KPMG రిపోర్ట్ ప్రకారం, 69% ఎనర్జీ, కెమికల్ కంపెనీలు AIని టాప్ ప్రయారిటీగా పెట్టుకున్నాయి. అయితే, పాత టెక్నాలజీ వల్ల చాలా కంపెనీలు బ్రేక్-ఈవెన్ లోనే ఉన్నాయి. దాదాపు 60% కంపెనీలకు డిజిటల్ ఇన్వెస్ట్మెంట్ల నుంచి లాభాలు పెద్దగా రావడం లేదు.
అసలేం జరిగింది?
KPMG తాజాగా 258 మంది టెక్నాలజీ లీడర్లపై సర్వే నిర్వహించింది. ఎనర్జీ, నేచురల్ రిసోర్సెస్, మరియు కెమికల్స్ రంగాల్లో ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ (AI) వాడకం వేగంగా పెరుగుతోందని ఈ రిపోర్ట్ వెల్లడించింది. దాదాపు 69% కంపెనీలు AIని తమ పెట్టుబడుల్లో కీలకమైనదిగా భావిస్తున్నాయి. చిన్నపాటి ట్రయల్స్ నుంచి ఆపరేషన్స్ మొత్తంలో AIని వాడటం మొదలుపెట్టాయని స్టడీ చెబుతోంది. ప్రొడక్షన్ ఆప్టిమైజేషన్, పవర్ గ్రిడ్స్ మేనేజ్మెంట్, బ్యాక్-ఆఫీస్ టాస్క్ల ఆటోమేషన్ వంటి వాటిలో AIని ఉపయోగిస్తున్నారు.
ఎఫిషియెన్సీకి, లాభాలకు మధ్య అంతరం
AIని ఎక్కువగా వాడుతున్నప్పటికీ, షేర్ హోల్డర్లకు దక్కే ఆర్థిక ప్రయోజనాలు మాత్రం అందరికీ ఒకేలా లేవు. KPMG రిపోర్ట్ ప్రకారం, 40% ఎనర్జీ కంపెనీలు తమ టెక్నాలజీ ఖర్చులపై 200% కంటే ఎక్కువ రాబడిని చూస్తుంటే, మిగిలిన 57% కంపెనీలు మాత్రం బ్రేక్-ఈవెన్ (ఖర్చులు వచ్చేశాయి, లాభాలు లేవు) దశలోనే ఉన్నాయి. అంటే, సగానికి పైగా కంపెనీలు డిజిటల్ ట్రాన్స్ఫర్మేషన్ కోసం పెట్టిన ఖర్చు నుంచి పెద్దగా లాభాలు లేదా ఖర్చు ఆదాను పొందలేకపోతున్నాయి.
పెట్టుబడిదారులకు ఈ అంతరం చాలా ముఖ్యం. ఎనర్జీ, కెమికల్ కంపెనీలు అంటేనే భారీ పెట్టుబడులు అవసరం. కొత్త టెక్నాలజీ కోసం బడ్జెట్లో ఎక్కువ భాగం ఖర్చు చేసి, సరైన ఆర్థిక రాబడి రాకపోతే, అది కంపెనీల లాభదాయకతపై, నగదు ప్రవాహంపై ఒత్తిడి పెంచుతుంది. ఒక కంపెనీ టెక్నాలజీ ఖర్చు నిజంగా ఆపరేటింగ్ ఎఫిషియెన్సీని మెరుగుపరుస్తోందా లేక ఖర్చుల జాబితాను పెంచుతోందా అని పెట్టుబడిదారులు క్షుణ్ణంగా పరిశీలించాలి.
పాత సిస్టమ్స్ అడ్డంకి
ఈ మిశ్రమ ఫలితాలకు ముఖ్య కారణాల్లో ఒకటి, ప్రస్తుతం వాడుతున్న టెక్నాలజీల వయస్సు. దాదాపు 60% కంపెనీలు తమ పాతబడిన సిస్టమ్స్నే (Legacy Systems) ఒక ప్రధాన అడ్డంకిగా గుర్తించాయి. చాలా పాత ఎనర్జీ ప్లాంట్లు, కెమికల్ ఫెసిలిటీలు పాత డిజిటల్ ఆర్కిటెక్చర్పై ఆధారపడి ఉన్నాయి. ఇవి ఆధునిక AI టూల్స్తో సరిగ్గా పనిచేయవు. కొత్త, స్మార్ట్ సిస్టమ్స్ను పాత మౌలిక సదుపాయాలతో ఇంటిగ్రేట్ చేయడానికి అదనపు పెట్టుబడి, సమయం అవసరం. దీనివల్ల ప్రాజెక్టులు ఆలస్యం కావడం లేదా ఖర్చులు పెరిగిపోవడం జరుగుతుంది.
డేటా, సెక్యూరిటీ రిస్కులు
ఖర్చుల సంగతి పక్కన పెడితే, AIని వేగంగా అమలు చేసే ప్రయత్నంలో ఆపరేషనల్ రిస్కులు కూడా పెరుగుతున్నాయి. వేగం పెంచాలనే ఆత్రుతలో సైబర్ సెక్యూరిటీ, డేటా గవర్నెన్స్ విషయంలో రాజీ పడాల్సి వస్తోంది. వేగవంతమైన డిజిటల్ అడాప్షన్ కోసం తమ సెక్యూరిటీ, స్కేలబిలిటీ విషయంలో రాజీ పడ్డామని 75% మంది రెస్పాండెంట్లు ఒప్పుకున్నారని రిపోర్ట్ పేర్కొంది. ఎనర్జీ, కెమికల్స్ వంటి రంగాల్లో ఆపరేషనల్ సేఫ్టీ చాలా ముఖ్యం. డేటా సెక్యూరిటీ, సిస్టమ్ స్టెబిలిటీ కేవలం IT సమస్యలు మాత్రమే కాదు, ఇవి కీలకమైన బిజినెస్ రిస్కులు. ప్రొడక్షన్ లైన్లో సెక్యూరిటీ వైఫల్యం లేదా డేటా లోపం వల్ల ఖరీదైన డౌన్టైమ్ లేదా భద్రతా సంఘటనలు జరగవచ్చు.
ఇన్వెస్టర్లు ఏం గమనించాలి?
ఈ రంగంలోని కంపెనీలను పరిశీలించేటప్పుడు, మేనేజ్మెంట్ తమ డిజిటల్ స్ట్రాటజీ గురించి ఎలా మాట్లాడుతుందో ఇన్వెస్టర్లు ట్రాక్ చేయాలి. పాత సిస్టమ్స్ను రీప్లేస్ చేయడానికి లేదా అప్గ్రేడ్ చేయడానికి స్పష్టమైన ప్లాన్ ఉందా, టెక్నాలజీ పెట్టుబడులపై రాబడిని ఎలా కొలుస్తున్నారో వంటి అంశాలను గమనించాలి. తమ పాత మౌలిక సదుపాయాలు, కొత్త AI టూల్స్ మధ్య అంతరాన్ని విజయవంతంగా తగ్గించగలిగే కంపెనీలు ఖర్చులను నియంత్రించుకోవడంలో, ఉత్పత్తిని మెరుగుపరచడంలో మెరుగైన స్థితిలో ఉంటాయి. అయితే, అధిక టెక్ ఖర్చులు, తక్కువ రాబడితో ఇబ్బంది పడుతున్న కంపెనీలు మార్జిన్ ఒత్తిడిని ఎదుర్కోవచ్చు.