ਭਾਰਤ ਵਿੱਚ AI ਨੂੰ ਲੈ ਕੇ ਉਤਸੁਕਤਾ ਤਾਂ ਬਹੁਤ ਹੈ, ਪਰ ਅਸਲ ਵਰਤੋਂ ਅਜੇ ਵੀ ਘੱਟ ਹੈ। ਇਨਫਰਾਸਟ੍ਰਕਚਰ ਅਤੇ ਭਾਸ਼ਾ ਦੀਆਂ ਚੁਣੌਤੀਆਂ ਕਾਰਨ IT ਸੈਕਟਰ ਦੀ ਕਮਾਈ 'ਤੇ ਅਸਰ ਪੈ ਸਕਦਾ ਹੈ, ਜੋ ਨਿਵੇਸ਼ਕਾਂ ਲਈ ਇੱਕ ਅਹਿਮ ਚਿੰਤਾ ਹੈ।
ਭਾਰਤ ਵਿੱਚ ਇਸ ਵੇਲੇ ਇੱਕ ਅਜੀਬ 'AI Adoption Gap' ਚੱਲ ਰਿਹਾ ਹੈ। ਇੱਕ ਪਾਸੇ ਲੋਕਾਂ ਵਿੱਚ AI ਨੂੰ ਲੈ ਕੇ ਬਹੁਤ ਉਤਸੁਕਤਾ ਹੈ, ਪਰ ਦੂਜੇ ਪਾਸੇ ਕਾਰੋਬਾਰੀ ਪੱਧਰ 'ਤੇ ਇਸ ਦੀ ਵਰਤੋਂ ਅਜੇ ਵੀ ਸੀਮਤ ਹੈ। ਨਿਵੇਸ਼ਕਾਂ ਲਈ ਇਹ ਸਮਝਣਾ ਜ਼ਰੂਰੀ ਹੈ ਕਿ ਭਾਰਤੀ IT ਸੈਕਟਰ ਇਸ ਨੂੰ ਕਿਵੇਂ ਸੰਭਾਲਦਾ ਹੈ।
ਮੁੱਖ ਅੜਿੱਕੇ: ਭਾਸ਼ਾ ਅਤੇ ਇਨਫਰਾਸਟ੍ਰਕਚਰ
ਸਭ ਤੋਂ ਵੱਡੀ ਸਮੱਸਿਆ AI ਮਾਡਲਾਂ ਦਾ ਗੈਰ-ਅੰਗਰੇਜ਼ੀ ਭਾਸ਼ਾਵਾਂ ਨਾਲ ਤਾਲਮੇਲ ਹੈ। ਤਕਨੀਕੀ ਤੌਰ 'ਤੇ, ਹੋਰ ਭਾਸ਼ਾਵਾਂ ਲਈ ਜ਼ਿਆਦਾ 'ਟੋਕਨ' (Data units) ਦੀ ਲੋੜ ਪੈਂਦੀ ਹੈ, ਜਿਸ ਨਾਲ AI ਦੀ ਵਰਤੋਂ ਮਹਿੰਗੀ ਹੋ ਜਾਂਦੀ ਹੈ। ਪੱਛਮੀ ਦੇਸ਼ਾਂ ਦੇ ਮੁਕਾਬਲੇ ਭਾਰਤੀ ਕੰਪਨੀਆਂ ਲਈ ਇਹ ਇੱਕ ਵੱਡੀ ਆਰਥਿਕ ਰੁਕਾਵਟ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਹਾਈ-ਕੰਪਿਊਟ ਡੇਟਾ ਸੈਂਟਰਾਂ ਦੀ ਘਾਟ ਕਾਰਨ ਵੀ AI ਪ੍ਰੋਜੈਕਟਾਂ ਨੂੰ ਜ਼ਮੀਨੀ ਪੱਧਰ 'ਤੇ ਲਾਗੂ ਕਰਨਾ ਚੁਣੌਤੀਪੂਰਨ ਹੈ।
IT ਸੈਕਟਰ 'ਤੇ ਅਸਰ
TCS, Infosys, ਅਤੇ HCLTech ਵਰਗੀਆਂ ਦਿੱਗਜ ਕੰਪਨੀਆਂ ਹੁਣ AI ਕੰਸਲਟਿੰਗ ਵੱਲ ਵਧ ਰਹੀਆਂ ਹਨ। ਪਰ, ਜੇਕਰ ਗਾਹਕਾਂ ਨੂੰ AI ਦੀ ਲਾਗਤ ਜ਼ਿਆਦਾ ਲੱਗਦੀ ਹੈ, ਤਾਂ ਇਹਨਾਂ ਕੰਪਨੀਆਂ ਦੇ AI-led ਪ੍ਰੋਜੈਕਟਾਂ ਦੀ ਆਮਦਨ (Revenue) ਪ੍ਰਭਾਵਿਤ ਹੋ ਸਕਦੀ ਹੈ। ਇਹ ਕੰਪਨੀਆਂ ਹੁਣ ਕਲਾਊਡ ਪ੍ਰੋਵਾਈਡਰਾਂ ਨਾਲ ਸਾਂਝੇਦਾਰੀ ਕਰ ਰਹੀਆਂ ਹਨ, ਪਰ ਇਸ ਲਈ ਭਾਰੀ ਪੂੰਜੀ (Capital spending) ਖਰਚਣੀ ਪੈ ਰਹੀ ਹੈ।
ਨਿਵੇਸ਼ਕਾਂ ਲਈ ਸਲਾਹ
ਸਿਰਫ 'AI Revenue' ਦੇ ਅੰਕੜਿਆਂ ਨੂੰ ਨਾ ਦੇਖੋ। ਇਸ ਗੱਲ 'ਤੇ ਨਜ਼ਰ ਰੱਖੋ ਕਿ ਕੰਪਨੀਆਂ ਆਪਣੇ AI ਟੂਲਸ ਨੂੰ ਕਿੰਨਾ 'Cost-effective' ਬਣਾ ਰਹੀਆਂ ਹਨ। ਡੇਟਾ ਸੈਂਟਰਾਂ ਦੇ ਵਿਸਤਾਰ ਅਤੇ ਮੈਨੇਜਮੈਂਟ ਦੀਆਂ ਆਉਣ ਵਾਲੀਆਂ ਕਮੈਂਟਰੀਆਂ 'ਤੇ ਨਜ਼ਰ ਰੱਖਣਾ ਤੁਹਾਡੇ ਲਈ ਜ਼ਰੂਰੀ ਹੈ। ਜੇਕਰ ਕੰਪਨੀਆਂ ਇਨ੍ਹਾਂ ਰੁਕਾਵਟਾਂ ਨੂੰ ਪਾਰ ਕਰਦੀਆਂ ਹਨ, ਤਾਂ ਹੀ ਉਨ੍ਹਾਂ ਦਾ ਮੁਨਾਫਾ ਵਧਣ ਦੀ ਉਮੀਦ ਰੱਖੀ ਜਾ ਸਕਦੀ ਹੈ।