Infosys ਵੱਲੋਂ 2030 ਤੱਕ $300-400 ਬਿਲੀਅਨ ਦੇ AI ਮੌਕੇ ਦੀ ਭਵਿੱਖਬਾਣੀ

ਐਂਟਰਪ੍ਰਾਈਜ਼ ਟੈਕਨੋਲੋਜੀ ਦਾ ਵਿਸ਼ਵਵਿਆਪੀ ਦ੍ਰਿਸ਼ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਦੁਆਰਾ ਚਲਾਏ ਜਾ ਰਹੇ ਇੱਕ ਵੱਡੇ ਤਬਦੀਲੀ ਦੇ ਮੋੜ 'ਤੇ ਹੈ। ਭਾਰਤ ਦੀ ਪ੍ਰਮੁੱਖ IT ਕੰਪਨੀ Infosys ਨੇ ਅਨੁਮਾਨ ਲਗਾਇਆ ਹੈ ਕਿ AI-ਅਧਾਰਿਤ ਹੱਲਾਂ ਲਈ ਕੁੱਲ ਸੰਭਵ ਮਾਰਕੀਟ 2030 ਦੇ ਅੰਤ ਤੱਕ $300 ਬਿਲੀਅਨ ਤੋਂ $400 ਬਿਲੀਅਨ ਤੱਕ ਪਹੁੰਚ ਸਕਦੀ ਹੈ।

AI ਆਰਥਿਕ ਲਹਿਰ ਦਾ ਵਿਸ਼ਾਲ ਪੈਮਾਨਾ

ਜਿਵੇਂ-ਜਿਵੇਂ ਕਾਰੋਬਾਰ Generative AI ਦੇ ਪ੍ਰਯੋਗਿਕ ਪੜਾਵਾਂ ਤੋਂ ਅੱਗੇ ਵਧ ਰਹੇ ਹਨ, ਮੁੱਖ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਵਰਕਫਲੋ ਵਿੱਚ ਇੰਟੈਲੀਜੈਂਟ ਆਟੋਮੇਸ਼ਨ ਦਾ ਸੁਮੇਲ ਇੱਕ ਲਗਜ਼ਰੀ ਦੀ ਬਜਾਏ ਇੱਕ ਜ਼ਰੂਰਤ ਬਣ ਰਿਹਾ ਹੈ। Infosys ਦਾ ਅਨੁਮਾਨ ਹੈ ਕਿ ਇਹ ਤਕਨੀਕੀ ਤਬਦੀਲੀ 2030 ਤੱਕ ਵਿਸ਼ਵ ਪੱਧਰ 'ਤੇ $300 ਬਿਲੀਅਨ ਤੋਂ $400 ਬਿਲੀਅਨ ਤੱਕ ਦੀ ਕੀਮਤ ਪੈਦਾ ਕਰੇਗੀ। ਇਹ ਮੁਲਾਂਕਣ ਨਾ ਸਿਰਫ਼ ਸੌਫਟਵੇਅਰ ਦੀ ਵਿਕਰੀ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ, ਸਗੋਂ ਕਾਰੋਬਾਰੀ ਪ੍ਰਕਿਰਿਆਵਾਂ, ਡਾਟਾ ਪ੍ਰਬੰਧਨ ਅਤੇ ਫੈਸਲੇ ਲੈਣ ਦੇ ਢਾਂਚੇ ਵਿੱਚ ਉਸ ਵੱਡੇ ਸੁਧਾਰ ਨੂੰ ਵੀ ਦਰਸਾਉਂਦਾ ਹੈ ਜੋ AI ਵੱਖ-ਵੱਖ ਖੇਤਰਾਂ ਵਿੱਚ ਸੰਭਵ ਬਣਾਏਗਾ।

ਭਾਰਤੀ IT ਸੇਵਾਵਾਂ ਲਈ, ਇਹ ਇੱਕ ਪੀੜ੍ਹੀ ਦੇ ਬਦਲਾਅ ਵਾਂਗ ਹੈ। ਰਵਾਇਤੀ ਐਪਲੀਕੇਸ਼ਨ ਮੇਨਟੇਨੈਂਸ ਅਤੇ ਆਊਟਸੋਰਸਿੰਗ ਤੋਂ ਉੱਚ-ਮੁੱਲ ਵਾਲੀ AI ਕੰਸਲਟਿੰਗ ਅਤੇ ਲਾਗੂ ਕਰਨ (implementation) ਵੱਲ ਤਬਦੀਲੀ ਤੋਂ ਪੂਰੀ ਉਦਯੋਗ ਲਈ ਰੈਵੇਨਿਊ ਮਾਡਲਾਂ ਨੂੰ ਮੁੜ ਪਰਿਭਾਸ਼ਿਤ ਕਰਨ ਦੀ ਉਮੀਦ ਹੈ।

Generative AI ਤੋਂ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਇੰਟੈਗ੍ਰੇਸ਼ਨ ਤੱਕ

ਇਸ ਵਿਕਾਸ ਦਾ ਮੁੱਖ ਅਧਾਰ "chatbots" ਤੋਂ ਡੂੰਘੇ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਇੰਟੈਗ੍ਰੇਸ਼ਨ ਵੱਲ ਤਬਦੀਲੀ ਹੈ। ਜਦੋਂ ਕਿ ਸ਼ੁਰੂਆਤੀ ਦਿਲਚਸਪੀ ਟੈਕਸਟ ਅਤੇ ਕੋਡ ਤਿਆਰ ਕਰਨ ਦੇ ਸਮਰੱਥ Large Language Models (LLMs) ਦੁਆਰਾ ਚਲਾਈ ਗਈ ਸੀ, ਅਗਲਾ ਪੜਾਅ ਵਿਸ਼ੇਸ਼ AI agents ਨੂੰ ਤਾਇਨਾਤ ਕਰਨਾ ਹੈ ਜੋ ਗੁੰਝਲਦਾਰ, ਅੰਤ-ਤੱਕ (end-to-end) ਕਾਰੋਬਾਰੀ ਕਾਰਜਾਂ ਨੂੰ ਸੰਭਾਲ ਸਕਦੇ ਹਨ।

Infosys ਆਪਣੇ "Topaz" ਸੁਇਟ ਰਾਹੀਂ ਇਸ ਤਬਦੀਲੀ ਦੇ ਕੇਂਦਰ ਵਿੱਚ ਖੁਦ ਨੂੰ ਸਥਾਪਿਤ ਕਰ ਰਿਹਾ ਹੈ—ਇੱਕ AI-first ਆਫਰਿੰਗ ਜੋ ਉਤਪਾਦਕਤਾ ਵਧਾਉਣ ਅਤੇ ਗਾਹਕਾਂ ਲਈ ਨਵੇਂ ਕਾਰੋਬਾਰੀ ਮਾਡਲ ਬਣਾਉਣ ਲਈ generative AI ਦੀ ਵਰਤੋਂ ਕਰਦੀ ਹੈ। ਧਿਆਨ ਹੁਣ ਐਂਟਰਪ੍ਰਾਈਜ਼ਾਂ ਨੂੰ ਡਾਟਾ ਤਿਆਰੀ ਦੀਆਂ ਗੁੰਝਲਾਂ, ਨੈਤਿਕ AI ਫਰੇਮਵਰਕ, ਅਤੇ ਇਨ੍ਹਾਂ ਸਮਾਰਟ ਪ੍ਰਣਾਲੀਆਂ ਨੂੰ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਚਲਾਉਣ ਲਈ ਲੋੜੀਂਦੀ ਭਾਰੀ ਕੰਪਿਊਟੇਸ਼ਨਲ ਪਾਵਰ ਨੂੰ ਸਮਝਣ ਵਿੱਚ ਮਦਦ ਕਰਨ ਵੱਲ ਵਧ ਰਿਹਾ ਹੈ।

AI ਤਬਦੀਲੀ ਵਿੱਚ ਚੁਣੌਤੀਆਂ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ

ਹਾਲਾਂਕਿ ਵਿੱਤੀ ਲਾਭ ਬਹੁਤ ਜ਼ਿਆਦਾ ਹੈ, ਪਰ $400 ਬਿਲੀਅਨ ਦੀ ਮਾਰਕੀਟ ਤੱਕ ਦਾ ਰਾਹ ਵੱਡੀਆਂ ਰੁਕਾਵਟਾਂ ਤੋਂ ਮੁਕਤ ਨਹੀਂ ਹੈ। ਉਦਯੋਗ ਨੂੰ ਡਾਟਾ ਪ੍ਰਾਈਵੇਸੀ, ਕੰਪਿਊਟਿੰਗ ਇਨਫਰਾਸਟ੍ਰਕਚਰ ਦੀ ਉੱਚ ਲਾਗਤ, ਅਤੇ AI ਈਕੋਸਿਸਟਮਾਂ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਨ ਦੇ ਸਮਰੱਥ ਕੁਸ਼ਲ ਕਾਰਜਸ਼ੀਲ (workforce) ਦੀ ਜ਼ਰੂਰੀ ਲੋੜ ਵਰਗੀਆਂ ਗੰਭੀਰ ਚੁਣੌਤੀਆਂ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈ ਰਿਹਾ ਹੈ।

ਐਂਟਰਪ੍ਰਾਈਜ਼ਾਂ ਦੁਆਰਾ ਇਸ ਅਨੁਮਾਨਿਤ ਮੁੱਲ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ, ਉਨ੍ਹਾਂ ਨੂੰ "data silo" ਦੀ ਸਮੱਸਿਆ ਨੂੰ ਹੱਲ ਕਰਨਾ ਹੋਵੇਗਾ, ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦੇ ਹੋਏ ਕਿ ਉਨ੍ਹਾਂ ਦੀ ਮਲਕੀਅਤ ਵਾਲੀ ਜਾਣਕਾਰੀ ਸਾਫ਼, ਸੰਗਠਿਤ ਅਤੇ ਵਿਸ਼ੇਸ਼ ਮਾਡਲਾਂ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ ਜਾਂ ਫਾਈਨ-ਟਿਊਨ ਕਰਨ ਲਈ ਕਾਫ਼ੀ ਸੁਰੱਖਿਅਤ ਹੋਵੇ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਅਮਰੀਕਾ ਅਤੇ ਯੂਰਪ ਦੋਵਾਂ ਵਿੱਚ ਰੈਗੂਲੇਟਰੀ ਲੈਂਡਸਕੇਪ ਤੇਜ਼ੀ ਨਾਲ ਬਦਲ ਰਿਹਾ ਹੈ, ਜੋ ਕੰਪਨੀਆਂ ਨੂੰ ਤੇਜ਼ ਨਵੀਨੀਕਰਨ ਅਤੇ ਸਖ਼ਤ ਪਾਲਣਾ (compliance) ਤੇ ਸ਼ਾਸਨ ਦੇ ਮਿਆਰਾਂ ਵਿਚਕਾਰ ਸੰਤੁਲਨ ਬਣਾਉਣ ਲਈ ਮਜਬੂਰ ਕਰ ਰਿਹਾ ਹੈ।

ਮੁੱਖ ਨੁਕਤੇ

• ਬੇਮਿਸਾਲ ਮਾਰਕੀਟ ਵਿਕਾਸ: ਵਿਸ਼ਵਵਿਆਪੀ AI ਮੌਕੇ ਦੇ 2030 ਤੱਕ $300–$400 ਬਿਲੀਅਨ ਦੀ ਮਾਰਕੀਟ ਵਿੱਚ ਵਿਸਤਾਰ ਕਰਨ ਦਾ ਅਨੁਮਾਨ ਹੈ, ਜੋ ਵਿਸ਼ਵਵਿਆਪੀ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਖਰਚਿਆਂ ਵਿੱਚ ਇੱਕ ਵੱਡੀ ਤਬਦੀਲੀ ਦਾ ਸੰਕੇਤ ਦਿੰਦਾ ਹੈ।
• IT ਸੇਵਾਵਾਂ ਲਈ ਰਣਨੀਤਕ ਤਬਦੀਲੀ: ਭਾਰਤੀ ਟੈਕ ਦਿੱਗਜ ਪੁਰਾਣੀਆਂ (legacy) ਸੇਵਾਵਾਂ ਤੋਂ ਦੂਰ ਹੋ ਕੇ AI-first ਮਾਡਲਾਂ ਵੱਲ ਵਧ ਰਹੇ ਹਨ, ਜੋ ਗਾਹਕਾਂ ਦੇ ਡਿਜੀਟਲ ਤਬਦੀਲੀ ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕਰਨ ਲਈ ਵਿਸ਼ੇਸ਼ ਸਾਧਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੇ ਹਨ।
• ਲਾਗੂ ਕਰਨਾ ਹੀ ਕੁੰਜੀ ਹੈ: ਇਸ ਆਰਥਿਕ ਮੁੱਲ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਨਾ ਕੰਪਨੀਆਂ ਦੁਆਰਾ ਡਾਟਾ ਪ੍ਰਾਈਵੇਸੀ, ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦੀ ਲਾਗਤ, ਅਤੇ ਮੁੱਖ ਕਾਰੋਬਾਰੀ ਤਰਕ (business logic) ਵਿੱਚ AI ਦੇ ਸੁਮੇਲ ਨੂੰ ਸਫਲਤਾਪੂਰਵਕ ਸੰਭਾਲਣ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ।