Whalesbook
NetSuite நிறுவனர் Evan Goldberg, AI என்பது Software-as-a-Service (SaaS) மாடலை அழிக்காது, மாறாக மாற்றியமைக்கும் என நம்புகிறார். இந்திய முதலீட்டாளர்களுக்கு, மென்பொருள் நிறுவனங்கள் வழக்கற்றுப் போகவில்லை, ஆனால் புதிய 'பயன்பாட்டுக்கு ஏற்ப கட்டணம்' (consumption-based) மாடல்களுக்கு மாற வேண்டும் என்பதை இது தெளிவுபடுத்துகிறது. 'SaaSpocalypse' பற்றிய சந்தை பயங்கள் தொடர்ந்தாலும், தொழில்நுட்ப நிறுவனங்களுக்கு உண்மையான போட்டித்தன்மை என்பது ஆழமான துறைசார் நிபுணத்துவம், நிர்வாகம் மற்றும் நம்பகமான ஒருங்கிணைப்பு ஆகியவற்றில் உள்ளது - இவை AI முகவர்களால் இன்னும் மனித முடிவுகளைப் போல செய்ய முடியவில்லை.
நடந்தது என்ன?
NetSuite நிறுவனத்தின் நிறுவனர் Evan Goldberg, Software-as-a-Service (SaaS) துறையின் எதிர்காலம் குறித்த சந்தையின் வளர்ந்து வரும் கவலைகளுக்கு பதிலளித்துள்ளார். செயற்கை நுண்ணறிவு (AI) மென்பொருள் நிறுவனங்களை வழக்கற்றுப் போகச் செய்யாது என்று அவர் வாதிடுகிறார். மாறாக, AI என்பது ஒரு பரிணாம வளர்ச்சிப் படியாக அவர் காண்கிறார். இதில் AI ஏஜென்ட்கள், மென்பொருளை மாற்றுவதை விட சிக்கலான செயல்முறைகளைக் கையாள பின்னணியில் செயல்படும். நிறுவனங்களின் பலம் என்பது அவர்களின் வாடிக்கையாளர் உறவுகள், துறைசார் அறிவு மற்றும் பாதுகாப்பான உள்கட்டமைப்பு ஆகியவற்றில் உள்ளது, இது வெறும் கோடிங் செய்வதை விட நகலெடுப்பது மிகவும் கடினம் என்றும் அவர் வலியுறுத்தினார்.
'SaaSpocalypse' சர்ச்சை
முதலீட்டாளர்களுக்கு, "SaaS இறந்துவிட்டது" என்ற கருத்து பெரும் நிச்சயமற்ற தன்மையை உருவாக்கியுள்ளது. ஜெனரேட்டிவ் AI-யின் விரைவான வளர்ச்சி, பணிகளை தானியக்கமாக்குதல், கோடிங் எழுதுதல் மற்றும் முன்பு மென்பொருள் சந்தாக்கள் தேவைப்பட்ட வேலைகளைச் செய்தல் போன்றவற்றால் இந்த பயம் எழுகிறது. இந்த சந்தைப்படுத்தல் பாரம்பரிய SaaS தளங்களுக்கான தேவையை குறைக்கக்கூடும் என்று விமர்சகர்கள் வாதிடுகின்றனர். இருப்பினும், பல தளங்கள் முழு தொழில்களும் நம்பியிருக்கும் முக்கியமான பணிப்பாய்வுகள், கொடுப்பனவுகள் மற்றும் இணக்க அமைப்புகளை இயக்குகின்றன என்பதை கணக்கில் கொள்ளாததால், அனைத்து மென்பொருட்களையும் ஒரு பொருளாக கருதுவது யதார்த்தத்தை புறக்கணிப்பதாகத் தெரிகிறது. பல சந்தர்ப்பங்களில், AI-யிலிருந்து கிடைக்கும் செயல்திறன் ஆதாயங்கள் குறைந்த பயன்பாட்டிற்குப் பதிலாக அதிக பயன்பாட்டிற்கு வழிவகுக்கிறது.
முதலீட்டாளர்கள் இதை எப்படிப் பார்க்கலாம்?
AI நோக்கிய மாற்றம் வணிக மாதிரிகளில் ஒரு மாற்றத்தை கட்டாயப்படுத்துகிறது. பல SaaS நிறுவனங்கள் பாரம்பரிய 'ஒரு பயனருக்கு இவ்வளவு' (seat-based) விலை நிர்ணயத்திலிருந்து, பயன்பாடு அல்லது உண்மையான வணிக விளைவுகளுடன் செலவுகளை இணைக்கும் 'பயன்பாட்டுக்கு ஏற்ப கட்டணம்' (consumption-based) மாடல்களுக்கு நகர்கின்றன. முதலீட்டாளர்களுக்கு, இது ஒரு ஆபத்து மற்றும் ஒரு வாய்ப்பு இரண்டையும் உருவாக்குகிறது. நுகர்வு அடிப்படையிலான மாடல் அதிக மாறக்கூடிய வருவாய்க்கு வழிவகுக்கும், குறுகிய காலத்தில் பணப்புழக்கத்தைக் கணிப்பதை கடினமாக்குகிறது. நேர்மாறாக, இது மென்பொருளின் மதிப்பிற்கும் அதன் விலைக்கும் இடையே வலுவான சீரமைப்பை உருவாக்குகிறது, இது நீண்ட கால தத்தெடுப்பை ஊக்குவிக்கும்.
இந்திய IT சேவைகள் சூழல்
இந்த விவாதம் இந்திய IT சேவைகள் துறைக்கு குறிப்பாக பொருத்தமானது, இது எண்டர்பிரைஸ் மென்பொருள் மற்றும் டிஜிட்டல் பணிப்பாய்வுகளை நிர்வகிப்பதில் அதன் அடித்தளத்தை உருவாக்கியுள்ளது. இந்தத் துறையில் உள்ள நிறுவனங்கள், கருவிகளை வழங்குவதை விட குறிப்பிட்ட வணிக விளைவுகளை வழங்கும் AI-இயங்கும் அமைப்புகளான 'சேவை-மென்பொருள்' (service-as-software) மாடலை நோக்கி நகர்கின்றன. இந்திய IT நிறுவனங்கள் AI-யை ஒருங்கிணைத்து செயல்திறனை அதிகரிக்கின்றன, இது பழைய, உழைப்பு-தீவிர சேவை மாதிரிகளிலிருந்து தொழில் மாறும்போது அவர்களின் லாப வரம்புகளைப் பராமரிக்க உதவும்.
என்ன தவறு நடக்கலாம்?
தொழில் மறைந்துவிடவில்லை என்றாலும், அது உண்மையான அபாயங்களை எதிர்கொள்கிறது. AI புதிய போட்டியாளர்களுக்கு நுழைவு செலவுகளை கணிசமாகக் குறைத்தால், ஏற்கனவே உள்ள நிறுவனங்களின் விலை நிர்ணயிக்கும் சக்தி குறையக்கூடும். செயல்படுத்துவதில் சவால் உள்ளது; நிறுவனங்கள் தரவு நிர்வாகம், பாதுகாப்பு மற்றும் பயன்பாட்டு நவீனமயமாக்கல் ஆகியவற்றில் கணிசமாக முதலீடு செய்ய வேண்டும். மேலும், வளர்ந்து வரும் உலகளாவிய ஒழுங்குமுறைகளால் விதிக்கப்பட்ட இணக்கத் தேவைகள், செயல்பாட்டுச் செலவுகளை அதிகரிக்கலாம் மற்றும் புதிய AI அம்சங்களின் வரிசைப்படுத்தலை மெதுவாக்கலாம்.
முதலீட்டாளர்கள் என்ன கண்காணிக்க வேண்டும்?
முதலீட்டாளர்கள் சில முக்கிய குறிகாட்டிகளைக் கண்காணிக்கலாம். முதலில், விலை நிர்ணய மாதிரி மாற்றங்கள் பற்றிய நிர்வாகத்தின் கருத்துக்களைக் கண்காணிக்கவும் - நிறுவனங்கள் லாப வரம்புகளைக் குறைக்காமல் நுகர்வு அடிப்படையிலான மாடல்களுக்கு வெற்றிகரமாக மாறுகின்றனவா? இரண்டாவதாக, வாடிக்கையாளர் தக்கவைப்பு விகிதங்கள் மற்றும் தற்போதுள்ள முக்கிய பணிப்பாய்வுகளில் AI அம்சங்களின் ஒருங்கிணைப்பு போன்ற 'ஒட்டுதல்' (stickiness) என்பதற்கான ஆதாரங்களைத் தேடுங்கள். இறுதியாக, பெரிய அளவிலான AI தத்தெடுப்புடன் வரும் இணக்கம் மற்றும் பாதுகாப்பு சவால்களை நிறுவனங்கள் எவ்வாறு கையாளுகின்றன என்பதைப் பாருங்கள், ஏனெனில் இந்த காரணிகள் எந்த தளங்கள் அவற்றின் எண்டர்பிரைஸ் வாடிக்கையாளர்களுக்கு இன்றியமையாததாக இருக்கும் என்பதை தீர்மானிக்கும்.