Pegasystems ਨੇ AI ਬਿਲਿੰਗ ਵਿੱਚ ਵੱਡਾ ਬਦਲਾਅ ਕੀਤਾ ਹੈ। ਹੁਣ ਕੰਪਨੀ 'per-token' ਦੀ ਥਾਂ 'outcome-based' ਪ੍ਰਾਈਸਿੰਗ ਮਾਡਲ ਅਪਣਾਏਗੀ, ਜਿਸ ਨਾਲ ਗਾਹਕਾਂ ਦੇ AI ਖਰਚੇ **90%** ਤੱਕ ਘੱਟ ਸਕਦੇ ਹਨ। ਭਾਰਤ ਵਿੱਚ ਕੰਪਨੀ ਦੀ ਵੱਡੀ ਡਿਵੈਲਪਮੈਂਟ ਟੀਮ ਹੈ, ਜੋ ਇਸ ਨੀਤੀ ਨੂੰ ਲਾਗੂ ਕਰਨ ਵਿੱਚ ਅਹਿਮ ਭੂਮਿਕਾ ਨਿਭਾਏਗੀ।
Pegasystems, ਜੋ ਕਿ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਸੌਫਟਵੇਅਰ ਦੀ ਇੱਕ ਪ੍ਰਮੁੱਖ ਕੰਪਨੀ ਹੈ, ਆਪਣੇ AI-ਸੰਚਾਲਿਤ ਸੇਵਾਵਾਂ ਲਈ ਚਾਰਜ ਕਰਨ ਦੇ ਤਰੀਕੇ ਵਿੱਚ ਬਦਲਾਅ ਕਰ ਰਹੀ ਹੈ। ਕੰਪਨੀ ਇੰਡਸਟਰੀ-ਸਟੈਂਡਰਡ 'per-token' ਪ੍ਰਾਈਸਿੰਗ ਮਾਡਲ ਤੋਂ 'outcome-based' ਢਾਂਚੇ ਵੱਲ ਜਾ ਰਹੀ ਹੈ। ਇਹ ਬਦਲਾਅ ਇਸ ਲਈ ਕੀਤਾ ਗਿਆ ਹੈ ਕਿਉਂਕਿ ਕਾਰਪੋਰੇਟ ਗਾਹਕ ਹੁਣ AI ਪਾਇਲਟ ਪ੍ਰੋਜੈਕਟਾਂ ਤੋਂ ਅੱਗੇ ਵਧ ਕੇ ਅਸਲ ਵਿੱਤੀ ਮੁਨਾਫੇ ਅਤੇ ਸਥਿਰ ਬਜਟ ਨੂੰ ਤਰਜੀਹ ਦੇ ਰਹੇ ਹਨ।
'Per-Token' ਖਰਚਿਆਂ ਤੋਂ ਦੂਰ
ਬਹੁਤ ਸਾਰੀਆਂ ਸੌਫਟਵੇਅਰ ਕੰਪਨੀਆਂ ਇਸ ਸਮੇਂ AI ਮਾਡਲਾਂ ਦੁਆਰਾ ਪ੍ਰੋਸੈਸ ਕੀਤੇ ਗਏ ਟੋਕਨਾਂ (ਜਾਂ ਟੈਕਸਟ ਦੇ ਟੁਕੜਿਆਂ) ਦੀ ਗਿਣਤੀ ਦੇ ਆਧਾਰ 'ਤੇ ਗਾਹਕਾਂ ਤੋਂ ਚਾਰਜ ਕਰਦੀਆਂ ਹਨ। Pegasystems ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਜਿਵੇਂ-ਜਿਵੇਂ AI ਦੀ ਵਰਤੋਂ ਵਧਦੀ ਹੈ, ਇਹ ਮਾਡਲ ਮਹਿੰਗਾ ਅਤੇ ਪ੍ਰਬੰਧਨ ਵਿੱਚ ਮੁਸ਼ਕਲ ਹੋ ਸਕਦਾ ਹੈ। ਕੰਪਨੀ ਆਪਣੇ 'Blueprint' ਪਲੇਟਫਾਰਮ ਰਾਹੀਂ workflow-led ਡਿਜ਼ਾਈਨ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਕੇ, AI ਏਜੰਟਾਂ ਨੂੰ ਤਾਇਨਾਤ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਸਿਸਟਮਾਂ ਦੇ ਕੰਮ ਕਰਨ ਦੇ ਤਰੀਕੇ ਨੂੰ ਮੁੜ-ਕੌਂਫਿਗਰ ਕਰਨ ਦਾ ਇਰਾਦਾ ਰੱਖਦੀ ਹੈ। ਕੰਪਨੀ ਦਾ ਅੰਦਾਜ਼ਾ ਹੈ ਕਿ ਇਹ ਡਿਜ਼ਾਈਨ-ਪਹਿਲਾਂ ਪਹੁੰਚ, ਗੈਰ-ਜ਼ਰੂਰੀ ਪ੍ਰੋਸੈਸਿੰਗ ਨੂੰ ਘਟਾ ਕੇ, AI ਕਾਰਜਾਂ ਨੂੰ ਰਵਾਇਤੀ ਟੋਕਨ-ਆਧਾਰਿਤ ਤਰੀਕਿਆਂ ਨਾਲੋਂ 10 ਤੋਂ 20 ਗੁਣਾ ਸਸਤਾ ਬਣਾ ਸਕਦੀ ਹੈ।
ਭਾਰਤ ਦਾ ਰਣਨੀਤਕ ਮਹੱਤਵ
ਭਾਰਤ Pegasystems ਦੀ ਗਲੋਬਲ ਰਣਨੀਤੀ ਦਾ ਇੱਕ ਕੇਂਦਰੀ ਥੰਮ ਬਣਿਆ ਹੋਇਆ ਹੈ। ਕੰਪਨੀ ਦਾ ਦੇਸ਼ ਵਿੱਚ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਪ੍ਰਭਾਵ ਹੈ, ਜਿਸ ਵਿੱਚ 1,966 ਕਰਮਚਾਰੀ ਹਨ। ਇਸ ਵਰਕਫੋਰਸ ਵਿੱਚ ਕੰਪਨੀ ਦੀ ਕੁੱਲ ਗਲੋਬਲ ਡਿਵੈਲਪਮੈਂਟ ਟੀਮ ਦਾ 50% ਤੋਂ ਵੱਧ ਸ਼ਾਮਲ ਹੈ, ਜਿਸ ਨਾਲ ਭਾਰਤ ਇਹਨਾਂ ਨਵੇਂ, ਵਧੇਰੇ ਕੁਸ਼ਲ ਵਰਕਫਲੋ ਆਰਕੀਟੈਕਚਰ ਬਣਾਉਣ ਅਤੇ ਸੁਧਾਰਨ ਲਈ ਲੋੜੀਂਦੇ ਇੰਜੀਨੀਅਰਿੰਗ ਅਤੇ ਡਿਜ਼ਾਈਨ ਯਤਨਾਂ ਦਾ ਪ੍ਰਾਇਮਰੀ ਹੱਬ ਬਣ ਗਿਆ ਹੈ।
ਵਿੱਤੀ ਅਤੇ ਕਾਰਜਕਾਰੀ ਸੰਦਰਭ
ਐਂਟਰਪ੍ਰਾਈਜ਼ ਸੌਫਟਵੇਅਰ ਪ੍ਰਦਾਤਾਵਾਂ ਲਈ, 'outcome-based' ਪ੍ਰਾਈਸਿੰਗ ਵੱਲ ਤਬਦੀਲੀ ਲਾਗਤ ਪਾਰਦਰਸ਼ਤਾ ਦੀ ਵਧਦੀ ਮੰਗ ਦਾ ਇੱਕ ਰਣਨੀਤਕ ਜਵਾਬ ਹੈ। ਨਿਵੇਸ਼ਕ ਅਕਸਰ ਨਜ਼ਰ ਰੱਖਦੇ ਹਨ ਕਿ ਅਜਿਹੀਆਂ ਪ੍ਰਾਈਸਿੰਗ ਤਬਦੀਲੀਆਂ ਲੰਬੇ ਸਮੇਂ ਦੇ ਗਾਹਕੀ ਮਾਲੀਆ ਅਤੇ ਮੁਨਾਫੇ ਦੇ ਮਾਰਜਿਨ ਨੂੰ ਕਿਵੇਂ ਪ੍ਰਭਾਵਿਤ ਕਰਦੀਆਂ ਹਨ। ਜਦੋਂ ਕਿ ਇਹ ਮਾਡਲ ਅੰਤਮ ਉਪਭੋਗਤਾ ਲਈ ਲਾਗਤਾਂ ਨੂੰ ਘੱਟ ਕਰਨ ਦਾ ਉਦੇਸ਼ ਰੱਖਦਾ ਹੈ, Pegasystems ਲਈ ਰਣਨੀਤੀ ਦੀ ਸਫਲਤਾ ਸਿਹਤਮੰਦ ਮੁਨਾਫੇ ਦੇ ਮਾਰਜਿਨ ਨੂੰ ਬਰਕਰਾਰ ਰੱਖਣ ਦੇ ਨਾਲ-ਨਾਲ ਵੱਡੀ ਗਿਣਤੀ ਵਿੱਚ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਗਾਹਕਾਂ ਨੂੰ ਆਕਰਸ਼ਿਤ ਕਰਨ ਦੀ ਇਸ ਦੀ ਯੋਗਤਾ 'ਤੇ ਨਿਰਭਰ ਕਰੇਗੀ। ਪ੍ਰਮੁੱਖ ਗਲੋਬਲ ਬੈਂਕਾਂ ਦੀ ਸੇਵਾ ਕਰਨ 'ਤੇ ਕੰਪਨੀ ਦਾ ਧਿਆਨ ਇਸਦੇ ਗਾਹਕ ਅਧਾਰ ਵਿੱਚ ਸਥਿਰਤਾ ਦੀ ਇੱਕ ਪਰਤ ਜੋੜਦਾ ਹੈ, ਕਿਉਂਕਿ ਇਹ ਸੰਸਥਾਵਾਂ ਆਮ ਤੌਰ 'ਤੇ ਪ੍ਰਯੋਗਾਤਮਕ AI ਵਰਤੋਂ ਉੱਤੇ ਭਰੋਸੇਯੋਗ ਅਤੇ ਲਾਗਤ-ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਵਰਕਫਲੋ ਗਵਰਨੈਂਸ ਨੂੰ ਤਰਜੀਹ ਦਿੰਦੀਆਂ ਹਨ।
ਨਿਵੇਸ਼ਕ ਇਸ ਗੱਲ ਦੀ ਨਿਗਰਾਨੀ ਕਰ ਸਕਦੇ ਹਨ ਕਿ ਇਹ ਪ੍ਰਾਈਸਿੰਗ ਸ਼ਿਫਟ ਕੰਪਨੀ ਦੇ ਭਵਿੱਤਰ ਦੇ ਮਾਲੀਆ ਵਿਕਾਸ ਨੂੰ ਕਿਵੇਂ ਪ੍ਰਭਾਵਿਤ ਕਰਦਾ ਹੈ ਅਤੇ ਕੀ ਇਹ ਮੌਜੂਦਾ ਗਾਹਕਾਂ ਵਿੱਚ ਤੇਜ਼ੀ ਨਾਲ ਅਪਣਾਉਣ ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕਰਦਾ ਹੈ। ਮੁੱਖ ਨਿਗਰਾਨੀ ਇਹ ਸਾਬਤ ਕਰਨ ਦੀ ਕੰਪਨੀ ਦੀ ਯੋਗਤਾ ਹੋਵੇਗੀ ਕਿ ਇਸਦਾ ਪਲੇਟਫਾਰਮ ਇਸਦੇ ਸੌਫਟਵੇਅਰ ਦੀ ਪ੍ਰਭਾਵਸ਼ੀਲਤਾ ਦੀ ਕੁਰਬਾਨੀ ਦਿੱਤੇ ਬਿਨਾਂ ਗਾਹਕਾਂ ਲਈ ਠੋਸ ਲਾਗਤ ਬੱਚਤ ਵੱਲ ਲੈ ਜਾਂਦਾ ਹੈ। ਭਵਿੱਖ ਦੀਆਂ ਤਿਮਾਹੀ ਰਿਪੋਰਟਾਂ ਇਸ ਬਾਰੇ ਹੋਰ ਸਪੱਸ਼ਟਤਾ ਪ੍ਰਦਾਨ ਕਰ ਸਕਦੀਆਂ ਹਨ ਕਿ ਇਸ ਕਾਰੋਬਾਰੀ ਰਣਨੀਤੀ ਵਿੱਚ ਤਬਦੀਲੀ ਕੰਪਨੀ ਦੇ ਸਮੁੱਚੇ ਵਿੱਤੀ ਪ੍ਰਦਰਸ਼ਨ ਅਤੇ ਹੋਰ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਸੌਫਟਵੇਅਰ ਪ੍ਰਤੀਯੋਗੀਆਂ ਦੇ ਮੁਕਾਬਲੇ ਬਾਜ਼ਾਰ ਸਥਿਤੀ ਨੂੰ ਕਿਵੇਂ ਪ੍ਰਭਾਵਿਤ ਕਰਦੀ ਹੈ।