Oracle ने जगभरातील आपल्या कर्मचाऱ्यांची संख्या 21,000 ने कमी केली आहे, ज्यामुळे आता एकूण कर्मचारी संख्या 1.41 लाखांवर आली आहे. कंपनी AI इन्फ्रास्ट्रक्चरमध्ये मोठी गुंतवणूक करत आहे. या स्ट्रक्चरिंगसाठी कंपनीला $1.8 बिलियनचा खर्च आला आहे. टेक कंपन्यांसाठी कार्यक्षमता आणि AI मधील प्रचंड खर्च यांचा समतोल साधण्याचे हे एक उदाहरण आहे.
काय झाले?
Oracle Corporation ने गेल्या आर्थिक वर्षात जगभरातील सुमारे 21,000 पदांवर कपात केल्याची पुष्टी केली आहे. 31 मे, 2026 रोजी संपलेल्या वर्षासाठीच्या वार्षिक आर्थिक अहवालानुसार, या नोकरकपातीमुळे कंपनीला $1.8 बिलियनचा स्ट्रक्चरिंग खर्च आला आहे. कंपनीतील एकूण कर्मचाऱ्यांची संख्या आता 1.41 लाख झाली आहे, जी मागील वर्षी 1.62 लाख होती. गेल्या काही वर्षांतील ही कंपनीसाठी सर्वात मोठी कर्मचारी कपात आहे.
AI मधील मोठी गुंतवणूक आणि खर्चाचे गणित
या कपातीमागील मुख्य कारण म्हणजे आर्टिफिशियल इंटेलिजन्स (AI) कडे कंपनीचे झालेले आक्रमक पाऊल. Oracle OpenAI सारख्या मोठ्या क्लायंटसाठी AI विकासाला सपोर्ट करण्यासाठी डेटा सेंटर्स बांधण्यात आणि क्लाउड इन्फ्रास्ट्रक्चर अपग्रेड करण्यात मोठी गुंतवणूक करत आहे. कंपनीने नियामक फाइलिंगमध्ये नमूद केले आहे की AI इंटिग्रेशनमधील हा बदल भविष्यातील नोकरभरती आणि कामकाजाच्या खर्चावर परिणाम करू शकतो. कर्मचाऱ्यांची संख्या कमी करून, कंपनी आपल्या ताळेबंदावर जास्त ताण न देता या उच्च-खर्चिक AI इन्फ्रास्ट्रक्चर प्रकल्पांसाठी निधी उपलब्ध करण्याचा प्रयत्न करत आहे.
मागील विस्तार आणि सध्याची कार्यक्षमता
या कपातीची व्याप्ती समजून घेण्यासाठी, कंपनीच्या अलीकडील इतिहासाकडे पाहणे महत्त्वाचे आहे. 2022 मध्ये Oracle ने Cerner चे $28 बिलियनमध्ये अधिग्रहण केले होते, त्यानंतर आताची कर्मचारी संख्या त्यापूर्वीच्या संख्येपेक्षाही कमी आहे. त्या अधिग्रहणामुळे कंपनीचा इलेक्ट्रॉनिक हेल्थ रेकॉर्ड्स मार्केटमधील विस्तार अपेक्षित होता आणि त्यामुळे हजारो नवीन कर्मचारी कंपनीत आले होते. सध्याची कपात त्या काळातील कर्मचारी वाढीला प्रभावीपणे उलटवून टाकते, जे दर्शवते की व्यवस्थापन विविध व्यवसाय विभागांमध्ये कार्यक्षमतेत वाढ करण्यावर आणि खर्च कमी करण्यावर लक्ष केंद्रित करत आहे.
गुंतवणूकदारांसाठी काय महत्त्वाचे आहे?
भागधारकांसाठी सर्वात महत्त्वाची गोष्ट म्हणजे येत्या काही तिमाहीत या खर्च-बचत उपायांमुळे नफ्याच्या मार्जिनमध्ये (Profit Margins) सुधारणा होते की नाही हे पाहणे. खर्च कमी करणे हा नफा सुरक्षित करण्याचा एक मानक मार्ग असला तरी, या धोरणाचे यश AI डेटा सेंटर्समधील गुंतवणुकीतून मोजता येण्याजोगा महसूल वाढतो की नाही यावर अवलंबून आहे. गुंतवणूकदार कदाचित भविष्यातील कमाईच्या कॉल्समध्ये AI उपक्रमांवरील गुंतवणुकीवरील परतावा (ROI) आणि कमी कर्मचाऱ्यांसह सेवा पातळी राखण्याची कंपनीची क्षमता याबद्दल स्पष्टता शोधतील. याव्यतिरिक्त, मोठ्या भांडवली खर्चाला निधी देताना कंपनी कर्जाची पातळी व्यवस्थापित करू शकते की नाही, हे व्यापक बाजारासाठी एक महत्त्वाचे निरीक्षण ठरेल.