AI ਤੋਂ ਸਹੀ ਵਪਾਰਕ ਲਾਭ (Business Value) ਹਾਸਲ ਕਰਨ ਲਈ ਸਿਰਫ ਨਵੇਂ ਟੂਲਜ਼ ਦੀ ਵਰਤੋਂ ਕਾਫੀ ਨਹੀਂ। McKinsey & Company ਦੀ ਨਵੀਂ ਰਿਪੋਰਟ ਦੱਸਦੀ ਹੈ ਕਿ ਕੰਪਨੀਆਂ ਨੂੰ ਆਪਣੇ ਕੰਮ ਕਰਨ ਦੇ ਢੰਗ-ਤਰੀਕਿਆਂ, ਯਾਨੀ ਕਿ ਵਰਕਫਲੋ (Workflows) ਨੂੰ ਬਦਲਣਾ ਪਵੇਗਾ। ਸਿਰਫ 11% ਸੰਸਥਾਵਾਂ ਹੀ ਇਸ 'ਰਿ-ਇਨਵੈਨਸ਼ਨ' (Reinvention) ਪੜਾਅ 'ਤੇ ਪਹੁੰਚੀਆਂ ਹਨ, ਜਿੱਥੇ ਸਭ ਤੋਂ ਵੱਧ ਫਾਇਦਾ ਮਿਲਣ ਦੀ ਉਮੀਦ ਹੈ।
ਬਹੁਤ ਸਾਰੀਆਂ ਕੰਪਨੀਆਂ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਦਾ ਇਸਤੇਮਾਲ ਤਾਂ ਕਰ ਰਹੀਆਂ ਹਨ, ਪਰ ਇਸ ਤੋਂ ਅਸਲ ਵਿੱਤੀ ਲਾਭ (Financial Results) ਕਮਾਉਣ ਵਿੱਚ ਪਰੇਸ਼ਾਨੀ ਦਾ ਸਾਹਮਣਾ ਕਰ ਰਹੀਆਂ ਹਨ। McKinsey & Company ਦੀ ਤਾਜ਼ਾ ਰਿਪੋਰਟ ਵਿੱਚ ਇਹ ਗੱਲ ਸਾਹਮਣੇ ਆਈ ਹੈ ਕਿ AI ਤੋਂ ਸਭ ਤੋਂ ਜ਼ਿਆਦਾ ਫਾਇਦਾ ਤਾਂ ਹੀ ਹੋ ਸਕਦਾ ਹੈ ਜਦੋਂ ਕੰਪਨੀਆਂ ਆਪਣੇ ਕੰਮ ਕਰਨ ਦੇ ਤਰੀਕਿਆਂ, ਯਾਨੀ ਕਿ ਰੋਜ਼ਾਨਾ ਦੇ ਕੰਮਾਂ ਅਤੇ ਵਰਕਫਲੋ (Workflows) ਨੂੰ ਬੁਨਿਆਦੀ ਤੌਰ 'ਤੇ ਬਦਲਣ।
ਟੈਕਨਾਲੋਜੀ ਅਤੇ ਅਮਲ ਵਿਚਲੀ ਦੂਰੀ
ਇਸ ਸਟੱਡੀ ਲਈ 750 ਤੋਂ ਵੱਧ ਮੁਲਾਜ਼ਮਾਂ ਅਤੇ ਬਿਜ਼ਨਸ ਲੀਡਰਾਂ ਦਾ ਸਰਵੇਖਣ ਕੀਤਾ ਗਿਆ। ਇਸ ਤੋਂ ਪਤਾ ਲੱਗਾ ਹੈ ਕਿ ਜਿੱਥੇ 70% ਲੋਕ ਨਿੱਜੀ ਤੌਰ 'ਤੇ AI ਟੂਲਜ਼ ਵਰਤਣ ਵਿੱਚ ਆਤਮ-ਵਿਸ਼ਵਾਸ ਰੱਖਦੇ ਹਨ, ਉੱਥੇ ਸਿਰਫ ਇੱਕ-ਤਿਹਾਈ ਲੀਡਰਾਂ ਨੂੰ ਲੱਗਦਾ ਹੈ ਕਿ ਉਨ੍ਹਾਂ ਦੀਆਂ ਕੰਪਨੀਆਂ ਇਸ ਬਦਲਾਅ ਲਈ ਤਿਆਰ ਹਨ। ਇਹ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਕਈ ਕੰਪਨੀਆਂ ਸਿਰਫ ਸ਼ੁਰੂਆਤੀ ਦੌਰ ਵਿੱਚ ਹਨ, ਜਿੱਥੇ ਟੈਕਨਾਲੋਜੀ ਤਾਂ ਮੌਜੂਦ ਹੈ, ਪਰ ਇਸ ਦੇ ਫਾਇਦਿਆਂ ਨੂੰ ਵਧਾਉਣ ਲਈ ਸੰਗਠਨਾਤਮਕ ਢਾਂਚਾ (Organizational Framework) ਗਾਇਬ ਹੈ।
ਬਦਲਾਅ ਰਾਹੀਂ ਲਾਭ ਵਧਾਉਣਾ
McKinsey ਨੇ AI ਅਪਣਾਉਣ ਦੇ ਤਿੰਨ ਪੜਾਅ ਦੱਸੇ ਹਨ: ਇਨੇਬਲਮੈਂਟ (Enablement), ਆਟੋਮੇਸ਼ਨ (Automation) ਅਤੇ ਰੀ-ਇਨਵੈਨਸ਼ਨ (Reinvention)। 'ਇਨੇਬਲਮੈਂਟ' ਦੇ ਪੜਾਅ ਵਿੱਚ, ਜਦੋਂ ਕਰਮਚਾਰੀ ਸਿਰਫ ਆਮ AI ਟੂਲਜ਼ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ, ਤਾਂ ਸਿਰਫ 13% ਕੰਪਨੀਆਂ ਨੇ ਮਹੱਤਵਪੂਰਨ ਵਪਾਰਕ ਲਾਭ (Enterprise Value) ਦੀ ਰਿਪੋਰਟ ਕੀਤੀ। 'ਆਟੋਮੇਸ਼ਨ' ਪੜਾਅ ਵਿੱਚ, ਜਿੱਥੇ ਵੱਖ-ਵੱਖ ਵਿਭਾਗਾਂ ਦੇ ਕੰਮਾਂ ਨੂੰ ਬਿਹਤਰ ਬਣਾਇਆ ਜਾਂਦਾ ਹੈ, ਇਹ ਅੰਕੜਾ 24% ਤੱਕ ਪਹੁੰਚ ਜਾਂਦਾ ਹੈ। ਪਰ ਸਭ ਤੋਂ ਵੱਡਾ ਉਛਾਲ 'ਰੀ-ਇਨਵੈਨਸ਼ਨ' ਪੜਾਅ ਵਿੱਚ ਦੇਖਣ ਨੂੰ ਮਿਲਦਾ ਹੈ, ਜਿੱਥੇ ਬਿਜ਼ਨਸ ਮਾਡਲ ਅਤੇ ਮੁੱਖ ਕਾਰਜਾਂ ਨੂੰ AI ਦੇ ਕੇਂਦਰ ਵਿੱਚ ਰੱਖ ਕੇ ਮੁੜ ਡਿਜ਼ਾਈਨ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਇਸ ਪੜਾਅ 'ਤੇ 48% ਲੀਡਰਾਂ ਨੇ ਜ਼ਿਕਰਯੋਗ ਲਾਭ (Value Capture) ਦੀ ਰਿਪੋਰਟ ਕੀਤੀ।
ਰਿਪੋਰਟ ਇਹ ਵੀ ਦੱਸਦੀ ਹੈ ਕਿ ਜਿਨ੍ਹਾਂ ਸੰਸਥਾਵਾਂ ਨੇ ਆਪਣੇ ਵਰਕਫਲੋ ਨੂੰ ਪਹਿਲਾਂ ਹੀ ਬਦਲ ਲਿਆ ਸੀ, ਉਨ੍ਹਾਂ ਨੂੰ ਮੌਜੂਦਾ ਪ੍ਰਣਾਲੀਆਂ 'ਤੇ ਸਿਰਫ AI ਟੂਲਜ਼ ਲਗਾਉਣ ਵਾਲਿਆਂ ਦੇ ਮੁਕਾਬਲੇ ਪੰਜ ਗੁਣਾ ਜ਼ਿਆਦਾ ਵਪਾਰਕ ਲਾਭ ਹੋਣ ਦੀ ਸੰਭਾਵਨਾ ਸੀ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਲੀਡਰਸ਼ਿਪ ਦੀ ਮੁਹਾਰਤ (Leadership Expertise) ਇੱਕ ਮੁੱਖ ਕਾਰਕ ਹੈ। AI-ਸਮਝਦਾਰ ਪ੍ਰਬੰਧਨ ਟੀਮਾਂ ਵਾਲੀਆਂ ਕੰਪਨੀਆਂ ਨੂੰ ਆਪਣੀਆਂ AI ਪਹਿਲਕਦਮੀਆਂ ਤੋਂ ਲਗਭਗ ਚਾਰ ਗੁਣਾ ਜ਼ਿਆਦਾ ਸਕਾਰਾਤਮਕ ਵਿੱਤੀ ਪ੍ਰਭਾਵ (Financial Impacts) ਮਿਲਣ ਦੀ ਸੰਭਾਵਨਾ ਹੈ।
ਨਿਵੇਸ਼ਕਾਂ ਲਈ AI ਖਰਚਿਆਂ ਦਾ ਪਹਿਲੂ
ਨਿਵੇਸ਼ਕਾਂ (Investors) ਲਈ, ਇਹ ਖੋਜਾਂ ਇਸ ਗੱਲ 'ਤੇ ਜ਼ੋਰ ਦਿੰਦੀਆਂ ਹਨ ਕਿ AI ਸੌਫਟਵੇਅਰ ਅਤੇ ਇੰਫਰਾਸਟ੍ਰਕਚਰ 'ਤੇ ਕੀਤਾ ਗਿਆ ਖਰਚਾ ਆਪਣੇ ਆਪ ਮੁਨਾਫਾ ਵਧਾਉਣ ਜਾਂ ਉਤਪਾਦਕਤਾ (Productivity) ਵਿੱਚ ਸੁਧਾਰ ਕਰਨ ਦੀ ਗਰੰਟੀ ਨਹੀਂ ਦਿੰਦਾ। AI ਵਿੱਚ ਨਿਵੇਸ਼ ਕਰਨ ਵਾਲੀਆਂ ਕੰਪਨੀਆਂ ਲਈ ਅਸਲ ਪਰਖ ਉਨ੍ਹਾਂ ਦੀ ਸੰਗਠਨਾਤਮਕ ਬਦਲਾਅ (Organizational Change) ਨੂੰ ਲਾਗੂ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਹੈ। ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਪ੍ਰਬੰਧਨ (Management) ਤੋਂ ਅਜਿਹੇ ਸੰਕੇਤਾਂ ਦੀ ਭਾਲ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ ਜੋ ਢਾਂਚਾਗਤ ਪਰਿਵਰਤਨ (Structural Transformation) ਨੂੰ ਦਰਸਾਉਂਦੇ ਹੋਣ, ਨਾ ਕਿ ਸਿਰਫ ਵਿਅਕਤੀਗਤ ਕਰਮਚਾਰੀਆਂ ਦੁਆਰਾ AI ਟੂਲਜ਼ ਅਪਣਾਉਣ 'ਤੇ ਧਿਆਨ ਦੇਣ। ਭਰੋਸਾ, ਲੀਡਰਸ਼ਿਪ ਦਾ ਤਾਲਮੇਲ (Leadership Alignment), ਅਤੇ ਸੱਭਿਆਚਾਰਕ ਬਦਲਾਅ (Cultural Change) ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਨ ਦੀ ਸਮਰੱਥਾ, ਇਹ ਸਾਰੇ ਗੈਰ-ਤਕਨੀਕੀ ਕਾਰਕ ਇਹ ਨਿਰਧਾਰਤ ਕਰਨਗੇ ਕਿ AI 'ਤੇ ਖਰਚ ਲੰਬੇ ਸਮੇਂ ਦੇ ਮੁਕਾਬਲੇਤਮਕ ਫਾਇਦੇ (Competitive Advantages) ਵੱਲ ਲੈ ਜਾਵੇਗਾ ਜਾਂ ਇਹ ਸਿਰਫ ਇੱਕ ਡੁੱਬਿਆ ਹੋਇਆ ਖਰਚ (Sunk Cost) ਸਾਬਤ ਹੋਵੇਗਾ।