காக்னிசென்ட் CEO: பெரிய AI முதலீடுகள், முடிவு அடிப்படையிலான விலை நிர்ணயம், இந்தியாவில் IPO திட்டம்

TECH
Whalesbook Logo
AuthorHarsh Vora|Published at:
காக்னிசென்ட் CEO: பெரிய AI முதலீடுகள், முடிவு அடிப்படையிலான விலை நிர்ணயம், இந்தியாவில் IPO திட்டம்
Overview

காக்னிசென்ட் தனது மாற்றத்தை முடித்து, தீவிர வளர்ச்சியை நோக்கி செல்கிறது. செயற்கை நுண்ணறிவு (AI) மற்றும் முடிவு அடிப்படையிலான விலை நிர்ணயம் முக்கியமாக உள்ளன. CEO ரவி குமார் எஸ், இந்தியாவில் ஒரு இரண்டாம் நிலை பட்டியலை தீவிரமாக பரிசீலித்து வருவதாகக் குறிப்பிட்டுள்ளார். இது புதிய முதலீட்டாளர்களை ஈர்க்கவும், நிறுவனத்தின் மதிப்பை அதிகரிக்கவும் உதவும்.

AI-ஆல் இயக்கப்படும் 'கட்டுபவர்' லட்சியங்கள் (AI-Powered 'Builder' Ambitions): காக்னிசென்ட்டின் மூலோபாய மாற்றம், செயற்கை நுண்ணறிவைப் பயன்படுத்தி, ஒரு சிஸ்டம்ஸ் இன்டெக்ரேட்டராக இருப்பதை விட 'கட்டுபவர்' (builder) என்ற தனது அடையாளத்தை மீட்டெடுப்பதில் கவனம் செலுத்துகிறது. CEO ரவி குமார் எஸ், \"தனிப்பயனாக்கப்பட்ட, முகவர் மூலதனத்தை\" (bespoke, agentic capital) உருவாக்குவதற்கான நகர்வை வலியுறுத்தினார், அங்கு தொழில்நுட்பம் நிறுவன செயல்பாடுகளுடன் ஆழமாகப் பிணைந்துள்ளது. இது பாரம்பரிய IT தேவைகளுக்கு அப்பாற்பட்ட ஒரு பரந்த நோக்கத்தை அனுமதிக்கிறது, சந்தைப்படுத்தக்கூடிய சந்தையை கணிசமாக விரிவுபடுத்துகிறது. இந்த AI-முதல் அணுகுமுறை இரண்டு முக்கிய பகுதிகளில் விரிவடைகிறது. முதல், கிளாசிக்கல் மென்பொருளை முழுமையாக மீண்டும் எழுதுவது, மேம்பாட்டில் இயந்திர உதவியை ஒருங்கிணைப்பது. காக்னிசென்ட் சமீபத்தில் 250,000 ஊழியர்களை உள்ளடக்கிய ஒரு நிறுவன அளவிலான \"வைட் கோடிங்\" (white coding) முயற்சியை நடத்தியது, இது இயந்திரங்களுடன் இணைந்து எதிர்காலத்திற்கான மென்பொருளை உருவாக்குவதற்கான கலாச்சார மாற்றத்தை எடுத்துக்காட்டுகிறது. \"மென்பொருள் 2.0\" (Software 2.0) என அழைக்கப்படும் இரண்டாவது பகுதி, இயந்திர உதவியுடன் கூடிய மேம்பாட்டு சுழற்சிகளை மையமாகக் கொண்டுள்ளது, அங்கு மென்பொருள் உருவாக்கம் பெரும்பாலும் தானியங்குபடுத்தப்பட்டு மனிதர்களால் சரிபார்க்கப்படுகிறது, இது கடந்தகால மேம்பாட்டு முறைகளிலிருந்து விலகிச் செல்ல வேண்டிய ஒரு பெரிய வாய்ப்பை வழங்குகிறது.

முடிவு அடிப்படையிலான விலை நிர்ணயம் மற்றும் மூலோபாய நகர்வுகள் (Outcome-Based Pricing and Strategic Moves): AI ஒருங்கிணைப்பு, IT சேவைகளின் விலை நிர்ணயத்தில் ஒரு கட்டமைப்பு மாற்றத்தை ஏற்படுத்தும் என எதிர்பார்க்கப்படுகிறது, இது பாரம்பரிய முயற்சி அடிப்படையிலான பில்லிங்கிலிருந்து முடிவு-இணைக்கப்பட்ட மாதிரிகளுக்கு (outcome-linked models) நகரும். காக்னிசென்ட் LLM அணுகல் (LLM access) மற்றும் கணினி (compute) முதல் தளங்கள் (platforms) மற்றும் மனித மூலதனம் (human capital) வரை முழு மதிப்புச் சங்கிலியையும் சொந்தமாக்க இலக்கு கொண்டுள்ளது, தொகுக்கப்பட்ட சேவைகளை (bundled services) வழங்கும், அங்கு நிறுவனம் இடர்கள் மற்றும் முடிவுகளில் பங்கு கொள்கிறது. Anthropic, Google மற்றும் Microsoft உடனான மூலோபாய கூட்டாண்மை இந்த பிளாட்ஃபார்ம்-வழி சேவை உத்திக்கு (platform-led service strategy) இன்றியமையாதவை.

இந்தியா லிஸ்டிங் மற்றும் M&A விருப்பம் (India Listing and M&A Appetite): அதன் தொழில்நுட்ப முன்னேற்றங்களுக்கு அப்பால், காக்னிசென்ட் இந்தியாவில் ஒரு இரண்டாம் நிலை பட்டியல் அல்லது IPO-வை (IPO) தீவிரமாக ஆராய்ந்து வருகிறது. குமார் இந்திய ஒழுங்குமுறை அதிகாரிகளுடன் (Indian regulators) நடந்த விவாதங்களை "ஆக்கப்பூர்வமான ஆனால் சிக்கலானவை" என்று விவரித்தார், இது அமெரிக்காவில் பட்டியலிடப்பட்ட IT நிறுவனத்திற்கு இதுபோன்ற ஒரு நகர்வின் முன்னோடி தன்மையைக் கருத்தில் கொண்டு. இந்திய மியூச்சுவல் ஃபண்டுகள் (mutual funds) மற்றும் தொழில்நுட்ப சேவைகளில் ஆர்வமுள்ள சில்லறை முதலீட்டாளர்களிடமிருந்து (retail investors) கணிசமான ஆர்வத்தை ஈர்க்கும் என்று நிறுவனம் நம்புகிறது. அதே நேரத்தில், காக்னிசென்ட் பெரிய டிக்கெட் கையகப்படுத்துதல்களுக்கு (large-ticket acquisitions) தயாராக உள்ளது, குறிப்பாக AI தளங்கள் (AI platforms) மற்றும் ஐரோப்பா மற்றும் ஆசியா-பசிபிக் போன்ற குறைவாகப் பிரதிநிதித்துவப்படுத்தப்பட்ட புவியியல் பகுதிகளில், M&A-வை (M&A) அதன் புதுப்பிக்கப்பட்ட கரிம வளர்ச்சிக்கு (organic growth) துணைபுரியும் ஒரு சக்திவாய்ந்த நெம்புகோலாகக் கருதுகிறது.

Disclaimer:This content is for educational and informational purposes only and does not constitute investment, financial, or trading advice, nor a recommendation to buy or sell any securities. Readers should consult a SEBI-registered advisor before making investment decisions, as markets involve risk and past performance does not guarantee future results. The publisher and authors accept no liability for any losses. Some content may be AI-generated and may contain errors; accuracy and completeness are not guaranteed. Views expressed do not reflect the publication’s editorial stance.