सूट्सद्वारे AI सेवा आणि ट्रान्सफॉर्मेशन डिलिव्हरी एकत्र आणत आहे.

जागतिक आणि आर्थिक घटक

जागतिक स्तरावर तंत्रज्ञान क्षेत्रातील मंदी आणि अमेरिकेतील मजबूत आर्थिक आकडेवारीचाही भारतीय IT कंपन्यांवर दबाव आहे. यासोबतच, परदेशी संस्थात्मक गुंतवणूकदार (FIIs) देखील मोठ्या प्रमाणात विक्री करत आहेत. या सर्व अडचणी असूनही, विश्लेषकांचे मत संमिश्र असले तरी, पुढील काळात काही प्रमाणात सुधारणा अपेक्षित आहे. मात्र, नजीकच्या काळात व्हॅल्युएशनवर (Valuation) दबाव राहण्याची शक्यता आहे.

जोखमीचे घटक (Bear Case)

Infosys आणि संपूर्ण भारतीय IT सेक्टरला AI च्या disruptive स्वभावामुळे आव्हानांना सामोरे जावे लागत आहे. AI मुळे पारंपरिक सेवांच्या (Legacy Services) कामांचे ऑटोमेशन (Automation) होत असल्याने महसूल कमी होण्याची भीती आहे. यामुळे कंपन्यांच्या नफ्यावर (Profit) आणि मार्जिनवर (Margins) ताण येऊ शकतो. Q3 FY26 मध्ये महसूल वाढूनही नफ्यात घट झाल्याचे SEC फायलिंग्समधून दिसून आले आहे. AI मुळे नोकऱ्या जाण्याची भीती जगभरात वाढल्यास, या क्षेत्रावर नियामक निर्बंधांचा (Regulatory Scrutiny) धोकाही निर्माण होऊ शकतो.

भविष्यातील वाटचाल

विश्लेषकांच्या अंदाजानुसार, 2026 हे वर्ष IT क्षेत्रासाठी सध्याच्या घसरणीच्या चक्राचा तळ असू शकते, आणि 2027 च्या उत्तरार्धात किंवा 2028 मध्ये AI सेवांच्या व्यापक प्रसारामुळे सुधारणा दिसू शकते. Infosys ची 'AI-first' स्ट्रॅटेजी, जसे की 'Infosys Topaz' फ्रेमवर्क आणि Anthropic सारख्या कंपन्यांसोबतची भागीदारी, त्यांना 2030 पर्यंत अंदाजे $300-400 अब्ज डॉलर्सच्या AI संधीचा मोठा हिस्सा मिळवून देऊ शकते. मात्र, केवळ प्रयोगांपलीकडे जाऊन AI च्या प्रत्यक्ष फायद्यांचे प्रदर्शन करणे Infosys साठी महत्त्वाचे ठरेल.

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.