Razorpay CEO ஹர்ஷில் மாத்தூர் கூறுகையில், பல நிறுவனங்கள் AI கருவிகளை அவசரமாக அறிமுகப்படுத்தினாலும், அவற்றை நம்பகத்தன்மையுடனும், குறைந்த செலவிலும் பயன்படுத்துவதில் இன்னும் சிரமங்களை எதிர்கொள்கின்றன. அதிக செலவில் AI-யில் முதலீடு செய்து, அதிலிருந்து லாபகரமான முடிவுகளைப் பெறுவதில் நிறுவனங்கள் சமநிலை காண வேண்டும் என முதலீட்டாளர்கள் எதிர்பார்க்கின்றனர்.
இந்திய நிறுவனங்களில் ஆர்டிபிஷியல் இன்டெலிஜென்ஸ் (AI) ஒருங்கிணைப்பு தற்போது பெரிய வெற்றியை விட, பரிசோதனைக் கட்டத்தில் இருப்பதாக Razorpay CEO ஹர்ஷில் மாத்தூர் தெரிவித்துள்ளார். உலகளாவிய தொழில்நுட்ப தலைவர்களின் கருத்துக்களுக்கு இணங்க, இந்தத் துறையில் பல நிறுவனங்கள் இன்னும் AI-யை பெரிய அளவில் பயன்படுத்துவதில் தேர்ச்சி பெறவில்லை.
நிதித்துறையில் AI-யின் சவால்கள்
பேமெண்ட் கேட்வேக்கள் மற்றும் ஃபின்டெக் நிறுவனங்கள் போன்ற நிதித்துறை நிறுவனங்களுக்கு AI-யின் தேவைகள் மிகவும் கடுமையாக உள்ளன. பொதுவான படைப்பாற்றல் கருவிகளைப் போலல்லாமல், நிதித்துறையில் AI மோசடி கண்டறிதல் மற்றும் தானியங்கு வாடிக்கையாளர் ஆதரவு போன்ற முக்கியமான பணிகளுக்கு மிகவும் துல்லியமாகவும், நம்பகத்தன்மையுடனும், பாதுகாப்பாகவும் இருக்க வேண்டும். தற்போது, நிறுவனங்கள் சக்திவாய்ந்த மாடல்களை உருவாக்குவதில் உள்ள உற்சாகத்திலிருந்து, அவற்றை தினசரி வணிக நடவடிக்கைகளுக்கு செலவு குறைந்ததாகவும், நம்பகமானதாகவும் மாற்றுவதற்கான கடினமான வேலையை நோக்கி நகர்கின்றன.
புதுமை மற்றும் செலவுகளின் சமநிலை
பல நிறுவனங்கள் தற்போது AI மேம்பாட்டிற்காக பெருமளவில் செலவிடுகின்றன, இது லாப வரம்புகளில் அழுத்தத்தை ஏற்படுத்துகிறது. இந்த அதிக செலவுகள் உண்மையான வருவாய் வளர்ச்சி அல்லது மேம்பட்ட செயல்பாட்டுத் திறனுக்கு வழிவகுக்குமா என்பதை முதலீட்டாளர்கள் கண்காணிக்க வேண்டும். பரிசோதனைத் திட்டங்களிலிருந்து உண்மையான பயன்பாடுகளுக்கு மாறுவது நீண்ட கால மதிப்பைப் பெறுவதற்கு அவசியமானது. நிறுவனங்கள் தங்கள் AI பரிசோதனைகளை நம்பகமான, குறைந்த விலை தீர்வுகளாக மாற்றத் தவறினால், அவர்களின் மூலதனச் செலவினங்களுக்கான வருவாய் எதிர்பார்த்ததை விட குறைவாக இருக்கலாம்.
தொழில்நுட்ப முதலீட்டாளர்களுக்கான வழி
நிறுவனங்கள் தங்கள் உத்திகளைச் செம்மைப்படுத்தும் போது, இந்த நிச்சயமற்ற மற்றும் சோதனை-மற்றும்-பிழை காலம் தொடரும் என்று எதிர்பார்க்கப்படுகிறது. பங்குதாரர்களுக்கு, ஒரு நிறுவனம் எத்தனை AI அம்சங்களை அறிவிக்கிறது என்பதை விட, நிஜ உலக நிலைமைகளில் இந்தக் கருவிகள் எவ்வாறு செயல்படுகின்றன என்பதில் கவனம் இருக்க வேண்டும். எதிர்கால புதுப்பிப்புகள், AI உண்மையில் செலவுகளைக் குறைக்கிறதா அல்லது இந்த கனமான முதலீட்டு கட்டம் குறுகிய காலத்தில் லாபத்தைத் தொடர்ந்து பாதிக்குமா என்பதைப் பற்றிய தெளிவான பார்வையை அளிக்கும்.