AI प्रोजेक्ट्सवर अपयशाचं सावट
HCLTech चा 'The AI Impact Imperatives, 2026' हा रिपोर्ट सांगतो की, अनेक कंपन्या AI तंत्रज्ञान वापरत असल्या तरी, त्यांचे प्रोजेक्ट्स अपयशी ठरू शकतात. याचं मुख्य कारण तंत्रज्ञानाचा अभाव नसून, कमी वेळेत मोठा आर्थिक फायदा मिळवण्याचा दबाव आणि कंपन्यांची तसेच कर्मचाऱ्यांची पुरेशी तयारी नसणं आहे.
AI मधून जलद परताव्याची शर्यत
कंपन्या AI मध्ये केलेल्या गुंतवणुकीतून अवघ्या 18 महिन्यांत मोठा परतावा (Returns) मिळवण्याची अपेक्षा करत आहेत. ही अतिशय कमी मुदत AI च्या अंमलबजावणीसाठी आवश्यक असलेली लवचिकता कमी करते. तसेच, जुन्या प्रक्रिया (Processes) आणि प्रशासकीय कामांमध्ये (Governance) बदल करण्यासाठी लागणारा वेळ आणि मेहनत यामुळे गुंतवणुकीवर परतावा (ROI) दाखवणं कठीण होत आहे, असं HCLTech ने म्हटलं आहे.
संस्थात्मक अडथळे (Organizational Hurdles)
अनेक कंपन्या AI लागू करण्याचं काम सोपं समजतात, पण प्रत्यक्षात त्यासाठी उत्तम टीमवर्क (Teamwork) आणि जलद निर्णय घेण्याची (Decision-making) क्षमता आवश्यक असते. व्यवसायाची उद्दिष्ट्ये (Business Goals) आणि IT ची अंमलबजावणी (Execution) यातील तफावत हे एक मोठं आव्हान आहे. AI मधील गुंतवणूक वाढत असतानाही, या संस्थात्मक अडचणींमुळे कंपन्यांना AI चा पूर्ण फायदा घेता येत नाहीये.
कर्मचाऱ्यांची तयारी नसणं
AI तंत्रज्ञान लागू करताना कर्मचाऱ्यांसाठी पुरेसं प्रशिक्षण (Training) आणि सपोर्ट दिला जात नाहीये. नवीन AI टूल्स वापरण्यासाठी कर्मचाऱ्यांना योग्य मार्गदर्शन मिळत नाहीये. त्यामुळे, बदल व्यवस्थापन (Change Management) हा AI धोरणाचा एक महत्त्वाचा पण दुर्लक्षित भाग ठरत आहे. HCLTech चे विजय गुंटूर यांच्या मते, कर्मचाऱ्यांच्या तयारीकडे दुर्लक्ष केल्यास AI प्रोजेक्ट्स यशस्वी होण्याऐवजी अयशस्वी होण्याची शक्यता जास्त आहे.
अंमलबजावणीतील आव्हानं AI यशावर प्रश्नचिन्ह निर्माण करत आहेत
AI चा वापर वाढत असला तरी, HCLTech च्या अहवालातील निष्कर्ष अंमलबजावणीत (Execution) मोठ्या समस्या असल्याचे दर्शवतात. खरी जोखीम AI तंत्रज्ञानात नसून, ते स्वीकारण्याच्या कंपनीच्या क्षमतेमध्ये आहे. कंपन्या सॉलिड इम्प्लिमेंटेशन प्लॅन्सऐवजी (Implementation Plans) वेगाला जास्त महत्त्व देत आहेत, ज्यामुळे प्रोजेक्ट्स अयशस्वी होऊ शकतात. तात्काळ नफ्यावर लक्ष केंद्रित केल्यास आणि संस्थात्मक व कर्मचारी तयारीकडे दुर्लक्ष केल्यास, अनेक AI उपक्रम (Initiatives) अडचणीत येऊ शकतात.
AI यशासाठी पुढे काय?
HCLTech च्या निष्कर्षांनुसार, दीर्घकालीन AI यश मिळवण्यासाठी महत्त्वाकांक्षा आणि प्रभावी अंमलबजावणी (Execution) तसेच स्पष्ट जबाबदारी (Accountability) जुळवणं आवश्यक आहे. ज्या कंपन्या आपल्या कर्मचाऱ्यांच्या प्रशिक्षणात आणि निर्णय प्रक्रियेला सुलभ बनवण्यात गुंतवणूक करणार नाहीत, त्यांना AI ची उद्दिष्ट्ये साध्य करण्यात अडचणी येतील. रिपोर्टमध्ये केवळ वापराच्या आकड्यांवर लक्ष केंद्रित करण्याऐवजी ऑपरेशनल इंटिग्रेशन (Operational Integration) आणि कर्मचाऱ्यांच्या तयारीवर अधिक लक्ष देण्याचं आवाहन केलं आहे.
