NetApp ਦੇ CEO, George Kurian, ਨੇ ਕਿਹਾ ਹੈ ਕਿ ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਨੂੰ ਅਪਣਾਉਣ ਦੀ ਪ੍ਰਕਿਰਿਆ ਹੌਲੀ-ਹੌਲੀ ਅੱਗੇ ਵਧ ਰਹੀ ਹੈ, ਨਾ ਕਿ ਕਿਸੇ ਇੰਡਸਟਰੀ ਵਿੱਚ ਰਾਤੋ-ਰਾਤ ਕ੍ਰਾਂਤੀ ਲਿਆ ਰਹੀ ਹੈ। ਉਨ੍ਹਾਂ ਦਾ ਇਹ ਨਜ਼ਰੀਆ ਕਾਰੋਬਾਰਾਂ ਸਾਹਮਣੇ ਆਉਣ ਵਾਲੀਆਂ ਚੁਣੌਤੀਆਂ ਜਿਵੇਂ ਕਿ ਏਕੀਕਰਨ (Integration), ਰੈਗੂਲੇਸ਼ਨ (Regulation) ਅਤੇ ਵਰਕਫੋਰਸ ਦੀ ਸਿਖਲਾਈ 'ਤੇ ਰੌਸ਼ਨੀ ਪਾਉਂਦਾ ਹੈ, ਜੋ AI ਨਿਵੇਸ਼ ਤੋਂ ਅਸਲ ਵਿੱਤੀ ਮੁੱਲ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਲੰਬੇ ਸਮੇਂ ਦੀ ਲੋੜ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰਦਾ ਹੈ।
ਕੀ ਹੋਇਆ?
NetApp ਦੇ CEO, George Kurian, ਨੇ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਸੈਕਟਰ ਵਿੱਚ ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਦੇ ਅਪਣਾਏ ਜਾਣ ਦੀ ਗਤੀ ਬਾਰੇ ਇੱਕ ਸਾਵਧਾਨੀ ਭਰਿਆ ਨਜ਼ਰੀਆ ਪੇਸ਼ ਕੀਤਾ ਹੈ। AI ਪ੍ਰੋਜੈਕਟਾਂ ਵਿੱਚ ਭਾਰੀ ਉਦਯੋਗਿਕ ਚਰਚਾ ਅਤੇ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਪੂੰਜੀ ਨਿਵੇਸ਼ ਦੇ ਬਾਵਜੂਦ, Kurian ਦਾ ਸੁਝਾਅ ਹੈ ਕਿ ਇਹ ਤਬਦੀਲੀ ਕਈ ਨਿਵੇਸ਼ਕਾਂ ਦੁਆਰਾ ਸ਼ੁਰੂ ਵਿੱਚ ਉਮੀਦ ਕੀਤੇ ਗਏ ਤੇਜ਼, ਕ੍ਰਾਂਤੀਕਾਰੀ ਬਦਲਾਅ ਦੀ ਬਜਾਏ ਇੱਕ ਵਿਕਾਸਵਾਦੀ (Evolutionary) ਪ੍ਰਕਿਰਿਆ ਸਾਬਤ ਹੋ ਰਹੀ ਹੈ। ਉਨ੍ਹਾਂ ਨੇ ਨੋਟ ਕੀਤਾ ਕਿ AI ਨੂੰ ਅਸਲ ਕਾਰੋਬਾਰੀ ਮੁੱਲ ਪ੍ਰਦਾਨ ਕਰਨ ਲਈ, ਇਸਨੂੰ ਪਹਿਲਾਂ ਏਕੀਕਰਨ, ਭਰੋਸੇਯੋਗਤਾ ਅਤੇ ਸੁਰੱਖਿਆ ਦੀਆਂ ਵਿਹਾਰਕ ਰੁਕਾਵਟਾਂ ਨੂੰ ਪਾਰ ਕਰਨਾ ਹੋਵੇਗਾ।
ਐਂਟਰਪ੍ਰਾਈਜ਼ ਟੈੱਕ ਲਈ ਇਸਦਾ ਕੀ ਮਹੱਤਵ ਹੈ?
ਮਾਰਕੀਟ ਦੀਆਂ ਉਮੀਦਾਂ ਅਤੇ ਅਸਲ ਲਾਗੂਕਰਨ (Implementation) ਵਿਚਕਾਰਲਾ ਪਾੜਾ ਸ਼ੇਅਰਧਾਰਕਾਂ ਲਈ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਮੁੱਦਾ ਹੈ। ਮੌਜੂਦਾ ਟੈਕਨਾਲੋਜੀ ਚੱਕਰ ਵਿੱਚ, ਕਾਰੋਬਾਰਾਂ 'ਤੇ ਅਕਸਰ ਮੁਕਾਬਲੇਬਾਜ਼ਾਂ ਨਾਲ ਤਾਲਮੇਲ ਬਣਾਈ ਰੱਖਣ ਲਈ AI ਵਿੱਚ ਪ੍ਰਗਤੀ ਦਿਖਾਉਣ ਦਾ ਦਬਾਅ ਹੁੰਦਾ ਹੈ। ਹਾਲਾਂਕਿ, Kurian ਦੀਆਂ ਟਿੱਪਣੀਆਂ ਇਸ ਗੱਲ 'ਤੇ ਜ਼ੋਰ ਦਿੰਦੀਆਂ ਹਨ ਕਿ ਸਹੀ ਤਿਆਰੀ ਤੋਂ ਬਿਨਾਂ AI ਵਿੱਚ ਜਲਦਬਾਜ਼ੀ ਕਰਨ ਨਾਲ ਗੁੰਝਲਾਂ ਪੈਦਾ ਹੋ ਸਕਦੀਆਂ ਹਨ, ਖਾਸ ਕਰਕੇ ਡਾਟਾ ਗੋਪਨੀਯਤਾ (Data Privacy) ਵਰਗੇ ਸੰਵੇਦਨਸ਼ੀਲ ਖੇਤਰਾਂ ਵਿੱਚ। ਇਹ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਕਿ AI 'ਤੇ 'ਪ੍ਰਯੋਗਾਤਮਕ ਖਰਚੇ' (Experimental Spending) ਦੇ ਪੜਾਅ ਨੂੰ 'ਉਤਪਾਦਕ, ਉੱਚ-ਮੁੱਲ' (Productive, High-Value) ਵਰਤੋਂ ਦੇ ਪੜਾਅ ਵਿੱਚ ਬਦਲਣ ਦੀ ਲੋੜ ਹੋ ਸਕਦੀ ਹੈ, ਇਸ ਤੋਂ ਪਹਿਲਾਂ ਕਿ ਇਹ ਟੈਕ ਇਨਫ్రాਸਟਰਕਚਰ ਪ੍ਰਦਾਤਾਵਾਂ ਦੇ ਬੋਟਮ ਲਾਈਨ ਨੂੰ ਮਹੱਤਵਪੂਰਨ ਤੌਰ 'ਤੇ ਪ੍ਰਭਾਵਿਤ ਕਰੇ।
ਅਪਣਾਉਣ ਵਿੱਚ ਰੁਕਾਵਟਾਂ
ਤਕਨੀਕੀ ਚੁਣੌਤੀਆਂ ਤੋਂ ਪਰੇ, AI ਨੂੰ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਅਪਣਾਉਣ ਵਿੱਚ ਮੁੱਖ ਰੁਕਾਵਟ ਸੰਗਠਨਾਤਮਕ (Organizational) ਹੈ। ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਅਪਣਾਉਣ ਲਈ ਮਹੱਤਵਪੂਰਨ ਵਰਕਫੋਰਸ ਅਨੁਕੂਲਨ (Workforce Adaptation) ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਕਰਮਚਾਰੀਆਂ ਨੂੰ ਇਹਨਾਂ ਸਾਧਨਾਂ ਦੀ ਸੁਰੱਖਿਅਤ ਵਰਤੋਂ ਸਿੱਖਣੀ ਪੈਂਦੀ ਹੈ, ਅਤੇ ਕਾਰੋਬਾਰਾਂ ਨੂੰ AI ਫੈਸਲੇ ਲੈਣ ਲਈ ਢਾਂਚਾਗਤ (Frameworks) ਬਣਾਉਣੇ ਪੈਂਦੇ ਹਨ। ਵਿੱਤ (Finance) ਅਤੇ ਸਿਹਤ ਸੰਭਾਲ (Healthcare) ਵਰਗੇ ਉੱਚ-ਰੈਗੂਲੇਟਿਡ ਸੈਕਟਰਾਂ ਵਿੱਚ, 'ਸਮਝਾਉਣਯੋਗਤਾ' (Explainability) - ਇਹ ਸਮਝਣਾ ਕਿ AI ਸਿਸਟਮ ਕਿਸੇ ਸਿੱਟੇ 'ਤੇ ਕਿਵੇਂ ਪਹੁੰਚਦਾ ਹੈ - ਦੀ ਮੰਗ ਇੱਕ ਵੱਡੀ ਰੁਕਾਵਟ ਬਣੀ ਹੋਈ ਹੈ। ਜਦੋਂ ਤੱਕ ਇਹ ਸਿਸਟਮ ਸੁਰੱਖਿਆ ਅਤੇ ਪਾਲਣਾ (Compliance) ਦੀ ਗਾਰੰਟੀ ਨਹੀਂ ਦੇ ਸਕਦੇ, ਤਦ ਤੱਕ ਅਪਣਾਉਣਾ ਵਿਸਫੋਟਕ (Explosive) ਦੀ ਬਜਾਏ ਮਾਪਿਆ (Measured) ਰਹੇਗਾ।
ਭਾਰਤੀ IT ਨਿਵੇਸ਼ਕਾਂ ਲਈ ਸੰਦਰਭ
ਇਸ ਰੁਝਾਨ ਦਾ ਭਾਰਤੀ IT ਸੇਵਾਵਾਂ ਖੇਤਰ 'ਤੇ ਅਸਿੱਧਾ ਅਸਰ ਪੈਂਦਾ ਹੈ, ਜੋ ਕਿ ਗਲੋਬਲ ਕੰਪਨੀਆਂ ਲਈ AI ਸੋਲਿਊਸ਼ਨ ਬਣਾਉਣ ਵਿੱਚ ਇੱਕ ਮੁੱਖ ਭਾਈਵਾਲ ਵਜੋਂ ਖੁਦ ਨੂੰ ਸਥਾਪਿਤ ਕਰ ਰਿਹਾ ਹੈ। ਜੇਕਰ ਗਲੋਬਲ ਐਂਟਰਪ੍ਰਾਈਜ਼ 'AI-ਹਾਈਪ' ਪੜਾਅ ਤੋਂ 'ਮੁੱਲ-ਕੇਂਦਰਿਤ' (Value-Focused) ਪੜਾਅ ਵੱਲ ਵਧ ਰਹੇ ਹਨ, ਤਾਂ ਭਾਰਤੀ IT ਫਰਮਾਂ ਨੂੰ ਪ੍ਰਾਪਤ ਹੋਣ ਵਾਲੇ ਕੰਮ ਦੀ ਕਿਸਮ ਬਦਲ ਸਕਦੀ ਹੈ।
ਨਿਵੇਸ਼ਕ ਵੱਡੇ, ਖੋਜੀ AI ਪ੍ਰੋਜੈਕਟਾਂ ਤੋਂ ਵਧੇਰੇ ਨਿਸ਼ਾਨਾ, ਲਾਗੂਕਰਨ-ਕੇਂਦਰਿਤ ਸਲਾਹ-ਮਸ਼ਵਰੇ (Consulting) ਵੱਲ ਮੰਗ ਵਿੱਚ ਤਬਦੀਲੀ ਦੇਖ ਸਕਦੇ ਹਨ। ਹਾਲਾਂਕਿ ਇਸ ਨਾਲ AI ਤੋਂ ਤੁਰੰਤ ਮਾਲੀਆ ਵਾਧਾ (Revenue Spike) ਹੌਲੀ ਹੋ ਸਕਦਾ ਹੈ, ਪਰ ਇਹ ਵਧੇਰੇ ਸਥਾਈ, ਲੰਬੇ ਸਮੇਂ ਦੇ ਸਬੰਧਾਂ ਨੂੰ ਜਨਮ ਦੇ ਸਕਦਾ ਹੈ ਜਿੱਥੇ IT ਫਰਮਾਂ ਨੂੰ ਪ੍ਰਯੋਗਾਤਮਕ ਟੂਲ ਬਣਾਉਣ ਦੀ ਬਜਾਏ ਖਾਸ, ਉੱਚ-ਮੁੱਲ ਵਾਲੀਆਂ ਕਾਰੋਬਾਰੀ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ ਭੁਗਤਾਨ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।
ਨਿਵੇਸ਼ਕ ਕੀ ਟਰੈਕ ਕਰ ਸਕਦੇ ਹਨ?
ਅੱਗੇ ਵਧਦੇ ਹੋਏ, ਨਿਵੇਸ਼ਕਾਂ ਲਈ ਮੁੱਖ ਟਰੈਕ ਕਰਨ ਯੋਗ ਗੱਲ ਆਉਣ ਵਾਲੇ ਤਿਮਾਹੀ ਨਤੀਜਿਆਂ ਵਿੱਚ ਮੈਨੇਜਮੈਂਟ ਟੀਮਾਂ ਤੋਂ ਆਉਣ ਵਾਲੀ ਟਿੱਪਣੀ ਹੈ। ਖਾਸ ਤੌਰ 'ਤੇ, IT ਕੰਪਨੀਆਂ ਆਪਣੇ AI ਪਾਈਪਲਾਈਨ ਦਾ ਵਰਣਨ ਕਿਵੇਂ ਕਰਦੀਆਂ ਹਨ, ਇਸ ਵਿੱਚ ਤਬਦੀਲੀਆਂ ਦੀ ਭਾਲ ਕਰੋ: ਕੀ ਮਾਲੀਆ 'ਪ੍ਰੂਫ ਆਫ ਕੰਸੈਪਟ' (Proof of Concept) ਪ੍ਰੋਜੈਕਟਾਂ ਤੋਂ ਆ ਰਿਹਾ ਹੈ, ਜੋ ਅਕਸਰ ਛੋਟੇ ਅਤੇ ਪ੍ਰਯੋਗਾਤਮਕ ਹੁੰਦੇ ਹਨ, ਜਾਂ ਵੱਡੇ ਪੱਧਰ 'ਤੇ, ਉਤਪਾਦਨ-ਤਿਆਰ (Production-Ready) AI ਡਿਪਲੋਇਮੈਂਟ ਤੋਂ? ਉਤਪਾਦਨ-ਤਿਆਰ ਕੰਟਰੈਕਟਾਂ ਵੱਲ ਵਧਣਾ ਇਹ ਸੰਕੇਤ ਦੇਵੇਗਾ ਕਿ ਬਾਜ਼ਾਰ 'ਅਸਲ ਮੁੱਲ' (Real Value) ਨੂੰ ਦੇਖਣਾ ਸ਼ੁਰੂ ਕਰ ਰਿਹਾ ਹੈ, ਜਿਸ 'ਤੇ Kurian ਵਰਗੇ ਨੇਤਾ ਜ਼ੋਰ ਦੇ ਰਹੇ ਹਨ, ਨਾ ਕਿ ਸਿਰਫ ਹਾਈਪ 'ਤੇ।