பல நிறுவனங்கள் AI தொழில்நுட்பத்திற்காக கோடிக்கணக்கில் முதலீடு செய்தாலும், தரவுகள் சிதறி கிடப்பதாலும், சிக்கலான வேலை சூழல்களாலும் எதிர்பார்த்த லாபத்தை எட்ட முடியவில்லை. பைலட் புராஜெக்ட் வெற்றியை மட்டும் பார்க்காமல், உண்மையான செயல்பாட்டு சேமிப்பை நிறுவனங்கள் அடைகிறதா என்பதை முதலீட்டாளர்கள் கவனிக்க வேண்டும்.
இந்திய கார்ப்பரேட் நிறுவனங்கள் உற்பத்தித் திறனை அதிகரிக்கவும், செலவுகளைக் குறைக்கவும் Artificial Intelligence-ல் அதிக முதலீடு செய்து வருகின்றன. ஆனால், பல நிறுவனங்களுக்கு சோதனை முயற்சியில் (Pilot programs) கிடைக்கும் வெற்றி, முழு அளவிலான செயல்பாட்டில் கிடைப்பதில்லை. கட்டுப்படுத்தப்பட்ட சூழலில் சிறப்பாகச் செயல்படும் AI, அன்றாட வணிகத்தின் சிக்கலான வேலை சூழல்களில் தடுமாறுகிறது. இது முதலீட்டாளர்களுக்கு ஒரு கவலை அளிக்கும் விஷயமாக மாறியுள்ளது.
தரவுச் சிக்கலும் மனிதத் தலையீடும்
இதற்கு முக்கிய காரணம் நிறுவனங்களிடம் உள்ள 'தரவுச் சிதைவு' (Siloed databases). பல்வேறு துறைகளில் தகவல்கள் வெவ்வேறு வடிவங்களில் சேமிக்கப்படுவதால், AI-க்கு முழுமையான தகவல்கள் கிடைப்பதில்லை. இதனால் AI செய்யும் தவறுகளைத் திருத்த மனிதர்களின் உதவி தேவைப்படுகிறது. ஒரு வேலையைச் செய்ய AI-ஐப் பயன்படுத்துவதற்குப் பதில், அதன் தவறுகளைத் திருத்தவே ஊழியர்கள் அதிக நேரத்தைச் செலவிடுகிறார்கள். இது நிறுவனத்தின் உற்பத்தித்திறனை அதிகரிக்காமல், செலவை மட்டுமே கூட்டுகிறது.
முதலீட்டாளர்கள் கவனிக்க வேண்டியது என்ன?
நிறுவனங்கள் AI மூலம் எவ்வளவு பணத்தைச் சேமிக்கின்றன அல்லது எவ்வளவு ROI பெறுகின்றன என்பதை மட்டுமே பார்க்க வேண்டும். வெறும் 'AI தொழில்நுட்பத்தை பயன்படுத்துகிறோம்' என்று சொல்லும் நிறுவனங்களை விட, ஏற்கனவே உள்ள பழைய சிஸ்டங்களைச் சீரமைத்து (Data hygiene), அதன் பிறகு AI-ஐ புகுத்தும் நிறுவனங்களே நீண்ட கால அடிப்படையில் லாபகரமானவை.
AI-க்குச் செலவிடும் பணம் நிறுவனத்தின் Quarterly ரிப்போர்ட்டில் லாபமாக மாறுகிறதா அல்லது வெறும் செலவாக மட்டும் இருக்கிறதா என்பதைத் தொடர்ந்து கண்காணிக்க வேண்டியது அவசியம்.