Whalesbook
AI ਦੀ ਸੈਕਟਰ ਗਰੋਥ ਵਿੱਚ ਭੂਮਿਕਾ
AI, ਭਾਰਤ ਦੇ ਵਿਸ਼ਾਲ ਅਤੇ ਖੰਡਿਤ (fragmented) ਜਨਰਲ ਟਰੇਡ ਸੈਕਟਰ ਵਿੱਚ ਰੈਵਨਿਊ ਵਾਧੇ ਲਈ ਇੱਕ ਵੱਡਾ ਡਰਾਈਵਰ ਸਾਬਤ ਹੋ ਸਕਦਾ ਹੈ। ਇਸ ਸੈਕਟਰ ਦਾ ਮੁੱਲ 2024 ਵਿੱਚ ਲਗਭਗ $952 ਬਿਲੀਅਨ ਹੈ ਅਤੇ 2030 ਤੱਕ ਇਸ ਦੇ $1.6 ਟ੍ਰਿਲੀਅਨ ਤੱਕ ਪਹੁੰਚਣ ਦੀ ਉਮੀਦ ਹੈ। ਜਨਰਲ ਟਰੇਡ ਕੁੱਲ ਮਾਰਕੀਟ ਦਾ 70-80% ਬਣਦਾ ਹੈ ਅਤੇ AI-ਆਧਾਰਿਤ ਇਨਸਾਈਟਸ (insights) ਲਈ ਇੱਕ ਵਿਲੱਖਣ ਮੌਕਾ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ।
AI ਦੀ ਮੁੱਖ ਸਮਰੱਥਾ ਸਟੋਰ-ਲੈਵਲ 'ਤੇ ਵਿਸਤ੍ਰਿਤ ਜਾਣਕਾਰੀ ਪ੍ਰਦਾਨ ਕਰਨਾ ਹੈ। ਇਸ ਵਿੱਚ ਮਾਰਕੀਟ ਦੇ ਖਾਸ ਹਿੱਸਿਆਂ ਦੀ ਪਛਾਣ, ਸਮਾਰਟ ਰੂਟ ਪਲਾਨਿੰਗ, ਅਤੇ ਫਰੰਟਲਾਈਨ ਸੇਲਜ਼ ਸਟਾਫ ਲਈ 'ਸੇਲਜ਼ ਅਸਿਸਟੈਂਟ' ਵਰਗੀਆਂ ਚੀਜ਼ਾਂ ਸ਼ਾਮਲ ਹਨ। ਇਸ ਤੋਂ ਇਲਾਵਾ, 24/7 ਚੱਲਣ ਵਾਲੇ AI ਡਿਜੀਟਲ ਸੇਲਜ਼ ਏਜੰਟ ਜੋ ਸਥਾਨਕ ਭਾਸ਼ਾਵਾਂ ਵਿੱਚ ਆਰਡਰ ਲੈ ਸਕਦੇ ਹਨ ਅਤੇ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਦੇ ਸਕਦੇ ਹਨ, ਉਹ ਮੈਨੂਅਲ ਫਾਲੋ-ਅੱਪਸ ਨੂੰ ਘਟਾ ਕੇ ਵਿਕਰੀ ਦੀ ਗਤੀ ਵਧਾ ਸਕਦੇ ਹਨ। ਸ਼ੁਰੂਆਤੀ ਨਤੀਜਿਆਂ ਨੇ ਮਹੱਤਵਪੂਰਨ ਪ੍ਰਭਾਵ ਦਿਖਾਇਆ ਹੈ, ਜਿਸ ਵਿੱਚ ਇੱਕ ਹੋਮਕੇਅਰ ਬ੍ਰਾਂਡ ਨੇ 10% ਤੋਂ ਵੱਧ ਸੇਲਜ਼ ਗਰੋਥ ਅਤੇ ਇੱਕ ਕੰਜ਼ਿਊਮਰ ਗੁਡਜ਼ ਕੰਪਨੀ ਨੇ ਗਾਹਕਾਂ ਨਾਲ ਸੰਪਰਕ ਦਾ ਸਮਾਂ 20% ਵਧਾਉਣ ਦਾ ਦਾਅਵਾ ਕੀਤਾ ਹੈ।
ਐਗਜ਼ੀਕਿਊਸ਼ਨ, ਡਾਟਾ ਅਤੇ ਸਕਿੱਲਜ਼: ਮੁੱਖ ਚੁਣੌਤੀਆਂ
AI ਦੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਉਪਯੋਗ ਵਿੱਚ ਭਾਰਤ ਦੇ ਜਨਰਲ ਟਰੇਡ ਸੈਕਟਰ ਨੂੰ ਕਈ ਵੱਡੀਆਂ ਚੁਣੌਤੀਆਂ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈ ਰਿਹਾ ਹੈ। ਭਾਰਤ AI ਅਪਣਾਉਣ (adoption) ਵਿੱਚ ਅੱਗੇ ਹੋਣ ਦੇ ਬਾਵਜੂਦ (ਲਗਭਗ 48% ਸੈਕਟਰਾਂ ਵਿੱਚ ਵਰਤੋਂ ਅਤੇ ਲਗਭਗ 90% ਸੇਲਜ਼ ਟੀਮਾਂ ਪ੍ਰਯੋਗਸ਼ੀਲ), AI ਨਿਵੇਸ਼ਾਂ ਤੋਂ ਅਸਲ ਮੁੱਲ ਪ੍ਰਾਪਤ ਕਰਨਾ ਔਖਾ ਸਾਬਤ ਹੋ ਰਿਹਾ ਹੈ। ਦੁਨੀਆ ਭਰ ਵਿੱਚ, 74% ਸੰਗਠਨਾਂ ਨੇ AI ਤੋਂ ਕੋਈ ਮਹੱਤਵਪੂਰਨ ਮੁੱਲ ਨਹੀਂ ਦਿਖਾਇਆ ਹੈ, ਅਤੇ 80% AI ਪ੍ਰੋਜੈਕਟ ਡਾਟਾ ਮੁੱਦਿਆਂ ਕਾਰਨ ਅਸਫਲ ਹੋ ਜਾਂਦੇ ਹਨ।
ਜਨਰਲ ਟਰੇਡ ਦੀ ਖੰਡਿਤ ਪ੍ਰਕਿਰਤੀ ਇਨ੍ਹਾਂ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੋਰ ਵਧਾ ਦਿੰਦੀ ਹੈ। ਡਾਟਾ ਸਾਈਲੋਜ਼ (data silos), ਪੁਰਾਣੇ ਸਿਸਟਮਾਂ ਨਾਲ ਏਕੀਕਰਨ (integration) ਦੀ ਮੁਸ਼ਕਲ, ਅਤੇ ਸਪੱਸ਼ਟ AI ਰਣਨੀਤੀ ਦੀ ਕਮੀ ਪ੍ਰਮੁੱਖ ਰੁਕਾਵਟਾਂ ਹਨ। ਖਾਸ ਤੌਰ 'ਤੇ ਛੋਟੇ ਸ਼ਹਿਰਾਂ ਅਤੇ ਪੇਂਡੂ ਖੇਤਰਾਂ ਵਿੱਚ ਕੰਮ ਕਰਨ ਵਾਲੇ ਸੇਲਜ਼ ਰਿਪਸ ਲਈ, AI ਇਨਸਾਈਟਸ ਨੂੰ ਰੋਜ਼ਾਨਾ ਦੇ ਕੰਮਾਂ ਵਿੱਚ ਸੁਚਾਰੂ ਢੰਗ ਨਾਲ ਫਿੱਟ ਕਰਨਾ ਔਖਾ ਹੈ। ਇਸ ਦੇ ਨਾਲ ਹੀ, AI ਗਿਆਨ ਅਤੇ ਹੁਨਰ (skills) ਦੀ ਘਾਟ ਵੀ ਇੱਕ ਵੱਡੀ ਚਿੰਤਾ ਹੈ, ਜਿਸ ਕਾਰਨ ਕਈ ਸੇਲਜ਼ ਲੀਡਰ ਸਿਖਲਾਈ ਦੀ ਕਮੀ ਨੂੰ ਮੁੱਖ ਰੁਕਾਵਟ ਦੱਸਦੇ ਹਨ।
AI ਦੇ ਵਾਅਦੇ ਨੂੰ ਹਕੀਕਤ ਬਣਾਉਣ ਦੀ ਪ੍ਰਕਿਰਿਆ
AI ਦੁਆਰਾ ਹੋਣ ਵਾਲੇ ਪ੍ਰੋਜੈਕਟਿਡ ਮਾਲੀਆ ਵਾਧੇ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਨਾ ਬਹੁਤ ਸਾਰੀਆਂ ਕੰਪਨੀਆਂ ਲਈ ਪਹੁੰਚ ਤੋਂ ਬਾਹਰ ਹੋ ਸਕਦਾ ਹੈ ਜੇਕਰ ਉਹ ਐਗਜ਼ੀਕਿਊਸ਼ਨ ਅਨੁਸ਼ਾਸਨ (execution discipline) 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਨਾ ਕਰਨ। ਮਾਹਿਰਾਂ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ 'ਮੁੱਲ ਸਿਰਜਣਾ ਐਗਜ਼ੀਕਿਊਸ਼ਨ ਅਨੁਸ਼ਾਸਨ 'ਤੇ ਨਿਰਭਰ ਕਰੇਗੀ'। ਇਹ ਇੱਕ ਅਜਿਹੇ ਸੈਕਟਰ ਲਈ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਰੁਕਾਵਟ ਹੈ ਜੋ ਆਮ ਤੌਰ 'ਤੇ ਖੰਡਿਤ ਅਤੇ ਸੀਮਤ ਸਰੋਤਾਂ ਵਾਲਾ ਹੁੰਦਾ ਹੈ।
ਕੰਪਨੀਆਂ ਨੂੰ ਸਿਰਫ AI ਟੈਕਨਾਲੋਜੀ ਵਿੱਚ ਨਿਵੇਸ਼ ਹੀ ਨਹੀਂ ਕਰਨਾ ਪਵੇਗਾ, ਬਲਕਿ ਆਪਣੇ ਸੰਗਠਨਾਂ ਵਿੱਚ ਡੂੰਘੇ ਬਦਲਾਅ ਵੀ ਕਰਨੇ ਪੈਣਗੇ। ਇਸ ਵਿੱਚ ਵਰਕਫਲੋ, ਭੂਮਿਕਾਵਾਂ, ਅਤੇ ਤਨਖਾਹ ਢਾਂਚੇ ਨੂੰ AI ਦੁਆਰਾ ਲਏ ਗਏ ਫੈਸਲਿਆਂ ਦਾ ਸਮਰਥਨ ਕਰਨ ਲਈ ਬਦਲਣਾ ਸ਼ਾਮਲ ਹੈ, ਜੋ ਕਿ ਸਿਰਫ ਨਵਾਂ ਸੌਫਟਵੇਅਰ ਇੰਸਟਾਲ ਕਰਨ ਨਾਲੋਂ ਕਿਤੇ ਜ਼ਿਆਦਾ ਔਖਾ ਹੈ। ਛੋਟੇ, ਰਵਾਇਤੀ ਜਨਰਲ ਟਰੇਡ ਕਾਰੋਬਾਰਾਂ ਲਈ, ਸ਼ੁਰੂਆਤੀ ਲਾਗਤਾਂ, ਪੁਰਾਣੇ ਸਿਸਟਮਾਂ ਨਾਲ AI ਨੂੰ ਜੋੜਨ ਦੀ ਮੁਸ਼ਕਲ, ਅਤੇ ਸਟਾਫ ਦੀ ਸਿਖਲਾਈ ਬਹੁਤ ਜ਼ਿਆਦਾ ਹੋ ਸਕਦੀ ਹੈ। ਭਾਰਤ ਦੇ ਨਿਯਮ, ਜਿਵੇਂ ਕਿ ਡਾਟਾ ਲੋਕਲਾਈਜ਼ੇਸ਼ਨ ਅਤੇ ਬਦਲਦੇ ਡਿਜੀਟਲ ਵਪਾਰ ਕਾਨੂੰਨ, ਵੀ ਜਟਿਲਤਾਵਾਂ ਅਤੇ ਪਾਲਣਾ ਦੀਆਂ ਜ਼ਰੂਰਤਾਂ ਨੂੰ ਵਧਾ ਸਕਦੇ ਹਨ। ਇਸ ਗੱਲ ਦਾ ਜੋਖਮ ਹੈ ਕਿ ਸਿਰਫ ਵੱਡੀਆਂ, ਤਕਨੀਕੀ ਤੌਰ 'ਤੇ ਸਮਰੱਥ ਫਰਮਾਂ ਹੀ ਇਨ੍ਹਾਂ ਚੁਣੌਤੀਆਂ ਨੂੰ ਸਫਲਤਾਪੂਰਵਕ ਪਾਰ ਕਰ ਸਕਣਗੀਆਂ, ਜਿਸ ਨਾਲ ਮੁਕਾਬਲੇਬਾਜ਼ਾਂ ਵਿਚਕਾਰ ਅੰਤਰ ਵਧ ਜਾਵੇਗਾ।
ਸਫਲਤਾ ਦੀ ਕੁੰਜੀ: ਐਗਜ਼ੀਕਿਊਸ਼ਨ ਅਤੇ ਬਦਲਾਅ 'ਤੇ ਧਿਆਨ
AI ਨੂੰ ਭਾਰਤ ਦੇ ਜਨਰਲ ਟਰੇਡ ਸੇਲਜ਼ ਓਪਰੇਸ਼ਨਜ਼ ਵਿੱਚ ਸਫਲਤਾਪੂਰਵਕ ਏਕੀਕ੍ਰਿਤ ਕਰਨ ਲਈ ਕੰਮਾਂ ਨੂੰ ਚੰਗੀ ਤਰ੍ਹਾਂ ਕਰਨ 'ਤੇ ਧਿਆਨ ਦੇਣਾ ਜ਼ਰੂਰੀ ਹੈ। ਜਿਹੜੀਆਂ ਕੰਪਨੀਆਂ ਜੁੜੇ ਹੋਏ ਡਾਟਾ ਸਿਸਟਮ ਬਣਾਉਂਦੀਆਂ ਹਨ, AI ਫੈਸਲਿਆਂ ਲਈ ਵਰਕਫਲੋ ਨੂੰ ਮੁੜ-ਡਿਜ਼ਾਈਨ ਕਰਦੀਆਂ ਹਨ, ਅਤੇ ਆਪਣੀਆਂ ਸੇਲਜ਼ ਟੀਮਾਂ ਨੂੰ ਸਿਖਲਾਈ ਦਿੰਦੀਆਂ ਹਨ, ਉਹ ਉਮੀਦ ਅਨੁਸਾਰ ਮਾਲੀਆ ਵਾਧਾ ਪ੍ਰਾਪਤ ਕਰਨ ਦੀ ਬਿਹਤਰ ਸਥਿਤੀ ਵਿੱਚ ਹੋਣਗੀਆਂ। AI ਅਪਣਾਉਣ ਦੀ ਗਤੀ ਤੇਜ਼ ਹੋਣ ਦੇ ਨਾਲ, ਇਹ ਕਾਰਵਾਈ ਕਰਨ ਦਾ ਸਮਾਂ ਹੈ। ਪਰ ਜੋ ਅਸਲ ਫਰਕ ਲਿਆਏਗਾ ਉਹ ਹੈ ਲਾਗੂ ਕਰਨ (implementation) ਲਈ ਇੱਕ ਅਨੁਸ਼ਾਸਨੀ ਪਹੁੰਚ ਅਤੇ ਇਸ ਗੁੰਝਲਦਾਰ ਬਾਜ਼ਾਰ ਵਿੱਚ AI ਦੀ ਪੂਰੀ ਸੰਭਾਵਨਾ ਨੂੰ ਖੋਲ੍ਹਣ ਲਈ ਸੰਗਠਨਾਤਮਕ ਬਦਲਾਅ ਪ੍ਰਤੀ ਮਜ਼ਬੂਤ ਵਚਨਬੱਧਤਾ।