ਭਾਰਤੀ ਕਾਰੋਬਾਰ ਹੁਣ AI (Artificial Intelligence) ਦੀ ਵਰਤੋਂ ਸਿਰਫ ਪ੍ਰਯੋਗਾਂ ਤੱਕ ਸੀਮਤ ਨਹੀਂ ਰੱਖ ਰਹੇ, ਸਗੋਂ ਮਾਪਣਯੋਗ ਵਿੱਤੀ ਮੁਨਾਫੇ (Profits) 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰ ਰਹੇ ਹਨ। AI ਵਿੱਚ ਨਿਵੇਸ਼ (Investment) ਅਜੇ ਵੀ ਜ਼ੋਰਾਂ 'ਤੇ ਹੈ, ਪਰ ਕੰਪਨੀਆਂ ਹੁਣ ਖਰਚਿਆਂ 'ਤੇ ਕਾਬੂ ਪਾ ਰਹੀਆਂ ਹਨ ਅਤੇ ਤੇਜ਼ੀ ਨਾਲ ਫੈਲਾਅ ਦੀ ਬਜਾਏ ਖਾਸ ਵਪਾਰਕ ਨਤੀਜਿਆਂ ਨੂੰ ਪਹਿਲ ਦੇ ਰਹੀਆਂ ਹਨ। ਇਹ ਇੱਕ ਪਰਿਪੱਕ ਪੜਾਅ ਦਰਸਾਉਂਦਾ ਹੈ ਜਿੱਥੇ ਸਫਲਤਾ ਦਾ ਮਾਪਦੰਡ 'ROI' (Return on Investment) ਬਣ ਗਿਆ ਹੈ, ਨਾ ਕਿ ਸਿਰਫ ਦਿਖਾਵਾ।
ਕੀ ਹੋਇਆ?
ਭਾਰਤੀ ਕਾਰਪੋਰੇਟ ਜਗਤ ਵਿੱਚ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਨੂੰ ਅਪਣਾਉਣ ਅਤੇ ਫੰਡ ਦੇਣ ਦੇ ਤਰੀਕੇ ਵਿੱਚ ਇੱਕ ਵੱਡਾ ਬਦਲਾਅ ਆ ਰਿਹਾ ਹੈ। ਸ਼ੁਰੂਆਤੀ ਦੌਰ ਵਿੱਚ ਤੇਜ਼ੀ ਨਾਲ ਅਤੇ ਪ੍ਰਯੋਗਾਤਮਕ ਤੌਰ 'ਤੇ AI ਨੂੰ ਲਾਗੂ ਕਰਨ ਤੋਂ ਬਾਅਦ, ਹੁਣ ਕੰਪਨੀਆਂ ਇੱਕ ਵਧੇਰੇ ਵਿਹਾਰਕ, ROI (Return on Investment) - ਆਧਾਰਿਤ ਰਣਨੀਤੀ ਵੱਲ ਵਧ ਰਹੀਆਂ ਹਨ। ਇਸ ਬਦਲਾਅ ਦੀ ਖਾਸੀਅਤ ਸਖ਼ਤ ਸ਼ਾਸਨ (Strict Governance), ਮਹਿੰਗੇ AI ਮਾਡਲਾਂ 'ਤੇ ਵਰਤੋਂ ਸੀਮਾਵਾਂ (Usage Caps) ਅਤੇ ਸਸਤੇ, ਕੰਮ-ਵਿਸ਼ੇਸ਼ AI ਵਿਕਲਪਾਂ ਵੱਲ ਵਧਣਾ ਹੈ। ਭਾਵੇਂ AI ਲਈ ਉਤਸ਼ਾਹ ਅਜੇ ਵੀ ਬਰਕਰਾਰ ਹੈ, ਪਰ ਖਰਚਿਆਂ ਦੀ 'ਹਫੜਾ-ਦਫੜੀ' ਨੂੰ ਜਵਾਬਦੇਹੀ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਨ ਦੁਆਰਾ ਬਦਲਿਆ ਜਾ ਰਿਹਾ ਹੈ - ਇਹ ਯਕੀਨੀ ਬਣਾਉਣਾ ਕਿ ਨਿਵੇਸ਼ ਕੀਤਾ ਗਿਆ ਹਰ ਡਾਲਰ ਉਤਪਾਦਕਤਾ ਜਾਂ ਮਾਲੀਆ (Revenue) ਵਿੱਚ ਠੋਸ ਸੁਧਾਰ ਲਿਆਵੇ।
ਮਾਪਣਯੋਗ ਨਤੀਜਿਆਂ ਵੱਲ ਵਧਣਾ
'ਪ੍ਰਯੋਗਾਤਮਕ' ਤੋਂ 'ਕਾਰਜਸ਼ੀਲ' (Operational) ਵੱਲ ਇਹ ਤਬਦੀਲੀ ਪੂਰੀ ਹੋਣ ਦੇ ਨੇੜੇ ਹੈ। Snowflake ਦੁਆਰਾ ਹਾਲ ਹੀ ਵਿੱਚ ਕੀਤੇ ਗਏ ਇੱਕ ਸਰਵੇਖਣ ਅਨੁਸਾਰ, 71% ਭਾਰਤੀ ਸੰਗਠਨਾਂ ਨੇ ਆਪਣੇ ਜਨਰੇਟਿਵ AI ਪਹਿਲਕਦਮੀਆਂ ਤੋਂ ਮਾਪਣਯੋਗ ਨਤੀਜੇ ਦਰਜ ਕੀਤੇ ਹਨ, ਜੋ ਕਿ ਗਲੋਬਲ ਔਸਤ ਤੋਂ ਬਿਹਤਰ ਹੈ। ਇਹ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਬਜਟ ਵਿੱਚ ਕਮੀ ਅਤੇ ਸਖ਼ਤ ਨਿਗਰਾਨੀ ਦੇ ਬਾਵਜੂਦ, ਭਾਰਤੀ ਫਰਮਾਂ AI ਨੂੰ ਪਾਇਲਟ ਮੋਡ ਵਿੱਚ ਰੱਖਣ ਦੀ ਬਜਾਏ ਇਸਨੂੰ ਮੁੱਖ ਕਾਰਜਾਂ (Core Operations) ਵਿੱਚ ਸਫਲਤਾਪੂਰਵਕ ਏਕੀਕ੍ਰਿਤ ਕਰ ਰਹੀਆਂ ਹਨ। Deloitte ਦੀ 2026 ਦੀ ਰਿਪੋਰਟ ਵੀ ਇਸ ਗੱਲ ਦੀ ਪੁਸ਼ਟੀ ਕਰਦੀ ਹੈ, ਜਿਸ ਵਿੱਚ ਦੱਸਿਆ ਗਿਆ ਹੈ ਕਿ ਲਗਭਗ 40% ਭਾਰਤੀ ਕੰਪਨੀਆਂ ਨੇ AI ਦੀ ਮਹੱਤਵਪੂਰਨ ਜਾਂ ਪੂਰੀ-ਪੈਮਾਨੇ 'ਤੇ ਵਰਤੋਂ ਪ੍ਰਾਪਤ ਕੀਤੀ ਹੈ, ਜਦੋਂ ਕਿ ਗਲੋਬਲ ਔਸਤ ਲਗਭਗ 28% ਹੈ।
IT ਖਰਚਿਆਂ 'ਤੇ ਪ੍ਰਭਾਵ
ਖਰਚਿਆਂ ਵਿੱਚ ਕਮੀ ਦੇ ਵਿਚਾਰ ਦੇ ਉਲਟ, ਭਾਰਤੀ ਕੰਪਨੀਆਂ AI ਲਈ ਆਪਣੇ ਵਿੱਤੀ ਪ੍ਰਤੀਬੱਧਤਾ ਨੂੰ ਸਰਗਰਮੀ ਨਾਲ ਵਧਾ ਰਹੀਆਂ ਹਨ। SAP ਦੇ ਇੱਕ ਅਧਿਐਨ ਅਨੁਸਾਰ, ਭਾਰਤੀ ਸੰਗਠਨ ਅਗਲੇ ਦੋ ਸਾਲਾਂ ਵਿੱਚ AI ਨਿਵੇਸ਼ ਵਿੱਚ 45% ਵਾਧੇ ਦੀ ਉਮੀਦ ਕਰ ਰਹੇ ਹਨ। ਇਸ ਤੋਂ ਇਲਾਵਾ, Bain & Company ਦੀ 2026 Enterprise Technology ਰਿਪੋਰਟ ਉਜਾਗਰ ਕਰਦੀ ਹੈ ਕਿ AI ਅਤੇ ਡਾਟਾ ਟ੍ਰਾਂਸਫਾਰਮੇਸ਼ਨ ਪਹਿਲਕਦਮੀਆਂ ਇਸ ਸਾਲ ਭਾਰਤ ਵਿੱਚ ਸਾਰੇ 'ਬਦਲਾਅ-ਸਬੰਧਤ' ਤਕਨਾਲੋਜੀ ਖਰਚਿਆਂ ਦਾ ਲਗਭਗ 40-45% ਹਿੱਸਾ ਹੋਣਗੀਆਂ। ਆਪਣੇ ਗਲੋਬਲ ਹਮਰੁਤਬਾ ਜਿਹੜੇ ਸ਼ਾਇਦ ਛੋਟੀ-ਮਿਆਦ ਦੇ ਲਾਭਾਂ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਦੇ ਹਨ, ਦੇ ਉਲਟ, ਭਾਰਤੀ ਫਰਮਾਂ ਤਕਨਾਲੋਜੀ ਬਜਟ ਦਾ ਇੱਕ ਵੱਡਾ ਹਿੱਸਾ - ਅਕਸਰ 50-60% - AI ਪਲੇਟਫਾਰਮ ਅਤੇ ਡਿਜੀਟਲ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਵਰਗੇ ਲੰਬੇ-ਸਮੇਂ ਦੇ ਪੂੰਜੀ ਨਿਵੇਸ਼ਾਂ (Capital Investments) ਵਿੱਚ ਲਗਾ ਰਹੀਆਂ ਹਨ।
BPO ਮਾਡਲ ਨੂੰ ਮੁੜ ਸੁਰਜੀਤ ਕਰਨਾ
AI-ਡ੍ਰਾਈਵਨ ਪਰਿਪੱਕਤਾ ਦਾ ਇੱਕ ਸਭ ਤੋਂ ਸਪੱਸ਼ਟ ਪ੍ਰਭਾਵ ਬਿਜ਼ਨਸ ਪ੍ਰੋਸੈਸ ਆਊਟਸੋਰਸਿੰਗ (BPO) ਖੇਤਰ ਵਿੱਚ ਹੈ। 'ਲੇਬਰ ਆਰਬਿਟਰੇਜ' (Labor Arbitrage) ਦਾ ਰਵਾਇਤੀ ਮਾਡਲ—ਜੋ ਰੁਟੀਨ ਕੰਮਾਂ ਨੂੰ ਸੰਭਾਲਣ ਲਈ ਹੈੱਡਕਾਊਂਟ ਨੂੰ ਵਧਾਉਣ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ—ਇੱਕ ਢਾਂਚਾਗਤ ਪਲਟਾਅ (Structural Pivot) ਦਾ ਅਨੁਭਵ ਕਰ ਰਿਹਾ ਹੈ। ਪ੍ਰਮੁੱਖ ਸੇਵਾ ਪ੍ਰਦਾਤਾ 'ਸਪੋਰਟ-ਲੈੱਡ ਰੈਵੇਨਿਊ ਗਰੋਥ' (Support-Led Revenue Growth) ਵੱਲ ਵਧ ਰਹੇ ਹਨ, ਜਨਰੇਟਿਵ AI ਦੀ ਵਰਤੋਂ Tier-1 ਸਵਾਲਾਂ ਨੂੰ ਆਟੋਮੇਟ ਕਰਨ ਲਈ ਕਰ ਰਹੇ ਹਨ। ਇਹ ਤਬਦੀਲੀ ਆਊਟਸੋਰਸਿੰਗ ਨੂੰ ਖਤਮ ਨਹੀਂ ਕਰ ਰਹੀ ਹੈ, ਸਗੋਂ ਕੰਮ ਦੀ ਪ੍ਰਕਿਰਤੀ ਨੂੰ ਬਦਲ ਰਹੀ ਹੈ। ਰੁਟੀਨ, ਦੁਹਰਾਉਣ ਵਾਲੇ ਕੰਮਾਂ ਨੂੰ ਵਧਦੀ ਹੋਈ ਆਟੋਨੋਮਸ AI ਏਜੰਟਾਂ ਦੁਆਰਾ ਸੰਭਾਲਿਆ ਜਾ ਰਿਹਾ ਹੈ, ਜਦੋਂ ਕਿ ਮਨੁੱਖੀ ਕਰਮਚਾਰੀ ਗੁੰਝਲਦਾਰ, ਉੱਚ-ਮੁੱਲ ਵਾਲੀ ਸਮੱਸਿਆ-ਹੱਲ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਦੇ ਹਨ। ਜਿਹੜੀਆਂ ਕੰਪਨੀਆਂ ਇਸ ਤਬਦੀਲੀ ਨੂੰ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਪ੍ਰਬੰਧਿਤ ਕਰਦੀਆਂ ਹਨ, ਉਹ ਮਾਲੀਆ ਪੈਦਾਵਾਰ ਨੂੰ ਹੈੱਡਕਾਊਂਟ ਵਾਧੇ ਤੋਂ ਵੱਖ ਕਰਨ ਦੇ ਤਰੀਕੇ ਲੱਭ ਰਹੀਆਂ ਹਨ।
ਜੋਖਮ ਅਤੇ ਨਿਗਰਾਨੀਯੋਗ ਗੱਲਾਂ
ਇਸ ਤਰੱਕੀ ਦੇ ਬਾਵਜੂਦ, 'ਮਾਪਣ ਦੀ ਸਮੱਸਿਆ' (Measurement Problem) ਇੱਕ ਗੰਭੀਰ ਜੋਖਮ ਬਣੀ ਹੋਈ ਹੈ। ਮਾਹਰ ਨੋਟ ਕਰਦੇ ਹਨ ਕਿ ਬਹੁਤ ਸਾਰੇ ਕਾਰੋਬਾਰ AI ਖਰਚੇ ਅਤੇ ਵਿਕਰੀ ਵਾਧੇ ਵਿਚਕਾਰ ਸਿੱਧੀ ਲਾਈਨ ਖਿੱਚਣ ਲਈ ਸੰਘਰਸ਼ ਕਰਦੇ ਹਨ। ਸੰਗਠਨਾਂ ਲਈ ਅਸਲੀ ਖਤਰਾ ਸਿਰਫ ਜ਼ਿਆਦਾ ਖਰਚ ਕਰਨਾ ਨਹੀਂ ਹੈ, ਬਲਕਿ 'ਗਤੀਵਿਧੀ' (Activity) ਨੂੰ 'ਰਣਨੀਤੀ' (Strategy) ਸਮਝਣਾ ਹੈ। ਨਿਵੇਸ਼ਕਾਂ ਅਤੇ ਕਾਰੋਬਾਰੀ ਨੇਤਾਵਾਂ ਨੂੰ ਹੇਠ ਲਿਖਿਆਂ 'ਤੇ ਨਜ਼ਰ ਰੱਖਣੀ ਚਾਹੀਦੀ ਹੈ:
- ਕੁਸ਼ਲਤਾ ਲਾਭ (Efficiency Gains): ਕੀ AI ਨਿਵੇਸ਼ ਅਸਲ ਵਿੱਚ ਵਾਅਦੇ ਮੁਤਾਬਕ ਕਾਰਜਸ਼ੀਲ ਲਾਗਤਾਂ ਨੂੰ ਘਟਾ ਰਹੇ ਹਨ?
- ਸਮਰੱਥਾ ਨਿਰਮਾਣ (Capability Building): ਕੰਪਨੀਆਂ ਮਾਹਰ AI ਮੁਹਾਰਤ ਵਿੱਚ ਅੰਤਰ ਨੂੰ ਕਿੰਨੀ ਚੰਗੀ ਤਰ੍ਹਾਂ ਪੂਰ ਰਹੇ ਹਨ, ਜੋ ਕਿ ਗਲੋਬਲ ਮਾਪਦੰਡਾਂ ਦੇ ਮੁਕਾਬਲੇ ਅਜੇ ਵੀ ਇੱਕ ਰੁਕਾਵਟ ਹੈ।
- ਸ਼ਾਸਨ (Governance): ਵਰਤੋਂ ਸੀਮਾਵਾਂ ਅਤੇ ਅੰਦਰੂਨੀ ਨੀਤੀਆਂ ਟੋਕਨ ਲਾਗਤਾਂ ਅਤੇ ਮਾਡਲ ਖਰਚਿਆਂ ਦੇ ਪ੍ਰਬੰਧਨ ਵਿੱਚ ਕਿੰਨੀਆਂ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਹਨ।
- ਮਾਲੀਆ ਪ੍ਰਭਾਵ (Revenue Impact): 'ਪਾਇਲਟ-ਸਟੇਜ' ਪ੍ਰੋਜੈਕਟਾਂ ਤੋਂ ਤਿਮਾਹੀ ਨਤੀਜਿਆਂ ਵਿੱਚ ਹੇਠਲੇ-ਲਾਈਨ ਵਾਧੇ (Bottom-line Growth) ਵੱਲ ਤਬਦੀਲੀ।