Whalesbook
ਭਾਰਤ, ਅਮਰੀਕਾ ਦੇ ਮੁਕਾਬਲੇ, ਕਾਰਪੋਰੇਟ ਪੱਧਰ 'ਤੇ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਨੂੰ ਅਪਣਾਉਣ ਵਿੱਚ ਪਿੱਛੇ ਚੱਲ ਰਿਹਾ ਹੈ। ਬਾਜ਼ਾਰ ਦੇ ਦਬਾਅ ਅਤੇ ਪ੍ਰੋਤਸਾਹਨਾਂ ਵਿੱਚ ਫਰਕ ਇਸਦਾ ਮੁੱਖ ਕਾਰਨ ਹੈ। ਇਹ ਭਾਰਤੀ IT ਕੰਪਨੀਆਂ ਲਈ ਇੱਕ ਸੰਕ੍ਰਮਣ ਦਾ ਦੌਰ ਹੈ, ਜੋ AI ਮਾਡਲਾਂ ਦੀ ਜਾਂਚ ਤੋਂ ਬਾਅਦ ਹੁਣ ਉਨ੍ਹਾਂ ਨੂੰ ਮੁੱਖ ਕਾਰੋਬਾਰੀ ਕਾਰਜਾਂ ਵਿੱਚ ਏਕੀਕ੍ਰਿਤ (Integrate) ਕਰ ਰਹੀਆਂ ਹਨ। ਨਿਵੇਸ਼ਕਾਂ (Investors) ਦੀ ਨਜ਼ਰ ਇਸ ਗੱਲ 'ਤੇ ਰਹੇਗੀ ਕਿ ਇਹ ਕੰਪਨੀਆਂ ਕਿੰਨੀ ਜਲਦੀ AI ਪ੍ਰਯੋਗਾਂ (Experiments) ਨੂੰ ਅਸਲ ਆਮਦਨ (Revenue) ਵਿੱਚ ਬਦਲਦੀਆਂ ਹਨ ਤਾਂ ਜੋ ਲੰਬੇ ਸਮੇਂ ਤੱਕ ਵਿਕਾਸ (Growth) ਬਰਕਰਾਰ ਰਹਿ ਸਕੇ।
ਕੀ ਹੋਇਆ?
ਤਾਜ਼ਾ ਉਦਯੋਗ ਸੂਝ (Industry Insights) ਦੱਸਦੀ ਹੈ ਕਿ ਭਾਰਤ, ਸੰਯੁਕਤ ਰਾਜ ਅਮਰੀਕਾ (USA) ਦੇ ਮੁਕਾਬਲੇ, ਕਾਰਪੋਰੇਟ ਪੱਧਰ ਦੀਆਂ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਨੂੰ ਅਪਣਾਉਣ ਵਿੱਚ ਪਿੱਛੇ ਹੈ। ਜਦੋਂ ਕਿ ਅਮਰੀਕੀ ਕੰਪਨੀਆਂ AI ਟੂਲਜ਼ ਦੀ ਜਾਂਚ ਤੋਂ ਬਾਅਦ ਆਪਣੇ ਰੋਜ਼ਾਨਾ ਕੰਮਾਂ ਵਿੱਚ ਪੂਰੀ ਤਰ੍ਹਾਂ ਵਰਤੋਂ ਵੱਲ ਤੇਜ਼ੀ ਨਾਲ ਵਧ ਰਹੀਆਂ ਹਨ, ਭਾਰਤੀ ਕਾਰਪੋਰੇਟ (Enterprises) ਅਜੇ ਵੀ ਜ਼ਿਆਦਾਤਰ ਪ੍ਰਯੋਗਾਂ ਜਾਂ ਯੋਜਨਾਬੰਦੀ ਦੇ ਪੜਾਅ ਵਿੱਚ ਹਨ। ਟੈਕਨਾਲੋਜੀ ਲੀਡਰਜ਼ ਨੇ ਨੋਟ ਕੀਤਾ ਹੈ ਕਿ ਅਮਰੀਕੀ ਬਾਜ਼ਾਰ ਇੱਕ ਖਾਸ ਤਰ੍ਹਾਂ ਦੀ ਜ਼ਰੂਰਤ ਪੈਦਾ ਕਰਦਾ ਹੈ: ਉੱਥੇ ਜਨਤਕ ਤੌਰ 'ਤੇ ਸੂਚੀਬੱਧ ਕੰਪਨੀਆਂ ਨਿਵੇਸ਼ਕਾਂ (Investors) ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਕਾਂ (Analysts) ਦੇ ਭਾਰੀ ਦਬਾਅ ਹੇਠ ਹਨ ਕਿ ਉਹ ਠੋਸ AI ਰਣਨੀਤੀਆਂ (Strategies) ਅਤੇ ਨਤੀਜੇ ਦਿਖਾਉਣ। ਜੇਕਰ ਅਮਰੀਕੀ ਫਰਮਾਂ AI ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਤਰੱਕੀ ਦਿਖਾਉਣ ਵਿੱਚ ਅਸਫਲ ਰਹਿੰਦੀਆਂ ਹਨ, ਤਾਂ ਇਹ ਅਕਸਰ ਉਨ੍ਹਾਂ ਦੇ ਸ਼ੇਅਰ ਬਾਜ਼ਾਰ ਪ੍ਰਦਰਸ਼ਨ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਉਨ੍ਹਾਂ ਨੂੰ ਅਪਣਾਉਣ ਦੀ ਪ੍ਰਕਿਰਿਆ ਤੇਜ਼ ਕਰਨੀ ਪੈਂਦੀ ਹੈ। ਭਾਰਤ ਵਿੱਚ ਵਰਤਮਾਨ ਵਿੱਚ ਇਸੇ ਤਰ੍ਹਾਂ ਦੇ ਤਤਕਾਲ ਬਾਜ਼ਾਰ-ਸੰਚਾਲਿਤ ਦਬਾਅ ਦੀ ਘਾਟ ਹੈ, ਜਿਸ ਕਾਰਨ ਅਮਰੀਕਾ ਅਤੇ ਸਿੰਗਾਪੁਰ ਤੇ ਹਾਂਗਕਾਂਗ ਵਰਗੇ ਕੁਝ ਹੋਰ ਏਸ਼ੀਆਈ ਬਾਜ਼ਾਰਾਂ ਦੇ ਮੁਕਾਬਲੇ ਏਕੀਕਰਨ (Integration) ਦੀ ਗਤੀ ਹੌਲੀ ਹੈ।
ਨਿਵੇਸ਼ਕਾਂ (Investors) ਲਈ ਇਹ ਕਿਉਂ ਮਾਇਨੇ ਰੱਖਦਾ ਹੈ?
ਭਾਰਤੀ ਨਿਵੇਸ਼ਕਾਂ ਲਈ, ਇਹ ਰੁਝਾਨ (Trend) ਭਾਰਤੀ IT ਸੇਵਾਵਾਂ (Services) ਖੇਤਰ ਦੇ ਪ੍ਰਦਰਸ਼ਨ ਨਾਲ ਸਿੱਧਾ ਜੁੜਿਆ ਹੋਇਆ ਹੈ। ਭਾਰਤੀ IT ਦਿੱਗਜ (Giants) ਮੁੱਖ ਭਾਈਵਾਲ (Partners) ਹਨ ਜੋ ਗਲੋਬਲ ਗਾਹਕਾਂ ਨੂੰ AI ਲਾਗੂ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦੇ ਹਨ। ਜੇਕਰ ਭਾਰਤੀ ਕੰਪਨੀਆਂ ਆਪਣੇ ਆਪ ਇਨ੍ਹਾਂ ਤਕਨਾਲੋਜੀਆਂ ਨੂੰ ਅਪਣਾਉਣ ਵਿੱਚ ਜਾਂ ਆਪਣੇ ਗਲੋਬਲ ਗਾਹਕਾਂ ਨੂੰ ਇਨ੍ਹਾਂ ਨੂੰ ਲਾਗੂ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਨ ਵਿੱਚ ਹੌਲ਼ੀ ਰਹਿੰਦੀਆਂ ਹਨ, ਤਾਂ ਇਹ ਉਨ੍ਹਾਂ ਦੇ ਵਿਕਾਸ ਦੇ ਮਾਰਗ (Growth Trajectory) ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰ ਸਕਦਾ ਹੈ। IT ਸੈਕਟਰ ਵਰਤਮਾਨ ਵਿੱਚ ਇੱਕ ਸੰਕ੍ਰਮਣ ਪੜਾਅ ਵਿੱਚ ਹੈ, ਕਰਮਚਾਰੀਆਂ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ ਅਤੇ AI ਬੁਨਿਆਦੀ ਢਾਂਚਾ (Infrastructure) ਬਣਾਉਣ 'ਤੇ ਪੈਸਾ ਖਰਚ ਕਰ ਰਿਹਾ ਹੈ। ਨਿਵੇਸ਼ਕ ਇਸ ਗੱਲ ਦੀ ਉਡੀਕ ਕਰ ਰਹੇ ਹਨ ਕਿ ਕਦੋਂ ਇਹ ਖਰਚੇ ਅਰਥਪੂਰਨ ਆਮਦਨ (Meaningful Revenue) ਵਿੱਚ ਬਦਲਣਗੇ। ਮੌਜੂਦਾ ਪਛੜ (Lag) ਇਸ ਗੱਲ ਨੂੰ ਉਜਾਗਰ ਕਰਦਾ ਹੈ ਕਿ "AI ਪ੍ਰਯੋਗ" ਤੋਂ "AI ਆਮਦਨ" ਤੱਕ ਦਾ ਬਦਲਾਅ ਅਜੇ ਵੀ ਇੱਕ ਕਾਰਜਸ਼ੀਲ ਪ੍ਰਕਿਰਿਆ (Work in Progress) ਹੈ।
ਵਿਵਹਾਰਕ ਲਾਗੂਕਰਨ (Practical Implementation) ਦੀ ਚੁਣੌਤੀ
ਵਿਸ਼ਵਵਿਆਪੀ ਕਾਰੋਬਾਰ AI ਦੇ ਹਾਈਪ ਪੜਾਅ ਤੋਂ ਅੱਗੇ ਵਧ ਗਏ ਹਨ ਅਤੇ ਹੁਣ ਉਤਪਾਦਨ-ਤਿਆਰ (Production-ready) ਪ੍ਰਣਾਲੀਆਂ (Systems) ਦੀ ਮੰਗ ਕਰ ਰਹੇ ਹਨ। ਉਹ ਅਜਿਹੀ ਤਕਨਾਲੋਜੀ ਚਾਹੁੰਦੇ ਹਨ ਜੋ ਕੰਮ ਕਰੇ, ਸੁਰੱਖਿਅਤ ਹੋਵੇ, ਅਤੇ ਨਿਵੇਸ਼ 'ਤੇ ਸਪੱਸ਼ਟ ਵਾਪਸੀ (Return on Investment) ਪ੍ਰਦਾਨ ਕਰੇ। ਭਾਰਤੀ IT ਫਰਮਾਂ ਲਈ ਚੁਣੌਤੀ ਸਿਰਫ਼ AI ਮਾਡਲ ਬਣਾਉਣਾ ਹੀ ਨਹੀਂ, ਸਗੋਂ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣਾ ਹੈ ਕਿ ਇਹ ਮਾਡਲ ਵੱਡੇ ਪੱਧਰ 'ਤੇ, ਕਾਰਪੋਰੇਟ-ਪੱਧਰ ਦੇ ਉਪਯੋਗ ਲਈ ਤਿਆਰ ਹਨ। ਗਾਹਕ ਹੁਣ ਖਰਚੇ ਦੇ ਨਿਯੰਤਰਣ (Cost Control), ਡਾਟਾ ਗੋਪਨੀਯਤਾ (Data Privacy), ਅਤੇ ਲਚਕਦਾਰ ਬੁਨਿਆਦੀ ਢਾਂਚੇ (Flexible Infrastructure) ਨੂੰ ਤਰਜੀਹ ਦੇ ਰਹੇ ਹਨ। ਜੇਕਰ ਭਾਰਤੀ IT ਸੇਵਾ ਪ੍ਰਦਾਤਾ (Service Providers) ਇਨ੍ਹਾਂ ਮੰਗਾਂ ਨੂੰ ਜਲਦੀ ਪੂਰਾ ਨਹੀਂ ਕਰ ਸਕਦੇ, ਤਾਂ ਉਨ੍ਹਾਂ ਨੂੰ ਗਲੋਬਲ ਮੁਕਾਬਲੇਬਾਜ਼ਾਂ (Competitors) ਤੋਂ ਪਿੱਛੇ ਰਹਿਣ ਦਾ ਖਤਰਾ ਹੈ ਜੋ ਇਨ੍ਹਾਂ ਖਾਸ ਖੇਤਰਾਂ ਵਿੱਚ ਤੇਜ਼ ਜਾਂ ਵਧੇਰੇ ਸਮਰੱਥ (Capable) ਮੰਨੇ ਜਾ ਸਕਦੇ ਹਨ।
ਨਿਵੇਸ਼ਕ ਇਸਨੂੰ ਕਿਵੇਂ ਦੇਖ ਸਕਦੇ ਹਨ?
ਜਦੋਂ ਕਿ ਮੌਜੂਦਾ ਪਾੜਾ (Gap) ਨਕਾਰਾਤਮਕ ਲੱਗ ਸਕਦਾ ਹੈ, ਇਹ ਭਵਿੱਖ ਦੇ ਮੌਕੇ (Opportunity) ਨੂੰ ਵੀ ਦਰਸਾਉਂਦਾ ਹੈ। AI ਏਕੀਕਰਨ (Integration) ਦੀ ਵਿਸ਼ਵਵਿਆਪੀ ਮੰਗ ਵਧ ਰਹੀ ਹੈ, ਅਤੇ ਭਾਰਤੀ IT ਫਰਮਾਂ ਆਪਣੇ ਆਪ ਨੂੰ ਇਸ ਖਰਚ ਨੂੰ ਹਾਸਲ ਕਰਨ ਲਈ ਤਿਆਰ ਕਰ ਰਹੀਆਂ ਹਨ। ਹਾਲਾਂਕਿ, ਨਿਗਰਾਨੀ ਕਰਨ ਵਾਲੀ (Critical Monitorable) ਚੀਜ਼ ਕਾਰਜਕਾਰੀ ਦੀ ਗਤੀ (Speed of Execution) ਹੈ। ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਇਹ ਟਰੈਕ ਕਰਨ ਦੀ ਲੋੜ ਹੋ ਸਕਦੀ ਹੈ ਕਿ ਕੀ ਇਹ ਕੰਪਨੀਆਂ ਆਪਣੇ ਗਾਹਕਾਂ ਨੂੰ ਜਾਂਚ ਪੜਾਅ ਤੋਂ ਵੱਡੇ ਪੱਧਰ 'ਤੇ, ਆਮਦਨ ਪੈਦਾ ਕਰਨ ਵਾਲੇ ਪ੍ਰੋਜੈਕਟਾਂ ਵੱਲ ਸਫਲਤਾਪੂਰਵਕ ਲਿਜਾ ਸਕਦੀਆਂ ਹਨ। ਇਸ ਸੰਕ੍ਰਮਣ ਵਿੱਚ ਦੇਰੀ ਉੱਚ ਨਿਵੇਸ਼ਾਂ (High Investments) ਕਾਰਨ ਮੁਨਾਫੇ ਦੇ ਮਾਰਜਨ (Profit Margins) 'ਤੇ ਦਬਾਅ ਬਣਾਈ ਰੱਖ ਸਕਦੀ ਹੈ, ਜਿਸ ਵਿੱਚ ਭਰਤੀ ਅਤੇ ਸਿਖਲਾਈ 'ਤੇ ਖਰਚੇ ਸ਼ਾਮਲ ਹਨ, ਜਦਕਿ ਆਮਦਨ ਵਿੱਚ ਕੋਈ ਅਨੁਸਾਰੀ ਛਾਲ (Jump) ਨਹੀਂ ਆਉਂਦੀ।
ਕੀ ਗਲਤ ਹੋ ਸਕਦਾ ਹੈ?
ਇਸ AI ਸੰਕ੍ਰਮਣ ਨਾਲ ਜੁੜੇ ਸਪੱਸ਼ਟ ਜੋਖਮ (Risks) ਹਨ। ਪਹਿਲਾਂ, AI ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਅਤੇ ਪ੍ਰਤਿਭਾ (Talent) ਦੇ ਹੁਨਰਾਂ (Upskilling) 'ਤੇ ਉੱਚ ਪੂੰਜੀ ਖਰਚ (Capital Spending) ਦਾ ਜੋਖਮ ਹੈ, ਜਿਸ ਤੋਂ ਤੁਰੰਤ ਵਿੱਤੀ ਵਾਪਸੀ (Financial Returns) ਨਹੀਂ ਹੁੰਦੀ। ਇਹ ਮੁਨਾਫੇ ਦੇ ਮਾਰਜਨ ਨੂੰ ਨੁਕਸਾਨ ਪਹੁੰਚਾ ਸਕਦਾ ਹੈ। ਦੂਜਾ, ਗਾਹਕ ਦੀ ਮੰਗ (Client Demand) ਦੀ ਕੋਈ ਗਰੰਟੀ ਨਹੀਂ ਹੈ। ਜੇਕਰ ਵਿਸ਼ਵਵਿਆਪੀ ਆਰਥਿਕ ਸਥਿਤੀਆਂ (Economic Conditions) ਵਿਗੜਦੀਆਂ ਹਨ, ਤਾਂ ਕਾਰੋਬਾਰ AI ਪ੍ਰੋਜੈਕਟਾਂ 'ਤੇ ਆਪਣੇ ਵਿਵੇਕਸ਼ੀਲ ਖਰਚ (Discretionary Spending) ਨੂੰ ਕੱਟ ਸਕਦੇ ਹਨ, ਜੋ ਸਿੱਧੇ ਭਾਰਤੀ IT ਫਰਮਾਂ ਦੀ ਆਮਦਨ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰੇਗਾ। ਅੰਤ ਵਿੱਚ, ਮੁਕਾਬਲਾ (Competition) ਵਧ ਰਿਹਾ ਹੈ। ਸਿੰਗਾਪੁਰ ਜਾਂ ਆਸਟ੍ਰੇਲੀਆ ਵਰਗੇ ਹੋਰ ਬਾਜ਼ਾਰਾਂ ਦੀਆਂ ਕੰਪਨੀਆਂ ਵੀ ਇਨ੍ਹਾਂ ਤਕਨਾਲੋਜੀਆਂ ਨੂੰ ਹਮਲਾਵਰ ਢੰਗ ਨਾਲ ਅਪਣਾ ਰਹੀਆਂ ਹਨ, ਜਿਸ ਨਾਲ ਭਾਰਤੀ ਸੇਵਾ ਪ੍ਰਦਾਤਾਵਾਂ ਲਈ ਉਪਲਬਧ ਬਾਜ਼ਾਰ ਦਾ ਹਿੱਸਾ (Market Share) ਘੱਟ ਸਕਦਾ ਹੈ ਜੇਕਰ ਉਹ ਆਪਣੀ ਪ੍ਰਤੀਯੋਗੀ ਕਿਨਾਰਾ (Competitive Edge) ਬਰਕਰਾਰ ਨਹੀਂ ਰੱਖਦੇ।
ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਕੀ ਟਰੈਕ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ?
ਇਸ ਖੇਤਰ ਦੀ ਸਿਹਤ ਨੂੰ ਸਮਝਣ ਲਈ, ਨਿਵੇਸ਼ਕ IT ਕੰਪਨੀਆਂ ਦੀ ਪ੍ਰਬੰਧਨ ਟਿੱਪਣੀ (Management Commentary) ਉਨ੍ਹਾਂ ਦੀ AI ਆਰਡਰ ਬੁੱਕ (Order Book) ਅਤੇ ਡੀਲ ਜਿੱਤਾਂ (Deal Wins) ਬਾਰੇ ਦੇਖ ਸਕਦੇ ਹਨ। ਕੁੱਲ ਆਮਦਨ ਦੇ ਪ੍ਰਤੀਸ਼ਤ (Percentage) ਵਜੋਂ "AI ਆਮਦਨ ਯੋਗਦਾਨ" (AI Revenue Contribution) ਨੂੰ ਤਿਮਾਹੀ ਨਤੀਜਿਆਂ (Quarterly Results) ਵਿੱਚ ਟਰੈਕ ਕਰਨਾ ਇਸ ਗੱਲ ਦੀ ਸਪੱਸ਼ਟ ਤਸਵੀਰ ਪ੍ਰਦਾਨ ਕਰੇਗਾ ਕਿ ਇਹ ਨਿਵੇਸ਼ ਕਿੰਨਾ ਲਾਭਦਾਇਕ ਹੋ ਰਿਹਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਵੱਡੇ AI ਪ੍ਰੋਜੈਕਟਾਂ ਦੇ ਪਾਇਲਟ ਪ੍ਰੋਗਰਾਮਾਂ (Pilot Programs) ਤੋਂ ਪੂਰੀ ਤਾਇਨਾਤੀ (Full Deployment) ਤੱਕ ਦੇ ਸਮੇਂ-ਸਾਰਣੀ (Timeline) ਨੂੰ ਦੇਖਣਾ ਜ਼ਰੂਰੀ ਹੋਵੇਗਾ। ਜੇਕਰ ਇਹ ਪ੍ਰੋਜੈਕਟ ਉਮੀਦ ਤੋਂ ਵੱਧ ਸਮਾਂ ਲੈਂਦੇ ਹਨ, ਤਾਂ ਇਹ ਸੰਕੇਤ ਦੇ ਸਕਦਾ ਹੈ ਕਿ ਸੈਕਟਰ ਕਾਰਜਕਾਰੀ ਰੁਕਾਵਟਾਂ (Execution Hurdles) ਦਾ ਸਾਹਮਣਾ ਕਰ ਰਿਹਾ ਹੈ।