Whalesbook
ਭਾਰਤ AI ਦੀ ਵਰਤੋਂ 'ਚ ਦੁਨੀਆ 'ਚ ਅੱਗੇ ਹੈ, ਪਰ AI ਦੀ ਵਰਤੋਂ ਕਰਨਾ ਤੇ ਇਸ ਤੋਂ ਪੈਸਾ ਕਮਾਉਣਾ ਦੋ ਵੱਖ ਗੱਲਾਂ ਹਨ। ਹੁਣ ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਉਨ੍ਹਾਂ ਕੰਪਨੀਆਂ 'ਤੇ ਨਜ਼ਰ ਰੱਖਣੀ ਚਾਹੀਦੀ ਹੈ ਜੋ AI ਟੂਲਜ਼ ਨੂੰ ਅਸਲ ਮੁਨਾਫੇ 'ਚ ਬਦਲ ਸਕਣ, ਨਾ ਕਿ ਸਿਰਫ਼ ਟੈਕ 'ਤੇ ਜ਼ਿਆਦਾ ਖ਼ਰਚ ਕਰਨ ਵਾਲੀਆਂ।
ਕੀ ਹੋਇਆ?
ਭਾਰਤ ਕਾਰੋਬਾਰਾਂ 'ਚ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਟੂਲਜ਼ ਨੂੰ ਅਪਣਾਉਣ ਅਤੇ ਵਰਤਣ 'ਚ ਦੁਨੀਆ ਭਰ 'ਚ ਅੱਗੇ ਆਇਆ ਹੈ। ਪਰ, 'AI Quotient' (AIQ) 'ਤੇ ਨਵਾਂ ਫੋਕਸ 'AI' ਦੀ ਵਰਤੋਂ' ਅਤੇ ਇਸ ਨਾਲ ਕਾਰੋਬਾਰ 'ਚ ਬਦਲਾਅ ਲਿਆਉਣ ਵਿਚਾਲੇ ਇੱਕ ਅਹਿਮ ਫਰਕ ਦੱਸਦਾ ਹੈ। ਜਿੱਥੇ ਜ਼ਿਆਦਾਤਰ ਭਾਰਤੀ ਕੰਪਨੀਆਂ ਨੇ AI ਨੂੰ ਏਕੀਕ੍ਰਿਤ ਕਰਨਾ ਸ਼ੁਰੂ ਕਰ ਦਿੱਤਾ ਹੈ, ਉੱਥੇ ਬਹੁਤ ਸਾਰੀਆਂ ਅਜੇ ਵੀ ਸ਼ੁਰੂਆਤੀ ਪੜਾਅ 'ਤੇ ਹਨ। AIQ ਇਹ ਮਾਪਦਾ ਹੈ ਕਿ AI ਨੂੰ ਕੰਪਨੀ ਦੀ ਰਣਨੀਤੀ 'ਚ ਕਿੰਨਾ ਡੂੰਘਾਈ ਨਾਲ ਸ਼ਾਮਲ ਕੀਤਾ ਗਿਆ ਹੈ ਤਾਂ ਜੋ ਮਾਪਣਯੋਗ ਨਤੀਜੇ - ਜਿਵੇਂ ਕਿ ਜ਼ਿਆਦਾ ਮਾਲੀਆ, ਘੱਟ ਲਾਗਤਾਂ, ਜਾਂ ਬਿਹਤਰ ਮਾਰਜਿਨ - ਹਾਸਲ ਕੀਤੇ ਜਾ ਸਕਣ, ਨਾ ਕਿ ਸਿਰਫ਼ ਕਿੰਨੇ AI ਟੂਲਜ਼ ਵਰਤੇ ਜਾ ਰਹੇ ਹਨ, ਇਹ ਦਿਖਾਇਆ ਜਾਵੇ।
ਨਿਵੇਸ਼ਕਾਂ ਲਈ ਇਹ ਕਿਉਂ ਮਾਇਨੇ ਰੱਖਦਾ ਹੈ?
ਸ਼ੇਅਰਧਾਰਕਾਂ (Shareholders) ਲਈ, ਮੁੱਖ ਚਿੰਤਾ ਨਿਵੇਸ਼ 'ਤੇ ਵਾਪਸੀ (ROI) ਹੈ। ਅੰਕੜੇ ਦੱਸਦੇ ਹਨ ਕਿ AI ਅਪਣਾਉਣ ਦੀ ਪ੍ਰਕਿਰਿਆ ਵਿਆਪਕ ਹੈ, ਪਰ ਬਹੁਤ ਘੱਟ ਕੰਪਨੀਆਂ 'AI ਹਾਈ ਪਰਫਾਰਮਰ' ਹਨ। ਅਸਲ 'ਚ, ਉਦਯੋਗ ਵਿਸ਼ਲੇਸ਼ਣ ਦੱਸਦਾ ਹੈ ਕਿ ਜਦੋਂ ਕਿ ਜ਼ਿਆਦਾਤਰ ਸੰਸਥਾਵਾਂ AI ਟੂਲਜ਼ ਦੀ ਵਰਤੋਂ ਕਰਦੀਆਂ ਹਨ, ਸਿਰਫ਼ ਇੱਕ ਛੋਟਾ ਜਿਹਾ ਹਿੱਸਾ (ਕਈ ਵਾਰ 6% ਦੱਸਿਆ ਜਾਂਦਾ ਹੈ) ਹੀ ਆਪਣੇ ਮੁਨਾਫੇ 'ਤੇ ਮਹੱਤਵਪੂਰਨ ਵਿੱਤੀ ਪ੍ਰਭਾਵ ਪ੍ਰਾਪਤ ਕਰਦਾ ਹੈ।
ਇਸ ਨਾਲ 'ਪ੍ਰਦਰਸ਼ਨ ਗੈਪ' (Performance Gap) ਬਣਦਾ ਹੈ। ਜਿਹੜੀਆਂ ਕੰਪਨੀਆਂ AI 'ਚ ਭਾਰੀ ਨਿਵੇਸ਼ ਕਰਦੀਆਂ ਹਨ ਪਰ ਆਪਣੀਆਂ ਕੰਮ ਕਰਨ ਦੀਆਂ ਪ੍ਰਕਿਰਿਆਵਾਂ ਨੂੰ ਮੁੜ-ਡਿਜ਼ਾਈਨ ਕਰਨ ਦੀ ਕੋਈ ਸਪੱਸ਼ਟ ਯੋਜਨਾ ਨਹੀਂ ਰੱਖਦੀਆਂ, ਉਨ੍ਹਾਂ ਨੂੰ ਅਕਸਰ ਮੁਨਾਫੇ 'ਚ ਵਾਧੇ ਦੇ ਬਿਨਾਂ ਲਾਗਤਾਂ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈਂਦਾ ਹੈ। ਇੱਕ ਨਿਵੇਸ਼ਕ ਲਈ, ਇਹ ਫਰਕ ਬਹੁਤ ਅਹਿਮ ਹੈ: ਜੇ ਕੋਈ ਕੰਪਨੀ AI 'ਤੇ ਖਰਚ ਕਰਦੀ ਹੈ ਅਤੇ ਕੋਈ ਵਿੱਤੀ ਰਿਟਰਨ ਨਹੀਂ ਦੇਖਦੀ, ਤਾਂ ਉਹ ਸਿਰਫ਼ ਆਪਣੀਆਂ ਪੂੰਜੀ ਖਰਚਾਂ (Capital Spending) ਨੂੰ ਵਧਾ ਰਹੀ ਹੈ, ਜੋ ਥੋੜ੍ਹੇ ਸਮੇਂ 'ਚ ਮੁਨਾਫੇ ਦੇ ਮਾਰਜਿਨ 'ਤੇ ਦਬਾਅ ਪਾ ਸਕਦਾ ਹੈ। ਦੂਜੇ ਪਾਸੇ, ਇੱਕ ਉੱਚ AIQ ਵਾਲੀ ਕੰਪਨੀ ਕੰਮ ਕਰਨ ਦੇ ਤਰੀਕੇ ਨੂੰ ਬਦਲਣ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਰਦੀ ਹੈ, ਜਿਸ ਨਾਲ ਲੰਬੇ ਸਮੇਂ 'ਚ ਬਿਹਤਰ ਕੁਸ਼ਲਤਾ ਆਉਂਦੀ ਹੈ।
IT ਸੈਕਟਰ ਦਾ ਸੰਦਰਭ
ਭਾਰਤੀ IT ਸੇਵਾਵਾਂ ਕੰਪਨੀਆਂ ਇਸ ਬਦਲਾਅ ਦੇ ਕੇਂਦਰ 'ਚ ਹਨ। ਹਾਲੀਆ ਬਾਜ਼ਾਰ ਵਿਸ਼ਲੇਸ਼ਣ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਕਿ ਸੈਕਟਰ ਨੂੰ ਨੇੜਲੇ ਸਮੇਂ 'ਚ ਮਾਲੀਆ (Revenue) 'ਤੇ ਦਬਾਅ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈ ਸਕਦਾ ਹੈ - ਜੋ ਕਿ 1% ਤੋਂ 3% ਦੇ ਵਿਚਕਾਰ ਅਨੁਮਾਨਿਤ ਹੈ - ਕਿਉਂਕਿ ਗਾਹਕ ਰਵਾਇਤੀ IT ਮਾਡਲਾਂ ਤੋਂ AI-ਅਧਾਰਿਤ ਸੇਵਾਵਾਂ ਵੱਲ ਵਧ ਰਹੇ ਹਨ। ਇਹ ਤਬਦੀਲੀ ਆਸਾਨ ਨਹੀਂ ਹੈ। IT ਫਰਮਾਂ ਕਰਮਚਾਰੀਆਂ ਨੂੰ ਮੁੜ-ਸਿਖਲਾਈ (Reskilling) ਦੇਣ ਅਤੇ AI ਬੁਨਿਆਦੀ ਢਾਂਚਾ (Infrastructure) ਬਣਾਉਣ 'ਚ ਕਾਫੀ ਨਿਵੇਸ਼ ਕਰ ਰਹੀਆਂ ਹਨ। ਹਾਲਾਂਕਿ ਇਹ ਅੱਜ ਮਾਰਜਿਨ 'ਤੇ ਭਾਰ ਪਾ ਰਿਹਾ ਹੈ, ਇਹ ਲੰਬੇ ਸਮੇਂ ਦੀ ਇੱਕ ਰਣਨੀਤੀ ਦਾ ਹਿੱਸਾ ਹੈ ਜਿਸ ਨਾਲ ਗਲੋਬਲ ਕੰਪਨੀਆਂ ਜੋ ਆਪਣੀਆਂ ਪੁਰਾਣੀਆਂ ਪ੍ਰਣਾਲੀਆਂ (Legacy Systems) ਨੂੰ ਆਧੁਨਿਕ ਬਣਾਉਣਾ ਚਾਹੁੰਦੀਆਂ ਹਨ, ਉਨ੍ਹਾਂ ਲਈ ਜ਼ਰੂਰੀ ਭਾਈਵਾਲ ਬਣਿਆ ਜਾ ਸਕੇ। ਨਿਵੇਸ਼ਕ ਹੁਣ ਉਨ੍ਹਾਂ ਫਰਮਾਂ ਵਿਚਕਾਰ ਫਰਕ ਕਰ ਰਹੇ ਹਨ ਜੋ ਇਸ ਵਿਘਨ (Disruption) ਨੂੰ ਸਫਲਤਾਪੂਰਵਕ ਨੈਵੀਗੇਟ ਕਰ ਰਹੀਆਂ ਹਨ ਅਤੇ ਉਨ੍ਹਾਂ ਵਿਚਕਾਰ ਜੋ AI ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਸਥਿਰ, ਉੱਚ-ਮਾਰਜਿਨ ਮਾਲੀਆ ਸਟਰੀਮਜ਼ ਵਿੱਚ ਬਦਲਣ ਲਈ ਸੰਘਰਸ਼ ਕਰ ਰਹੀਆਂ ਹਨ।
ਨਿਵੇਸ਼ਕ ਇਸਨੂੰ ਕਿਵੇਂ ਦੇਖ ਸਕਦੇ ਹਨ?
ਕਿਸੇ ਕੰਪਨੀ ਦੀ AI ਰਣਨੀਤੀ ਦਾ ਮੁਲਾਂਕਣ ਕਰਦੇ ਸਮੇਂ, 'AI ਅਪਣਾਉਣ' ਬਾਰੇ ਪ੍ਰੈਸ ਰਿਲੀਜ਼ਾਂ ਤੋਂ ਪਰ੍ਹੇ ਦੇਖਣਾ ਲਾਭਦਾਇਕ ਹੁੰਦਾ ਹੈ। ਇੱਕ ਉੱਚ-AIQ ਵਾਲਾ ਕਾਰੋਬਾਰ ਅਕਸਰ ਖਾਸ ਗੁਣ ਦਿਖਾਉਂਦਾ ਹੈ। ਪਹਿਲਾਂ, C-ਸੂਟ ਦੀ ਮਲਕੀਅਤ (C-suite ownership); ਕੀ ਮੈਨੇਜਮੈਂਟ ਸਰਗਰਮੀ ਨਾਲ AI ਰਣਨੀਤੀ ਦੀ ਅਗਵਾਈ ਕਰ ਰਹੀ ਹੈ, ਜਾਂ ਇਸਨੂੰ IT ਵਿਭਾਗ ਲਈ ਇੱਕ ਸਾਈਡ ਪ੍ਰੋਜੈਕਟ ਵਜੋਂ ਦੇਖਿਆ ਜਾਂਦਾ ਹੈ? ਦੂਜਾ, ਡਾਟਾ ਤਿਆਰੀ (Data readiness); ਕੀ ਕੰਪਨੀ ਕੋਲ ਸਾਫ਼, ਸੰਗਠਿਤ ਡਾਟਾ ਹੈ, ਜਾਂ ਇਹ ਪੁਰਾਣੀਆਂ ਪ੍ਰਣਾਲੀਆਂ ਵਿੱਚ ਫਸਿਆ ਹੋਇਆ ਹੈ? ਤੀਜਾ, ਮਾਪਣਯੋਗ ROI; ਕੀ ਇਸ ਗੱਲ ਦੇ ਸਪੱਸ਼ਟ, ਜਨਤਕ ਤੌਰ 'ਤੇ ਦੱਸੇ ਗਏ ਟੀਚੇ ਹਨ ਕਿ AI ਮਾਲੀਆ, ਲਾਗਤ ਜਾਂ ਉਤਪਾਦਕਤਾ ਨੂੰ ਕਿਵੇਂ ਪ੍ਰਭਾਵਿਤ ਕਰੇਗਾ? ਜੇਕਰ ਕੋਈ ਕੰਪਨੀ ਸਿਰਫ਼ ਆਪਣੇ ਦੁਆਰਾ ਵਰਤੇ ਜਾਣ ਵਾਲੇ AI ਟੂਲਜ਼ ਦੀ 'ਕੂਲਨੈੱਸ' ਬਾਰੇ ਗੱਲ ਕਰਦੀ ਹੈ ਅਤੇ ਇਸ ਬਾਰੇ ਨਹੀਂ ਕਿ ਇਹ ਟੂਲਜ਼ ਉਨ੍ਹਾਂ ਦੇ ਵਿੱਤ ਨੂੰ ਕਿਵੇਂ ਪ੍ਰਭਾਵਿਤ ਕਰਦੇ ਹਨ, ਤਾਂ ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਵਧੇਰੇ ਸਾਵਧਾਨ ਰਹਿਣਾ ਚਾਹੀਦਾ ਹੈ।
ਨਿਗਰਾਨੀ ਕਰਨ ਲਈ ਜੋਖਮ
AI ਨੂੰ ਲਾਗੂ ਕਰਨਾ ਜੋਖਮ-ਮੁਕਤ ਨਹੀਂ ਹੈ। ਆਮ ਰੁਕਾਵਟਾਂ ਜੋ ਅਕਸਰ ਨਿਵੇਸ਼ 'ਤੇ ਵਾਪਸੀ ਨੂੰ ਰੋਕਦੀਆਂ ਹਨ, ਉਨ੍ਹਾਂ ਵਿੱਚ ਪ੍ਰਤਿਭਾ ਦੀ ਘਾਟ (Talent Shortages), ਸਹੀ ਸ਼ਾਸਨ ਢਾਂਚੇ (Governance Frameworks) ਦੀ ਕਮੀ, ਅਤੇ ਡਾਟਾ ਸੁਰੱਖਿਆ (Data Security) ਦੀਆਂ ਚਿੰਤਾਵਾਂ ਸ਼ਾਮਲ ਹਨ। ਨਿਰਮਾਣ (Manufacturing) ਅਤੇ ਵਿੱਤ (Finance) ਖੇਤਰਾਂ ਵਿੱਚ, ਜਿੱਥੇ ਡਾਟਾ ਸੰਵੇਦਨਸ਼ੀਲ ਹੁੰਦਾ ਹੈ, ਇਹ ਜੋਖਮ ਵਧ ਜਾਂਦੇ ਹਨ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਵਿਸ਼ੇਸ਼ ਪ੍ਰਤਿਭਾ ਅਤੇ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦੀ ਲਾਗਤ ਜ਼ਿਆਦਾ ਹੈ। ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਇਹ ਦੇਖਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਕੀ ਇਹ ਉੱਚ ਲਾਗਤਾਂ ਬਿਹਤਰ ਉਤਪਾਦਕਤਾ ਵੱਲ ਲੈ ਜਾ ਰਹੀਆਂ ਹਨ ਜਾਂ ਕੀ ਉਹ ਸਿਰਫ਼ 'ਪਾਇਲਟ ਪਾਰਗੇਟਰੀ' (Pilot Purgatory) ਬਣਾ ਰਹੀਆਂ ਹਨ - ਜਿੱਥੇ ਪ੍ਰੋਜੈਕਟ ਕਦੇ ਵੀ ਟੈਸਟਿੰਗ ਪੜਾਅ ਤੋਂ ਅੱਗੇ ਨਹੀਂ ਵਧਦੇ।
ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਅੱਗੇ ਕੀ ਟਰੈਕ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ?
ਅੱਗੇ ਵਧਦੇ ਹੋਏ, ਫੋਕਸ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ 'ਤੁਸੀਂ ਕਿੰਨੇ AI ਟੂਲਜ਼ ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੇ ਹੋ' ਤੋਂ 'ਤੁਹਾਡੀਆਂ AI ਪਹਿਲਕਦਮੀਆਂ ਦਾ ਵਿੱਤੀ ਪ੍ਰਭਾਵ ਕੀ ਹੈ' ਵੱਲ ਬਦਲ ਜਾਵੇਗਾ। ਕਮਾਈ ਕਾਲਾਂ (Earnings Calls) ਦੌਰਾਨ ਮੈਨੇਜਮੈਂਟ ਦੀ ਟਿੱਪਣੀ 'ਤੇ ਨਜ਼ਰ ਰੱਖੋ। ਕੀ ਉਹ ਖਾਸ ਵਰਤੋਂ ਦੇ ਮਾਮਲਿਆਂ 'ਤੇ ਚਰਚਾ ਕਰ ਰਹੇ ਹਨ ਜਿੱਥੇ AI ਨੇ ਲਾਗਤਾਂ ਘਟਾਈਆਂ ਹਨ ਜਾਂ ਵਿਕਰੀ ਵਿੱਚ ਸੁਧਾਰ ਕੀਤਾ ਹੈ? ਇਸ ਬਾਰੇ ਅਪਡੇਟਸ ਦੀ ਭਾਲ ਕਰੋ ਕਿ ਕੀ AI ਕੰਪਨੀ ਨੂੰ ਨਵੇਂ ਗਾਹਕ ਜਿੱਤਣ ਜਾਂ ਮੌਜੂਦਾ ਗਾਹਕਾਂ ਨੂੰ ਬਰਕਰਾਰ ਰੱਖਣ ਵਿੱਚ ਮਦਦ ਕਰ ਰਿਹਾ ਹੈ। AI ਯੁੱਗ ਦੇ ਅਸਲ ਜੇਤੂ ਉਹ ਹੋਣਗੇ ਜੋ AI ਨੂੰ ਸਿਰਫ਼ ਇੱਕ ਟੈਕਨਾਲੋਜੀ ਅੱਪਗਰੇਡ ਦੇ ਤੌਰ 'ਤੇ ਨਹੀਂ, ਸਗੋਂ ਉਨ੍ਹਾਂ ਦੇ ਕਾਰੋਬਾਰ ਕਰਨ ਦੇ ਤਰੀਕੇ ਵਿੱਚ ਇੱਕ ਬੁਨਿਆਦੀ ਬਦਲਾਅ ਵਜੋਂ ਦੇਖਦੇ ਹਨ।