இந்திய நிறுவனங்கள் இனி வெறும் செலவைக் குறைப்பதற்காக AI-யை பயன்படுத்துவதில்லை. மாறாக, வருவாயை அதிகரிக்கவும், வாடிக்கையாளர் அனுபவத்தை மேம்படுத்தவும் AI-யை மூலோபாயமாக (Strategic Growth) பயன்படுத்துவதில் கவனம் செலுத்துகின்றன. இது முதலீட்டாளர்களுக்கு மிக முக்கியமானது.
இந்தியாவில் உள்ள பல நிறுவனங்கள், செயற்கை நுண்ணறிவை (AI) முதலில் தங்கள் செயல்பாட்டுத் திறனை (Operational Efficiency) மேம்படுத்தவும், மீண்டும் மீண்டும் செய்யக்கூடிய வேலைகளை தானியக்கமாக்கி (Automation) செலவுகளைக் குறைக்கவும் பயன்படுத்தின. ஆனால் இப்போது, ஒரு பெரிய மாற்றம் நிகழ்ந்து வருகிறது. நிறுவனங்கள் வெறும் வேலைகளை தானியக்கமாக்குவதை தாண்டி, புதிய வருவாய் வழிகளைத் திறக்கவும், வாடிக்கையாளர் அனுபவத்தை மேம்படுத்தவும் AI-யை தங்கள் முக்கிய வியூகத்தில் (Core Strategy) ஒருங்கிணைக்கத் தொடங்கியுள்ளன.
இந்த மாற்றம், இந்திய IT சேவைகள் துறை (IT Services Sector) மற்றும் டிஜிட்டல்-நேட்டிவ் வணிகங்களில் (Digital-native businesses) முதலீடு செய்பவர்களுக்கு மிகவும் பொருத்தமானது. சந்தை, ஒரு நிறுவனம் எத்தனை AI சோதனைகளைச் செய்கிறது என்பதை வைத்து மதிப்பிடுவதை நிறுத்திவிட்டது. அதற்கு பதிலாக, இந்த தொழில்நுட்பங்கள் வேலைகளை எப்படி மறுவடிவமைக்கின்றன, தயாரிப்பு மேம்பாட்டை எப்படி அதிகரிக்கின்றன, மற்றும் நிறுவனத்தின் லாபத்தை (Bottom Line) நேரடியாக பாதிக்கும் சிக்கலான வணிகப் பிரச்சனைகளை எப்படித் தீர்க்கின்றன என்பதில் கவனம் திரும்பியுள்ளது.
தானியக்கத்தை விட வியூகத்திற்கு ஏன் முக்கியத்துவம்?
ஏற்கனவே திறமையற்ற செயல்முறைகளில் AI-யைப் பயன்படுத்துவது பெரும்பாலும் குறைந்த பலன்களையே தரும். நிறுவனங்கள், இருக்கும் தடைகளை தானியக்கமாக்கினால் (Automate the bottleneck), அந்த செயல்முறையின் குறைகள் இன்னும் வேகமாக நடக்கும் என்ற ஆபத்து உள்ளது. ஆனால் இப்போது, முதலீட்டாளர்கள் வணிக செயல்முறைகளை அடிப்படையிலிருந்தே மறுபரிசீலனை செய்து, தொழில்நுட்பம் வெறும் மனித உழைப்பிற்கு மாற்றாக இருப்பதை விட, வியூக ரீதியான செயல்பாடுகளுக்கு (Strategic Execution) ஆதரவளிப்பதை உறுதி செய்யும் நிறுவனங்களுக்கு முக்கியத்துவம் கொடுக்கத் தொடங்கியுள்ளனர்.
முதலீட்டாளர்களுக்கு, AI திட்டங்கள் வெறும் சோதனை முயற்சிகளா அல்லது நிறுவனத்தின் மதிப்பை உருவாக்கும் ஒரு பகுதியா என்பதைக் கண்டறிவது ஒரு சவாலாகும். AI-யைப் பயன்படுத்தி தனது விலை நிர்ணய சக்தியை (Pricing Power) மேம்படுத்தும், தயாரிப்பு மேம்பாட்டு காலத்தை (Product Development Cycles) குறைக்கும், அல்லது வாடிக்கையாளர் தக்கவைப்பை (Customer Retention) அதிகரிக்கும் ஒரு நிறுவனம், நிர்வாகச் செலவுகளைக் குறைக்க AI-யை மட்டும் பயன்படுத்தும் நிறுவனத்தை விட நிலையான நிதி தாக்கத்தைக் காண வாய்ப்புள்ளது.
பங்குதாரர்களுக்கான AI மதிப்பை கண்காணிப்பது எப்படி?
காலாண்டு முடிவுகள் (Quarterly Results) அல்லது நிர்வாகத்தின் கருத்துக்களை (Management Commentary) மதிப்பாய்வு செய்யும்போது, AI பற்றிய பேச்சுவார்த்தைகள் ஒரு முக்கிய பகுதியாகி வருகின்றன. முதலீட்டாளர்கள் பரந்த வாக்குறுதிகளுக்குப் பதிலாக குறிப்பிட்ட விளைவுகளைத் தேட வேண்டும். உற்பத்தித்திறனை அதிகரிப்பதன் மூலம் AI முயற்சிகள் சிறந்த லாபத்தை (Margins) ஏற்படுத்துகிறதா, உயர் மதிப்பு சேவைகள் மூலம் புதிய வாடிக்கையாளர்களை ஈர்க்கிறதா, அல்லது இறுதிப் பயனர் அனுபவத்தை மேம்படுத்துவதன் மூலம் வாடிக்கையாளர் வெளியேற்றத்தைக் (Churn) குறைக்கிறதா என்பதைக் கண்காணிக்க வேண்டும்.
நிர்வாகப் பயிற்சி (Executive Leadership Training) மற்றும் மாற்ற மேலாண்மை (Change Management) ஆகியவை முக்கியமான குறிகாட்டிகளாகும். AI-யின் வெற்றிகரமான பயன்பாடு இனி ஒரு தொழில்நுட்ப மேம்பாடு மட்டுமல்ல; அது ஒரு தலைமைத்துவத் தேவை. AI கருவிகளை திறம்பட பயன்படுத்த தங்கள் ஊழியர்களுக்குப் பயிற்சி அளிக்கும் நிறுவனங்கள், தொழில்நுட்பத்தை ஒரு IT செலவாக மட்டும் பார்க்கும் நிறுவனங்களை விட தங்கள் வியூகங்களை வெற்றிகரமாக செயல்படுத்த அதிக வாய்ப்புள்ளது.
முன்னோக்கிச் செல்லும்போது, நிறுவனங்களுக்கான வேறுபாடு, தொழில்நுட்ப முதலீட்டை அளவிடக்கூடிய வணிக விளைவுகளுடன் (Measurable Business Outcomes) இணைக்கும் திறனாக இருக்கும். சந்தை வளர்ச்சி அடையும்போது, AI திட்டத்திற்கும் நீண்ட கால லாபத்திற்கும் (Long-term Profitability) இடையே ஒரு தெளிவான தொடர்பைக் காட்டும் வணிகங்களுக்குச் சாதகமாக இருக்கும். அதேசமயம், AI-யை வெறும் விளம்பரத்திற்காகச் செலவழிக்கும் நிறுவனங்கள் குறித்து எச்சரிக்கையுடன் இருக்க வேண்டும்.