இந்திய நிறுவனங்களின் AI முதலீடு: வெறும் ஆரவாரத்திலிருந்து லாபத்தை நோக்கி...

இந்திய நிறுவனங்கள் இப்போது செயற்கை நுண்ணறிவு (AI) சோதனைகளைத் தாண்டி, நேரடி நிதி லாபத்தை (ROI) மையமாகக் கொண்டு செயல்படத் தொடங்கியுள்ளன. AI-யில் முதலீடுகள் தொடர்ந்தாலும், செலவுகளைக் கட்டுப்படுத்தவும், குறிப்பிட்ட இலக்குகளை அடையவும் முக்கியத்துவம் அளிக்கப்படுகிறது.

என்ன நடக்கிறது?

இந்திய நிறுவனங்கள் செயற்கை நுண்ணறிவு (AI) தொழில்நுட்பத்தை செயல்படுத்தும் விதத்தில் ஒரு பெரிய மாற்றத்தைக் கண்டுள்ளன. ஆரம்பக்கட்ட சோதனை முயற்சிகளுக்குப் பிறகு, இப்போது அனைவரும் நேரடி நிதிப் பலனை (ROI - Return on Investment) மையமாகக் கொண்ட யுக்திகளுக்கு மாறுகின்றனர். இதன் முக்கிய அம்சங்கள்: கடுமையான நிர்வாகம், அதிகச் செலவாகும் AI மாடல்களின் பயன்பாட்டைக் கட்டுப்படுத்துதல், மற்றும் மலிவான, குறிப்பிட்ட வேலைகளுக்கான AI தீர்வுகளைப் பயன்படுத்துதல்.

AI மீதான ஆர்வம் குறையவில்லை என்றாலும், கண்மூடித்தனமான செலவினங்களுக்குப் பதிலாக, ஒவ்வொரு முதலீடும் உற்பத்தித்திறனையோ அல்லது வருவாயையோ எப்படி அதிகரிக்கச் செய்கிறது என்பதைக் கண்காணிப்பதில் கவனம் செலுத்துகின்றனர்.

அளவிடக்கூடிய லாபம் நோக்கி நகர்வு

'சோதனை' நிலையிலிருந்து 'செயல்பாட்டு' நிலைக்கு மாறுவது வெற்றிகரமாக நடந்து வருகிறது. Snowflake நடத்திய ஆய்வின்படி, 71% இந்திய நிறுவனங்கள் தங்களது ஜெனரேட்டிவ் AI முயற்சிகளில் இருந்து அளவிடக்கூடிய லாபத்தைப் பெற்றுள்ளதாகத் தெரிவித்துள்ளன. இது உலக சராசரியை விட அதிகம். பட்ஜெட்டுகள் கடுமையாக்கப்பட்டாலும், இந்திய நிறுவனங்கள் AI-ஐ சோதனைக் களத்தில் வைத்திருக்காமல், முக்கிய செயல்பாடுகளில் வெற்றிகரமாக ஒருங்கிணைக்கின்றன.

Deloitte-ன் 2026 கணிப்புகளும் இதை உறுதிப்படுத்துகின்றன. உலக சராசரியான 28% உடன் ஒப்பிடும்போது, சுமார் 40% இந்திய நிறுவனங்கள் AI-ஐ கணிசமாக அல்லது முழு அளவில் பயன்படுத்துவதாகக் கூறப்படுகிறது.

IT செலவினங்களில் தாக்கம்

செலவினங்கள் குறையும் என்ற எண்ணத்திற்கு மாறாக, இந்திய நிறுவனங்கள் AI-க்கான நிதி ஒதுக்கீட்டை அதிகரித்து வருகின்றன. SAP நடத்திய ஆய்வின்படி, அடுத்த இரண்டு ஆண்டுகளில் இந்திய நிறுவனங்கள் AI முதலீடுகளை 45% அதிகரிக்கும் என எதிர்பார்க்கப்படுகிறது. மேலும், Bain & Company-யின் 2026 Enterprise Technology அறிக்கையின்படி, AI மற்றும் டேட்டா டிரான்ஸ்ஃபர்மேஷன் திட்டங்கள் இந்த ஆண்டு இந்தியாவில் நடக்கும் தொழில்நுட்ப செலவினங்களில் கிட்டத்தட்ட 40-45% ஆக இருக்கும்.

குறுகிய கால லாபத்தை மட்டும் நோக்கும் உலகளாவிய நிறுவனங்களைப் போலல்லாமல், இந்திய நிறுவனங்கள் தங்கள் தொழில்நுட்ப பட்ஜெட்டில் 50-60% வரை, AI தளங்கள் மற்றும் டிஜிட்டல் உள்கட்டமைப்பு போன்ற நீண்டகால முதலீடுகளுக்குச் செலவிடுகின்றன.

BPO மாடலில் புனரமைப்பு

AI-யினால் ஏற்படும் முதிர்ச்சியின் மிக முக்கியமான தாக்கம், பிசினஸ் பிராசஸ் அவுட்சோர்சிங் (BPO) துறையில் காணப்படுகிறது. வழக்கமான பணிகளைச் செய்ய ஆட்களை அதிகரிப்பதை அடிப்படையாகக் கொண்ட 'லேபர் ஆர்பிட்ரேஜ்' (labor arbitrage) மாடல் தற்போது மாறிவருகிறது. முன்னணி சேவை வழங்குநர்கள், ஜெனரேட்டிவ் AI-ஐப் பயன்படுத்தி முதல் நிலை (Tier-1) சந்தேகங்களைத் தானியங்குபடுத்துவதன் மூலம், 'சப்போர்ட்-லெட் ரெவென்யூ குரோத்' (Support-Led Revenue Growth) என்ற முறையை நோக்கிச் செல்கின்றனர்.

இந்த மாற்றம் அவுட்சோர்சிங்கை முற்றிலும் ஒழித்துவிடாது, ஆனால் வேலையின் தன்மையை மாற்றுகிறது. வழக்கமான, திரும்பத் திரும்பச் செய்யும் பணிகள் இப்போது தானியங்கு AI ஏஜென்ட்களால் கையாளப்படுகின்றன. மனிதர்கள் சிக்கலான, அதிக மதிப்புள்ள பிரச்சனைகளுக்குத் தீர்வு காண்பதில் கவனம் செலுத்துகின்றனர். இந்த மாற்றத்தை திறம்பட நிர்வகிக்கும் நிறுவனங்கள், ஆட்களின் எண்ணிக்கையை அதிகரிக்காமல் வருவாயை உருவாக்கும் வழிகளைக் கண்டறிந்துள்ளன.

அபாயங்களும் கவனிக்க வேண்டியவையும்

முன்னேற்றங்கள் இருந்தபோதிலும், 'அளவீட்டுப் பிரச்சனை' (measurement problem) ஒரு முக்கிய அபாயமாக உள்ளது. பல வணிகங்கள் AI செலவினங்களுக்கும் விற்பனை வளர்ச்சிக்கும் நேரடித் தொடர்பை ஏற்படுத்துவதில் சிரமப்படுவதாக நிபுணர்கள் கூறுகின்றனர். நிறுவனங்களுக்கு உள்ள உண்மையான ஆபத்து, அதிகமாகச் செலவழிப்பது மட்டுமல்ல, 'செயல்பாடுகளை' (activity) 'யுக்தியாக' (strategy) தவறாகப் புரிந்துகொள்வதும் ஆகும். முதலீட்டாளர்கள் மற்றும் வணிகத் தலைவர்கள் கீழ்க்கண்டவற்றைக் கண்காணிக்க வேண்டும்:

• செயல்திறன் ஆதாயங்கள் (Efficiency Gains): AI முதலீடுகள் வாக்குறுதியளித்தபடி செயல்பாட்டுச் செலவுகளைக் குறைக்கின்றனவா?
• திறன் மேம்பாடு (Capability Building): உலகத் தரத்துடன் ஒப்பிடும்போது ஒரு தடையாக இருக்கும் சிறப்பு AI நிபுணத்துவ இடைவெளியை நிறுவனங்கள் எவ்வளவு சிறப்பாகச் சமாளிக்கின்றன?
• நிர்வாகம் (Governance): டோக்கன் செலவுகள் மற்றும் மாடல் செலவுகளை நிர்வகிப்பதில் பயன்பாட்டுக் கட்டுப்பாடுகள் மற்றும் உள் கொள்கைகள் எவ்வளவு பயனுள்ளதாக இருக்கின்றன?
• வருவாய் தாக்கம் (Revenue Impact): காலாண்டு முடிவுகளில் 'சோதனை நிலை' திட்டங்களிலிருந்து அடிப்படை வரி வளர்ச்சிக்கு (bottom-line growth) மாற்றம் ஏற்பட்டுள்ளதா?