AI முதலீடுகளில் வெறும் லாபத்தை (ROI) மட்டும் பார்க்காமல், 'சோதனை மீதான வருவாய்' (Return on Experimentation - ROE) என்ற புதிய முறையை பின்பற்ற வேண்டும் என NTT DATA வலியுறுத்தியுள்ளது. குறிப்பாக ஆரம்ப கட்ட AI திட்டங்களுக்கு இது அவசியம் என நிறுவனம் கூறுகிறது.
லாபத்தை விட சோதனைக்கு முக்கியத்துவம்
செயற்கை நுண்ணறிவு (Artificial Intelligence - AI) துறையில் முதலீடு செய்யும் நிறுவனங்கள், உடனடியாக கிடைக்கும் லாபத்தை (Return on Investment - ROI) மட்டும் கணக்கிடாமல், 'சோதனை மீதான வருவாய்' (Return on Experimentation - ROE) என்ற புதிய அணுகுமுறையை பின்பற்ற வேண்டும் என NTT DATA வலியுறுத்தி வருகிறது. இந்நிறுவனத்தின் குளோபல் சீஃப் க்ரோத் ஆபீசர் சுதிர் சதுர்வேதி, AI தொழில்நுட்பத்தின் தற்போதைய வளர்ச்சியை கருத்தில் கொண்டு, ஆரம்ப கட்டங்களில் குறுகிய கால லாபத்தை எதிர்பார்ப்பது சரியல்ல என்கிறார்.
ROE என்றால் என்ன?
ROE என்ற இந்த புதிய முறை, நிறுவனங்கள் AI-யின் திறன்களை குறிப்பிட்ட வணிக செயல்பாடுகளில் (business functions) சோதித்துப் பார்க்க ஊக்குவிக்கிறது. உதாரணமாக, விநியோகச் சங்கிலி மேலாண்மை (supply chain management), காப்பீடு, அல்லது நிதி மோசடிகளைக் கண்டறிதல் போன்ற துறைகளில் AI-யை சோதித்து, அதன் செயல்பாட்டுத் திறனைப் புரிந்துகொண்ட பிறகு, அதன் மூலம் கிடைக்கும் நிதிப் பலன்கள் தானாகவே வரும் என்பது இந்த அணுகுமுறையின் சாராம்சம். இது AI-யின் வணிக மாதிரிகள் மற்றும் விலை நிர்ணயம் இன்னும் வளர்ச்சியடைந்து வருவதால் முக்கியமானது.
அடுத்த கட்ட நடவடிக்கை
இந்த புதிய சிந்தனை, NTT DATA தனது Q1 FY2026 நிதியாண்டிற்கான நிதி முடிவுகளை ஆகஸ்ட் 6, 2026 அன்று வெளியிடவிருக்கும் நேரத்தில் வந்துள்ளது. சிக்கலான நிறுவன சூழல்களில் AI-யை செயல்படுத்துவதற்கு, சாதாரண மென்பொருள் நிறுவல்களை விட ஆழமான வணிகப் புரிதல் தேவை என்பதை இது காட்டுகிறது.
சந்தையின் யதார்த்தம்
சோதனைக்கு முக்கியத்துவம் கொடுத்தாலும், சந்தையில் AI தொழில்நுட்பங்கள் உற்பத்தி நிலைக்கு (production) செல்லும்போது, அதற்கான உள்கட்டமைப்பு செலவுகளை (infrastructure costs) நியாயப்படுத்த வேண்டிய அழுத்தம் அதிகமாகிறது. NTT DATA-வின் ஆய்வுகளின்படி, டேட்டா இறையாண்மை (data sovereignty), தனியுரிமை (privacy) மற்றும் பாதுகாப்பு (security) போன்ற விஷயங்களில் உள்ள கட்டமைப்பு தடைகள் (architectural hurdles) AI முதலீடுகளை முழுமையாகப் பயன்படுத்துவதில் பெரும் சவாலாக இருக்கின்றன.
மனித மைய அணுகுமுறை
NTT DATA, AI-யை 'மனித மைய' (human-at-the-core) தத்துவத்துடன் செயல்படுத்த வலியுறுத்துகிறது. அதாவது, AI முகவர்கள் (AI agents) மனித மேற்பார்வையுடன், வரையறுக்கப்பட்ட கட்டுப்பாடுகளுடன் (guardrails) செயல்பட வேண்டும். நிறுவனத்தின் சொந்த செயல்பாடுகளிலும், இந்த முகவர்கள் பணிப்பாய்வுகளை (workflows) நிர்வகிக்கப் பயன்படுத்தப்படுகின்றன.
இறுதியாக, இந்த புதிய வியூகங்கள் எவ்வாறு திட்டமிடப்பட்ட செயலாக்கமாக (project execution) மாறுகின்றன என்பதை சந்தை உன்னிப்பாகக் கவனிக்கும். நிறுவனத்தின் உள்கட்டமைப்பு சேவைகள் மற்றும் AI வணிகத்தின் வளர்ச்சி, குறிப்பாக வெளிநாட்டு செயல்பாட்டு இலக்குகள் மற்றும் கிளவுட் அடிப்படையிலான AI சேவைகளுக்கான போட்டி சூழலைக் கருத்தில் கொண்டு, வரவிருக்கும் காலாண்டு செயல்திறன் முக்கியமாக கவனிக்கப்படும்.