LTIMindtree ने 'AI 1000' नावाचा नवीन उपक्रम सुरू केला आहे. याद्वारे कंपनी **1,000** विशेष इंजिनिअर्सना AI मध्ये प्रशिक्षित करणार आहे. तसेच, **1,500** AI-आधारित डिजिटल कर्मचाऱ्यांची नियुक्ती केली आहे. या पावलामुळे कंपनीची AI उत्पादकता वाढण्यासोबतच 'Applied AI' सेवांमधून उत्पन्न मिळवण्यावर लक्ष केंद्रित केले जाणार आहे. IT क्षेत्रात मागणी कमी असताना, गुंतवणूकदार या बदलामुळे मिळणाऱ्या मार्जिनमध्ये सुधारणा आणि मोठ्या डील्सकडे लक्ष ठेवून आहेत.
काय घडले?
LTIMindtree (LTM) कंपनी एंटरप्राइज AI मार्केटमधील वाढीचा फायदा घेण्यासाठी आपल्या कर्मचाऱ्यांची रचना आणि कार्यपद्धतीत बदल करत आहे. कंपनीने 'AI 1000' हा एक नवीन उपक्रम सुरू केला आहे. या अंतर्गत 1,000 विशेष 'फॉरवर्ड-डिप्लॉयड इंजिनिअर्स' (Forward-Deployed Engineers) तयार केले जातील. या इंजिनिअर्सचे काम AI थेट क्लायंटच्या सिस्टममध्ये समाविष्ट करणे हे असेल, केवळ पारंपरिक IT सपोर्ट देणे नाही.
या प्रतिभावान कर्मचाऱ्यांवर लक्ष केंद्रित करण्यासोबतच, कंपनीने सुमारे 1,500 AI-आधारित 'डिजिटल कर्मचाऱ्यांची' (digital employees) नियुक्ती केली आहे. हे डिजिटल एजंट्स विशिष्ट व्यक्तिरेखा आणि कार्यक्षमतेच्या मानकांसह व्यवस्थापित केले जातील, ज्यामुळे ते मानवी कर्मचाऱ्यांसोबत काम करू शकतील. कंपनी या एजंट्सना कर्मचाऱ्यांप्रमाणेच वागवणार आहे, त्यांच्या कामाचे निरीक्षण करणार आहे आणि कामगिरीच्या मानदंडांची पूर्तता न झाल्यास त्यांना बदलणार आहे. यातून सेवा वितरणात 'एजेंटिक AI' (agentic AI) आणि स्वयंचलित ऑपरेशनकडे (autonomous operations) वाटचाल दिसून येते.
गुंतवणूकदारांसाठी हे महत्त्वाचे का आहे?
हा बदल AI चा वापर केवळ उत्पादकता वाढवण्यासाठी न करता, त्याला उत्पन्नाचा स्रोत म्हणून वापरण्याच्या उद्योगातील व्यापक बदलाचा भाग आहे. पूर्वी IT कंपन्या AI चा वापर स्वतःचा वेळ वाचवण्यासाठी आणि खर्च कमी करण्यासाठी करत होत्या. LTM ची रणनीती आता ही उत्पादकता क्लायंट्सना देऊन मोठे, दीर्घकालीन परिवर्तन करार जिंकण्याची आहे.
गुंतवणूकदारांसाठी, या रणनीतीचे यश 'अप्लाइड AI' (Applied AI) वर अवलंबून आहे. याचा अर्थ केवळ कोडिंग सपोर्ट देण्याऐवजी, सॉफ्टवेअर डेव्हलपमेंट सायकल जलद करणे यांसारखे मोजता येण्याजोगे व्यावसायिक परिणाम देणे. कंपनीचा विश्वास आहे की हा दृष्टिकोन त्यांना मूल्य शृंखलेत वर आणतो, जिथे ते पारंपरिक तासाभराच्या मेंटेनन्स बिलांऐवजी AI अंमलबजावणीसाठी अधिक शुल्क आकारू शकतात.
क्षेत्रावरील दबाव आणि बाजाराचा संदर्भ
भारतीय IT क्षेत्र सध्या मोठ्या आव्हानांना सामोरे जात आहे. जागतिक स्तरावर तंत्रज्ञानावरील खर्च मर्यादित आहे, कारण कंपन्या त्यांच्या AI गुंतवणुकीचे मूल्यांकन करत आहेत. LTM सह अनेक मोठ्या IT कंपन्यांनी अलीकडेच शेअरच्या किमतीत घसरण अनुभवली आहे, कारण निफ्टी IT इंडेक्समध्ये ग्राहकांच्या मागणीत मोठी घट दिसून येत आहे.
LTM ने मागील काही तिमाहीत लवचिकता दर्शविली असली तरी, सध्याच्या परिस्थितीत केवळ खर्च कार्यक्षमतेपेक्षा अधिक काहीतरी आवश्यक आहे. पारंपरिक आउटसोर्सिंग करारांमध्ये घट होत असताना, हे AI उपक्रम ऑपरेटिंग मार्जिनचे संरक्षण करू शकतात की वाढवू शकतात याकडे गुंतवणूकदार बारकाईने लक्ष ठेवून आहेत. या बदलासाठी प्रशिक्षण आणि पायाभूत सुविधांमध्ये मोठी प्रारंभिक गुंतवणूक आवश्यक आहे, जी फायदेशीरता कमी करू शकते, पण नंतर उच्च-मूल्याच्या करारांमधून फायदे मिळू शकतात.
संभाव्य धोके आणि अंमलबजावणीतील आव्हाने
AI-आधारित मॉडेलमध्ये संक्रमण करणे धोक्यांशिवाय नाही. पहिले म्हणजे, अंमलबजावणीचा धोका आहे; नवीन AI भूमिका वाढवण्यासाठी या 'फॉरवर्ड-डिप्लॉयड इंजिनिअर्स'ना विद्यमान सेवांमध्ये व्यत्यय न आणता क्लायंट प्रकल्पांमध्ये यशस्वीरित्या समाकलित करणे आवश्यक आहे.
दुसरे म्हणजे, क्लायंट्सचा स्वीकार (adoption) अजूनही अनिश्चित आहे. जरी LTM ने या क्षमता विकसित केल्या तरी, महसूल वाढ क्लायंट्स AI खर्चात वाढ करण्यास तयार आहेत की नाही यावर अवलंबून असेल. जर AI अंमलबजावणीची मागणी कमी झाली किंवा क्लायंट्सनी स्वतःचे AI सोल्यूशन्स तयार करण्याचा निर्णय घेतला, तर विशेष प्रशिक्षण आणि डिजिटल कर्मचाऱ्यांमधील LTM ची मोठी गुंतवणूक अपेक्षेपेक्षा कमी परतावा देऊ शकते. शेवटी, कंपनीला इतर प्रमुख IT कंपन्यांकडूनही स्पर्धा आहे, ज्या हजारो कर्मचाऱ्यांना जनरेटिव्ह AI क्षमतांमध्ये आक्रमकपणे प्रशिक्षित करत आहेत.
गुंतवणूकदारांनी पुढे काय पाहावे?
गुंतवणूकदार आगामी तिमाही निकालांमध्ये महसुलापलीकडे विशिष्ट मेट्रिक्सचा मागोवा घेऊ शकतात. AI-नेटिव्ह डील्समधून येणाऱ्या महसुलाचा वाटा, ऑपरेटिंग मार्जिनमधील बदल आणि हे नवीन 'फॉरवर्ड-डिप्लॉयड इंजिनिअर्स' किती वेगाने बिल केलेल्या प्रकल्पांमध्ये वापरले जात आहेत, हे महत्त्वाचे निरीक्षण असेल. याव्यतिरिक्त, क्लायंट खर्चाच्या पद्धतींवरील व्यवस्थापनाची भाष्य आणि AI चाचण्यांचे दीर्घकालीन एंटरप्राइझ करारांमध्ये रूपांतरणाचा दर, ही रणनीती अपेक्षित आर्थिक परिणाम देत आहे की नाही हे समजून घेण्यासाठी महत्त्वपूर्ण ठरेल.