இந்தியாவில் **69%** நிறுவனங்கள் AI தொழில்நுட்பத்தில் முதலீடு செய்யத் திட்டமிட்டுள்ளன. ஆனால், **97%** நிறுவனங்களிடம் அதற்கான முறையான டேட்டா கட்டமைப்பு இல்லை என்பது அதிர்ச்சியூட்டும் தகவல்.
இந்திய கார்ப்பரேட் நிறுவனங்கள் செயற்கை நுண்ணறிவு (AI) தொழில்நுட்பத்தில் முதலீடு செய்வதை மிக வேகமாக அதிகரித்துள்ளன. அடுத்த ஓராண்டில் 69% நிறுவனங்கள் இதற்கான செலவுகளை உயர்த்தத் திட்டமிட்டுள்ளன. ஆனால், Dun & Bradstreet நடத்திய ஆய்வின்படி, இந்த முதலீடுகளுக்கும் கள எதார்த்தத்திற்கும் இடையே பெரிய இடைவெளி இருப்பது தெரியவந்துள்ளது.
முதலீட்டாளர்கள் கவனிக்க வேண்டியது என்ன?
முதலீட்டாளர்கள் நிறுவனங்களின் AI அறிவிப்புகளை மட்டும் பார்க்கக்கூடாது. ஏனெனில், 97% இந்திய நிறுவனங்களிடம் AI-ஐ முழுமையாகச் செயல்படுத்தத் தேவையான டேட்டா உள்கட்டமைப்பு இல்லை. முறையான தரவு கட்டமைப்பு (Data Infrastructure) உள்ள நிறுவனங்கள், மற்ற நிறுவனங்களை விட 6.3 மடங்கு அதிக லாபம் ஈட்ட வாய்ப்புள்ளதாக புள்ளிவிவரங்கள் தெரிவிக்கின்றன.
முக்கியமான சிக்கல்கள்:
- குறைந்த லாபம்: தற்போது 30% நிறுவனங்கள் மட்டுமே AI மூலம் நல்ல பலன்களைப் பெற்றுள்ளன.
- செயல்முறை சிக்கல்: வெறும் 35% நிறுவனங்கள் மட்டுமே தங்கள் AI திட்டங்களை சோதனை முயற்சியிலிருந்து (Pilot projects) உண்மையான வணிக பயன்பாட்டிற்கு கொண்டு வந்துள்ளன.
- ரிஸ்க் மேலாண்மை: வெறும் 29% நிறுவனங்கள் மட்டுமே AI மூலம் ஏற்படும் செயல்பாட்டு அபாயங்களைக் கையாளும் அளவுக்கு வலுவான கட்டமைப்பைக் கொண்டுள்ளன.
முதலீட்டாளர்களுக்கான அறிவுரை:
AI முதலீடுகள் என்பது வெறும் பணத்தைச் செலவிடுவது மட்டுமல்ல, அது நிறுவனத்தின் டேட்டா தரம் மற்றும் நிர்வாகத் திறனைப் பொறுத்தது. நிறுவனங்களின் வருடாந்திர அறிக்கைகளை ஆராயும்போது, அவர்களின் 'டேட்டா ஹைஜீன்' (Data Hygiene) மற்றும் பணியாளர் திறன் மேம்பாடு (Upskilling) ஆகியவற்றில் அவர்கள் காட்டும் முன்னேற்றத்தை முக்கியமாகக் கவனியுங்கள். அடிப்படை வசதிகள் இல்லாமல் AI-ல் முதலீடு செய்யும் நிறுவனங்கள், தங்கள் லாப வரம்பில் (Profit margins) அழுத்தத்தைச் சந்திக்க நேரிடும்.