Mythos AI ਦਾ ਦਬਦਬਾ: ਭਾਰਤੀ IT ਸੈਕਟਰ ਵਿੱਚ ਆ ਰਹੀ ਹੈ ਨਵੀਂ ਲਹਿਰ, ਪਰ ਹੈ ਚੁਣੌਤੀਆਂ ਦਾ ਪਹਾੜ!

Mythos AI: ਸ਼ਕਤੀਸ਼ਾਲੀ ਸਮਰੱਥਾਵਾਂ ਅਤੇ ਦੋਹਰੇ ਜੋਖਮ

Anthropic ਦਾ ਨਵੀਨਤਮ AI ਮਾਡਲ, Mythos, ਕਈ ਮਾਮਲਿਆਂ ਵਿੱਚ ਪਿਛਲੇ ਮਾਡਲਾਂ ਜਿਵੇਂ ਕਿ Claude Opus ਤੋਂ ਅੱਗੇ ਹੈ। ਇਹ ਗੁੰਝਲਦਾਰ ਕੋਡ ਨੂੰ ਸਮਝਣ, ਕਮਜ਼ੋਰੀਆਂ (vulnerabilities) ਦਾ ਪਤਾ ਲਗਾਉਣ ਅਤੇ ਹੈਕਿੰਗ ਦੀ ਨਕਲ (simulate exploits) ਕਰਨ ਵਿੱਚ ਬੇਮਿਸਾਲ ਸਮਰੱਥਾ ਰੱਖਦਾ ਹੈ। ਇਸ AI ਨੇ OpenBSD ਵਿੱਚ 27 ਸਾਲ ਪੁਰਾਣੀ ਇੱਕ ਕਮਜ਼ੋਰੀ ਲੱਭੀ, ਜੋ ਕਿ ਲੰਬੇ ਸਮੇਂ ਤੋਂ ਕਿਸੇ ਦੀ ਨਜ਼ਰ ਵਿੱਚ ਨਹੀਂ ਆਈ ਸੀ।

ਪਰ, Mythos ਦੀ ਮੁਹਾਰਤ ਸਿਰਫ਼ ਕਮਜ਼ੋਰੀਆਂ ਲੱਭਣ ਤੱਕ ਹੀ ਸੀਮਤ ਨਹੀਂ, ਬਲਕਿ ਇਸਨੂੰ ਦੂਰ ਕਰਨ ਅਤੇ ਇਸਦਾ ਫਾਇਦਾ ਉਠਾਉਣ (exploiting) ਤੱਕ ਵੀ ਹੈ। ਇਸੇ ਕਰਕੇ ਇਸਨੂੰ 'ਦੋਹਰਾ ਜੋਖਮ' (dual-use risk) ਕਿਹਾ ਜਾ ਰਿਹਾ ਹੈ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਇਹ ਸਿਸਟਮ ਨੂੰ ਮਜ਼ਬੂਤ ਵੀ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ ਹਮਲਾਵਰ (offensive) ਤਰੀਕੇ ਨਾਲ ਵੀ ਵਰਤਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਇਹੀ ਕਾਰਨ ਹੈ ਕਿ Anthropic ਇਸਨੂੰ "Project Glasswing" ਤਹਿਤ ਚੋਣਵੇਂ ਉਦਯੋਗਾਂ (select enterprises) ਤੱਕ ਸੀਮਿਤ ਰੱਖ ਰਿਹਾ ਹੈ। ਰਿਪੋਰਟਾਂ ਮੁਤਾਬਕ, ਇਸ ਮਾਡਲ ਨੇ ਮੁੱਖ ਓਪਰੇਟਿੰਗ ਸਿਸਟਮਾਂ ਅਤੇ ਬ੍ਰਾਊਜ਼ਰਾਂ ਵਿੱਚ ਹਜ਼ਾਰਾਂ ਗੰਭੀਰ 'ਜ਼ੀਰੋ-ਡੇ ਕਮਜ਼ੋਰੀਆਂ' (zero-day vulnerabilities) ਲੱਭੀਆਂ ਹਨ, ਜੋ ਮਨੁੱਖੀ ਸਮਰੱਥਾ ਤੋਂ ਵੀ ਤੇਜ਼ ਰਫ਼ਤਾਰ ਨਾਲ ਸੁਰੱਖਿਆ ਟੈਸਟਿੰਗ ਨੂੰ ਵਧਾ ਸਕਦੀਆਂ ਹਨ।

ਭਾਰਤੀ IT ਸੈਕਟਰ: AI ਦੇ ਵਿਕਾਸ ਦੌਰਾਨ ਬਦਲਾਅ

Mythos ਵਰਗੇ AI ਮਾਡਲਾਂ ਦਾ ਆਉਣਾ ਭਾਰਤੀ IT ਸੇਵਾਵਾਂ ਸੈਕਟਰ ਲਈ ਤੁਰੰਤ ਤਬਾਹੀ ਦੀ ਬਜਾਏ ਇੱਕ ਵੱਡਾ ਵਿਕਾਸ (structural evolution) ਦਰਸਾਉਂਦਾ ਹੈ। Motilal Oswal Financial Services (MOFSL) ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਭਾਵੇਂ Mythos ਸਾਈਬਰਸੁਰੱਖਿਆ ਸੇਵਾਵਾਂ ਦੇ ਪੂਰੇ ਲੈਂਡਸਕੇਪ ਨੂੰ ਇੱਕੋ-ਦਮ ਨਹੀਂ ਬਦਲੇਗਾ, ਪਰ ਇਹ ਕਮਜ਼ੋਰੀਆਂ ਦੀ ਜਾਂਚ ਅਤੇ ਟੈਸਟਿੰਗ ਵਰਗੇ ਕੰਮਾਂ ਵਿੱਚ 'ਕੰਮ ਦਾ ਘਟਣਾ' (effort compression) ਲਿਆਵੇਗਾ। AI ਹੁਣ ਕੋਡਿੰਗ ਅਤੇ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਰਿਸੋਰਸ ਪਲਾਨਿੰਗ ਵਰਗੇ ਕੰਮਾਂ ਵਿੱਚ ਮਨੁੱਖੀ ਸਮਰੱਥਾ ਨੂੰ ਪਛਾੜ ਰਿਹਾ ਹੈ।

ਇਹ ਤਬਦੀਲੀ ਆਮ AI ਮਾਡਲਾਂ ਤੋਂ ਵਧ ਕੇ ਖਾਸ, ਡੋਮੇਨ-ਸਪੈਸਿਫਿਕ (domain-specific) AI ਦੇ ਇਸਤੇਮਾਲ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰਦੀ ਹੈ। ਇਸ ਲਈ ਭਾਰਤੀ IT ਕੰਪਨੀਆਂ ਨੂੰ ਆਮ ਸਮਰੱਥਾਵਾਂ ਤੋਂ ਅੱਗੇ ਵਧ ਕੇ ਵੱਖ-ਵੱਖ ਉਦਯੋਗਾਂ ਵਿੱਚ AI ਨੂੰ ਲਾਗੂ ਕਰਨ ਵਿੱਚ ਡੂੰਘੀ ਮਹਾਰਤ ਹਾਸਲ ਕਰਨੀ ਹੋਵੇਗੀ। ਇਸਦੇ ਚੱਲਦੇ, AI ਪ੍ਰਦਾਤਾਵਾਂ ਨਾਲ ਭਾਈਵਾਲੀ (partnerships) ਵਧਣ ਦੀ ਸੰਭਾਵਨਾ ਹੈ ਕਿਉਂਕਿ ਗਾਹਕ AI-ਆਧਾਰਿਤ ਹੱਲ ਮੰਗਣਗੇ। Accenture ਵਰਗੇ ਮੁਕਾਬਲੇਬਾਜ਼ AI ਪੇਸ਼ਕਸ਼ਾਂ ਦਾ ਤੇਜ਼ੀ ਨਾਲ ਵਿਸਥਾਰ ਕਰ ਰਹੇ ਹਨ, ਜਿਵੇਂ ਕਿ Faculty ਵਰਗੀਆਂ ਕੰਪਨੀਆਂ ਤੋਂ AI-ਨੇਟਿਵ ਟੈਲੈਂਟ ਹਾਸਲ ਕਰਨਾ। Cognizant ਨੇ ਵੀ ਐਂਟਰਪ੍ਰਾਈਜ਼-ਸਕੇਲ ਮਾਡਲ ਵਿਕਾਸ ਲਈ AI ਟ੍ਰੇਨਿੰਗ ਡਾਟਾ ਸਰਵਿਸਿਜ਼ ਲਾਂਚ ਕੀਤੀ ਹੈ।

IT ਸੈਕਟਰ ਦੇ ਮੁੱਲਾਂਕਣ (Valuations) 'ਤੇ AI ਦਾ ਦਬਾਅ

ਇਨ੍ਹਾਂ ਤਕਨੀਕੀ ਤਰੱਕੀਆਂ ਦੇ ਬਾਵਜੂਦ, ਭਾਰਤੀ IT ਸੈਕਟਰ ਨੂੰ ਕਾਫੀ ਚੁਣੌਤੀਆਂ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪਿਆ ਹੈ। Nifty IT Index ਵਿੱਚ 20-25% ਦੀ ਭਾਰੀ ਗਿਰਾਵਟ ਦੇਖਣ ਨੂੰ ਮਿਲੀ ਹੈ, ਜੋ ਬਾਜ਼ਾਰ ਦੇ ਮੁਕਾਬਲੇ ਬਹੁਤ ਜ਼ਿਆਦਾ ਹੈ। ਇਹ ਗਿਰਾਵਟ ਇਸ ਡਰ ਕਾਰਨ ਹੈ ਕਿ ਜਨਰੇਟਿਵ AI ਰਵਾਇਤੀ IT ਸੇਵਾਵਾਂ ਵਿੱਚ ਮਨੁੱਖੀ ਯਤਨਾਂ ਦੀ ਲੋੜ ਨੂੰ ਘਟਾ ਸਕਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਆਮਦਨ 'ਤੇ ਦਬਾਅ ਪਵੇਗਾ। ਉਦਾਹਰਨ ਲਈ, Infosys ਨੇ ਸਿਰਫ਼ ਫਰਵਰੀ 2026 ਵਿੱਚ AI ਸੰਬੰਧੀ ਚਿੰਤਾਵਾਂ ਕਾਰਨ ₹1.33 ਲੱਖ ਕਰੋੜ ਤੋਂ ਵੱਧ ਦਾ ਬਾਜ਼ਾਰ ਮੁੱਲ ਗੁਆ ਦਿੱਤਾ।

ਮੌਜੂਦਾ ਮੁੱਲਾਂਕਣ ਇਸ ਸਾਵਧਾਨੀ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ। ਅਪ੍ਰੈਲ 2026 ਤੱਕ, ਮੁੱਖ ਭਾਰਤੀ IT ਫਰਮਾਂ ਆਪਣੇ ਪੰਜ ਸਾਲਾਂ ਦੇ ਮੱਧਕਾਲੀ ਜਾਂ ਹੇਠਲੇ ਪੱਧਰ ਦੇ P/E ਰੇਸ਼ੋ 'ਤੇ ਕਾਰੋਬਾਰ ਕਰ ਰਹੀਆਂ ਹਨ। TCS ਦਾ P/E ਲਗਭਗ 19.41, Infosys ਦਾ 18.25, Wipro ਦਾ 16.00, ਅਤੇ HCL Technologies ਦਾ 23.75 ਹੈ। ਹਾਲਾਂਕਿ ਕੁਝ ਵਿਸ਼ਲੇਸ਼ਕਾਂ ਦਾ ਮੰਨਣਾ ਹੈ ਕਿ AI ਮੁੱਖ ਸੇਵਾਵਾਂ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਬਦਲ ਸਕਦਾ ਹੈ, ਇਸਦੇ ਕੋਈ ਠੋਸ ਸਬੂਤ ਨਹੀਂ ਹਨ, ਪਰ ਬਾਜ਼ਾਰ ਵਿਕਾਸ ਅਨੁਮਾਨਾਂ ਨੂੰ ਅਡਜਸਟ ਕਰ ਰਿਹਾ ਹੈ, ਖਾਸ ਕਰਕੇ ਕੋਡਿੰਗ, ਐਪਲੀਕੇਸ਼ਨ ਵਿਕਾਸ, ਅਤੇ ਪੁਰਾਣੇ ਸਿਸਟਮਾਂ ਦੇ ਆਧੁਨਿਕੀਕਰਨ (legacy modernization) ਵਰਗੇ ਖੇਤਰਾਂ ਵਿੱਚ।

IT ਸੇਵਾਵਾਂ ਲਈ ਜੋਖਮ ਅਤੇ ਅਪਣਾਉਣ ਵਿੱਚ ਰੁਕਾਵਟਾਂ

Mythos ਵਰਗੇ ਉੱਨਤ AI ਮਾਡਲਾਂ ਦਾ 'ਦੋਹਰਾ-ਵਰਤੋਂ' (dual-use) ਸੁਭਾਅ ਇੱਕ ਮੁੱਖ ਜੋਖਮ ਪੈਦਾ ਕਰਦਾ ਹੈ। Anthropic ਦੀ ਸਾਵਧਾਨੀ ਨਾਲ ਵਰਤੋਂ ਦੀ ਰਣਨੀਤੀ AI ਪ੍ਰਣਾਲੀਆਂ ਦੇ ਖਤਰੇ ਨੂੰ ਉਜਾਗਰ ਕਰਦੀ ਹੈ ਜੋ ਖੋਜ ਅਤੇ ਸ਼ੋਸ਼ਣ (discovery and exploitation) ਦੋਵੇਂ ਕਰ ਸਕਦੀਆਂ ਹਨ, ਇਹ ਜੋਖਮ ਉਦੋਂ ਵਧ ਜਾਂਦਾ ਹੈ ਜਦੋਂ ਅਜਿਹੇ ਮਾਡਲਾਂ ਦੀ ਵਰਤੋਂ ਮਜ਼ਬੂਤ ​​ਸਰਕਾਰ (governance) ਤੋਂ ਬਿਨਾਂ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਵਾਤਾਵਰਣ ਵਿੱਚ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਸੁਰੱਖਿਆ ਟੈਸਟਿੰਗ ਵਿੱਚ AI ਦੀ ਪ੍ਰਭਾਵਸ਼ੀਲਤਾ, ਆਦਰਸ਼ ਸਥਿਤੀਆਂ (ਜਿਵੇਂ ਕਿ ਸਿਸਟਮ ਕੋਡ ਤੱਕ ਪੂਰੀ ਪਹੁੰਚ) ਦੇ ਤਹਿਤ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਹੋ ਸਕਦੀ ਹੈ, ਪਰ ਅਸਲ-ਦੁਨੀਆ ਦੇ ਦ੍ਰਿਸ਼ਾਂ ਵਿੱਚ ਸਿਸਟਮ ਦੀ ਡੂੰਘੀ ਦਿੱਖ (visibility) ਦੀ ਕਮੀ ਕਾਰਨ ਸੀਮਿਤ ਹੋ ਸਕਦੀ ਹੈ।

ਭਾਰਤੀ IT ਸੇਵਾ ਪ੍ਰਦਾਤਾਵਾਂ ਲਈ, ਮੁੱਖ ਜੋਖਮ ਇਹ ਹੈ ਕਿ ਉਹ ਕਾਰੋਬਾਰੀ ਮਾਡਲਾਂ 'ਤੇ ਭਾਰੀ ਨਿਰਭਰ ਹਨ ਜੋ ਮਨੁੱਖੀ ਮਜ਼ਦੂਰੀ 'ਤੇ ਕੇਂਦ੍ਰਿਤ ਹਨ। ਡੋਮੇਨ-ਸਪੈਸਿਫਿਕ AI ਵੱਲ ਤਬਦੀਲੀ ਲਈ ਮੁੜ-ਸਿਖਲਾਈ (reskilling) ਅਤੇ ਵਿਸ਼ੇਸ਼ ਪ੍ਰਤਿਭਾ (specialized talent) ਹਾਸਲ ਕਰਨ ਵਿੱਚ ਭਾਰੀ ਨਿਵੇਸ਼ ਦੀ ਲੋੜ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਵਿਆਪਕ ਐਂਟਰਪ੍ਰਾਈਜ਼ AI ਅਪਣਾਉਣ ਵਿੱਚ ਪੁਰਾਣੇ ਸਿਸਟਮ, ਡਾਟਾ ਸਿਲੋਜ਼ (data silos), ਅਤੇ ਸਰਕਾਰ ਚੁਣੌਤੀਆਂ ਕਾਰਨ ਰੁਕਾਵਟ ਆਉਂਦੀ ਹੈ। ਇਹ ਇੱਕ 'ਅਪਣਾਉਣ ਦਾ ਪਾੜਾ' (adoption gap) ਬਣਾਉਂਦਾ ਹੈ ਜੋ ਤੁਰੰਤ ਪ੍ਰਭਾਵਾਂ ਨੂੰ ਹੌਲੀ ਕਰ ਸਕਦਾ ਹੈ ਪਰ ਭਵਿੱਖੀ ਵਿਘਨ ਦਾ ਸੰਕੇਤ ਦਿੰਦਾ ਹੈ। HSBC ਦੇ ਵਿਸ਼ਲੇਸ਼ਕਾਂ ਦਾ ਸੁਝਾਅ ਹੈ ਕਿ AI ਅਗਲੇ ਕੁਝ ਸਾਲਾਂ ਵਿੱਚ ਰਵਾਇਤੀ IT ਸੇਵਾਵਾਂ ਦੀ ਆਮਦਨ ਵਿੱਚ 2-3% ਸਾਲਾਨਾ ਡਿਫਲੇਸ਼ਨ (deflation) ਲਿਆ ਸਕਦਾ ਹੈ, ਕੁਝ ਅੰਦਾਜ਼ਿਆਂ ਅਨੁਸਾਰ ਉਦਯੋਗ ਦਾ 30% ਤੱਕ ਅਜਿਹੇ ਡਿਫਲੇਸ਼ਨ ਦੇ ਜੋਖਮ ਵਿੱਚ ਹੋ ਸਕਦਾ ਹੈ। ਰਵਾਇਤੀ ਨੌਕਰੀਆਂ ਦਾ ਵਿਸਥਾਪਨ, ਭਾਵੇਂ ਨਵੀਆਂ ਭੂਮਿਕਾਵਾਂ ਉਭਰਦੀਆਂ ਹਨ, ਇੱਕ ਚਿੰਤਾ ਬਣੀ ਹੋਈ ਹੈ।

ਰਣਨੀਤਕ ਅਨੁਕੂਲਤਾ: IT ਫਰਮਾਂ ਲਈ ਅੱਗੇ ਦਾ ਰਾਹ

ਭਵਿੱਖ ਦੀਆਂ ਸੰਭਾਵਨਾਵਾਂ ਮਿਲੀਆਂ-ਜੁਲੀਆਂ ਹਨ। ਜਦੋਂ ਕਿ Accenture ਵਰਗੀਆਂ ਕੰਸਲਟੈਂਸੀਆਂ AI ਨੂੰ ਇੱਕ 'ਡੀਲ ਇਨੇਬਲਰ' (deal enabler) ਅਤੇ ਪਾਈਪਲਾਈਨ ਡਰਾਈਵਰ ਵਜੋਂ ਮਾਨਤਾ ਦਿੰਦੀਆਂ ਹਨ, ਭਾਰਤੀ IT ਫਰਮਾਂ ਲਈ ਤੁਰੰਤ ਭਾਵਨਾ ਸਾਵਧਾਨੀ ਵਾਲੀ ਹੈ। ICICI Direct ਨੇ TCS ਅਤੇ HCLTech ਨੂੰ 'Buy' ਰੇਟ ਕੀਤਾ ਹੈ, ਜਦੋਂ ਕਿ Infosys ਨੂੰ 'Hold' ਰੇਟ ਕੀਤਾ ਹੈ, ਜੋ ਵੱਖ-ਵੱਖ ਸਥਿਤੀਆਂ ਅਤੇ ਜੋਖਮ-ਇਨਾਮ ਪ੍ਰੋਫਾਈਲਾਂ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। Emkay Global ਅਤੇ JM Financial ਵੀ ਇੱਕ ਚੋਣਵੇਂ ਪਹੁੰਚ ਦੀ ਵਕਾਲਤ ਕਰਦੇ ਹਨ, ਮਜ਼ਬੂਤ ​​ਕਾਰਜਕਾਰੀ ਦਿੱਖ (operational visibility) ਅਤੇ ਕਾਰਜਕੁਸ਼ਲਤਾ (execution capabilities) ਵਾਲੀਆਂ ਕੰਪਨੀਆਂ ਦਾ ਪੱਖ ਪੂਰਦੇ ਹਨ।

ਅੱਗੇ ਵਧਦੇ ਹੋਏ, ਭਾਰਤੀ IT ਫਰਮਾਂ ਨੂੰ ਰਣਨੀਤਕ ਤੌਰ 'ਤੇ ਡੋਮੇਨ-ਸਪੈਸਿਫਿਕ AI ਨੂੰ ਅਪਣਾਉਣਾ ਹੋਵੇਗਾ। ਭਾਈਵਾਲੀ ਨੂੰ ਡੂੰਘਾ ਕਰਨਾ, ਵਿਸ਼ੇਸ਼ AI ਪ੍ਰਤਿਭਾ ਵਿੱਚ ਨਿਵੇਸ਼ ਕਰਨਾ, ਅਤੇ AI ਨੂੰ ਮੁੱਖ ਸੇਵਾ ਪੇਸ਼ਕਸ਼ਾਂ ਵਿੱਚ ਏਕੀਕ੍ਰਿਤ ਕਰਨਾ ਜ਼ਰੂਰੀ ਹੋਵੇਗਾ। ਜਦੋਂ ਕਿ ਅਪਣਾਉਣ ਦੀ ਦੇਰੀ ਅਤੇ ਪੁਰਾਣੇ ਸਿਸਟਮ ਦੀਆਂ ਚੁਣੌਤੀਆਂ ਨੇੜਲੇ ਸਮੇਂ ਵਿੱਚ ਇੱਕ ਬਫਰ ਪ੍ਰਦਾਨ ਕਰਦੀਆਂ ਹਨ, ਲੰਬੇ ਸਮੇਂ ਦਾ ਰੁਝਾਨ ਵਧੀਆਂ ਆਟੋਮੇਸ਼ਨ ਅਤੇ ਉਤਪਾਦਕਤਾ-ਅਗਵਾਈ ਵਾਲੇ ਪਰਿਵਰਤਨ ਵੱਲ ਹੈ। ਇਸ ਤਬਦੀਲੀ ਨੂੰ ਸਫਲਤਾਪੂਰਵਕ ਨੇਵੀਗੇਟ ਕਰਨਾ ਇਹ ਨਿਰਧਾਰਤ ਕਰੇਗਾ ਕਿ ਕਿਹੜੀਆਂ ਫਰਮਾਂ AI ਦੁਆਰਾ ਵਧਾਈਆਂ ਗਈਆਂ IT ਸੇਵਾਵਾਂ ਦੇ ਭਵਿੱਖ ਵਿੱਚ ਸਫਲ ਹੁੰਦੀਆਂ ਹਨ।