இந்தியாவில் உள்ள முக்கிய IT நிறுவனங்களின் போர்டுகள், ஆர்ட்டிஃபிஷியல் இன்டலிஜென்ஸ் (AI) என்பதை ஒரு தனியான தொழில்நுட்ப திட்டமாகப் பார்க்காமல், நிறுவனத்தின் முக்கிய வியூகமாக (Core Strategy) மாற்றியுள்ளன. Tech Mahindra, Happiest Minds, Mphasis போன்ற நிறுவனங்களின் தலைவர்கள் தற்போது AI-யின் நிர்வாகம், முதலீட்டு ஒதுக்கீடு, மற்றும் ஆபத்து மேலாண்மையில் தீவிர கவனம் செலுத்துகின்றனர். இதன் மூலம், AI சோதனைகளை உண்மையான செயல் திறன் மற்றும் வருவாய் வளர்ச்சிக்கு கொண்டு வர முதலீட்டாளர்கள் எதிர்பார்க்கின்றனர்.
என்ன நடந்தது?
இந்திய கார்ப்பரேட் போர்டுகளில் ஆர்ட்டிஃபிஷியல் இன்டலிஜென்ஸ் (AI) மீதான பார்வை தற்போது மாறிவருகிறது. இயக்குநர்கள், AI-யை வெறும் IT துறையின் ஒரு முக்கிய தொழில்நுட்ப திட்டமாக மட்டும் கருதுவதை நிறுத்திவிட்டு, அதை நிறுவனத்தின் முக்கிய வணிக வியூகத்தில் (Core Business Strategy) ஒருங்கிணைக்கத் தொடங்கியுள்ளனர். இதன் மூலம், போட்டித்தன்மையை அதிகரிப்பது, செயல்பாட்டுத் திறனை மேம்படுத்துவது, மற்றும் நீண்ட கால நிதி ஆரோக்கியத்தை உறுதி செய்வது போன்றவற்றில் AI-யின் பங்கை அதிகரிக்க முற்படுகின்றனர். இதன் விளைவாக, நிறுவனங்கள் AI-யை எவ்வாறு செயல்படுத்துவது, அதனுடன் தொடர்புடைய ஆபத்துகளை எவ்வாறு நிர்வகிப்பது, மற்றும் இந்த தொழில்நுட்பங்களுக்கு எவ்வளவு முதலீட்டை ஒதுக்குவது என்பதை போர்டு உறுப்பினர்கள் நேரடியாக நிர்வகிக்கும் நிலை ஏற்பட்டுள்ளது.
முதலீட்டாளர்களுக்கு ஏன் இது முக்கியம்?
AI-யை ஒரு "சோதனை முயற்சி" (Experimental Project) என்பதிலிருந்து ஒரு "அத்தியாவசியத் தேவை" (Business Imperative) ஆக மாற்றும் இந்த மாற்றம், பங்குதாரர்களுக்கு மிகவும் முக்கியமானது. போர்டுகள் AI வியூகத்தில் நேரடியாக ஈடுபடும்போது, நிறுவனங்கள் AI தொடர்பான முதலீடுகளுக்கு மிகவும் ஒழுக்கமான மூலதன ஒதுக்கீடு மற்றும் தெளிவான பொறுப்புக்கூறல் முறைகளைப் பின்பற்றும் என்று எதிர்பார்க்கலாம்.
ஆராய்ச்சி மற்றும் மேம்பாட்டிற்காக (R&D) செலவு செய்வதோடு மட்டுமல்லாமல், இந்த முயற்சிகளை செலவு குறைப்பு, உற்பத்தித்திறன் அதிகரிப்பு அல்லது புதிய வருவாய் வழிகள் போன்ற உறுதியான வணிக முடிவுகளாக மாற்ற நிறுவனங்கள் இப்போது முயல்கின்றன. மேலும், AI-யை வெற்றிகரமாக செயல்படுத்த, நிறுவனத்தின் செயல்படும் மாதிரிகளை (Operating Models) மாற்றி அமைப்பதும், தரவு தயார்நிலையை (Data Readiness) மதிப்பீடு செய்வதும் அவசியமான படிகள் என்பதையும் முதலீட்டாளர்கள் கவனத்தில் கொள்ள வேண்டும்.
IT நிறுவனங்களிடையே வியூக மாற்றம்
இந்த போர்டு மாற்றங்களை துறைசார் தலைவர்கள் வெளிப்படையாக ஒப்புக்கொள்கின்றனர். Tech Mahindra நிர்வாகம், வாடிக்கையாளர் மதிப்பு மற்றும் செயல்பாட்டுத் திறனைக் குறித்து, புதுமையிலிருந்து (Innovation) கீழ்மட்ட வருவாய் தாக்கத்திற்கு (Bottom-line Impact) விவாதங்கள் மாறியுள்ளதாகக் குறிப்பிட்டுள்ளது.
அதேபோல், Happiest Minds நிறுவனம் AI-யை தொழில்நுட்ப தலைவர்களின் பிரத்யேக பகுதியிலிருந்து வெளியே கொண்டு வந்துள்ளது. AI-யை அதன் வியூக மறுஆய்வுகள் மற்றும் மூலதன ஒதுக்கீடு செயல்முறைகளில் ஒருங்கிணைத்துள்ளது. இது, AI ஒரு இரண்டாம் நிலை செயல்பாடாக இல்லாமல், அதன் வணிக மாதிரியின் மையமாக மாறி வருவதைக் குறிக்கிறது. Mphasis நிர்வாகமும் AI-யின் சாத்தியக்கூறுகள் பற்றிய விவாதம் பெரும்பாலும் முடிந்துவிட்டதாகவும், தற்போதைய கவனம் அதன் தத்தெடுப்பு வேகம் (Pace of Adoption) மற்றும் நிறுவனத்தின் ஆபத்து எடுக்கும் திறன் (Appetite for Risk) மீது திரும்பியுள்ளது என்றும் சுட்டிக்காட்டியுள்ளது. இந்த உதாரணங்கள், IT சேவை நிறுவனங்கள் அடிப்படை IT சேவைகளை வழங்குவதிலிருந்து, வாடிக்கையாளர்களுக்கு உயர் மதிப்புள்ள AI-ஒருங்கிணைந்த தீர்வுகளை வழங்குவதை நோக்கி நகர்கின்றன என்ற பரந்த போக்கைப் பிரதிபலிக்கின்றன.
ஆபத்து மற்றும் நிர்வாகம் (Risk and Governance)
AI மீதான கவனம் அதிகரிக்கும் அதே வேளையில், புதிய சவால்களும் எழுகின்றன. AI-யின் பட்ஜெட் அல்லது தொழில்நுட்ப கிடைப்பது ஒருபோதும் நிறுவனங்களுக்கு வரம்பாக இருப்பதில்லை; மாறாக, நிறுவனத்தின் ஆபத்து எடுக்கும் திறன் மற்றும் AI-யை திறம்பட நிர்வகிக்கும் திறனே முக்கிய காரணிகள் என்று துறைசார் தலைவர்கள் கூறுகின்றனர்.
முதலீட்டாளர்களுக்கு, இதன் அர்த்தம் என்னவென்றால், செயல்படுத்துவதில் (Execution) உள்ள ஆபத்து அதிகம். AI-யை பெரிய அளவில் செயல்படுத்துவதற்கு தரவு நிர்வாகம் (Data Governance) மற்றும் செயல்பாட்டு கட்டமைப்புகளில் (Operating Structures) குறிப்பிடத்தக்க மாற்றங்கள் தேவை. ஒரு நிறுவனத்திற்கு வலுவான நிர்வாகக் கட்டமைப்பு இல்லையென்றால், AI முதலீடுகள் எதிர்பார்க்கப்படும் திறனை அளிக்காமல் போகலாம். இதனால், ஆரம்பகட்ட செலவுகள் காரணமாக குறுகிய அல்லது நடுத்தர காலத்தில் லாப வரம்புகள் (Profit Margins) பாதிக்கப்படலாம்.
முதலீட்டாளர்கள் அடுத்து என்ன கண்காணிக்க வேண்டும்?
இந்த போர்டு கவனம் பலன் அளிக்கிறதா என்பதை மதிப்பிடுவதற்கு முதலீட்டாளர்கள் சில முக்கிய பகுதிகளைக் கண்காணிக்கலாம்:
- உறுதியான ROI (Tangible ROI): காலாண்டு அறிக்கைகளில் "AI ஹைப்" தாண்டிய, AI-வழி முன்னெடுப்புகளால் நேரடியாக ஏற்பட்ட செலவு சேமிப்பு அல்லது வருவாய் வளர்ச்சி போன்ற குறிப்பிட்ட அளவீடுகளை நிர்வாகத்தின் கருத்துக்களில் தேடுங்கள்.
- லாப வரம்பு நிலைத்தன்மை (Margin Stability): நிறுவனங்கள் AI-யில் முதலீடு செய்யும்போது, அவை தங்கள் செயல்பாட்டு லாப வரம்புகளை பராமரிக்க அல்லது மேம்படுத்த முடியுமா என்பதைக் கண்காணிக்கவும். தொடர்புடைய செயல்திறன் மேம்பாடுகள் அல்லது வருவாய் வளர்ச்சி இல்லாமல் AI-யில் அதிக செலவு செய்வது லாபத்தைப் பாதிக்கக்கூடும்.
- மூலதன ஒதுக்கீடு (Capital Allocation): நிறுவனங்கள் தங்கள் AI செலவினங்களில் ஒழுக்கத்துடன் செயல்படுகின்றனவா அல்லது தெளிவான செயலாக்க காலக்கெடு இல்லாமல் மூலதனத்தை அதிகமாக ஒதுக்குகின்றனவா என்பதைக் கண்காணிக்கவும்.
- வாடிக்கையாளர் ஏற்பு (Client Adoption): வாடிக்கையாளர்கள் வெறும் மாதிரி சோதனைகளை (Proofs-of-concept) விட, AI திட்டங்களை பெரிய அளவில் செயல்படுத்துவதற்கான சான்றுகள், வெற்றிகரமான செயலாக்கத்தின் வலுவான குறிகாட்டியாகும்.