Physical AI, ਜਿਸ ਵਿੱਚ ਕੰਪਿਊਟਰ ਵਿਜ਼ਨ ਅਤੇ ਰੋਬੋਟਿਕਸ ਦਾ ਮੇਲ ਹੁੰਦਾ ਹੈ, ਹੁਣ ਲੈਬਾਂ ਤੋਂ ਨਿਕਲ ਕੇ ਫੈਕਟਰੀਆਂ ਤੱਕ ਪਹੁੰਚ ਰਿਹਾ ਹੈ। ਪਰ ਅਸਲ ਦੁਨੀਆ ਵਿੱਚ ਇਸ ਨੂੰ ਲਾਗੂ ਕਰਨ ਲਈ Infrastructure, Edge Computing ਅਤੇ Hardware 'ਤੇ ਭਾਰੀ ਨਿਵੇਸ਼ ਦੀ ਲੋੜ ਹੈ। ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਇਹ ਦੇਖਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਕੰਪਨੀਆਂ ਇਸ ਲਾਗਤ ਨੂੰ ਕਿਵੇਂ ਸੰਭਾਲਦੀਆਂ ਹਨ ਅਤੇ IT ਫਰਮਾਂ ਇਨ੍ਹਾਂ ਗੁੰਝਲਦਾਰ ਸਿਸਟਮਾਂ ਨੂੰ ਕਿਵੇਂ ਲਾਗੂ ਕਰ ਰਹੀਆਂ ਹਨ।
Physical AI ਦਾ ਟ੍ਰੈਂਡ ਤੇਜ਼ੀ ਨਾਲ ਵੱਧ ਰਿਹਾ ਹੈ ਕਿਉਂਕਿ ਕੰਪਨੀਆਂ ਹੁਣ AI ਨੂੰ ਸਕਰੀਨਾਂ ਤੋਂ ਬਾਹਰ ਕੱਢ ਕੇ ਫੈਕਟਰੀਆਂ ਅਤੇ ਵੇਅਰਹਾਊਸਾਂ ਵਿੱਚ ਲਿਆਉਣਾ ਚਾਹੁੰਦੀਆਂ ਹਨ। ਇਸ ਵਿੱਚ ਰੋਬੋਟਸ, ਸੈਂਸਰ ਅਤੇ ਕੰਪਿਊਟਰ ਵਿਜ਼ਨ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਉਹ ਕੰਮ ਆਟੋਮੈਟਿਕ ਕੀਤੇ ਜਾ ਰਹੇ ਹਨ ਜੋ ਪਹਿਲਾਂ ਇਨਸਾਨ ਕਰਦੇ ਸਨ। ਹਾਲਾਂਕਿ ਇਹ ਟੈਕਨਾਲੋਜੀ ਕੁਆਲਿਟੀ ਅਤੇ ਸਪੀਡ ਵਧਾਉਣ ਦਾ ਵਾਅਦਾ ਕਰਦੀ ਹੈ, ਪਰ ਡਿਜੀਟਲ ਤੋਂ Physical ਦੁਨੀਆ ਵਿੱਚ ਜਾਣਾ ਕਾਫੀ ਮਹਿੰਗਾ ਅਤੇ ਗੁੰਝਲਦਾਰ ਸਾਬਤ ਹੋ ਰਿਹਾ ਹੈ।
ਹਾਰਡਵੇਅਰ ਅਤੇ ਇਨਫਰਾਸਟ੍ਰਕਚਰ ਦਾ ਖਰਚਾ ਕਿਉਂ ਜ਼ਿਆਦਾ ਹੈ?
ਸਧਾਰਨ ਸਾਫਟਵੇਅਰ ਦੇ ਉਲਟ, ਜੋ ਕਲਾਊਡ ਸਰਵਰਾਂ 'ਤੇ ਚੱਲ ਜਾਂਦਾ ਹੈ, Physical AI ਨੂੰ ਮਜ਼ਬੂਤ ਆਨ-ਸਾਈਟ ਹਾਰਡਵੇਅਰ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਇਸ ਵਿੱਚ ਹਾਈ-ਪਰਫਾਰਮੈਂਸ ਸੈਂਸਰ, ਕੈਮਰੇ ਅਤੇ 'Edge Computing' ਸ਼ਾਮਲ ਹਨ, ਜੋ ਡੇਟਾ ਨੂੰ ਸਿੱਧਾ ਮਸ਼ੀਨਾਂ ਕੋਲ ਪ੍ਰੋਸੈਸ ਕਰਦੇ ਹਨ। ਨਿਵੇਸ਼ਕਾਂ ਲਈ ਇਸਦਾ ਮਤਲਬ ਇਹ ਹੈ ਕਿ ਕੰਪਨੀਆਂ ਨੂੰ ਹੁਣ ਸਿਰਫ਼ ਸਾਫਟਵੇਅਰ ਲਾਇਸੰਸ ਹੀ ਨਹੀਂ, ਸਗੋਂ ਮਹਿੰਗੇ ਉਪਕਰਨਾਂ ਅਤੇ ਸਪੈਸ਼ਲਾਈਜ਼ਡ ਇਨਫਰਾਸਟ੍ਰਕਚਰ ਵਿੱਚ ਵੀ ਪੈਸਾ ਲਗਾਉਣਾ ਪਵੇਗਾ। ਜੇਕਰ ਫੈਕਟਰੀ ਦੀ ਪੁਰਾਣੀ ਮਸ਼ੀਨਰੀ ਨਵੀਂ ਤਕਨਾਲੋਜੀ ਨਾਲ ਮੇਲ ਨਹੀਂ ਖਾਂਦੀ, ਤਾਂ ਅਪਗ੍ਰੇਡ ਕਰਨ ਦਾ ਖਰਚਾ ਸ਼ਾਰਟ-ਟਰਮ ਪ੍ਰੋਫਿਟ ਮਾਰਜਿਨ 'ਤੇ ਅਸਰ ਪਾ ਸਕਦਾ ਹੈ।
ਰੀਅਲ-ਟਾਈਮ ਫੈਸਲਿਆਂ ਦਾ ਜੋਖਮ
ਇੱਕ ਆਫਿਸ ਡੈਸਕ 'ਤੇ ਕੁਝ ਸਕਿੰਟਾਂ ਦੀ ਦੇਰੀ ਦਾ ਕੋਈ ਵੱਡਾ ਨੁਕਸਾਨ ਨਹੀਂ ਹੁੰਦਾ, ਪਰ ਫੈਕਟਰੀ ਵਿੱਚ ਇਹ ਵੱਡਾ ਰਿਸਕ ਹੈ। ਜੇਕਰ AI ਰੋਬੋਟ ਨੂੰ ਕਮਾਂਡ ਦੇਣ ਵਿੱਚ ਇੱਕ ਸਕਿੰਟ ਦਾ ਵੀ ਫਰਕ ਪੈਂਦਾ ਹੈ, ਤਾਂ ਇਹ ਹਾਦਸਿਆਂ ਜਾਂ ਮਹਿੰਗੇ ਸਾਜ਼ੋ-ਸਾਮਾਨ ਦੇ ਖਰਾਬ ਹੋਣ ਦਾ ਕਾਰਨ ਬਣ ਸਕਦਾ ਹੈ। ਹਰ ਫੈਕਟਰੀ ਦਾ ਲੇਆਉਟ ਅਤੇ ਲੋੜਾਂ ਵੱਖਰੀਆਂ ਹੁੰਦੀਆਂ ਹਨ, ਜਿਸ ਕਾਰਨ ਇੱਕ ਜਗ੍ਹਾ ਸਫਲ ਰਹਿਣ ਵਾਲਾ AI ਮਾਡਲ ਦੂਜੀ ਜਗ੍ਹਾ 'ਤੇ ਬਹੁਤ ਮਹਿੰਗਾ ਸਾਬਤ ਹੋ ਸਕਦਾ ਹੈ।
ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਕੀ ਦੇਖਣਾ ਚਾਹੀਦਾ ਹੈ?
ਇਸ ਸੈਕਟਰ ਵਿੱਚ ਦੋ ਮੁੱਖ ਪਹਿਲੂ ਹਨ। ਪਹਿਲਾਂ IT ਸਰਵਿਸ ਕੰਪਨੀਆਂ ਜਿਵੇਂ ਕਿ Tata Consultancy Services, Infosys, Wipro, ਅਤੇ Tech Mahindra, ਜੋ 'Industry 4.0' ਦੀਆਂ ਸੇਵਾਵਾਂ ਦੇ ਰਹੀਆਂ ਹਨ। ਇਹ ਦੇਖਣਾ ਹੋਵੇਗਾ ਕਿ ਕੀ ਇਹ ਕੰਪਨੀਆਂ ਇਨ੍ਹਾਂ ਗੁੰਝਲਦਾਰ ਪ੍ਰੋਜੈਕਟਾਂ ਨੂੰ ਮੁਨਾਫੇ ਨਾਲ ਡਿਲੀਵਰ ਕਰ ਸਕਦੀਆਂ ਹਨ। ਦੂਜੇ ਪਾਸੇ, ਨਿਰਮਾਣ (Manufacturing) ਅਤੇ ਆਟੋਮੋਟਿਵ ਕੰਪਨੀਆਂ ਹਨ, ਜਿਨ੍ਹਾਂ ਦਾ ਸਫਲ ਹੋਣਾ ਇਸ ਗੱਲ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ ਕਿ ਕੀ ਉਨ੍ਹਾਂ ਦੇ ਨਿਵੇਸ਼ ਨਾਲ ਕੁਆਲਿਟੀ ਅਤੇ ਆਊਟਪੁੱਟ ਵਿੱਚ ਅਸਲ ਸੁਧਾਰ ਆ ਰਿਹਾ ਹੈ ਜਾਂ ਨਹੀਂ।