Infosys कंपनीच्या व्यवस्थापनाने महत्वाकांक्षी योजना आखल्या आहेत. 2030 पर्यंत AI सेवांसाठी $300 ते $400 अब्ज डॉलर्स ($300 billion - $400 billion) बाजारपेठ निर्माण करण्याचे लक्ष्य आहे. त्यांनी आपले सध्याचे मार्जिन गाईडन्स (Margin Guidance) कायम ठेवण्याची ग्वाही दिली आहे. याचा अर्थ AI मुळे होणारी खर्च बचत (Cost Savings) पुन्हा याच कामांसाठी वापरली जाईल, जेणेकरून AI क्षमतांचा विस्तार करता येईल. BP सारख्या कंपन्यांमध्ये कार्यक्षमतेत (Efficiency) सुधारणा आणि Ralph Lauren साठी ग्राहक संवाद (Customer Interaction) मेट्रिक्समध्ये वाढ यांसारख्या प्रत्यक्ष ग्राहकांच्या यशाची उदाहरणेही देण्यात आली.
हे का महत्त्वाचे आहे?
या धोरणामुळे Infosys 'एंटरप्राइज टेक्नॉलॉजी' च्या पुढील मोठ्या बदलांचा फायदा घेण्यासाठी सज्ज आहे. IT सेवा क्षेत्रात कंपनीची स्पर्धात्मकता (Competitive Dynamics) वाढू शकते. AI मुळे होणारी खर्च बचत पुन्हा गुंतवण्याचा (Reinvesting) निर्णय Infosys चा दीर्घकालीन वाढीचा (Long-term Growth) अंदाज दर्शवतो. कंपनीचा उद्देश केवळ तात्काळ नफा वाढवणे नसून, बाजारातील हिस्सा वाढवणे हा आहे. यातून सतत नवनवीन शोध (Innovation) आणि बाजारात आघाडीचे स्थान (Market Leadership) मिळण्याची शक्यता आहे.
पार्श्वभूमी (Backstory)
Infosys चा डिजिटल ट्रान्सफॉर्मेशनमध्ये (Digital Transformation) जुना अनुभव आहे. कंपनीने अनेक वर्षांपासून AI क्षमता आणि Infosys Topaz आणि Nia सारख्या प्लॅटफॉर्ममध्ये गुंतवणूक केली आहे. AI चा हा जोर क्लाउड (Cloud), डेटा ॲनालिटिक्स (Data Analytics) आणि ऑटोमेशन (Automation) मधील पूर्वीच्या प्रयत्नांवर आधारित आहे.
आता काय बदलेल?
- कर्मचारी रचना: सामान्य AI वापरकर्ते आणि विशेष AI इंजिनियरिंग तज्ञ यांच्यात फरक करण्यासाठी नवीन 'Y' करिअर आर्किटेक्चर (Career Architecture) सादर केले जात आहे.
- ग्राहक प्रतिबद्धता: मोठ्या उद्योगांसाठी उच्च-मूल्याच्या 'स्ट्रॅटेजिक' प्रकल्पांवर (Strategic Projects) लक्ष केंद्रित केले जात आहे, ज्यात AI एजंट्स (AI Agents) ग्राहकांच्या सिस्टीममध्ये समाकलित केले जातील.
- बाजारपेठ स्थान: Infosys स्वतःला 'AI पार्टनर ऑफ चॉइस' (AI Partner of Choice) म्हणून स्थापित करण्याचा प्रयत्न करत आहे, AI-आधारित आधुनिकीकरण (Modernization) आणि परिणाम-आधारित किंमत मॉडेल (Outcome-based Pricing Models) चालवत आहे.
- गुंतवणूक पुनर्वितरण: AI उत्पादकतेतून (AI Productivity) मिळणारी बचत AI क्षमतांचा विस्तार करण्यासाठी पुन्हा गुंतवली जाईल.
- भरती धोरण: या वर्षीच्या भरतीनंतर, कंपनी पुढील आर्थिक वर्षात आणखी 20,000 पदवीधरांना (Graduates) नोकऱ्या देण्याची योजना आखत आहे.
धोके (Risks)
- डिप्लॉयमेंट गॅप (Deployment Gap): AI तंत्रज्ञानाच्या वेगाच्या तुलनेत व्यावसायिक संस्थांमधील बदल आणि कर्मचाऱ्यांचे प्रशिक्षण (Retraining) मागे पडत आहे, ही चिंता चेअरमन नंदन निलेकणी (Nandan Nilekani) यांनी व्यक्त केली आहे.
- अंमलबजावणीचा धोका (Execution Risk): संधीची कमतरता नसून, कंपन्या AI योजना किती वेगाने आणि मोठ्या प्रमाणावर प्रत्यक्षात आणू शकतात, हे मुख्य आव्हान आहे.
- AI स्लोप / बनावट उत्पादकता: खरा व्यवसायिक फायदा न मिळवता, अनावश्यक निर्मिती किंवा सारांशनासाठी (Summarization) AI चा वापर करण्याबाबत सावधगिरी बाळगणे आवश्यक आहे.
- नियामक लक्ष (Regulatory Scrutiny): जरी या concall शी थेट संबंधित नसले तरी, Infosys च्या CEO ने यापूर्वी SEBI सोबत इनसायडर ट्रेडिंग (Insider Trading) आरोप मिटवले होते, जे नियामक लक्ष दर्शवते.
स्पर्धकांशी तुलना (Peer Comparison)
Infosys चे स्पर्धक, जसे की TCS, Wipro आणि HCL Technologies, हे देखील AI मध्ये मोठी गुंतवणूक करत आहेत. TCS मोठ्या भांडवली गुंतवणुकीसह (Capital Investments) इन्फ्रास्ट्रक्चर-आधारित (Infrastructure-led) धोरण राबवत आहे, तर HCLTech सॉफ्टवेअर आणि IP वर लक्ष केंद्रित करून ॲसेट-लाईट (Asset-light) दृष्टिकोन स्वीकारत आहे. या विविध धोरणांमुळे भारतीय IT सेवा क्षेत्रातील वाढती स्पर्धा अधिक तीव्र होत आहे.
मुख्य आकडेवारी (Context Metrics)
- Infosys च्या Q3 FY26 रेव्हेन्यूपैकी 5.5% AI कामातून येत आहे.
- Q3 FY26 नुसार, 90% कर्मचारी AI-सक्षम आहेत.
- Infosys चे लक्ष्य 2030 पर्यंत AI सेवांसाठी $300 ते $400 अब्ज डॉलर्स ($300 billion - $400 billion) बाजारपेठ काबीज करणे आहे.
पुढे काय पाहणार?
- मार्जिन स्थिरता: AI मध्ये गुंतवणूक करताना Infosys आपले मार्जिन गाईडन्स कायम ठेवू शकते का, याकडे लक्ष असेल.
- डील पाइपलाइन: AI-आधारित मोठ्या डील्सची वाढ आणि त्यांच्या अंतिम मुदतीवर (Signing Timelines) लक्ष ठेवा.
- जागतिक आर्थिक परिस्थिती: अमेरिका सारख्या प्रमुख बाजारपेठांमधील सुधारणा किंवा मंदीकडे लक्ष ठेवा.
- अंमलबजावणीची यशस्विता: Infosys ने लागू केलेले AI सोल्युशन्स ग्राहक किती प्रभावीपणे स्वीकारतात आणि वाढवतात, याचा मागोवा घ्या.
- स्पर्धात्मक लँडस्केप: TCS आणि HCLTech सारखे प्रतिस्पर्धी त्यांच्या AI धोरणांमध्ये आणि बाजारपेठ काबीज करण्याच्या पद्धतींमध्ये कसे बदल करतात, हे पहा.
- नियामक वातावरण: AI डिप्लॉयमेंटवर परिणाम करणाऱ्या कोणत्याही नवीन नियमावली किंवा अनुपालन (Compliance) समस्यांबद्दल जागरूक रहा.