Whalesbook
Infosys चे माजी CEO आणि Vianai Systems चे संस्थापक विशाल सिक्का यांनी आर्टिफिशियल इंटेलिजन्स (AI) मुळे व्यवसायांमध्ये होणाऱ्या मोठ्या बदलांविषयी (Creative Destruction) इशारा दिला आहे. भारतीय IT कंपन्यांसाठी हा बदल डोकेदुखी ठरू शकतो, कारण हेडकाउंट (Headcount) म्हणजेच कर्मचाऱ्यांच्या संख्येवर आधारित बिलिंगऐवजी AI-आधारित डिलिव्हरीवर लक्ष केंद्रित करावे लागेल. यामुळे कंपन्यांच्या अल्पावधीतील महसुलावर (Revenue) दबाव येऊ शकतो.
काय घडलंय?
Vianai Systems चे CEO आणि Infosys चे माजी CEO विशाल सिक्का यांनी आर्टिफिशियल इंटेलिजन्स (AI) मुळे पारंपरिक बिझनेस मॉडेल्सवर होणाऱ्या परिणामांबद्दल पुन्हा एकदा सावध केलं आहे. नुकत्याच दिलेल्या एका मुलाखतीत सिक्का यांनी AI च्या सध्याच्या टप्प्याला "अति-वेगाने होणारा डिस्ट्रक्शन" (Creative Destruction at hyper speed) असं म्हटलं आहे. AI हे आता भविष्यकालीन संकल्पना नसून, कामाच्या पद्धतींमध्ये क्रांती घडवणारी वर्तमान काळातील वास्तविकता आहे, असं त्यांचं म्हणणं आहे. सिक्का यांनी स्वतःच्या अनुभवाचं एक उदाहरण दिलं, ज्यात एका प्रोजेक्टवर AI मुळे त्यांनी एक तासात ते काम पूर्ण केलं, ज्यासाठी पूर्वी शेकडो इंजिनिअर्स आणि अनेक वर्षांचा कालावधी लागला असता. यातून कंपन्यांसाठी प्रचंड उत्पादकता वाढीची (Productivity Gains) शक्यता दिसून येते.
गुंतवणूकदारांसाठी काय महत्त्वाचं?
भारतीय IT सर्व्हिसेस सेक्टरमधील गुंतवणूकदारांसाठी सिक्का यांच्या या बोलण्यातून एक मोठा व्यावसायिक पेचप्रसंग समोर येतो. IT कंपन्यांचं पारंपरिक मॉडेल हे सोप्या समीकरणावर आधारित आहे: जास्त इंजिनिअर्स आणि जास्त बिलिंग तास म्हणजे जास्त महसूल. पण जसं सिक्का आणि इतर तज्ञ सांगत आहेत, AI हे समीकरण तोडत आहे. AI मुळे IT कंपन्यांच्या क्लायंट्सना (Clients) प्रचंड उत्पादकता मिळते, पण त्याच वेळी IT सेवा पुरवणाऱ्या कंपन्यांसाठी अल्पावधीत महसुलाचा धोका निर्माण होतो. जर क्लायंट AI वापरून काही महिन्यांचं काम एका तासात करू शकत असेल, तर IT फर्मसाठी एकूण बिलिंगचा वेळ—आणि पर्यायाने महसूल—कमी होऊ शकतो. यावर मात करण्यासाठी कंपन्यांना नवीन, अधिक फायदेशीर बिझनेस मॉडेल्सकडे वळावं लागेल.
उत्पादकतेचा विरोधाभास (Productivity Paradox)
सिक्का यांनी दिलेलं वर्षांचं काम एका तासात AI मुळे पूर्ण करण्याचं उदाहरण हे "प्रोडक्टिव्हिटी पॅराडॉक्स" (Productivity Paradox) दर्शवतं. भारतीय IT कंपन्यांना "मागणीशिवाय डिफ्लेशन" (deflation without demand) या काळातून जावं लागेल. या कंपन्या AI मध्ये मोठी गुंतवणूक करत आहेत, पण त्याच वेळी क्लायंट प्रोजेक्ट्समध्ये AI समाविष्ट केल्यामुळे कमी मनुष्यबळ लागत आहे. विशेषतः जुन्या सिस्टीम्सची देखभाल (Legacy Maintenance) आणि नियमित कोडिंग (Routine Coding) करणाऱ्या कंपन्यांवर सर्वाधिक दबाव येऊ शकतो, कारण त्यांच्या व्हॉल्यूम-आधारित महसुलाचे स्रोत आकुंचन पावतील. व्यवस्थापनासमोरील आव्हान हे क्लायंट्सना 'आउटकम-बेस्ड कॉन्ट्रॅक्ट्स'कडे (Outcome-based contracts) वळवण्याचं आहे, जिथे त्यांना त्यांनी दिलेल्या मूल्यासाठी पैसे मिळतील, नुसत्या कामाच्या तासांसाठी नाही.
सेक्टरवरील दबाव: डिफ्लेशनचं आव्हान
भारतीय IT सेक्टर सध्या बाजारातील इतर दबावांमध्येही हा बदल हाताळत आहे. इंडस्ट्री रिपोर्ट्सनुसार, भारतात IT खर्चात वाढ होत आहे, ज्यात डेटा मॉडर्नायझेशन (Data Modernization) आणि AI चा मोठ्या प्रमाणावर वापर करण्यावर लक्ष केंद्रित केलं जात आहे. पण या खर्चाच्या वाढीसोबतच पारंपरिक श्रम-केंद्रित मॉडेल्समधून बदल करण्याची गरज आहे. ऑटोमेशनमुळे (Automation) टेस्टिंग (Testing), कोडिंग (Coding) आणि ॲप्लिकेशन मॅनेजमेंट (Application Management) सारख्या कामांसाठी लागणारे मनुष्यबळ कमी होत आहे, ज्यामुळे महसुलाची वाढ मर्यादित होत आहे. गुंतवणूकदारांनी लक्षात घ्यायला हवं की AI-आधारित ट्रान्सफॉर्मेशनची दीर्घकालीन संधी मोठी असली तरी, नफ्याच्या मार्जिनवर (Profit Margins) आणि महसुलाच्या वाढीवर दबाव येण्याचा अल्पकालीन धोका कायम आहे.
गुंतवणूकदारांनी काय पाहावं?
IT सेक्टरमधील गुंतवणूकदारांनी पुढील काही तिमाहींमध्ये काही प्रमुख गोष्टींवर लक्ष ठेवायला हवं. पहिलं म्हणजे, AI च्या डिफ्लेशनरी प्रेशरनंतरही (Deflationary Pressure) कंपन्या आपला महसूल वाढवू शकतात का, हे तपासा. AI-संबंधित सेवांमध्ये वाढ, जसे की स्ट्रॅटेजी (Strategy), इम्प्लिमेंटेशन (Implementation) आणि एजंटिक AI डिप्लॉयमेंट (Agentic AI Deployment), खूप महत्त्वाची ठरेल. दुसरं, कंपनीच्या ऑपरेटिंग मार्जिनकडे (Operating Margins) बारकाईने लक्ष द्या. ऑटोमेशनमुळे खर्च कमी होऊन मार्जिन सुधारायला हवं, पण AI क्षमता निर्माण करण्यासाठी कंपन्या प्रतिभा (Talent), इन्फ्रास्ट्रक्चर (Infrastructure) आणि पार्टनरशिप्सवर (Partnerships) खूप खर्च करत आहेत, ज्यामुळे मार्जिनवर दबाव राहू शकतो. शेवटी, क्लायंट कॉन्ट्रॅक्ट्सबद्दल मॅनेजमेंटच्या कमेंटरीकडे लक्ष द्या. टाइम-अँड-मटेरियल बिलिंगऐवजी (Time-and-material billing) आउटकम-बेस्ड किंवा फिक्स्ड-प्राइस (Fixed-price) कॉन्ट्रॅक्ट्सकडे होणारा बदल हे दर्शवेल की कंपनी AI युगात स्वतःला यशस्वीरित्या जुळवून घेत आहे.
