जगभरातील कंपन्या AI वर मोठा खर्च करत आहेत, पण आता त्या कमी खर्चाचे छोटे मॉडेल्स वापरण्यावर भर देत आहेत. यामुळे टोकनचा खर्च नियंत्रणात राहील. भारतात AI चा वापर खूप जास्त आहे, पण त्यातून अपेक्षित नफा मिळवणे एक आव्हान बनले आहे.
बोस्टन कन्सल्टिंग ग्रुप (BCG) च्या तंत्रज्ञान विभागाने, BCG X, एक नवीन अहवाल प्रसिद्ध केला आहे. या अहवालानुसार, कंपन्यांचा आर्टिफिशियल इंटेलिजन्स (AI) वरील खर्च वाढतच राहणार आहे, पण आता कंपन्या अधिक खर्च-प्रभावी AI मॉडेल्स वापरण्यावर लक्ष केंद्रित करत आहेत.
कमी खर्चाचे AI मॉडेल्स
AI मॉडेल्सद्वारे प्रक्रिया होणाऱ्या डेटा युनिट्सना 'टोकन' म्हणतात. या टोकनचा वाढता खर्च तंत्रज्ञान अधिकाऱ्यांसाठी चिंतेचा विषय बनला आहे. त्यामुळे, कंपन्या आता एकच मोठे मॉडेल वापरण्याऐवजी, सामान्य कामांसाठी लहान आणि किफायतशीर मॉडेल्स वापरत आहेत. विशेष आणि गुंतागुंतीच्या कामांसाठी महागड्या, उच्च-क्षमतेच्या मॉडेल्सचा वापर केला जात आहे. या बदलामुळे कंपन्या AI चा वापर सुरू ठेवून खर्च नियंत्रणात ठेवू शकतील.
गुंतवणुकीचा अंदाज
सर्वेक्षणानुसार, 1,800 हून अधिक C-suite अधिकाऱ्यांनी सांगितले की 2025 ते 2026 दरम्यान AI वरचा खर्च दुप्पट होण्याची शक्यता आहे. अंदाजे 2% कॉर्पोरेट महसुलाचा हिस्सा AI वर खर्च केला जाईल. 94% CEO गुंतवणूक कायम ठेवण्याच्या किंवा वाढवण्याच्या बाजूने आहेत, जरी सुरुवातीला गुंतवणुकीवर अपेक्षित परतावा मिळाला नसला तरी.
भारतातील AI चा वापर आणि आव्हान
भारतात AI चा वापर आश्चर्यकारकपणे जास्त आहे. जवळपास 95% कर्मचारी आठवड्यातून अनेक वेळा AI टूल्स वापरतात. मात्र, या वापराचे मोजता येण्याजोग्या व्यावसायिक फायद्यांमध्ये रूपांतर करणे हे एक मोठे आव्हान आहे. जागतिक स्तरावर फक्त 14% कंपन्या AI उपक्रमांचा नफ्या-तोट्याशी संबंध जोडतात. तसेच, जागतिक स्तरावर 72% CEO AI प्रकल्पांचे नेतृत्व करतात, तर भारतात हे प्रमाण 55% आहे, ज्यामुळे नफा मिळवणारे उपाय जलद गतीने लागू होण्यावर परिणाम होऊ शकतो.
गुंतवणूकदारांसाठी महत्त्वाचे मुद्दे
AI मुळे कंपन्यांच्या ताळेबंदावर काय परिणाम होतोय, हे पाहणाऱ्या गुंतवणूकदारांसाठी कंपन्या यशाचे मोजमाप कसे करतात, यावर लक्ष केंद्रित करणे महत्त्वाचे आहे. AI ला केवळ एक तंत्रज्ञान खरेदी न मानता, एक मोठे व्यावसायिक परिवर्तन मानणे आवश्यक आहे. कंपन्या इन्फ्रास्ट्रक्चर खर्च कसा व्यवस्थापित करत आहेत, अंतर्गत क्षमता विकसित करत आहेत की बाह्य सल्लागारांवर अवलंबून आहेत, आणि AI-आधारित प्रक्रियांचे मूल्यांकन करण्यासाठी स्पष्ट आर्थिक मेट्रिक्स स्थापित करत आहेत की नाही, यावर लक्ष ठेवणे महत्त्वाचे ठरेल. ज्या कंपन्या AI चा वापर नफ्याशी जोडू शकणार नाहीत, त्यांना 2026 पर्यंत खर्च वाढल्याने भागधारकांकडून दबाव येऊ शकतो.