NTT DATA च्या नेतृत्वाने कंपन्यांना AI च्या सुरुवातीच्या टप्प्यातील उपक्रमांसाठी पारंपरिक ROI ऐवजी 'प्रयोगावरील परतावा' (Return on Experimentation - ROE) यावर लक्ष केंद्रित करण्याचे आवाहन केले आहे. तंत्रज्ञान कंपनी Q1 FY2026 च्या कमाई अहवालाची तयारी करत असताना, कंपनीचे म्हणणे आहे की प्रत्यक्ष आर्थिक मूल्य मिळवण्यासाठी विशिष्ट व्यावसायिक कार्यांमध्ये सखोल चाचणी घेणे आवश्यक आहे.
NTT DATA कंपन्यांना त्यांच्या आर्टिफिशियल इंटेलिजन्स (AI) गुंतवणुकीचे यश कसे मोजावे याबद्दल एक नवीन दृष्टिकोन देत आहे. NTT DATA चे ग्लोबल चीफ ग्रोथ ऑफिसर आणि नॉर्थ अमेरिकाचे सीईओ, सुधीर चतुर्वेदी यांनी नुकतेच सांगितले की, AI तंत्रज्ञान अजूनही विकसित होत असल्यामुळे, तात्काळ 'गुंतवणुकीवरील परतावा' (Return on Investment - ROI) यावर लक्ष केंद्रित करणे योग्य नाही.
त्याऐवजी, कंपनी व्यवसायांना 'प्रयोगावरील परतावा' (Return on Experimentation - ROE) या फ्रेमवर्कचा अवलंब करण्यास प्रोत्साहित करत आहे.
तात्काळ ROI च्या पलीकडे
NTT DATA च्या नेतृत्वाच्या मते, AI हे एक मोठे तंत्रज्ञान आहे, ज्याचे व्यावसायिक मॉडेल आणि किंमत अजूनही विकसित होत आहेत. ROE ला प्राधान्य देऊन, कंपन्या तात्काळ आर्थिक परताव्याच्या दबावाशिवाय, पुरवठा साखळी व्यवस्थापन (Supply Chain Management), विमा अंडररायटिंग (Insurance Underwriting) आणि आर्थिक गुन्हेगारी ओळखणे (Detection of Financial Crime) यांसारख्या विशिष्ट आणि उच्च-प्रभाव असलेल्या व्यावसायिक कार्यांची चाचणी घेण्यावर लक्ष केंद्रित करू शकतात. याचा मूळ उद्देश हा आहे की, एकदा संस्थेला AI च्या कार्यात्मक क्षमता समजल्या की, मोजता येण्यासारखे आर्थिक फायदे आपोआप मिळतील.
हा धोरणात्मक दृष्टिकोन अशा वेळी येत आहे जेव्हा NTT DATA 6 ऑगस्ट 2026 रोजी आपल्या Q1 FY2026 चे आर्थिक निकाल सादर करणार आहे. AI तंत्रज्ञान जटिल, वास्तविक-जगातील एंटरप्राइझ वातावरणात लागू करण्यासाठी साध्या रेडी-टू-यूज सॉफ्टवेअरपेक्षा अधिक सखोल व्यावसायिक समजूतदारपणाची आवश्यकता असते, हे कंपनीचा दृष्टिकोन स्पष्ट करतो.
एंटरप्राइझ अंमलबजावणीचे वास्तव
जरी प्रयोग करण्यावर भर दिला जात असला तरी, व्यापक एंटरप्राइझ मार्केटमध्ये नफा-तोटा (Profit-and-Loss - P&L) स्पष्टपणे दिसण्यावर अधिक लक्ष केंद्रित केले जात आहे. AI तंत्रज्ञान प्रत्यक्ष उत्पादनात येत असताना, या उपक्रमांशी संबंधित प्रचंड पायाभूत सुविधा खर्चाचे समर्थन करण्यासाठी कंपन्यांवर वाढता दबाव आहे.
NTT DATA च्या संशोधनातून डेटा सार्वभौमत्व (Data Sovereignty), गोपनीयता (Privacy) आणि सुरक्षा (Security) यासंबंधी महत्त्वपूर्ण तांत्रिक अडचणी समोर आल्या आहेत. अनेक संस्थांना असे आढळून आले आहे की, AI गुंतवणुकीचा पुरेपूर फायदा घेण्यासाठी त्यांची सध्याची क्लाउड क्षमता अपुरी आहे. कंपनीच्या मते, या पायाभूत सुविधांमधील त्रुटी दूर करणे हे एक धोरणात्मक वैशिष्ट्य बनले आहे, विशेषतः ज्या कंपन्या आपली बौद्धिक संपदा (Intellectual Property) संरक्षित करण्यासाठी खाजगी AI सोल्यूशन्स शोधत आहेत.
कार्यान्वयन प्रशासन आणि पायाभूत सुविधा
NTT DATA 'मानव-केंद्रित' (Human-at-the-Core) तत्त्वज्ञानावर जोर देत आहे. यामध्ये AI एजंट्सना स्पष्ट नियमावली (Guardrails) आणि मानवी निरीक्षणाला प्राधान्य देणारे एस्केलेशन पाथ (Escalation Paths) देऊन तैनात करणे समाविष्ट आहे. स्वतःच्या कामकाजात, कंपनी कार्यप्रवाह व्यवस्थापित करण्यासाठी या एजंट्सचा वापर करते, ज्यामुळे सुरुवातीपासूनच प्रशासनाची (Governance) खात्री केली जाते.
कंपनी जसजशी पुढे जात आहे, तसतसे या सल्लागार धोरणांचे प्रत्यक्ष प्रकल्प अंमलबजावणीत कसे रूपांतर होत आहे, यावर बाजाराचे लक्ष असेल. आगामी तिमाही निकालांमध्ये कंपनीच्या पायाभूत सुविधा सेवांवर लक्ष केंद्रित करण्याची आणि तिच्या AI व्यवसायाची वाढ होण्याची परिणामकारकता तपासण्यासाठी गुंतवणूकदार आणि उद्योग निरीक्षक बारकाईने लक्ष ठेवतील, विशेषतः परदेशी कामकाजाचे लक्ष्य आणि क्लाउड-आधारित AI सेवांच्या स्पर्धात्मक बाजाराच्या पार्श्वभूमीवर.