భారతీయ కంపెనీలు AI వినియోగాన్ని వేగవంతం చేస్తున్నాయి, కానీ బడ్జెట్ విషయంలో జాగ్రత్త - EY-CII అధ్యయనం వెల్లడి

TECH
Whalesbook Logo
AuthorSimar Singh|Published at:
భారతీయ కంపెనీలు AI వినియోగాన్ని వేగవంతం చేస్తున్నాయి, కానీ బడ్జెట్ విషయంలో జాగ్రత్త - EY-CII అధ్యయనం వెల్లడి
Overview

కొత్త EY-CII అధ్యయనం ప్రకారం, భారతీయ కంపెనీలు AI ని ప్రయోగాల నుండి కోర్ వర్క్‌ఫ్లోలకు తరలిస్తున్నాయి, 47% ఇప్పుడు బహుళ జనరేటివ్ AI అప్లికేషన్లను రన్ చేస్తున్నాయి. నాయకులు AI వ్యాపారాలను గణనీయంగా మారుస్తుందని ఆశించినప్పటికీ, 95% కంటే ఎక్కువ మంది తమ IT బడ్జెట్‌లలో ఐదవ వంతు కంటే తక్కువ AI/ML కి కేటాయిస్తున్నారు, ఇది ఆశయం మరియు ఆర్థిక నిబద్ధత మధ్య అంతరాన్ని సూచిస్తుంది. కంపెనీలు వేగానికి ప్రాధాన్యత ఇస్తాయి, కార్యకలాపాలు, కస్టమర్ సర్వీస్ మరియు మార్కెటింగ్‌లో పెట్టుబడి పెడతాయి మరియు బాహ్య సహకారాన్ని ఎక్కువగా పెంచుతున్నాయి. ప్రతిభ కొరత కొనసాగుతోంది, కానీ ఒక కొత్త "పనితీరు-ఆధారిత దశ" (performance-led phase) లో స్వీకరించడం అనుకూలంగా ఉంది.

భారత వ్యాపారాలు ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ (AI) ను ప్రయోగాల దశ నుండి తమ రోజువారీ కార్యకలాపాలలో అమలు చేయడానికి వేగంగా ముందుకు సాగుతున్నాయి. EY మరియు కాన్ఫెడరేషన్ ఆఫ్ ఇండియన్ ఇండస్ట్రీ (CII) సంయుక్తంగా నిర్వహించిన "The AIdea of India: Outlook 2026" అనే అధ్యయనం ప్రకారం, 47% కంపెనీలు ఇప్పుడు తమ కోర్ వర్క్‌ఫ్లోలలో బహుళ జనరేటివ్ AI అప్లికేషన్లను ఉపయోగిస్తున్నాయి. ఇది గత సంవత్సరం పైలట్-కేంద్రీకృత విధానం నుండి గణనీయమైన పెరుగుదల.

అయితే, ఈ వేగవంతమైన అమలు జాగ్రత్తతో కూడిన ఖర్చులతో వస్తోంది. ఈ సంస్థలలో 95% కంటే ఎక్కువ మంది తమ ఇన్ఫర్మేషన్ టెక్నాలజీ (IT) బడ్జెట్‌లలో ఐదవ వంతు కంటే తక్కువ AI మరియు మెషిన్ లెర్నింగ్ (ML) కోసం కేటాయిస్తున్నారు. ఇది వారి ప్రతిష్టాత్మక AI లక్ష్యాలు మరియు వాస్తవ ఆర్థిక పెట్టుబడుల మధ్య స్పష్టమైన అంతరాన్ని సూచిస్తుంది.

ప్రభావం:
ఈ వార్త భారత స్టాక్ మార్కెట్‌కు అత్యంత ప్రాధాన్యత కలిగి ఉంది. భారతీయ వ్యాపారాలు ఎలా పనిచేస్తున్నాయి మరియు భవిష్యత్తు కోసం ఎలా ప్రణాళికలు వేస్తున్నాయో ఈ నివేదిక వివరంగా వివరిస్తుంది. సమర్థత, కస్టమర్ సర్వీస్ మరియు మార్కెటింగ్‌ల కోసం AIని విజయవంతంగా ఉపయోగించుకునే కంపెనీలు మెరుగైన ఆర్థిక పనితీరును చూడవచ్చు, ఇది స్టాక్ ధరల పెరుగుదలకు దారితీయవచ్చు. దీనికి విరుద్ధంగా, AIని స్వీకరించడంలో నెమ్మదిగా ఉన్నవారు లేదా గణనీయమైన ప్రతిభ కొరతను ఎదుర్కొంటున్నవారు వెనుకబడిపోవచ్చు. AI స్వీకరణ యొక్క మొత్తం ధోరణి భారతదేశ కార్పొరేట్ ల్యాండ్‌స్కేప్‌లో దీర్ఘకాలిక పరిణామాన్ని సూచిస్తుంది, ఇది వివిధ రంగాలలో పోటీతత్వం మరియు పెట్టుబడిదారుల సెంటిమెంట్‌ను ప్రభావితం చేస్తుంది.
ప్రభావ రేటింగ్: 7/10

వ్యాపారాలకు దీని అర్థం ఏమిటి:
వ్యాపార నాయకులు ఆశాజనకంగా ఉన్నారు, 76% మంది జనరేటివ్ AI తమ కంపెనీలను గణనీయంగా మారుస్తుందని ఆశిస్తున్నారు మరియు 63% మంది దానిని సమర్థవంతంగా ఉపయోగించుకోవడానికి సిద్ధంగా ఉన్నట్లు భావిస్తున్నారు. వేగంపై దృష్టి సారించబడింది, కంపెనీలు తరచుగా సుదీర్ఘమైన అంతర్గత అభివృద్ధి కంటే వేగవంతమైన అమలును ఎంచుకుంటాయి. భవిష్యత్ పెట్టుబడులు కార్యకలాపాలు, కస్టమర్ సర్వీస్ మరియు మార్కెటింగ్ వంటి కీలక వ్యాపార విధులకు నేరుగా పనితీరుతో ముడిపడి ఉంటాయి.

AI కోసం విజయానికి నిర్వచనం కూడా అభివృద్ధి చెందుతోంది. పెట్టుబడిపై రాబడి (ROI) కేవలం ఖర్చు తగ్గించడం గురించి మాత్రమే కాదు; ఇది ఇప్పుడు సమర్థత లాభాలు, సమయాన్ని ఆప్టిమైజ్ చేయడం, వ్యాపార ప్రయోజనాలను పొందడం, పోటీతత్వాన్ని సాధించడం మరియు దీర్ఘకాలిక స్థితిస్థాపకతను నిర్మించడం వంటివి కలిగి ఉంటుంది.

సహకారం మరియు శ్రామికశక్తి మార్పులు:
భారతీయ సంస్థలు ఆవిష్కరణల కోసం బయటి వైపు ఎక్కువగా చూస్తున్నాయి. దాదాపు 60% కంపెనీలు స్టార్టప్‌లు లేదా ఒరిజినల్ ఎక్విప్‌మెంట్ మాన్యుఫ్యాక్చరర్స్ (OEMs) తో AI పరిష్కారాలను సహ-అభివృద్ధి చేస్తున్నాయి, ఇది పూర్తిగా అంతర్గత ప్రయత్నాల నుండి భిన్నంగా ఉంది. మెజారిటీ (78%) హైబ్రిడ్ మోడళ్లను ఉపయోగిస్తాయి, దీనిలో అభివృద్ధి మరియు అమలును వేగవంతం చేయడానికి అంతర్గత బృందాలను బాహ్య నిపుణులతో కలుపుతారు.

AI యొక్క పెరుగుదల ఉద్యోగాలను కూడా మారుస్తోంది. 64% కంపెనీలు ప్రామాణిక పనుల కోసం పాత్రలలో మార్పులు చోటు చేసుకున్నాయని నివేదిస్తున్నాయి, అయితే 59% నాయకులు AI-సిద్ధంగా ఉన్న నిపుణుల కొరత గురించి ఆందోళన చెందుతున్నారు. కంపెనీలు తమ నిర్మాణాలను AI-మొదటి భవిష్యత్తు కోసం పునర్రూపకల్పన చేస్తున్నందున, మిడ్-ఆఫీస్ మరియు ఇన్నోవేషన్ విభాగాలలో కొత్త పాత్రలు ఉద్భవిస్తున్నాయి.

బడ్జెట్ పరిమితులు ఉన్నప్పటికీ, AI స్వీకరణ ధోరణి బలంగా ఉంది. ముందుగా ప్రారంభించిన కంపెనీలు ఇప్పుడు తమ విభాగాలలో AI ని విస్తరిస్తున్నాయి, ఇది భారతదేశంలో ఎంటర్‌ప్రైజ్ AI కోసం "పనితీరు-ఆధారిత దశ" (performance-led phase) ను ప్రారంభిస్తోంది.

కఠినమైన పదాల వివరణ:

  • జనరేటివ్ AI (Generative AI): ఇది ఒక రకమైన కృత్రిమ మేధస్సు, ఇది దానిపై శిక్షణ పొందిన డేటా ఆధారంగా టెక్స్ట్, చిత్రాలు, సంగీతం లేదా కోడ్ వంటి కొత్త కంటెంట్‌ను రూపొందించగలదు.
  • AI/ML: ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ (AI) అనేది సాధారణంగా మానవ మేధస్సు అవసరమయ్యే పనులను యంత్రాలు చేసే విస్తృత భావన. మెషిన్ లెర్నింగ్ (ML) అనేది AI యొక్క ఉపసమితి, ఇది సిస్టమ్‌లను స్పష్టమైన ప్రోగ్రామింగ్ లేకుండా డేటా నుండి నేర్చుకోవడానికి అనుమతిస్తుంది.
  • IT బడ్జెట్‌లు (IT Budgets): ఇవి సంస్థలు తమ ఇన్ఫర్మేషన్ టెక్నాలజీ వనరుల కోసం, హార్డ్‌వేర్, సాఫ్ట్‌వేర్, సేవలు మరియు సిబ్బందితో సహా కేటాయించే ఆర్థిక ప్రణాళికలు.
  • ROI (Return on Investment): పెట్టుబడిపై రాబడి. ఇది పెట్టుబడి యొక్క సామర్థ్యాన్ని అంచనా వేయడానికి ఉపయోగించే ఒక పనితీరు కొలత. ఇది పెట్టుబడి వ్యయంతో నికర లాభాన్ని భాగించడం ద్వారా లెక్కించబడుతుంది.
  • OEMలు (OEMs - Original Equipment Manufacturers): అసలు పరికరాల తయారీదారులు. ఇవి మరొక తయారీదారుచే మార్కెట్ చేయబడే భాగాలు మరియు పరికరాలను ఉత్పత్తి చేసే కంపెనీలు. ఈ సందర్భంలో, ఇది AI భాగాలు లేదా ప్లాట్‌ఫారమ్‌లను నిర్మించే కంపెనీలను సూచిస్తుంది.
  • PSUలు (Public Sector Undertakings): ప్రభుత్వ రంగ సంస్థలు. ఇవి భారతదేశంలో ప్రభుత్వ యాజమాన్యంలోని కార్పొరేషన్లు.
  • హైబ్రిడ్ మోడల్స్ (Hybrid Models): ఈ సందర్భంలో, ఇది అభివృద్ధి మరియు అమలు కోసం అంతర్గత కంపెనీ వనరులను బాహ్య నైపుణ్యం లేదా పరిష్కారాలతో కలపడం అనే వ్యూహం.
  • శ్రామికశక్తి నిర్మాణాలు (Workforce Structures): ఒక కంపెనీలో ఉద్యోగాలు మరియు ఉద్యోగుల సంస్థ మరియు అమరిక.
  • ప్రతిభ కొరత (Talent Crunch): చేయాల్సిన పనులను పూర్తి చేయడానికి తగినంత నైపుణ్యం కలిగిన కార్మికులు అందుబాటులో లేని పరిస్థితి.
  • పనితీరు-ఆధారిత దశ (Performance-led Phase): ఇది AI స్వీకరణకు ప్రాథమిక చోదకం, కేవలం అన్వేషణ లేదా ప్రారంభ అమలు కంటే, ఖచ్చితమైన వ్యాపార ఫలితాలు మరియు కొలవగల మెరుగుదలలను సాధించడం.
Disclaimer:This content is for educational and informational purposes only and does not constitute investment, financial, or trading advice, nor a recommendation to buy or sell any securities. Readers should consult a SEBI-registered advisor before making investment decisions, as markets involve risk and past performance does not guarantee future results. The publisher and authors accept no liability for any losses. Some content may be AI-generated and may contain errors; accuracy and completeness are not guaranteed. Views expressed do not reflect the publication’s editorial stance.