Nisum च्या नवीन रिपोर्टनुसार, केवळ **5.5%** कंपन्यांना AI गुंतवणुकीतून प्रत्यक्षात फायदा होत आहे. विस्कळीत डेटा स्ट्रक्चरमुळे कंपन्यांचे मोठे नुकसान होत असून, गुंतवणूकदारांसाठी हा एक चिंतेचा विषय बनला आहे.
ई-कॉमर्स क्षेत्रात आज Artificial Intelligence (AI) वर मोठ्या प्रमाणात भांडवली खर्च (Capital Spending) केला जात आहे, परंतु प्रत्यक्षात आणि अपेक्षेमध्ये मोठी दरी निर्माण होत असल्याचे दिसते. जागतिक तंत्रज्ञान सल्लागार फर्म Nisum च्या अहवालानुसार, केवळ 5.5% संस्थाच आपल्या AI गुंतवणुकीचे रूपांतर ठोस फायद्यात करू शकल्या आहेत. हे कमी यश दर्शवते की समस्या AI टूल्समध्ये नसून कंपनीच्या पायाभूत सुविधांमध्ये, म्हणजेच डेटा इन्फ्रास्ट्रक्चरमध्ये आहे.
डेटा सायलोसची (Data Silos) छुपी किंमत
अनेक रिटेलर्ससाठी मुख्य समस्या म्हणजे विखुरलेली डेटा सिस्टिम. इन्व्हेंटरी रेकॉर्ड, उत्पादन कॅटलॉग आणि ग्राहकांचा खरेदी इतिहास जर वेगवेगळ्या डेटाबेसमध्ये अडकलेला असेल, तर AI प्रणाली नीट काम करू शकत नाही. ग्राहकांचा एकसंध (Unified) डेटा नसल्यामुळे, प्रेडिक्टिव AI चुकीच्या शिफारसी करते. याचा फटका थेट सेल्स आणि ब्रँडच्या प्रतिष्ठेला बसतो. उदाहरणार्थ, एखादी AI सिस्टिम अशा उत्पादनांची जाहिरात करते जी प्रत्यक्षात स्टॉक मध्येच नसतात.
कंपनी स्तरावर वाढते धोके
जेव्हा एखादी कंपनी डेटा फाउंडेशन मजबूत करण्यापूर्वीच AI स्केल करण्याचा प्रयत्न करते, तेव्हा चुकांचे प्रमाण वाढते. जर इनपुट डेटा चुकीचा किंवा जुना असेल, तर AI केवळ एक चूक करत नाही, तर ती चूक संपूर्ण कंपनीच्या स्तरावर विस्तारते. यामुळे अनेक प्रकल्प 'पायलट फेज'मध्येच अडकून राहतात आणि गुंतवणुकीचा परतावा मिळत नाही.
गुंतवणूकदारांनी काय लक्ष द्यावे?
आता गुंतवणूकदारांसाठी केवळ AI अडॉप्शनच्या बातम्या पाहणे पुरेसे नाही. त्याऐवजी, कंपन्यांचे डेटा गव्हर्नन्स, सिस्टिम इंटिग्रेशन आणि जुन्या पायाभूत सुविधांचे आधुनिकीकरण यावर मॅनेजमेंट काय भाष्य करते, हे पाहणे गरजेचे आहे. ज्या कंपन्या डेटा तयारीला एक 'निरंतर प्रक्रिया' मानतील, त्या दीर्घकाळात फायद्यात राहतील, तर आयटी सेवा आणि डिजिटल ट्रान्सफॉर्मेशन कंपन्यांसाठी ही एक मोठी संधी ठरणार आहे.