ਭਾਰਤੀ IT ਸੈਕਟਰ ਹੁਣ ਇਨਸਾਨੀ ਮਿਹਨਤ 'ਤੇ ਅਧਾਰਤ ਕੰਮ ਤੋਂ ਅੱਗੇ ਵਧ ਕੇ AI-ਡਰਾਈਵਨ (AI-Driven) ਤਕਨੀਕ ਵੱਲ ਜਾ ਰਿਹਾ ਹੈ। ਇਸ ਨਾਲ 2030 ਤੱਕ **$300-400 ਬਿਲੀਅਨ** ਦੀ ਵੱਡੀ ਮਾਰਕੀਟ ਖੁੱਲ੍ਹਣ ਦੀ ਉਮੀਦ ਹੈ। TCS ਅਤੇ Fractal ਵਰਗੀਆਂ ਕੰਪਨੀਆਂ AI ਤੋਂ ਕਮਾਈ ਵਧਾ ਰਹੀਆਂ ਹਨ, ਪਰ ਨਿਵੇਸ਼ਕਾਂ (Investors) ਨੂੰ ਕੀਮਤਾਂ ਦੇ ਬਦਲਦੇ ਮਾਡਲ ਅਤੇ ਰਵਾਇਤੀ ਸੇਵਾਵਾਂ 'ਤੇ ਪੈਣ ਵਾਲੇ ਮਾੜੇ ਅਸਰ 'ਤੇ ਨਜ਼ਰ ਰੱਖਣੀ ਹੋਵੇਗੀ।
ਭਾਰਤੀ IT ਸਰਵਿਸਿਜ਼ ਇੰਡਸਟਰੀ ਇੱਕ ਵੱਡੇ ਬਦਲਾਅ ਵਿੱਚੋਂ ਲੰਘ ਰਹੀ ਹੈ। ਹੁਣ ਕੰਪਨੀਆਂ ਇਨਸਾਨੀ ਮਿਹਨਤ 'ਤੇ ਅਧਾਰਤ ਮਾਡਲ ਤੋਂ ਹੱਟ ਕੇ AI (Artificial Intelligence) ਅਤੇ ਉਸ ਦੇ ਨਤੀਜਿਆਂ (Outcomes) 'ਤੇ ਅਧਾਰਤ ਕੰਮ ਵੱਲ ਜਾ ਰਹੀਆਂ ਹਨ। ਇਹ ਬਦਲਾਅ ਲੰਬੇ ਸਮੇਂ ਦੀ ਗ੍ਰੋਥ ਲਈ ਜ਼ਰੂਰੀ ਹੈ, ਪਰ ਇਸ ਨਾਲ ਟੈੱਕ ਕੰਪਨੀਆਂ ਗਾਹਕਾਂ (Clients) ਤੋਂ ਪੈਸੇ ਕਿਵੇਂ ਲੈਣਗੀਆਂ ਅਤੇ ਆਪਣੇ ਕੰਮਕਾਜ ਨੂੰ ਕਿਵੇਂ ਸੰਭਾਲਣਗੀਆਂ, ਇਹ ਸਭ ਬਦਲ ਰਿਹਾ ਹੈ।
ਟਾਈਮ-ਬੇਸਡ (Time-Based) ਤੋਂ ਆਊਟਕਮ-ਬੇਸਡ (Outcome-Based) ਪ੍ਰਾਈਸਿੰਗ ਵੱਲ
ਦਹਾਕਿਆਂ ਤੋਂ, ਭਾਰਤੀ IT ਕੰਪਨੀਆਂ ਇਸ ਬਿਜ਼ਨੈੱਸ ਮਾਡਲ 'ਤੇ ਚੱਲ ਰਹੀਆਂ ਸਨ ਕਿ ਜਿੰਨੇ ਲੋਕ ਪ੍ਰੋਜੈਕਟ 'ਤੇ ਲੱਗੇ ਹੋਣਗੇ, ਉਸ ਹਿਸਾਬ ਨਾਲ ਰੈਵੇਨਿਊ (Revenue) ਮਿਲੇਗਾ। ਇਸ ਨੂੰ ਅਕਸਰ ਟਾਈਮ-ਐਂਡ-ਮਟੀਰੀਅਲ ਪ੍ਰਾਈਸਿੰਗ (Time-and-materials pricing) ਕਿਹਾ ਜਾਂਦਾ ਸੀ। ਪਰ ਹੁਣ ਇਹ ਬਦਲ ਰਿਹਾ ਹੈ। ਵੱਡੀਆਂ ਕੰਪਨੀਆਂ AI 'ਚ ਕੀਤੇ ਨਿਵੇਸ਼ ਤੋਂ ਮਾਪਣਯੋਗ (Measurable) ਬਿਜ਼ਨੈੱਸ ਰਿਟਰਨ ਦੀ ਮੰਗ ਕਰ ਰਹੀਆਂ ਹਨ। ਇਸ ਕਾਰਨ, ਕਈ ਵੱਡੀਆਂ ਫਰਮਾਂ ਹੁਣ ਆਊਟਕਮ-ਬੇਸਡ ਮਾਡਲ ਵੱਲ ਮੁੜ ਰਹੀਆਂ ਹਨ, ਜਿੱਥੇ ਭੁਗਤਾਨ AI ਸਿਸਟਮ ਦੁਆਰਾ ਦਿੱਤੀ ਗਈ ਕੀਮਤ (Value) ਨਾਲ ਜੁੜਿਆ ਹੋਵੇਗਾ, ਨਾ ਕਿ ਕੰਮ ਕੀਤੇ ਗਏ ਘੰਟਿਆਂ ਨਾਲ।
ਇਸ ਬਦਲਾਅ ਦੇ ਆਪਣੇ ਖਤਰੇ (Risks) ਵੀ ਹਨ। ਰਵਾਇਤੀ ਮੈਨੇਜਡ ਸਰਵਿਸਿਜ਼ (Managed Services), ਜੋ ਅਜੇ ਵੀ ਮੁੱਖ IT ਫਰਮਾਂ ਦੇ 22% ਤੋਂ 45% ਤੱਕ ਰੈਵੇਨਿਊ ਦਾ ਹਿੱਸਾ ਹਨ, ਵਿੱਚ ਗਿਰਾਵਟ ਆ ਸਕਦੀ ਹੈ ਕਿਉਂਕਿ ਆਟੋਮੇਸ਼ਨ (Automation) ਮੈਨੂਅਲ ਕੰਮ ਨੂੰ ਬਦਲ ਰਿਹਾ ਹੈ। ਇਸ ਬਦਲਾਅ ਕਾਰਨ ਐਂਟਰੀ-ਲੈਵਲ (Entry-level) 'ਤੇ ਹਾਇਰਿੰਗ (Hiring) ਵੀ ਹੌਲੀ ਹੋਈ ਹੈ, ਕਿਉਂਕਿ ਕੰਪਨੀਆਂ ਰਵਾਇਤੀ ਕੋਡਿੰਗ ਰੋਲ (Coding roles) ਦੀ ਬਜਾਏ AI-ਨੇਟਿਵ ਟੂਲਸ (AI-native tools) ਵਿੱਚ ਮਾਹਰ ਟੈਲੈਂਟ (Talent) ਨੂੰ ਤਰਜੀਹ ਦੇ ਰਹੀਆਂ ਹਨ।
AI ਰੈਵੇਨਿਊ (Revenue) ਦੀ ਗ੍ਰੋਥ ਅਤੇ ਮਾਰਕੀਟ ਪਰਫਾਰਮੈਂਸ (Market Performance)
ਕੁਝ ਕੰਪਨੀਆਂ ਇਸ ਬਦਲਾਅ ਨੂੰ ਅਪਣਾਉਣ ਦੇ ਸੰਕੇਤ ਦੇ ਰਹੀਆਂ ਹਨ। Tata Consultancy Services (TCS) ਨੇ ਜੂਨ 2026 ਨੂੰ ਖਤਮ ਹੋਏ ਤਿਮਾਹੀ (Quarter) ਲਈ $2.6 ਬਿਲੀਅਨ ਦਾ ਸਲਾਨਾ AI ਰੈਵੇਨਿਊ ਰਨ ਰੇਟ (Annualized AI revenue run rate) ਦਰਜ ਕੀਤਾ ਹੈ, ਜੋ ਕਿ ਪਿਛਲੀ ਤਿਮਾਹੀ ਦੇ ਮੁਕਾਬਲੇ 13.6% ਦਾ ਵਾਧਾ ਹੈ। ਇਹ ਵਾਧਾ ਕੰਪਨੀ ਦੀ AI ਨੂੰ ਮੌਜੂਦਾ ਸਰਵਿਸ ਲਾਈਨਾਂ (Service lines) ਵਿੱਚ ਜੋੜਨ ਦੀ ਸਮਰੱਥਾ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ।
Fractal Analytics ਵੀ ਵਿਸ਼ੇਸ਼ ਐਂਟਰਪ੍ਰਾਈਜ਼ AI ਸੋਲਿਊਸ਼ਨਜ਼ (Enterprise AI solutions) ਦੀ ਮਜ਼ਬੂਤ ਮੰਗ ਦੇਖ ਰਹੀ ਹੈ। ਕੰਪਨੀ ਨੇ ਵਿੱਤੀ ਸਾਲ 2027 ਦੀ ਪਹਿਲੀ ਤਿਮਾਹੀ (First quarter of fiscal year 2027) ਲਈ ਆਪਣੇ ਆਪਰੇਟਿੰਗ ਰੈਵੇਨਿਊ (Operating revenue) ਵਿੱਚ 20% ਸਾਲਾਨਾ ਵਾਧਾ ਦਰਜ ਕੀਤਾ, ਜੋ ਕਿ ₹912.5 ਕਰੋੜ ਤੱਕ ਪਹੁੰਚ ਗਿਆ। ਇਸ ਦਾ ਨੈੱਟ ਪ੍ਰੋਫਿਟ (Net profit) ਵੀ ਕਾਫੀ ਵਧ ਕੇ ₹72.3 ਕਰੋੜ ਹੋ ਗਿਆ। ਇਹ ਅੰਕੜੇ ਇੱਕ ਵੱਡੇ ਰੁਝਾਨ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ ਜਿੱਥੇ ਜੋ ਫਰਮਾਂ AI ਨੂੰ ਬਿਜ਼ਨੈੱਸ ਪ੍ਰੋਸੈੱਸ (Business processes) ਵਿੱਚ ਸਫਲਤਾਪੂਰਵਕ ਜੋੜ ਸਕਦੀਆਂ ਹਨ, ਉਹ ਨਵੀਂ ਗ੍ਰੋਥ ਹਾਸਲ ਕਰ ਰਹੀਆਂ ਹਨ, ਭਾਵੇਂ ਕਿ ਸਮੁੱਚਾ ਸੈਕਟਰ ਅਸਥਿਰ ਮਾਰਕੀਟ (Volatile market) ਵਿੱਚੋਂ ਲੰਘ ਰਿਹਾ ਹੈ।
ਨਿਵੇਸ਼ਕਾਂ (Investors) ਲਈ ਅਗਲਾ ਰਾਹ
ਜਦੋਂ ਕਿ ਇੰਡਸਟਰੀ 2030 ਤੱਕ $300-400 ਬਿਲੀਅਨ ਦੇ ਵੱਡੇ ਮੌਕੇ ਦਾ ਅਨੁਮਾਨ ਲਗਾ ਰਹੀ ਹੈ, ਤੁਰੰਤ ਨਜ਼ਰੀਆ (Outlook) ਮਿਸ਼ਰਤ ਹੈ। Nifty IT ਇੰਡੈਕਸ (Index), ਜਿਸ ਨੇ 2026 ਦੀ ਸ਼ੁਰੂਆਤ ਵਿੱਚ AI-ਨੇਟਿਵ ਆਟੋਮੇਸ਼ਨ (AI-led automation) ਦੀਆਂ ਚਿੰਤਾਵਾਂ ਕਾਰਨ ਕਾਫੀ ਅਸਥਿਰਤਾ ਦੇਖੀ ਸੀ, ਜੁਲਾਈ ਤੋਂ ਸਥਿਰਤਾ ਅਤੇ ਅੰਸ਼ਕ ਰਿਕਵਰੀ (Partial recovery) ਦੇ ਸੰਕੇਤ ਦਿਖਾ ਰਿਹਾ ਹੈ। ਹਾਲਾਂਕਿ, ਸੈਕਟਰ ਦੇ ਵਿਕਾਸ ਦਾ ਅਗਲਾ ਪੜਾਅ ਇਸ ਗੱਲ 'ਤੇ ਨਿਰਭਰ ਕਰੇਗਾ ਕਿ ਕੰਪਨੀਆਂ AI ਪਾਇਲਟਸ (AI pilots) ਕਰਨ ਤੋਂ ਲਾਭ-ਜਨਕ (Profit-generating), ਪ੍ਰੋਡਕਸ਼ਨ-ਰੈਡੀ ਸੋਲਿਊਸ਼ਨਜ਼ (Production-ready solutions) ਦੇਣ ਤੱਕ ਕਿੰਨੀ ਤੇਜ਼ੀ ਨਾਲ ਅੱਗੇ ਵਧ ਸਕਦੀਆਂ ਹਨ।
ਨਿਵੇਸ਼ਕਾਂ ਲਈ, ਮੁੱਖ ਦੇਖਣ ਵਾਲੀ ਗੱਲ ਇਹ ਹੋਵੇਗੀ ਕਿ ਇਹ ਤਬਦੀਲੀ ਆਪਰੇਟਿੰਗ ਮਾਰਜਿਨ (Operating margins) 'ਤੇ ਕੀ ਅਸਰ ਪਾਉਂਦੀ ਹੈ। ਜਿਵੇਂ-ਜਿਵੇਂ ਫਰਮਾਂ AI ਕੈਪੇਬਿਲਟੀ ਬਿਲਡਿੰਗ (AI capability building) 'ਤੇ ਭਾਰੀ ਖਰਚ ਕਰਦੀਆਂ ਹਨ ਅਤੇ ਪੁਰਾਣੇ ਸਰਵਿਸ ਰੈਵੇਨਿਊ (Legacy service revenue) ਵਿੱਚ ਗਿਰਾਵਟ ਨੂੰ ਸੰਭਾਲਦੀਆਂ ਹਨ, ਉਨ੍ਹਾਂ ਦੀ ਮੁਨਾਫੇ ਦੀ ਸੁਰੱਖਿਆ (Protecting profitability) ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਸਫਲ ਅਨੁਕੂਲਤਾ (Successful adaptation) ਦਾ ਮੁੱਖ ਸੂਚਕ ਹੋਵੇਗੀ। ਇਹ ਦੇਖਣਾ ਵੀ ਮਹੱਤਵਪੂਰਨ ਹੋਵੇਗਾ ਕਿ ਆਉਣ ਵਾਲੀਆਂ ਤਿਮਾਹੀਆਂ ਵਿੱਚ ਗਾਹਕਾਂ ਦੇ ਫੈਸਲੇ ਲੈਣ ਦੇ ਚੱਕਰ (Client decision-making cycles) ਕਿੰਨੇ ਛੋਟੇ ਜਾਂ ਲੰਬੇ ਹੁੰਦੇ ਹਨ, ਜੋ ਕਿ ਸੈਕਟਰ ਭਰ ਵਿੱਚ AI ਅਪਣਾਉਣ ਦੀ ਗਤੀ (Speed of AI adoption) ਬਾਰੇ ਜਾਣਕਾਰੀ ਦੇਵੇਗਾ।