ദേശീയ സമ്പത്ത് കമ്പനി: കൃത്രിമ ബുദ്ധിമുട്ട്.. സാങ്കേതികവിദ്യ വികസിപ്പിക്കുന്നതിൽ നിന്ന് ലാഭം നേടുന്നതിലേക്ക്

നാഷണൽ വെൽത്ത് കമ്പനിയുടെ ഐഡിയ ലീഡേഴ്സ് റിപ്പോർട്ട് ‘ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ്: ടെക്നോളജി നിർമ്മാതാക്കളിൽ നിന്ന് ഉപഭോക്താക്കളിലേക്ക്’ എന്ന തലക്കെട്ടിൽ പുറത്തിറക്കിയ റിപ്പോർട്ട് പ്രകാരം, കഴിഞ്ഞ മൂന്ന് വർഷങ്ങളിൽ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിდან ലഭിച്ച വരുമാനത്തിന്റെ ഭൂരിഭാഗവും ചിപ്പ് നിർമ്മാതാക്കളിൽ നിന്ന് ക്ലൗഡ് സേവന ദാതാക്കളിലേക്കും മോഡൽ വികസിപ്പിക്കുന്നവരിലേക്കും ആണ് കടന്നത്. 2026-ലെ രണ്ടാം ത്രൈമാസത്തിൽ, ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ഇൻഫ്രാസ്ട്രക്ചറുമായി ബന്ധപ്പെട്ട കമ്പനികൾ ‘സ്റ്റാൻഡേർഡ് ആൻഡ് പോർസ് 500’ ഇൻഡക്സിന്റെ ലാഭ വളർച്ചയുടെ ഏകദേശം പകുതിയ്ക്ക് സംഭാവന നൽകി, അമേരിക്കൻ ഓഹരി വിപണിയുടെ പ്രധാന സൂചികയാണിത്. റിപ്പോർട്ട് പറയുന്നത്, അടുത്ത ഘട്ടം വ്യത്യസ്തമായിരിക്കുമെന്നാണ്. ഈ ടെക്നോളജി വ്യാപകമായി ലഭ്യമായിക്കഴിഞ്ഞു, ഉപയോഗ ചെലവ് കുറഞ്ഞു, അതിനാൽ അതിനെ സ്വന്തമാക്കിയതുകൊണ്ട് മാത്രം ഒരു കമ്പനി മറ്റൊന്നിൽ നിന്ന് വ്യത്യസ്തമാകുന്നില്ല. ഇന്ന് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് മേഖലയിൽ കുറവുള്ളത് ടെക്നോളജി അല്ല, മറിച്ച് സ്ഥാപനങ്ങൾക്ക് അതിനെ പ്രായോഗികമായി ഉപയോഗപ്പെടുത്താനുള്ള കഴിവാണ്. ഈ മാറ്റം ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് വികസിപ്പിക്കുന്നവരിൽ നിന്നും അവരുടെ ഇൻഫ്രാസ്ട്രക്ചറിൽ നിന്നും ഉപയോഗിക്കുന്ന കമ്പനികളിലേക്ക് അവസരങ്ങളുടെ ഒരു വലിയ ഭാഗം ഘട്ടം ഘട്ടമായി മാറ്റി മാറ്റും, ഈ മാറ്റം ഇപ്പോഴും ആരംഭ ഘട്ടത്തിലാണ്. റിപ്പോർട്ട് കൂട്ടിച്ചേർക്കുന്നത്, ഇന്ന് ഒരു വലിയ കമ്പനിയെ കണ്ടെത്തുക എന്നത് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ഉപയോഗിക്കാത്ത ഒരു കമ്പനിയെ കണ്ടെത്തുക എന്നതിന് തുല്യമാണ്. 2026-ൽ മാക്കിൻസി നടത്തിയ ഒരു ലോകവ്യാപക സർവേയിൽ, ഓരോ പത്ത് മേധാവികളിൽ ഏഴ് പേർ അവരുടെ വ്യവസായത്തിലെ കുറഞ്ഞത് ഒരു മേഖലയിലെങ്കിലും ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ക്രമമായി ഉപയോഗിക്കുന്നു എന്ന് കാണിച്ചു. ജീവനക്കാർക്കിടയിലും ഇത് സ്വാഗതം ചെയ്യപ്പെടുന്നു എന്ന് തോന്നുന്നു, പങ്കെടുത്തവരിൽ ഓരോ പത്തിൽ എട്ട് പേരും ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് അവരുടെ വ്യക്തിഗത ഉത്പാദനക്ഷമത വർദ്ധിപ്പിച്ചു എന്ന് പറഞ്ഞു. темനമ, 37% സ്ഥാപനങ്ങൾ മാത്രമേ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് അവരുടെ പ്രവർത്തന ലാഭത്തിൽ വ്യത്യാസം ഉണ്ടാക്കി എന്ന് പറഞ്ഞു, ഇത് ഒരു വർഷം മുമ്പ് രേഖപ്പെടുത്തിയ അതേ അനുപാതമാണ്.

നഷ്ടമോ ലാഭമോ കണക്കാക്കുന്നതിന് മുൻപുള്ള പലിശയും നികുതിയും ചേർത്ത ലാഭത്തിൽ (EBIT) 5% അല്ലെങ്കിൽ അതിൽ കൂടുതൽ സ്വാധീനം ചെലുത്തിയതായി റിപ്പോർട്ട് ചെയ്ത സ്ഥാപനങ്ങളുടെ ശതമാനം 6%-ൽ താഴെ മാത്രമായിരുന്നു. ഇതിനുള്ള വിശദീകരണം താരതമ്യേന ലളിതമാണ്. ഒരു റിപ്പോർട്ട് തയ്യാറാക്കുമ്പോൾ ഉദ്യോഗസ്ഥന് ഇരുപത് മിനിറ്റ് ലഭ്യമാക്കുന്ന ഉപകരണം അയാളുടെ ദിവസത്തെ ജോലിയെ എളുപ്പമാക്കാം, എന്നാൽ ജോലിക്രമം തന്നെ ഈ സാങ്കേതികവിദ്യയെ അടിസ്ഥാനമാക്കി പുനഃക്രമീകരിക്കപ്പെടാത്ത പക്ഷം കമ്പനിയുടെ ചെലവുകൾ കുറയ്ക്കുന്നത് അപൂർവ്വമാണ്. എന്നാൽ, മുന്നണിയിൽ നിൽക്കുന്ന കമ്പനികളെ വേർതിരിക്കുന്നത് എന്താണ്? ഗവേഷണങ്ങൾ തുടർച്ചയായി സൂചിപ്പിക്കുന്നത് വ്യത്യാസം കമ്പനികൾ വാങ്ങുന്ന ഉപകരണങ്ങളിലല്ല, മറിച്ച് അവയുടെ മാനേജ്മെന്റ് ശൈലിയിലാണെന്നാണ്. 2025-ൽ മാക്കിൻസെ പരിശോധിച്ച എല്ലാ ഘടകങ്ങളിൽ, ജോലിക്രമങ്ങളുടെ പുനർരൂപകൽപ്പന കൃത്രിമ ബുദ്ധിമതി (AI) മൂലമുള്ള ലാഭലാഭങ്ങൾ നേടുന്നതിനോട് ഏറ്റവും അടുത്ത ബന്ധം പുലർത്തി. ലളിതമായി പറഞ്ഞാൽ, ഇതിനർത്ഥം നിലവിലുള്ള പ്രക്രിയകളിൽ കൃത്രിമ ബുദ്ധിമതി ചേർക്കുന്നതിന് പകരം സാങ്കേതികവിദ്യയെ അടിസ്ഥാനമാക്കി പ്രക്രിയകൾ പുനർനിർമ്മിക്കുക എന്നാണ്. ഏറ്റവും മികച്ച പ്രകടനം കാഴ്ചവെച്ച ഏകദേശം മൂന്ന് പതിനാറ് ഭാഗം കമ്പനികൾ ഈ രീതി പിന്തുടർന്നു, മറ്റ് ഒരു നാലിൽ ഒരു ഭാഗം കമ്പനികളുമായി താരതമ്യം ചെയ്യുമ്പോൾ. കൂടാതെ, ഈ കമ്പനികളിൽ ഈ ശ്രമങ്ങൾക്ക് ഉത്തരവാദികളായ ഉയർന്ന നിലവാരത്തിലുള്ള നേതൃത്വവും, അവയുടെ സ്വാധീനം അളക്കുന്നവരും, ചെലവുകൾ കുറയ്ക്കുന്നതിനൊപ്പം വളർച്ചയും ലക്ഷ്യമിടുന്നവരുമുണ്ട്. സാധ്യതയുള്ള ലാഭങ്ങൾ വലുതായി തോന്നുമെങ്കിലും, ബോസ്റ്റൺ കൺസൾട്ടിംഗ് ഗ്രൂപ്പ് (BCG) 2025-ൽ ഒരു സഹസ്രാബ്ദത്തിലധികം കമ്പനികളിൽ നടത്തിയ ഒരു സമീപകാല പഠനം, കൃത്രിമ ബുദ്ധിമതി വ്യാപകമായി ഉപയോഗിച്ച് യഥാർത്ഥ മൂല്യം സൃഷ്ടിച്ചിരുന്നത് 5% കമ്പനികൾ മാത്രമാണെന്നും, 60% കമ്പനികൾ കുറഞ്ഞതോ ഇല്ലാത്തതോ ആയ ലാഭലാഭങ്ങളാണ് റിപ്പോർട്ട് ചെയ്തതെന്നും വെളിപ്പെടുത്തി.

എങ്കിലും, കഴിഞ്ഞ മൂന്ന് വർഷത്തിനിടെ മുന്നണിയിലുള്ള കമ്പനികൾ മറ്റ് കമ്പനികളുമായി താരതമ്യം ചെയ്യുമ്പോൾ ഷെയർഹോൾഡർമാർക്ക് മൂന്നിരട്ടിയോളം മികച്ച വരുമാനം നേടിയിട്ടുണ്ട്. അത്യുത്തമനിലവാരമുള്ള കമ്പനികൾ സാധാരണയായി ഈ മേഖലയിൽ മുന്നിലായിരുന്നുവെങ്കിലും, കൃത്രിമ ബുദ്ധിമത്സരം (AI) ഉദിച്ചുവരുന്നതിന് മുമ്പേ അവ മുന്നോട്ട് പോയിരുന്നു. വലിപ്പവും നിർണ്ണായക പങ്ക് വഹിക്കുന്നു; വലിയ കമ്പനികൾക്ക് കൂടുതൽ വിശാലമായ ഡാറ്റയും കൂടുതൽ ബജറ്റുകളും ഉണ്ട്, ചെറിയ കമ്പനികളെക്കാൾ വേഗത്തിൽ കൃത്രിമ ബുദ്ധിമത്സര സാങ്കേതികവിദ്യകൾ സ്വീകരിക്കുന്നു. അമേരിക്കൻ ഐക്യനാടുകളിൽ, 250 ജീവനക്കാർ ഉള്ള കമ്പനികളിൽ 37% 2026-ലെ വസന്തകാലത്ത് കൃത്രിമ ബുദ്ധിമത്സരം ഉപയോഗിച്ചുവരുന്നുണ്ടായിരുന്നു, എന്നാൽ ചെറിയ കമ്പനികളിൽ ഇത് 20%-ൽ താഴെയായിരുന്നു, അമേരിക്കൻ സെൻസസ് ബ്യൂറോയുടെ കണക്കുകൾ പ്രകാരം. ഔദ്യോഗിക സ്ഥിതിവിവരക്കണക്കുകൾ സമാനമായ ഒരു ചിത്രം വെളിപ്പെടുത്താൻ തുടങ്ങിയിരിക്കുന്നു. ഡാളസ് ഫെഡറൽ റിസർവ് ബാങ്കിന്റെ കണക്കുകൾ പ്രകാരം, 2024-ന്റെ തുടക്കത്തിൽ നിന്ന് അമേരിക്കൻ തൊഴിലാളി ഉത്പാദനക്ഷമത (ഓരോ മണിക്കൂർ പ്രവൃത്തിയ്ക്കും ഉത്പാദിപ്പിക്കുന്ന അളവ്) വർഷത്തിൽ ഏകദേശം 2.4% വർദ്ധിച്ചു, പാൻഡെമിക്കിന് മുമ്പുള്ള അഞ്ച് വർഷങ്ങളിൽ ഇത് 1.6% ആയിരുന്നു. ഈ മെച്ചപ്പെടലിന്റെ വലിയൊരു ഭാഗവും വിവരങ്ങൾ, ധനകാര്യം, ബീമിംഗ്, പ്രൊഫഷണൽ സേവനങ്ങൾ എന്നീ മേഖലകളിലേക്ക് നയിക്കുന്നു, ഇവ കൃത്രിമ ബുദ്ധിമത്സരത്തിന് ഏറ്റവും കൂടുതൽ വിധേയമായ മേഖലകളാണ്, ഇവിടെ ഉത്പാദനക്ഷമത രാജ്യത്തിന്റെ മറ്റ് സമ്പദ്വ്യവസ്ഥയുടെ വേഗതയുടെ ഇരട്ടി വർദ്ധിച്ചു. സമയം ഇപ്പോഴും വളരെ അധികം ആയതിനാൽ, അറ്റ്ലാന്റ ഫെഡറൽ റിസർവ് ബാങ്ക് നടത്തിയ പ്രമുഖ ധനകാര്യ ഓഫീസർമാരുടെ സർവേ കാണിക്കുന്നത് കമ്പനികൾ കൃത്രിമ ബുദ്ധിമത്സരം ഔദ്യോഗിക സംഖ്യകൾ കാണിക്കുന്നതിനേക്കാൾ കൂടുതൽ നിരക്കിൽ ഉത്പാദനക്ഷമത വർദ്ധിപ്പിക്കുന്നു എന്ന് വിശ്വസിക്കുന്നു എന്നാണ്, അധിക വരുമാനം നേടാൻ കൂടുതൽ സമയം എടുക്കുന്നു എന്ന് സൂചിപ്പിക്കുന്നു, 2026-ൽ ഈ പ്രഭാവം ഏകദേശം ഇരട്ടിയാകുമെന്ന് പ്രതീക്ഷിക്കുന്നു. നിക്ഷേപകർക്ക് സംബന്ധിച്ചിടത്തോളം, കൃത്രിമ ബുദ്ധിമത്സര സാങ്കേതികവിദ്യകൾ വികസിപ്പിക്കുന്ന കമ്പനികളിൽ മാത്രമല്ല ശ്രദ്ധ കേന്ദ്രീകരിച്ചിരിക്കുന്നത്, മറിച്ച് ഈ സാങ്കേതികവിദ്യകൾ ഉപയോഗിച്ച് പ്രവർത്തനപരവും ധനകാര്യപരവുമായ വ്യക്തമായ നേട്ടങ്ങൾ നേടാൻ കഴിവുള്ള കമ്പനികളിലേക്ക് കൂടുതൽ കേന്ദ്രീകരിക്കുന്നു.

വിജയികളെ മുൻകൂട്ടി നിശ്ചയിക്കുന്ന നിർണ്ണായക മാനദണ്ഡങ്ങൾ ഇല്ലെങ്കിലും, കൃത്രിമ ബുദ്ധിമത്സരത്തിൽ (AI) മുതലെടുപ്പ് നടത്താൻ കൂടുതൽ സാധ്യതയുള്ള കമ്പനികളെ വേർതിരിച്ചറിയുന്ന മൂന്ന് പ്രധാന സവിശേഷതകളുണ്ട്. ഒന്നാമതായി, വിവരങ്ങൾ നിയന്ത്രിക്കൽ, വിശകലനം, എഴുത്ത്, കസ്റ്റമർ സേവനം തുടങ്ങിയ ബൗദ്ധിക പ്രവർത്തനങ്ങളുമായി ബന്ധപ്പെട്ട ഉയർന്ന ജോലിചെയ്യൽ ചെലവുകൾ; ഇവിടെ കൃത്രിമ ബുദ്ധിമത്സരം കാര്യക്ഷമത വർദ്ധിപ്പിക്കാനും ചെലവുകൾ കുറയ്ക്കാനും സഹായിക്കും. രണ്ടാമതായി, ലഭിക്കുന്ന ലാഭങ്ങൾ കമ്പനികൾ സ്വന്തമാക്കാനുള്ള കഴിവ്, അല്ലാതെ അത് ഉപഭോക്താക്കളിലേക്ക് കൈമാറാതിരിക്കാനുള്ള കഴിവ്; ഇത് വിലനിർണ്ണയ ശക്തിയെയും ഉപഭോക്തൃ വിശ്വസ്തതയെയും ആശ്രയിച്ചിരിക്കുന്നു, ഇത് ലാഭ മാർജിനുകൾ വർദ്ധിപ്പിക്കുന്നു. മൂന്നാമതായി, മത്സരക്കാരാൽ പകർത്താൻ ബുദ്ധിമുട്ടുള്ള രീതികളിൽ കൃത്രിമ ബുദ്ധിമത്സരം ഉപയോഗിക്കാൻ കമ്പനികളെ സഹായിക്കുന്ന സ്വകാര്യ അല്ലെങ്കിൽ അദ്വിതീയ ഡാറ്റയുടെ ഉടമസ്ഥത; ഇത് ദീർഘകാല മത്സര നേട്ടം നൽകുന്നു.

കൃത്രിമ ബുദ്ധിമത്സരം നൽകുന്ന വാഗ്ദാനങ്ങൾ നിറഞ്ഞ അവസരങ്ങളുണ്ടെങ്കിലും, നിക്ഷേപകർ പരിഗണിക്കേണ്ട മൂന്ന് പ്രധാന വെല്ലുവിളികൾ ഇപ്പോഴും നിലനിൽക്കുന്നു. ഒന്നാമതായി, സമയത്തിന്റെ പ്രാധാന്യം; സാങ്കേതിക വിദ്യാപരമായ പുരോഗതികൾ മൂല്യവത്തായ ധനപരമായ ഫലങ്ങളായി മാറാൻ സാധാരണയായി വിപണികൾ പ്രതീക്ഷിക്കുന്നതിനേക്കാൾ കൂടുതൽ സമയമെടുക്കും. രണ്ടാമതായി, മത്സരം; കൃത്രിമ ബുദ്ധിമത്സരം ഉപയോഗിച്ച് ലഭിക്കുന്ന ലാഭങ്ങൾ കമ്പനികളുടെ ലാഭക്ഷമത വർദ്ധിപ്പിക്കുന്നതിന് പകരം ഉപഭോക്താക്കൾക്ക് അനുകൂലമായി വിലകൾ കുറയ്ക്കാൻ കാരണമാകാം. മൂന്നാമതായി, കൃത്രിമ ബുദ്ധിമത്സര പരിഹാരങ്ങൾ പ്രവർത്തിപ്പിക്കാനും വികസിപ്പിക്കാനും ബന്ധപ്പെട്ട നിരന്തര ചെലവുകൾ; ഇത് പ്രതീക്ഷിച്ച ലാഭങ്ങളുടെ ഒരു ഭാഗം ആഗിരണം ചെയ്ത് ലാഭത്തിൽ അതിന്റെ പോസിറ്റീവ് സ്വാധീനം പരിമിതപ്പെടുത്തും.