Amazon, Microsoft, ਅਤੇ Google ਵਰਗੀਆਂ ਵੱਡੀਆਂ ਟੈਕ ਕੰਪਨੀਆਂ ਹੁਣ AI ਨੂੰ ਬਿਜ਼ਨੈੱਸ ਸਿਸਟਮਾਂ ਨਾਲ ਜੋੜਨ ਲਈ 'Forward Deployed Engineers' ਦੀ ਭਰਤੀ ਤੇਜ਼ ਕਰ ਰਹੀਆਂ ਹਨ। ਇਹ ਕਦਮ ਪਿਛਲੇ AI ਪ੍ਰੋਜੈਕਟਾਂ ਨੂੰ ਰੋਕਣ ਵਾਲੀਆਂ 'ਲਾਸਟ ਮਾਈਲ' ਇੰਟੀਗ੍ਰੇਸ਼ਨ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਦਾ ਟੀਚਾ ਰੱਖਦਾ ਹੈ, ਪਰ ਇਹ ਬਿਜ਼ਨੈੱਸ ਮਾਡਲਾਂ ਵਿੱਚ ਇੱਕ ਸੰਭਾਵਿਤ ਬਦਲਾਅ ਦਾ ਵੀ ਸੰਕੇਤ ਦਿੰਦਾ ਹੈ, ਜਿਸ 'ਤੇ ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਪ੍ਰੋਫਿਟ ਮਾਰਜਿਨ ਅਤੇ ਆਪਰੇਸ਼ਨਲ ਐਫੀਸ਼ੀਅਨਸੀ 'ਤੇ ਇਸਦੇ ਪ੍ਰਭਾਵ ਦੀ ਨਜ਼ਰ ਰੱਖਣੀ ਚਾਹੀਦੀ ਹੈ।
ਟੈਕਨਾਲੋਜੀ ਸੈਕਟਰ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਨੂੰ ਮੋਨੇਟਾਈਜ਼ ਕਰਨ ਦੇ ਤਰੀਕਿਆਂ ਵਿੱਚ ਇੱਕ ਵੱਡਾ ਬਦਲਾਅ ਦੇਖ ਰਿਹਾ ਹੈ। Amazon Web Services (AWS), Microsoft, Google Cloud, ਅਤੇ OpenAI ਸਮੇਤ ਗਲੋਬਲ ਟੈਕ ਜਾਇੰਟਸ, ਹੁਣ ਸਿਰਫ AI ਮਾਡਲ ਆਫਰ ਕਰਨ ਤੋਂ ਅੱਗੇ ਵਧ ਕੇ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਗਾਹਕਾਂ ਲਈ ਹੱਥੀਂ, ਕਸਟਮ-ਬਿਲਟ ਸੋਲਿਊਸ਼ਨ ਪ੍ਰਦਾਨ ਕਰ ਰਹੇ ਹਨ। ਇਸ ਰਣਨੀਤੀ ਦਾ ਇੱਕ ਮੁੱਖ ਕਾਰਨ 'Forward Deployed Engineers' (FDEs) ਦੀ ਵੱਡੀ ਪੱਧਰ 'ਤੇ ਭਰਤੀ ਹੈ।
ਇਹ ਇੰਜੀਨੀਅਰ ਕੇਂਦਰੀ ਰਿਸਰਚ ਲੈਬਾਂ ਵਿੱਚ ਨਹੀਂ ਬੈਠਦੇ। ਇਸ ਦੀ ਬਜਾਏ, ਉਹ ਗਾਹਕ ਸੰਗਠਨਾਂ ਵਿੱਚ ਸਿੱਧੇ ਤੌਰ 'ਤੇ AI ਸਿਸਟਮਾਂ ਨੂੰ 'ਗੜਬੜ' ਵਾਲੇ ਲੇ legacy ਸੌਫਟਵੇਅਰ, ਸੁਰੱਖਿਆ ਇਨਫ్రాਸਟ੍ਰਕਚਰ, ਅਤੇ ਆਪਰੇਸ਼ਨਲ ਵਰਕਫਲੋਜ਼ ਵਿੱਚ ਏਕੀਕ੍ਰਿਤ ਕਰਨ ਲਈ ਤਾਇਨਾਤ ਕੀਤੇ ਜਾਂਦੇ ਹਨ। ਇਹ ਕਦਮ ਇਸ ਲਈ ਚੁੱਕਿਆ ਗਿਆ ਹੈ ਕਿਉਂਕਿ ਇੰਡਸਟਰੀ ਡਾਟਾ ਨੇ ਸੁਝਾਅ ਦਿੱਤਾ ਹੈ ਕਿ ਐਂਟਰਪ੍ਰਾਈਜ਼ AI ਪਾਇਲਟਾਂ ਦੀ ਵੱਡੀ ਬਹੁਗਿਣਤੀ ਪ੍ਰੋਡਕਸ਼ਨ ਤੱਕ ਨਹੀਂ ਪਹੁੰਚ ਸਕੀ ਜਾਂ ਮਾਪਣਯੋਗ ਰਿਟਰਨ ਆਨ ਇਨਵੈਸਟਮੈਂਟ (ROI) ਪ੍ਰਦਾਨ ਨਹੀਂ ਕਰ ਸਕੀ, ਜਿਸ ਦਾ ਮੁੱਖ ਕਾਰਨ AI ਮਾਡਲਾਂ ਵਿੱਚ ਖਾਮੀਆਂ ਦੀ ਬਜਾਏ ਏਕੀਕਰਨ ਦੀਆਂ ਰੁਕਾਵਟਾਂ ਸਨ।
ਸਰਵਿਸ-ਹੈਵੀ ਮਾਡਲਾਂ ਵੱਲ ਬਦਲਾਅ
ਨਿਵੇਸ਼ਕਾਂ ਲਈ, ਇਹ ਰੁਝਾਨ ਬਿੱਗ ਟੈਕ ਫਰਮਾਂ ਦੇ ਬਿਜ਼ਨੈੱਸ ਮਾਡਲ ਵਿੱਚ ਇੱਕ ਬੁਨਿਆਦੀ ਤਬਦੀਲੀ ਦਾ ਪ੍ਰਤੀਕ ਹੈ। ਰਵਾਇਤੀ ਤੌਰ 'ਤੇ, ਵੱਡੀਆਂ ਟੈਕਨਾਲੋਜੀ ਕੰਪਨੀਆਂ ਨੇ ਉੱਚ-ਮਾਰਜਿਨ, ਉੱਚ-ਸਕੇਲੇਬਲ ਸੌਫਟਵੇਅਰ ਮਾਡਲਾਂ 'ਤੇ ਆਪਣਾ ਮੁੱਲ ਬਣਾਇਆ ਹੈ। ਇੱਕ ਸੌਫਟਵੇਅਰ ਲਾਇਸੈਂਸ ਜਾਂ ਕਲਾਉਡ ਸੇਵਾ ਵੇਚਣ ਲਈ ਪ੍ਰਤੀ ਨਵੇਂ ਗਾਹਕ ਘੱਟ ਇਨਕ੍ਰੀਮੈਂਟਲ ਲਾਗਤ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਹਾਲਾਂਕਿ, ਐਂਬੇਡਡ ਇੰਜੀਨੀਅਰਿੰਗ ਟੀਮਾਂ ਨੂੰ ਤਾਇਨਾਤ ਕਰਨ ਦਾ ਇਹ ਕਦਮ ਇੱਕ 'ਸਰਵਿਸ-ਹੈਵੀ' ਮਾਡਲ ਬਣਾਉਂਦਾ ਹੈ।
ਹਾਲਾਂਕਿ ਇਹ ਰਣਨੀਤੀ ਗਾਹਕਾਂ ਦੀ ਸਟਿਕੀਨੈਸ ਅਤੇ ਮਾਲੀਆ ਦੀ ਪ੍ਰਾਪਤੀ ਨੂੰ ਵਧਾ ਸਕਦੀ ਹੈ, ਇਸ ਵਿੱਚ ਅੰਦਰੂਨੀ ਤੌਰ 'ਤੇ ਵਧੇਰੇ ਹੈੱਡਕਾਊਂਟ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ ਅਤੇ ਇਹ ਸ਼ੁੱਧ ਸੌਫਟਵੇਅਰ ਵਿਕਾਸ ਨਾਲੋਂ ਘੱਟ ਸਕੇਲੇਬਲ ਹੈ। ਜਿਵੇਂ-ਜਿਵੇਂ ਇਹ ਕੰਪਨੀਆਂ ਗਾਹਕ ਸਾਈਟਾਂ 'ਤੇ ਵਧੇਰੇ FDEs ਤਾਇਨਾਤ ਕਰਦੀਆਂ ਹਨ, ਸ਼ੇਅਰਧਾਰਕਾਂ ਨੂੰ ਇਹ ਦੇਖਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਕੀ ਇਹ ਵਧਿਆ ਹੋਇਆ ਲੇਬਰ ਖਰਚ ਆਪਰੇਟਿੰਗ ਮਾਰਜਿਨ 'ਤੇ ਦਬਾਅ ਪਾਉਣਾ ਸ਼ੁਰੂ ਕਰਦਾ ਹੈ। ਇਹਨਾਂ ਫਰਮਾਂ ਦਾ ਟੀਚਾ ਗਾਹਕਾਂ ਲਈ 'ਟਾਈਮ-ਟੂ-ਵੈਲਿਊ' ਨੂੰ ਤੇਜ਼ ਕਰਨ ਲਈ FDEs ਦੀ ਵਰਤੋਂ ਕਰਨਾ ਹੈ, ਪਰ ਇਸ ਵਿੱਚ ਇਹ ਖਤਰਾ ਹੈ ਕਿ ਇਹ ਟੀਮਾਂ ਗੁੰਝਲਦਾਰ, ਕਸਟਮ-ਬਿਲਟ AI ਏਕੀਕਰਨਾਂ ਨੂੰ ਬਣਾਈ ਰੱਖਣ ਲਈ ਇੱਕ ਸਥਾਈ, ਮਹਿੰਗੀ ਲੋੜ ਬਣ ਸਕਦੀਆਂ ਹਨ।
ਵਿੱਤੀ ਪ੍ਰਦਰਸ਼ਨ ਲਈ ਜੋਖਮ
ਮਾਰਜਿਨ ਘਾਟੇ ਦੀ ਸੰਭਾਵਨਾ ਤੋਂ ਪਰੇ, ਇਸ ਪਹੁੰਚ ਵਿੱਚ ਅੰਦਰੂਨੀ ਆਪਰੇਸ਼ਨਲ ਜੋਖਮ ਹਨ। ਪਹਿਲਾਂ, ਪ੍ਰਤਿਭਾ ਦੀ ਘਾਟ ਹੈ। ਇਹਨਾਂ ਭੂਮਿਕਾਵਾਂ ਲਈ ਲੋੜੀਂਦੇ ਇੰਜੀਨੀਅਰਾਂ ਨੂੰ ਡੂੰਘੇ ਤਕਨੀਕੀ AI ਗਿਆਨ, ਸੌਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਿੰਗ ਹੁਨਰ, ਅਤੇ ਉੱਚ-ਪੱਧਰੀ ਗਾਹਕ ਸਲਾਹ-ਮਸ਼ਵਰੇ ਦੀਆਂ ਸਮਰੱਥਾਵਾਂ ਦਾ ਇੱਕ ਵਿਲੱਖਣ ਸੁਮੇਲ ਚਾਹੀਦਾ ਹੈ। ਇਸ ਪ੍ਰਤਿਭਾ ਲਈ ਮੁਕਾਬਲਾ ਤੀਬਰ ਹੈ, ਜੋ ਕਿ ਮਜ਼ਦੂਰੀ ਲਾਗਤਾਂ ਨੂੰ ਮਹੱਤਵਪੂਰਨ ਤੌਰ 'ਤੇ ਵਧਾ ਸਕਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਮੁਨਾਫੇਬਾਜ਼ੀ 'ਤੇ ਹੋਰ ਅਸਰ ਪਵੇਗਾ।
ਦੂਜਾ, 'ਆਪਰੇਸ਼ਨਲ ਡ੍ਰਾਈਫਟ' ਦਾ ਖਤਰਾ ਹੈ। ਜੇਕਰ ਇਹ AI ਐਪਲੀਕੇਸ਼ਨ ਸਵੈ-ਸੇਵਾ ਜਾਂ ਗਾਹਕ ਦੁਆਰਾ ਪ੍ਰਬੰਧਿਤ ਕਰਨ ਵਿੱਚ ਆਸਾਨ ਨਹੀਂ ਬਣਦੀਆਂ, ਤਾਂ ਟੈਕ ਕੰਪਨੀਆਂ ਆਪਣੇ ਆਪ ਨੂੰ ਕਸਟਮ ਕੋਡ ਲਈ ਸਥਾਈ ਮੇਨਟੇਨੈਂਸ ਪ੍ਰਦਾਤਾ ਵਜੋਂ ਕੰਮ ਕਰਦੀਆਂ ਪਾ ਸਕਦੀਆਂ ਹਨ। ਇਹ ਟੈਕ ਜਾਇੰਟਸ ਨੂੰ ਇੱਕ ਸਲਾਹ-ਮਸ਼ਵਰੇ ਵਰਗੇ ਬਿਜ਼ਨੈੱਸ ਢਾਂਚੇ ਵਿੱਚ ਧੱਕ ਸਕਦਾ ਹੈ, ਜੋ ਆਮ ਤੌਰ 'ਤੇ ਸ਼ੁੱਧ-ਪਲੇ ਸੌਫਟਵੇਅਰ ਕੰਪਨੀਆਂ ਨਾਲੋਂ ਘੱਟ ਮੁੱਲਾਂਕਣ ਗੁਣਾਂਕਾਂ 'ਤੇ ਵਪਾਰ ਕਰਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਉੱਚ-ਦਾਅ ਪ੍ਰੋਡਕਸ਼ਨ ਵਾਤਾਵਰਣ ਵਿੱਚ AI ਦੀ ਅਣਪੂਰਨਯੋਗ ਪ੍ਰਕਿਰਤੀ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਉਮੀਦਾਂ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਨਾ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਚੁਣੌਤੀ ਬਣਿਆ ਹੋਇਆ ਹੈ ਜੋ ਪ੍ਰੋਜੈਕਟਾਂ ਦੁਆਰਾ ਵਾਅਦਾ ਕੀਤੇ ਗਏ ਨਤੀਜਿਆਂ ਨੂੰ ਪ੍ਰਦਾਨ ਨਾ ਕਰਨ 'ਤੇ ਪ੍ਰਤਿਸ਼ਠਾ ਸੰਬੰਧੀ ਜੋਖਮਾਂ ਦਾ ਕਾਰਨ ਬਣ ਸਕਦਾ ਹੈ।
ਅੱਗੇ ਵਧਦੇ ਹੋਏ, ਨਿਵੇਸ਼ਕਾਂ ਲਈ ਮੁੱਖ ਨਿਗਰਾਨੀ ਇਹ ਹੋਵੇਗੀ ਕਿ ਇਹ ਕੰਪਨੀਆਂ ਕਸਟਮ ਡਿਪਲਾਇਮੈਂਟ ਅਤੇ ਸਟੈਂਡਰਡਾਈਜ਼ਡ ਉਤਪਾਦਾਂ ਵਿਚਕਾਰ ਸੰਤੁਲਨ ਦਾ ਪ੍ਰਬੰਧਨ ਕਿਵੇਂ ਕਰਦੀਆਂ ਹਨ। ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਹੈੱਡਕਾਊਂਟ ਲਾਗਤਾਂ ਵਿੱਚ ਤਬਦੀਲੀਆਂ, ਆਪਰੇਟਿੰਗ ਮਾਰਜਿਨ ਵਿੱਚ ਬਦਲਾਅ, ਅਤੇ ਉਹਨਾਂ ਦੀ AI ਏਕੀਕਰਨ ਸੇਵਾਵਾਂ ਦੀ ਸਕੇਲੇਬਿਲਟੀ ਸੰਬੰਧੀ ਪ੍ਰਬੰਧਨ ਟਿੱਪਣੀਆਂ ਲਈ ਭਵਿੱਖ ਦੀਆਂ ਵਿੱਤੀ ਫਾਈਲਿੰਗਾਂ 'ਤੇ ਨੇੜਿਓਂ ਨਜ਼ਰ ਰੱਖਣੀ ਚਾਹੀਦੀ ਹੈ।