"ദേശീയ സമ്പത്ത്": കൃത്രിമ ബുദ്ധിയെ പ്രായോഗികമായി ഉപയോഗിക്കാൻ സ്ഥാപനങ്ങൾക്ക് കുറവുള്ള കഴിവ്

- കമ്പനികൾ «AI» ഉത്പാദനക്ഷമത ഔദ്യോഗിക സംഖ്യകളേക്കാൾ ഉയർന്ന നിരക്കിൽ വർദ്ധിപ്പിക്കുന്നു എന്ന് വിശ്വസിക്കുന്നു

- ഓരോ 10 സ്ഥാപനങ്ങളിൽ ഏകദേശം 9 എണ്ണം അവയുടെ പ്രവർത്തനങ്ങളിൽ ഒന്നിൽ «AI» ക്രമമായി ഉപയോഗിക്കുന്നു

- ഓരോ 10 ജീവനക്കാരിൽ 8 എണ്ണം സ്വന്തം ഉത്പാദനക്ഷമത വർദ്ധിച്ചു എന്ന് പറഞ്ഞു

- സ്ഥാപനങ്ങളുടെ 37 ശതമാനം «AI» അവയുടെ പ്രവർത്തന ലാഭത്തിൽ വ്യത്യാസം വരുത്തി

«ദ നാഷണൽ വെൽത്ത്» കമ്പനി അവസാന «തോട്ട് ലീഡർഷിപ്പ്» റിപ്പോർട്ടിൽ, കഴിഞ്ഞ മൂന്ന് വർഷങ്ങളിൽ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് (AI) യിൽ നിന്ന് ലഭിച്ച ഭൂരിഭാഗം വരുമാനവും ചിപ്പ് നിർമ്മാതാക്കൾ, ക്ലൗഡ് സേവന നൽകുന്നവർ, മോഡൽ വികസകർ എന്നിവർ ഉൾപ്പെടെ അത് വികസിപ്പിക്കുന്ന കമ്പനികളിലേക്കാണ് പോയതെന്ന് സൂചിപ്പിച്ചു. 2026-ലെ രണ്ടാം പാദത്തിൽ, AI ഇൻഫ്രാസ്ട്രക്ചറുമായി ബന്ധപ്പെട്ട കമ്പനികൾ «സ്റ്റാൻഡേർഡ് ആൻഡ് പോർസ് 500» ഇൻഡക്സിലെ കമ്പനികളുടെ ലാഭ വളർച്ചയുടെ ഏകദേശം പകുതിയ്ക്ക് സംഭാവന നൽകി, ഇത് അമേരിക്കൻ ഷെയറുകളുടെ പ്രധാന ഇൻഡക്സാണ്.

റിപ്പോർട്ട് അടുത്ത ഘട്ടം വ്യത്യസ്തമായിരിക്കുമെന്ന് പ്രവചിക്കുന്നു, കാരണം സാങ്കേതികവിദ്്യ വ്യാപകമായി ലഭ്യമായിരിക്കുന്നു, ഉപയോഗ ചെലവ് കുറഞ്ഞിരിക്കുന്നു; അതിനാൽ അത് ഉടമസ്ഥത മാത്രം ഒരു കമ്പനിയെ മറ്റൊന്നിൽ നിന്ന് വേർതിരിക്കുന്ന ഗുണമായി മാറിയില്ല. ഇന്ന് AI മേഖലക്ക് ആവശ്യമുള്ളത് സാങ്കേതികവിദ്യയല്ല, മറിച്ച് സ്ഥാപനങ്ങൾക്ക് അത് പ്രായോഗികമായി ഉപയോഗിക്കാനുള്ള കഴിവാണ്. ഈ മാറ്റം AI വികസകരെയും അവരുടെ ഇൻഫ്രാസ്ട്രക്ചറെയും അപേക്ഷിച്ച്, അത് ഉപയോഗിക്കുന്ന കമ്പനികളിലേക്ക് അവസരങ്ങളുടെ ഒരു വലിയ ഭാഗം ഘട്ടം ഘട്ടമായി മാറ്റും, ഈ മാറ്റം ഇപ്പോഴും ആരംഭ ഘട്ടത്തിലാണ്.

റിപ്പോർട്ട് ചൂണ്ടിക്കാട്ടുന്നത്, ഇന്ന് ഏതെങ്കിലും രീതിയിൽ കൃത്രിമ ബുദ്ധി ഉപയോഗിക്കാത്ത വലിയ കമ്പനി കണ്ടെത്തുക ബുദ്ധിമുട്ടാണ് എന്നാണ്. 2026-ൽ മാക്കിൻസി നടത്തിയ ഒരു ലോകവ്യാപക സർവേയിൽ, ഏകദേശം 10 സ്ഥാപനങ്ങളിൽ 9 എണ്ണം അവരുടെ പ്രവർത്തനങ്ങളിലെ കുറഞ്ഞത് ഒരു മേഖലയിലെങ്കിലും കൃത്രിമ ബുദ്ധിയെ ക്രമമായി ഉപയോഗിക്കുന്നതായി കാണിച്ചു. ജീവനക്കാർക്കും ഇത് സ്വാഗതം ചെയ്യപ്പെടുന്നുണ്ട്; പങ്കെടുത്തവരിൽ 10-ൽ 8 പേർ കൃത്രിമ ബുദ്ധി അവരുടെ വ്യക്തിഗത ഉത്പാദനക്ഷമത വർദ്ധിപ്പിച്ചതായി പറഞ്ഞു. темനേരം, കൃത്രിമ ബുദ്ധി അവരുടെ പ്രവർത്തന ലാഭത്തിൽ വ്യത്യാസം വരുത്തിയതായി പറഞ്ഞ സ്ഥാപനങ്ങളുടെ ശതമാനം 37% മാത്രമായിരുന്നു, ഇത് ഒരു വർഷം മുമ്പ് രേഖപ്പെടുത്തിയ അതേ ശതമാനമാണ്. പലചരക്ക്, നികുതികൾ എന്നിവയ്ക്ക് മുമ്പുള്ള ലാഭത്തിൽ 5% അല്ലെങ്കിൽ അതിലധികം സ്വാധീനം ചെലുത്തിയതായി റിപ്പോർട്ട് ചെയ്ത സ്ഥാപനങ്ങളുടെ ശതമാനം 6%-ൽ കൂടാത്തതായി മാത്രമേ കാണിച്ചിട്ടുള്ളൂ.

റിപ്പോർട്ട് ഇത് വിശദീകരിക്കുന്നത്, ഒരു റിപ്പോർട്ട് തയ്യാറാക്കുമ്പോൾ ജീവനക്കാർക്ക് 20 മിനിറ്റ് ലഭ്യമാക്കുന്ന ഉപകരണം അവരുടെ ദിവസത്തെ ജോലിയെ എളുപ്പമാക്കിയേക്കാമെങ്കിലും, ജോലിയുടെ ഘടന തന്നെ ഈ സാങ്കേതികവിദ്യയെ ചുറ്റിപ്പറ്റി പുനഃക്രമീകരിക്കാത്ത പക്ഷം, കമ്പനിയുടെ ചെലവുകൾ കുറയ്ക്കുന്നതിലേക്ക് അത് അപൂർവ്വമായേ നയിക്കുകയുള്ളൂ എന്നാണ്.

റിപ്പോർട്ട് ചൂണ്ടിക്കാട്ടുന്നത്, ഗവേഷണങ്ങൾ തുടർച്ചയായി നിഗമനത്തിൽ എത്തുന്നത്, വ്യത്യാസം കമ്പനികളുടെ നിയന്ത്രണ ശൈലിയിലാണ്, അവർ വാങ്ങുന്ന ഉപകരണങ്ങളിലല്ല എന്നാണ്. 2025-ൽ മാക്കിൻസി പരീക്ഷിച്ച എല്ലാ ഘടകങ്ങളിൽ നിന്നും, ജോലി സരണികൾ പുനര്രൂപകൽപ്പന ചെയ്യുന്നത് കൃത്രിമ ബുദ്ധിയുടെ ഗുണങ്ങളിലൂടെ ലാഭത്തിൽ വർദ്ധനവ് നേടുന്നതിനോട് ഏറ്റവും അടുത്ത ബന്ധം പുലർത്തി. ലളിതമായി പറഞ്ഞാൽ, ഇതിനർത്ഥം നിലവിലുള്ള പ്രക്രിയകളിൽ കൃത്രിമ ബുദ്ധി ചേർക്കുന്നതിന് പകരം സാങ്കേതികവിദ്യയെ ചുറ്റിപ്പറ്റി പ്രക്രിയകൾ പുനർനിർമ്മിക്കുക എന്നാണ്. ഏറ്റവും മികച്ച പ്രകടനം കാഴ്ചവെച്ച കമ്പനികളിൽ ഏകദേശം മൂന്ന് പങ്കിലധികം ഈ രീതി പിന്തുടർന്നു, മറ്റ് കമ്പനികളിൽ ഒരു പങ്കിൽ മാത്രം. ഈ കമ്പനികൾക്ക് ഈ ശ്രമങ്ങളുടെ ഉത്തരവാദിത്തം വഹിക്കുന്ന ഉയർന്ന നിലവാരത്തിലുള്ള നേതൃത്വവും, അവയുടെ സ്വാധീനം അളക്കുന്നവയും, ചെലവുകൾ കുറയ്ക്കുന്നതിനൊപ്പം വളർച്ച നേടാൻ ശ്രമിക്കുന്നവയും ആണ്.

റിപ്പോർട്ട് വ്യക്തമാക്കുന്നത്, സാധ്യതയുള്ള ലാഭങ്ങൾ വലുതായി തോന്നുമെങ്കിലും, 2025-ൽ ബോസ്റ്റൺ കൺസൾട്ടിംഗ് ഗ്രൂപ്പ് (BCG) നടത്തിയ, ആയിരത്തിലധികം കമ്പനികളെ ഉൾക്കൊള്ളുന്ന ഒരു പുതിയ പഠനം, വ്യാപകമായി കൃത്രിമ ബുദ്ധി ഉപയോഗിച്ച് യഥാർത്ഥ മൂല്യം സൃഷ്ടിച്ചിരുന്നത് അഞ്ച് ശതമാനം കമ്പനികൾ മാത്രമാണെന്നും, 60 ശതമാനം കമ്പനികൾ കുറഞ്ഞതോ ഇല്ലാത്തതോ ആയ ലാഭങ്ങൾ നേടിയിട്ടുണ്ടെന്നും വെളിപ്പെടുത്തി. темെങ്കിലും, മുമ്പത്തെ മൂന്ന് വർഷങ്ങളിൽ മുന്നണിയിലുള്ള കമ്പനികൾ മറ്റ് കമ്പനികളുമായി താരതമ്യം ചെയ്യുമ്പോൾ ഓഹരിദാതാക്കൾക്ക് മൂന്നിരട്ടിയിലധികം വരുമാനം നേടി, കൃത്രിമ ബുദ്ധി പ്രത്യക്ഷപ്പെടുന്നതിന് മുമ്പേ തന്നെ ഈ മേഖലയിൽ മികച്ച കമ്പനികൾ മുന്നോട്ട് പോയിരുന്നു.

കൂടാതെ, വലിപ്പവും നിർണ്ണായക പങ്ക് വഹിക്കുന്നു; വലിയ കമ്പനികൾക്ക് വലിയ ഡാറ്റാസെറ്റുകളും കൂടുതൽ ബജറ്റുകളും ഉണ്ട്, ചെറിയ കമ്പനികളെക്കാൾ വേഗത്തിൽ കൃത്രിമ ബുദ്ധി സാങ്കേതികവിദ്യകൾ സ്വീകരിക്കുന്നു. അമേരിക്കൻ ഐക്യനാടുകളിൽ, 2026-ലെ വസന്തകാലത്ത് 250 തൊഴിലാളികളോ അതിലധികമോ ഉള്ള കമ്പനികളിൽ 37 ശതമാനം കമ്പനികൾ കൃത്രിമ ബുദ്ധി ഉപയോഗിച്ചിരുന്നു, എന്നാൽ ചെറിയ കമ്പനികളിൽ ഇത് 20 ശതമാനത്തിൽ താഴെയായിരുന്നു, അമേരിക്കൻ സെൻസസ് ബ്യൂറോയുടെ അനുസരിച്ച്.

റിപ്പോർട്ട് ഔദ്യോഗിക സ്ഥിതിവിവരക്കണക്കുകളും ഉൾക്കൊള്ളുന്നു, ഇവ സമാനമായ ഒരു ചിത്രം വെളിപ്പെടുത്താൻ തുടങ്ങി; ഡാളസ് ഫെഡറൽ റിസർവ് ബാങ്കിന്റെ അനുസരിച്ച്, 2024-ന്റെ തുടക്കത്തിൽ നിന്ന് അമേരിക്കൻ തൊഴിലാളി ഉത്പാദനക്ഷമത (ഓരോ ജോലി മണിക്കൂറിനും ഉത്പാദനത്തിന്റെ അളവ്) വർഷം തോറും ഏകദേശം 2.4 ശതമാനം വർദ്ധിച്ചു, പാൻഡെമിക്ക്ക് മുമ്പുള്ള അഞ്ച് വർഷങ്ങളിൽ ഇത് 1.6 ശതമാനമായിരുന്നു. ഈ മെച്ചപ്പെടലിന്റെ വലിയൊരു ഭാഗവും വിവരങ്ങൾ, ധനകാര്യം, ഇൻഷുറൻസ്, പ്രൊഫഷണൽ സേവനങ്ങൾ എന്നീ മേഖലകളിലേക്ക് തിരിയുന്നു, ഇവ കൃത്രിമ ബുദ്ധിക്ക് ഏറ്റവും കൂടുതൽ വിധേയമായ മേഖലകളാണ്, ഇവിടെ ഉത്പാദനക്ഷമത രാജ്യത്തിന്റെ മറ്റ് സമ്പദ്വ്യവസ്ഥയുടെ വേഗതയുടെ ഇരട്ടി വളർന്നു.

സമയം ഇനിയും വളരെ അധികം ആയതിനാൽ, അറ്റ്ലാന്റയിലെ ഫെഡറൽ റിസർവ് ബാങ്ക് നടത്തിയ ഒരു സർവേയിൽ പങ്കെടുത്ത പ്രമുഖ ധനകാര്യ ഡയറക്ടർമാർ, കമ്പനികൾ കൃത്രിമ ബുദ്ധി ഉൽപ്പാദനക്ഷമത വർദ്ധിപ്പിക്കുന്നു എന്ന് കരുതുന്നു എന്നും, ഇത് ഔദ്യോഗിക സംഖ്യകൾ കാണിക്കുന്നതിനേക്കാൾ ഉയർന്ന നിരക്കിൽ ആണ്, അധിക വരുമാനം സൃഷ്ടിക്കാൻ കൂടുതൽ സമയം എടുക്കുന്നു എന്നും, 2026-ൽ ഈ പ്രഭാവം ഏകദേശം ഇരട്ടിയാകുമെന്ന് പ്രതീക്ഷിക്കുന്നു എന്നും കാണിക്കുന്നു.

റിപ്പോർട്ട് ഇതും ചൂണ്ടിക്കാണിക്കുന്നു: നിക്ഷേപകർക്ക്, കൃത്രിമ ബുദ്ധി സാങ്കേതികവിദ്യകൾ വികസിപ്പിക്കുന്ന കമ്പനികളെ മാത്രമല്ല, മറിച്ച് ഈ സാങ്കേതികവിദ്യകൾ ഉപയോഗിച്ച് പ്രവർത്തനപരവും ധനകാര്യപരവുമായ വ്യക്തമായ നേട്ടങ്ങൾ സൃഷ്ടിക്കാൻ കഴിവുള്ള കമ്പനികളിലേക്ക് നിക്ഷേപം കൂടുതലായി നീങ്ങുന്നു. വിജയികളെ മുൻകൂട്ടി നിർണ്ണയിക്കുന്ന നിർണ്ണായക മാനദണ്ഡങ്ങൾ ഇല്ലെങ്കിലും, കൃത്രിമ ബുദ്ധിയുടെ ഗുണങ്ങൾ ഉപയോഗിക്കാൻ കൂടുതൽ സാധ്യതയുള്ള കമ്പനികളെ വേർതിരിക്കുന്ന മൂന്ന് പ്രധാന സവിശേഷതകൾ ഉണ്ട്. ആദ്യം, വിവരങ്ങൾ നിയന്ത്രിക്കൽ, വിശകലനം, എഴുത്ത്, കസ്റ്റമർ സർവീസ് തുടങ്ങിയ ബൗദ്ധിക പ്രവർത്തനങ്ങളുമായി ബന്ധപ്പെട്ട ജോലിക്കാരുടെ ചെലവുകൾ ഉയർന്നിരിക്കണം, കാരണം കൃത്രിമ ബുദ്ധി കാര്യക്ഷമത വർദ്ധിപ്പിക്കാനും ചെലവുകൾ കുറയ്ക്കാനും സഹായിക്കും. രണ്ടാമത്, കമ്പനികൾ ലഭിച്ച ലാഭങ്ങൾ തങ്ങളുടെ കൈവശം നിലനിർത്താൻ കഴിയണം, ഇത് വിലനിർണ്ണയ ശക്തിയെയും കസ്റ്റമർ ലോയൽറ്റിയെയും ആശ്രയിച്ചിരിക്കുന്നു, ഇത് ലാഭ മാർജിനുകൾ വർദ്ധിപ്പിക്കുന്നു. മൂന്നാമത്, കമ്പനികൾക്ക് സ്വന്തമായോ അദ്വിതീയമായോ ഡാറ്റ ഉണ്ടായിരിക്കണം, ഇത് കൃത്രിമ ബുദ്ധി ഉപയോഗിച്ച് മത്സരക്കാർക്ക് അനുകരിക്കാൻ കഴിയാത്ത രീതിയിൽ പ്രവർത്തിക്കാൻ സഹായിക്കുന്നു, ഇത് ദീർഘകാല മത്സര നേട്ടം നൽകുന്നു.

കുവൈത്ത് ഉദ്യോഗസ്ഥർ നടത്തിയ റിപ്പോർട്ട് സൂചിപ്പിക്കുന്നത്, കൃത്രിമ ബുദ്ധിമത്സരം നൽകുന്ന വാഗ്ദാനങ്ങളുള്ള അവസരങ്ങൾക്കിടയിലും, നിക്ഷേപകർ പരിഗണിക്കേണ്ട പ്രധാന മൂന്ന് വെല്ലുവിളികൾ നിലനിൽക്കുന്നു എന്നാണ്. ആദ്യം, സമയബന്ധിതത്വം; സാങ്കേതിക പുരോഗതികൾ മൂല്യവത്തായ ധനിക ഫലങ്ങളായി മാറാൻ സാധാരണയായി വിപണികൾ പ്രതീക്ഷിക്കുന്നതിലും കൂടുതൽ സമയമെടുക്കുന്നു. രണ്ടാമത്, മത്സരം; കൃത്രിമ ബുദ്ധിമത്സരം ഉപയോഗിക്കുന്നതിലൂടെ ലഭിക്കുന്ന ലാഭങ്ങൾ ഉപഭോക്താക്കൾക്ക് അനുകൂലമായി വിലകൾ കുറയ്ക്കാൻ കാരണമാകാം, കമ്പനികളുടെ ലാഭക്ഷമത വർദ്ധിപ്പിക്കാൻ അല്ല. മൂന്നാമത്, കൃത്രിമ ബുദ്ധിമത്സര പരിഹാരങ്ങൾ പ്രവർത്തിപ്പിക്കാനും വികസിപ്പിക്കാനും ബന്ധപ്പെട്ട നിരന്തര ചെലവുകൾ; ഇവ പ്രതീക്ഷിച്ച ലാഭങ്ങളുടെ ഒരു ഭാഗം ആക്രമിക്കുകയും ലാഭത്തിൽ അതിന്റെ പോസിറ്റീവ് പ്രഭാവം പരിമിതപ്പെടുത്തുകയും ചെയ്യും.

1. ധനിക ഫലങ്ങളുടെ കേന്ദ്രം ഇൻഫ്രാസ്ട്രക്ചർ കമ്പനികളായ ചിപ്പുകളും ക്ലൗഡ് മോഡലുകളും മുതൽ സാങ്കേതിക പ്രയോഗങ്ങളിൽ നിന്ന് അധിക മൂല്യം സൃഷ്ടിക്കാൻ കഴിയുന്ന ഓപ്പറേഷണൽ കമ്പനികളിലേക്ക് മാറുന്നു.

2. വിപണികളിൽ വരുമാനം നേടുന്നതിൽ വ്യക്തമായ വിടവ് കാണപ്പെടുന്നു; സ്വീകരണ നിരക്ക് 90 ശതമാനത്തോട് അടുക്കുമ്പോൾ, 37 ശതമാനം കമ്പനികൾ മാത്രമേ ധനിക വരുമാനം നേടുന്നുള്ളൂ, 6 ശതമാനം കമ്പനികൾ മാത്രമേ ഏറ്റവും വലിയ ലാഭ ഭാഗം കൈവശപ്പെടുത്തുന്നുള്ളൂ.

3. സാങ്കേതികവിദ്യയിലേക്കുള്ള പ്രവേശനം മാത്രമല്ല ഇപ്പോഴത്തെ പ്രധാന തടസ്സം; ജോലിസ്ഥലത്തിന്റെ പരിസ്ഥിതി പുനഃസംഘടിപ്പിക്കാനും മാറ്റം നയിക്കാനും നിക്ഷേപത്തിന്റെ ഫലം വ്യക്തമായി അളക്കാൻ കഴിയുന്ന നിയന്ത്രണ കഴിവാണ് പ്രധാനം.

4. സാങ്കേതികവിദ്യ ഏറ്റവും കൂടുതൽ ഉപയോഗിക്കുന്ന മേഖലകളിൽ ഉത്പാദനക്ഷമതയിൽ വർദ്ധനവ് രേഖപ്പെടുത്തുന്നു; പ്രധാനമായും ധനകാര്യ മേഖല, പ്രൊഫഷണൽ സേവനങ്ങൾ, സാങ്കേതിക വിദ്യാ മേഖല എന്നിവ.

5. ഏറ്റവും ശക്തമായ അവസരങ്ങൾ ഉയർന്ന ശമ്പള ഘടന, ഉയർന്ന വിലനിർണ്ണയ കഴിവ്, അദ്വിതീയ ഡാറ്റാ ആസ്തികൾ, ശക്തമായ പ്രവർത്തന ചരിത്രം എന്നിവ സംയോജിപ്പിക്കുന്ന കമ്പനികളിൽ കേന്ദ്രീകരിച്ചിരിക്കുന്നു.

6. മാറ്റത്തിന് സഹിഷ്ണുതയും തിരഞ്ഞെടുപ്പും ഉള്ള ഒരു തന്ത്രം ആവശ്യമാണ്, പ്രത്യേകിച്ച് വളർച്ചാ വക്രം ഇപ്പോഴും ആരംഭ ഘട്ടത്തിലാണ്, ലാഭ പ്രതിഫലനങ്ങൾ വിപണികളുടെ പ്രതീക്ഷകളെക്കാൾ വൈകിയേക്കാം.