KPMG ਦੀ ਨਵੀਂ ਰਿਪੋਰਟ ਦੱਸਦੀ ਹੈ ਕਿ ਅੱਧੇ ਤੋਂ ਵੱਧ ਐਨਰਜੀ ਤੇ ਕੈਮੀਕਲ ਕੰਪਨੀਆਂ AI 'ਤੇ ਪੈਸਾ ਤਾਂ ਲਗਾ ਰਹੀਆਂ ਹਨ, ਪਰ ਉਨ੍ਹਾਂ ਨੂੰ ਲਾਭ (Profit) ਘੱਟ ਜਾਂ ਨਾ ਮਾਤਰ ਹੋ ਰਿਹਾ ਹੈ। ਲਗਭਗ **60%** ਕੰਪਨੀਆਂ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਉਨ੍ਹਾਂ ਦਾ ਡਿਜੀਟਲ ਨਿਵੇਸ਼ ਸਿਰਫ ਬਰੇਕ-ਈਵਨ 'ਤੇ ਹੈ।
ਕੀ ਹੋਇਆ?
KPMG ਵੱਲੋਂ ਐਨਰਜੀ, ਕੁਦਰਤੀ ਸਰੋਤਾਂ ਅਤੇ ਕੈਮੀਕਲ ਸੈਕਟਰਾਂ ਦੇ 258 ਟੈਕਨਾਲੋਜੀ ਲੀਡਰਜ਼ 'ਤੇ ਕੀਤੀ ਗਈ ਇੱਕ ਤਾਜ਼ਾ ਸਰਵੇਖਣ (Survey) ਨੇ ਦਿਖਾਇਆ ਹੈ ਕਿ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਵੱਲ ਤੇਜ਼ੀ ਨਾਲ ਕਦਮ ਵਧਾਏ ਜਾ ਰਹੇ ਹਨ। ਇਨ੍ਹਾਂ ਕੰਪਨੀਆਂ ਵਿੱਚੋਂ ਲਗਭਗ 69% ਹੁਣ AI ਨੂੰ ਇੱਕ ਮੁੱਖ ਨਿਵੇਸ਼ ਖੇਤਰ (Investment Area) ਵਜੋਂ ਤਰਜੀਹ ਦੇ ਰਹੀਆਂ ਹਨ। ਇਹ ਅਧਿਐਨ ਦੱਸਦਾ ਹੈ ਕਿ ਕੰਪਨੀਆਂ ਛੋਟੇ ਪ੍ਰਯੋਗਾਂ (Experiments) ਤੋਂ ਅੱਗੇ ਵਧ ਕੇ ਆਪਣੇ ਪੂਰੇ ਕਾਰਜਾਂ (Operations) ਵਿੱਚ AI ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੀਆਂ ਹਨ। ਇਨ੍ਹਾਂ ਐਪਲੀਕੇਸ਼ਨਾਂ ਵਿੱਚ ਉਤਪਾਦਨ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਣ (Optimizing Production) ਤੋਂ ਲੈ ਕੇ ਪਾਵਰ ਗਰਿੱਡਾਂ ਦਾ ਪ੍ਰਬੰਧਨ (Managing Power Grids) ਅਤੇ ਬੈਕ-ਆਫਿਸ ਕੰਮਾਂ ਨੂੰ ਸਵੈਚਾਲਿਤ (Automating Back-Office Tasks) ਕਰਨਾ ਸ਼ਾਮਲ ਹੈ।
ਕਾਰਜਕੁਸ਼ਲਤਾ-ਲਾਭ ਦਾ ਪਾੜਾ (Efficiency-Profit Gap)
AI ਨੂੰ ਅਪਣਾਉਣ ਦੀ ਦਰ ਭਾਵੇਂ ਜ਼ਿਆਦਾ ਹੈ, ਪਰ ਸ਼ੇਅਰਧਾਰਕਾਂ (Shareholders) ਲਈ ਵਿੱਤੀ ਲਾਭ (Financial Benefits) ਅਜੇ ਵੀ ਅਸਮਾਨੀ ਹਨ। KPMG ਦੀ ਰਿਪੋਰਟ ਇਸ ਗੱਲ 'ਤੇ ਰੌਸ਼ਨੀ ਪਾਉਂਦੀ ਹੈ ਕਿ ਜਿੱਥੇ 40% ਐਨਰਜੀ ਕੰਪਨੀਆਂ ਆਪਣੇ ਟੈਕਨਾਲੋਜੀ ਖਰਚਿਆਂ ਤੋਂ 200% ਤੋਂ ਵੱਧ ਦਾ ਜ਼ਬਰਦਸਤ ਰਿਟਰਨ ਦੇਖ ਰਹੀਆਂ ਹਨ, ਉੱਥੇ 57% ਦਾ ਇੱਕ ਵੱਡਾ ਸਮੂਹ ਸਿਰਫ ਬਰੇਕ-ਈਵਨ 'ਤੇ ਹੀ ਪਹੁੰਚ ਰਿਹਾ ਹੈ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਅੱਧੇ ਤੋਂ ਵੱਧ ਕੰਪਨੀਆਂ ਲਈ, ਡਿਜੀਟਲ ਟ੍ਰਾਂਸਫੋਰਮੇਸ਼ਨ 'ਤੇ ਖਰਚਿਆ ਗਿਆ ਪੈਸਾ ਅਜੇ ਤੱਕ ਕੋਈ ਮਹੱਤਵਪੂਰਨ ਲਾਭ ਜਾਂ ਲਾਗਤ ਬੱਚਤ (Cost Savings) ਨਹੀਂ ਦੇ ਰਿਹਾ ਹੈ।
ਨਿਵੇਸ਼ਕਾਂ (Investors) ਲਈ, ਇਹ ਪਾੜਾ ਮਹੱਤਵਪੂਰਨ ਹੈ। ਐਨਰਜੀ ਅਤੇ ਕੈਮੀਕਲ ਕੰਪਨੀਆਂ ਪੂੰਜੀ-ਸਘਣੀ (Capital-Intensive) ਕਾਰੋਬਾਰ ਹਨ। ਜੇਕਰ ਬਜਟ ਦਾ ਇੱਕ ਵੱਡਾ ਹਿੱਸਾ ਨਵੀਂ ਟੈਕਨਾਲੋਜੀ 'ਤੇ ਖਰਚ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਜੋ ਸਪੱਸ਼ਟ ਵਿੱਤੀ ਰਿਟਰਨ ਦੇਣ ਵਿੱਚ ਅਸਫਲ ਰਹਿੰਦੀ ਹੈ, ਤਾਂ ਇਹ ਲਾਭ ਮਾਰਜਿਨ (Profit Margins) ਅਤੇ ਕੈਸ਼ ਫਲੋ 'ਤੇ ਦਬਾਅ ਬਣਾ ਸਕਦਾ ਹੈ। ਨਿਵੇਸ਼ਕ ਇਸ ਗੱਲ 'ਤੇ ਨੇੜਿਓਂ ਨਜ਼ਰ ਰੱਖਣਾ ਚਾਹੁਣਗੇ ਕਿ ਕੀ ਕੰਪਨੀ ਦਾ ਟੈਕਨਾਲੋਜੀ ਖਰਚਾ ਅਸਲ ਵਿੱਚ ਕਾਰਜ ਕੁਸ਼ਲਤਾ (Operating Efficiency) ਵਿੱਚ ਸੁਧਾਰ ਕਰ ਰਿਹਾ ਹੈ ਜਾਂ ਸਿਰਫ ਖਰਚਿਆਂ ਦੀ ਸੂਚੀ ਵਿੱਚ ਵਾਧਾ ਕਰ ਰਿਹਾ ਹੈ।
ਪੁਰਾਣੇ ਸਿਸਟਮ ਦੀ ਰੁਕਾਵਟ (Legacy System Hurdle)
ਇਹਨਾਂ ਮਿਲੇ-ਜੁਲੇ ਨਤੀਜਿਆਂ ਦਾ ਇੱਕ ਮੁੱਖ ਕਾਰਨ ਮੌਜੂਦਾ ਟੈਕਨਾਲੋਜੀ ਦੀ ਪੁਰਾਣੀ ਉਮਰ ਹੈ। ਲਗਭਗ 60% ਕੰਪਨੀਆਂ ਨੇ ਪੁਰਾਣੇ ਸਿਸਟਮਾਂ (Outdated Systems) ਨੂੰ ਇੱਕ ਵੱਡੀ ਰੁਕਾਵਟ ਵਜੋਂ ਪਛਾਣਿਆ ਹੈ। ਕਈ ਪੁਰਾਣੇ ਐਨਰਜੀ ਪਲਾਂਟ ਅਤੇ ਕੈਮੀਕਲ ਸਹੂਲਤਾਂ ਪੁਰਾਣੇ ਡਿਜੀਟਲ ਆਰਕੀਟੈਕਚਰ 'ਤੇ ਨਿਰਭਰ ਕਰਦੇ ਹਨ ਜੋ ਆਧੁਨਿਕ AI ਸਾਧਨਾਂ ਨਾਲ ਆਸਾਨੀ ਨਾਲ ਸੰਚਾਰ ਨਹੀਂ ਕਰਦੇ। ਪੁਰਾਣੇ ਬੁਨਿਆਦੀ ਢਾਂਚੇ (Old Infrastructure) ਵਿੱਚ ਨਵੇਂ, ਸਮਾਰਟ ਸਿਸਟਮ ਨੂੰ ਏਕੀਕ੍ਰਿਤ (Integrating) ਕਰਨ ਲਈ ਅਕਸਰ ਵਾਧੂ ਪੂੰਜੀ ਅਤੇ ਸਮੇਂ ਦੀ ਲੋੜ ਪੈਂਦੀ ਹੈ, ਜੋ ਕਿ ਪ੍ਰੋਜੈਕਟ ਵਿੱਚ ਦੇਰੀ ਜਾਂ ਲਾਗਤ ਵਧਣ ਦਾ ਕਾਰਨ ਬਣ ਸਕਦੀ ਹੈ।
ਡਾਟਾ ਅਤੇ ਸੁਰੱਖਿਆ ਦੇ ਜੋਖਮ (Data and Security Risks)
ਲਾਗਤਾਂ ਤੋਂ ਪਰੇ, AI ਨੂੰ ਲਾਗੂ ਕਰਨ ਦੀ ਕਾਹਲ ਕਾਰਜਕਾਰੀ ਜੋਖਮ (Operational Risks) ਪੈਦਾ ਕਰਦੀ ਹੈ। ਗਤੀ ਦੀ ਖੋਜ ਵਿੱਚ ਅਕਸਰ ਸਾਈਬਰ ਸੁਰੱਖਿਆ (Cybersecurity) ਅਤੇ ਡਾਟਾ ਗਵਰਨੈਂਸ (Data Governance) ਵਿੱਚ ਸਮਝੌਤੇ ਸ਼ਾਮਲ ਹੁੰਦੇ ਹਨ। ਰਿਪੋਰਟ ਨੋਟ ਕਰਦੀ ਹੈ ਕਿ 75% ਪ੍ਰਤੀਵਾਦੀਆਂ (Respondents) ਨੇ ਸਵੀਕਾਰ ਕੀਤਾ ਹੈ ਕਿ ਤੇਜ਼ੀ ਨਾਲ ਡਿਜੀਟਲ ਅਪਣਾਉਣ ਦੀ ਉਨ੍ਹਾਂ ਦੀ ਕੋਸ਼ਿਸ਼ ਨੇ ਸੁਰੱਖਿਆ ਅਤੇ ਮਾਪਯੋਗਤਾ (Scalability) ਨਾਲ ਸਮਝੌਤਾ ਕੀਤਾ ਹੈ। ਐਨਰਜੀ ਅਤੇ ਕੈਮੀਕਲ ਵਰਗੇ ਸੈਕਟਰਾਂ ਵਿੱਚ, ਜਿੱਥੇ ਕਾਰਜਕਾਰੀ ਸੁਰੱਖਿਆ (Operational Safety) ਜੀਵਨ-ਰੇਖਾ ਹੈ, ਡਾਟਾ ਸੁਰੱਖਿਆ ਅਤੇ ਸਿਸਟਮ ਸਥਿਰਤਾ ਸਿਰਫ IT ਮੁੱਦੇ ਨਹੀਂ ਹਨ; ਇਹ ਗੰਭੀਰ ਵਪਾਰਕ ਜੋਖਮ (Critical Business Risks) ਹਨ। ਇੱਕ ਉਤਪਾਦਨ ਲਾਈਨ ਵਿੱਚ ਸੁਰੱਖਿਆ ਅਸਫਲਤਾ ਜਾਂ ਡਾਟਾ ਗਲਤੀ ਮਹਿੰਗੀ ਬੰਦ-ਭਾਅ (Expensive Downtime) ਜਾਂ ਸੁਰੱਖਿਆ ਘਟਨਾਵਾਂ (Safety Incidents) ਦਾ ਕਾਰਨ ਬਣ ਸਕਦੀ ਹੈ।
ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਕੀ ਨਿਗਰਾਨੀ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ?
ਇਸ ਸੈਕਟਰ ਵਿੱਚ ਕੰਪਨੀਆਂ ਨੂੰ ਦੇਖਦੇ ਸਮੇਂ, ਨਿਵੇਸ਼ਕ ਇਸ ਗੱਲ 'ਤੇ ਨਜ਼ਰ ਰੱਖ ਸਕਦੇ ਹਨ ਕਿ ਪ੍ਰਬੰਧਨ (Management) ਆਪਣੀ ਡਿਜੀਟਲ ਰਣਨੀਤੀ (Digital Strategy) ਬਾਰੇ ਕਿਵੇਂ ਚਰਚਾ ਕਰਦਾ ਹੈ। ਮੁੱਖ ਨਿਗਰਾਨੀਯੋਗ (Key Monitorables) ਵਿੱਚ ਇਹ ਸ਼ਾਮਲ ਹਨ ਕਿ ਕੀ ਕੰਪਨੀ ਕੋਲ ਪੁਰਾਣੇ ਸਿਸਟਮਾਂ ਨੂੰ ਬਦਲਣ ਜਾਂ ਅਪਗ੍ਰੇਡ ਕਰਨ ਦੀ ਸਪੱਸ਼ਟ ਯੋਜਨਾ ਹੈ ਅਤੇ ਉਹ ਆਪਣੇ ਟੈਕਨਾਲੋਜੀ ਨਿਵੇਸ਼ਾਂ 'ਤੇ ਰਿਟਰਨ ਨੂੰ ਕਿਵੇਂ ਮਾਪਦੇ ਹਨ। ਜਿਹੜੀਆਂ ਕੰਪਨੀਆਂ ਆਪਣੇ ਪੁਰਾਣੇ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਅਤੇ ਨਵੇਂ AI ਸਾਧਨਾਂ ਵਿਚਕਾਰ ਪਾੜੇ ਨੂੰ ਸਫਲਤਾਪੂਰਵਕ ਪੂਰਾ ਕਰਦੀਆਂ ਹਨ, ਉਹ ਲਾਗਤਾਂ ਨੂੰ ਕੰਟਰੋਲ ਕਰਨ ਅਤੇ ਆਉਟਪੁੱਟ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ ਲਈ ਬਿਹਤਰ ਸਥਿਤੀ ਵਿੱਚ ਹੋ ਸਕਦੀਆਂ ਹਨ, ਜਦੋਂ ਕਿ ਉੱਚ ਤਕਨੀਕੀ ਖਰਚੇ ਅਤੇ ਕਮਜ਼ੋਰ ਰਿਟਰਨ ਨਾਲ ਸੰਘਰਸ਼ ਕਰਨ ਵਾਲੀਆਂ ਕੰਪਨੀਆਂ ਨੂੰ ਮਾਰਜਿਨ ਦਬਾਅ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈ ਸਕਦਾ ਹੈ।