Whalesbook
Cognizant நிறுவனம் இந்த ஆண்டின் இறுதிக்குள், ஒரு பில்லியன் டாலர் (சுமார் ₹7,000 கோடி) வருவாய் இலக்கை அடைய AI கருவியை பயன்படுத்தப்போவதாக அறிவித்துள்ளது. வெறும் செலவைக் குறைப்பதற்குப் பதிலாக, வருவாயைப் பெருக்க AI-யைப் பயன்படுத்துவது IT துறையின் புதிய யுக்தியாகப் பார்க்கப்படுகிறது.
என்ன நடந்தது?
Cognizant நிறுவனம் ஒரு பில்லியன் டாலர் (சுமார் ₹7,000 கோடி) வருவாய் இலக்கை இந்த ஆண்டின் இறுதிக்குள் எட்டுவதற்காக ஒரு புதிய செயற்கை நுண்ணறிவு (AI) முறையை அறிவித்துள்ளது. இந்த அணுகுமுறைக்கு 'Context Engineering' என பெயரிட்டுள்ளனர். இந்த தொழில்நுட்பம், மின்னஞ்சல்கள், மீட்டிங் குறிப்புகள், சாட்கள் மற்றும் சட்ட ஒப்பந்தங்கள் போன்ற பலதரப்பட்ட நிறுவனத் தரவுகளை ஆய்வு செய்து, வழக்கமான CRM மென்பொருட்கள் கண்டறியத் தவறும் விற்பனை வாய்ப்புகளையும், வாடிக்கையாளர் தேவைகளையும் கண்டறியும்.
நிறுவனத்தின் தகவலின்படி, இந்த AI சிஸ்டம் ஏற்கனவே சுமார் $200 மில்லியன் (சுமார் ₹1,600 கோடி) மதிப்பிலான சாத்தியமான வணிக வாய்ப்புகளை அடையாளம் கண்டுள்ளது.
முதலீட்டாளர்களுக்கு இது ஏன் முக்கியம்?
IT சேவை நிறுவனங்கள் AI-யை எப்படிப் பயன்படுத்துகின்றன என்பதில் இது ஒரு முக்கிய மாற்றத்தைக் காட்டுகிறது. கடந்த ஒரு வருடமாக, AI-யை மென்பொருள் கோடிங்கை வேகப்படுத்தவும், உள் செலவுகளைக் குறைக்கவும் மட்டுமே பயன்படுத்தி வந்தனர். ஆனால் Cognizant-ன் இந்த முயற்சி, AI-யை நேரடியாக வருவாயைப் பெருக்கப் பயன்படுத்துவதில் கவனம் செலுத்துகிறது. இது வெற்றி பெற்றால், AI என்பது செயல்பாட்டுத் திறனை மேம்படுத்தும் ஒரு கருவியிலிருந்து, நிறுவனத்தின் தீவிர விற்பனை மற்றும் விரிவாக்கத்திற்கான ஒரு சக்திவாய்ந்த கருவியாக மாறும்.
'Pipeline' என்பது எதிர்கால சாத்தியமான வணிகத்தைக் குறிக்கும், அது உத்தரவாதமான வருமானம் அல்ல. ஆனாலும், நிறுவனம் தனது விற்பனை ஆற்றலை எங்கு செலுத்துகிறது என்பதைக் காட்டுகிறது.
இந்த யுக்தி எப்படி வேலை செய்கிறது?
இந்த தளத்தை உருவாக்க, Cognizant, Rohan Murthy இணைந்து உருவாக்கிய ஸ்டார்ட்-அப் நிறுவனமான Workfabric AI உடன் இணைந்து செயல்படுகிறது. இந்த முறை, வாடிக்கையாளர் சந்திப்புகள் அல்லது மின்னஞ்சல்களில் விவாதிக்கப்படும் முக்கியமான தகவல்கள், மையப்படுத்தப்பட்ட அமைப்புகளுக்கு வராத 'தகவல் இடைவெளியை' (information gap) சரிசெய்ய முயல்கிறது. AI மூலம் வாடிக்கையாளர் கணக்குகளின் டிஜிட்டல் சுயவிவரங்களை உருவாக்குவதன் மூலம், சேவையில் உள்ள இடைவெளிகளைக் கொடியிட (flag) நிறுவனம் நம்புகிறது.
உதாரணமாக, ஒரு வாடிக்கையாளர் தர உத்தரவாதப் பணியாளர் பற்றாக்குறையால் அவதிப்படுவதாக மின்னஞ்சல்கள் பரிந்துரைத்தால், நிறுவனம் தனது சொந்த தர உத்தரவாத சேவைகளுக்கான ஒரு பிட்ச்சை (pitch) பரிந்துரைக்க AI அமைப்பால் முடியும். இது விற்பனைக் குழுவை பொதுவான விற்பனைப் பரிந்துரைகளுக்குப் பதிலாக, குறிப்பிட்ட தீர்வுகளுடன் வாடிக்கையாளர்களை அணுக அனுமதிக்கிறது.
அபாயங்கள் மற்றும் செயலாக்க சவால்கள்
வருவாயை அதிகரிப்பதை இலக்காகக் கொண்டிருந்தாலும், சில முக்கிய வணிக அபாயங்கள் உள்ளன. முதலில், 'Pipeline' மற்றும் 'Revenue'க்கு இடையே பெரிய வித்தியாசம் இருக்கலாம். வாய்ப்புகளை உருவாக்குவது முதல் படி மட்டுமே; நிறுவனங்கள் இன்னும் வாடிக்கையாளர்களை ஒப்பந்தங்களில் கையெழுத்திடச் செய்ய வேண்டும். மேலும், தரவு தனியுரிமை (Data Privacy) தொடர்பாக ஒரு பெரிய ஆபத்து உள்ளது. இந்த அமைப்பு மின்னஞ்சல்கள் மற்றும் ஒப்பந்தங்கள் போன்ற முக்கியமான தகவல்தொடர்புகளைப் படிப்பதால், கடுமையான தனியுரிமைக் காவலணைகளைப் பராமரிப்பது அவசியம். எந்தவொரு பாதுகாப்பு மீறலும் அல்லது வாடிக்கையாளர் தரவின் தவறான பயன்பாடும் நம்பிக்கையை கடுமையாக சேதப்படுத்தும்.
துறை மற்றும் போட்டிச் சூழல்
TCS, Infosys, HCLTech போன்ற பெரிய IT நிறுவனங்களும் AI-யில் அதிக முதலீடு செய்துள்ளன. தற்போது, பொருளாதார நிச்சயமற்ற தன்மை காரணமாக வட அமெரிக்கா மற்றும் ஐரோப்பாவில் உள்ள வாடிக்கையாளர்கள் செலவினங்களில் கவனமாக இருப்பதால், இந்தத் துறை ஒரு காலகட்டத்தை கடந்து செல்கிறது. 'மறைக்கப்பட்ட' வணிகத்தைக் கண்டறிய AI-யைப் பயன்படுத்துவதன் மூலம், Cognizant தன்னை போட்டியாளர்களிடமிருந்து வேறுபடுத்த முயற்சிக்கிறது. இருப்பினும், இந்தப் பிளாட்ஃபார்ம், சக நிறுவனங்கள் பயன்படுத்தும் வழக்கமான விற்பனை செயல்முறைகளுடன் ஒப்பிடும்போது, அதிக மாற்று விகிதங்களுக்கு (conversion rates) வழிவகுக்கிறது என்பதை நிரூபிக்க வேண்டிய அழுத்தத்தை நிறுவனம் எதிர்கொள்ளும்.
முதலீட்டாளர்கள் கண்காணிக்க வேண்டியவை
முன்னோக்கிச் செல்லும்போது, இந்த $1 பில்லியன் pipeline-ன் மாற்று விகிதம் முக்கியமாகக் கவனிக்கப்பட வேண்டும். எதிர்கால வருவாய் அழைப்புகளில் (earnings calls), கண்டறியப்பட்ட வாய்ப்புகளில் எத்தனை ஒப்பந்தங்களாக மாறி, உண்மையான வருவாயாகின்றன என்பது குறித்த புதுப்பிப்புகளை முதலீட்டாளர்கள் எதிர்பார்க்கலாம். கூடுதலாக, தரவு தனியுரிமை இணக்கம் மற்றும் விற்பனைப் படையினரிடையே கருவியின் ஏற்பு விகிதம் (adoption rate) குறித்த மேலாண்மைக் கருத்துக்கள், இந்த யுக்தி அளவிடக்கூடியதா அல்லது ஒரு பரிசோதனை முயற்சியாக இருக்குமா என்பதற்கான முக்கிய குறிகாட்டிகளாக இருக்கும்.