अभिषेक रुंगटा: जीसीसी गोल्ड रश खरा आहे – परंतु भारताची जागतिक क्षमता केंद्रे एआय लेयर धोकादायकरित्या चुकीची मिळवत आहेत

मी 1997 पासून भारतात तंत्रज्ञान व्यवसाय उभारत आहे. मी आउटसोर्सिंग लाटेला या देशाच्या अर्थव्यवस्थेला आकार देताना पाहिले आहे, क्लाउड मायग्रेशन युगाने एंटरप्राइझ आयटीचा पूर्णपणे नवीन वर्ग तयार करताना पाहिले आहे आणि GCC बूमने भारताला डिलिव्हरी डेस्टिनेशनपासून जगातील सर्वात मोठ्या बहुराष्ट्रीय कंपन्यांसाठी धोरणात्मक तंत्रिका केंद्रात रूपांतरित करताना पाहिले आहे. प्रत्येक संक्रमणाने खरी संधी दिली. प्रत्येकाने त्याच चुकीची आवृत्ती आणली, नवीन गोष्टीचे रूप समजून घेण्याची घाई न करता त्याचे पदार्थ समजून घेण्याची घाई.

ती चूक आपण पुन्हा करत आहोत. आणि यावेळी, ते चुकीचे मिळविण्याची किंमत लक्षणीय जास्त आहे.

भारत आता 1,800 पेक्षा जास्त GCC चे आयोजन करत आहे ज्यात सुमारे 2 दशलक्ष व्यावसायिकांना रोजगार आहे. ही संपूर्ण मालकीची ऑफशोर युनिट्स आहेत जिथे बहुराष्ट्रीय कंपन्या जागतिक स्तरावर धोरणात्मक व्यवसाय कार्ये, वित्त, तंत्रज्ञान, ग्राहक ऑपरेशन्स आणि वाढत्या प्रमाणात संशोधन आणि नाविन्यपूर्ण कार्ये चालवतात. संख्या प्रभावी आहेत. धोरणात्मक महत्त्वाकांक्षा खरी आहे. 92% GCC नेते म्हणतात की त्यांची केंद्रे फक्त खर्च कमी करण्यापलीकडे विकसित झाली आहेत. परंतु जेव्हा तुम्ही पाहता बहुतेक GCC AI सोबत काय करत आहेत, त्याबद्दल ते काय म्हणत आहेत याच्या उलट, एक त्रासदायक अंतर दिसून येते.

EY GCC पल्स सर्व्हे 2025 नुसार, 83% GCC आधीच GenAI दत्तक घेण्यात गुंतलेले आहेत आणि 58% सक्रियपणे एजंटिक क्षमता विकसित करत आहेत. या पृष्ठभागावरील मजबूत संख्या आहेत. समस्या हेतू नाही. समस्या हेतू अंतर्गत आर्किटेक्चर आहे.

एआय लेयर जोडले जात आहे. फाउंडेशन कधीही बांधले गेले नाही.

मी एंटरप्राइझ गुंतलेल्यांमध्ये सातत्याने जे पाहतो ते येथे आहे: GCC AI ला अशा प्रक्रियांवर लेयर करत आहेत ज्या कधीही AI-तयार असण्यासाठी डिझाइन केल्या नव्हत्या. ते खंडित डेटा, विसंगत टॅगिंग आणि प्रशासन मॉडेल नसलेल्या वर्कफ्लोवर GenAI सहपायलट तैनात करत आहेत. बॅच-प्रोसेसिंग इन्फ्रास्ट्रक्चरवर चालत असताना ते एजंटिक AI धोरणांची घोषणा करत आहेत जे रिअल-टाइम एजंट ऑपरेशन्सला समर्थन देऊ शकत नाहीत. ते AI चे यश लाँच केलेल्या वापर प्रकरणांच्या संख्येने मोजत आहेत, उत्पादनापर्यंत पोहोचलेल्या टक्केवारीवर नाही.

GCC मध्ये GenAI दत्तक ग्राहक सेवेमध्ये 65%, वित्त 53% आणि ऑपरेशन्स 49% वर केंद्रित आहे. लक्ष्य करण्यासाठी ही योग्य कार्ये आहेत. परंतु चुकीच्या पायाभूत सुविधांसह योग्य कार्याला लक्ष्य केल्याने परिवर्तन घडत नाही, ते एक महाग पायलट तयार करते जे कधीही मोजत नाही.

व्यवसाय बुद्धिमत्तेचा अवलंब GCC च्या 86% पर्यंत वाढला आहे आणि डेटा स्ट्रॅटेजी औपचारिकीकरण 67% पर्यंत वाढले आहे. प्रगती, नक्कीच. परंतु 67% चा अर्थ असा आहे की एक तृतीयांश GCC सुसंगत डेटा धोरणाशिवाय कार्य करत असताना AI एजंटमध्ये गुंतवणूक करत आहेत. तुम्ही अद्याप आयोजित न केलेल्या डेटा स्तरावर तुम्ही स्वायत्त प्रणाली तयार करू शकत नाही.

विस्थापन वास्तव कोणीही नाव घेऊ इच्छित नाही

क्षमता अंतराच्या खाली एक कठोर सत्य आहे. Zinnov आणि Indiaspora च्या मार्च 2026 च्या विश्लेषणात असे आढळून आले की भारतातील 55% GCC काम हे मूल्य श्रेणीक्रम, वस्तू आणि प्रक्रियांच्या खालच्या दोन स्तरांवर बसते, थेट AI विस्थापनाच्या संपर्कात आहे. Google Cloud Next 2026 ने हे स्पष्ट केले आहे: एजंटिक AI कडे शिफ्ट केल्याने उत्पादनाचे एकक म्हणून मानवांना काढून टाकले जाते. मूळ एंटरप्राइझला यापुढे त्याचे कार्य मोजण्यासाठी ऑफशोअर हेडकाउंटची आवश्यकता नाही. त्यासाठी एजंटांचा ताफा, प्रशासन स्तर आणि कमी संख्येने मानवी पर्यवेक्षकांची आवश्यकता आहे.

पाच वर्षांच्या क्षितिजावरील हा सैद्धांतिक धोका नाही. हा एक अर्थसंकल्पीय निर्णय आहे जो आधीच यूएस, यूके आणि युरोपमधील बोर्डरूममध्ये घेतला जात आहे. जीसीसी जे AI-नेटिव्ह व्हॅल्यू निर्मितीचे प्रदर्शन करू शकत नाहीत, जे व्यवहारात, अत्याधुनिक कामगार लवाद आहेत, त्यांना तर्कसंगततेचा सामना करावा लागेल. मूल्य शृंखला वर जाण्याची विंडो वर्षे नाही. हे 12 ते 18 महिने आहे.

बरोबर मिळवण्यासाठी प्रत्यक्षात काय आवश्यक आहे

मी GCC मॉडेलच्या विरोधात वाद घालत नाही. मी त्यातील एआय लेयरकडे अधिक कठोर दृष्टिकोनासाठी युक्तिवाद करत आहे. कोणत्याही GCC ने एजंटिक AI धोरण जाहीर करण्यापूर्वी तीन गोष्टी घडल्या पाहिजेत.

प्रथम, डेटा आर्किटेक्चरचे निराकरण करणे आवश्यक आहे, अंशतः नाही, दिशात्मक नाही तर पूर्णपणे. एजंट ते ज्या डेटा वातावरणात काम करतात तितकेच बुद्धिमान असतात. दुसरे, प्रक्रिया री-आर्किटेक्चर ऑटोमेशनच्या आधी असणे आवश्यक आहे. मशीनच्या वेगाने तुटलेली प्रक्रिया स्वयंचलित केल्याने मशीनच्या वेगाने तुटलेले परिणाम निर्माण होतात. तिसरे, पहिल्या अनुपालनाच्या घटनेनंतर पूर्ववत न करता, सुरुवातीपासूनच प्रशासन तयार केले पाहिजे. 2025 मध्ये रिस्किलिंग उपक्रम 71% GCC पर्यंत वाढले आहेत, जे उत्साहवर्धक आहे. पण लोकांना पुन्हा कौशल्य देणे ही शेवटची पायरी आहे, पहिली नाही.

INT मध्ये, आम्ही 28 वर्षे बँकिंग, विमा आणि जीवन विज्ञानातील काही सर्वात जटिल ऑपरेटिंग वातावरणासाठी एंटरप्राइझ तंत्रज्ञान तयार करण्यात घालवली आहेत. कधीही न बदललेला धडा: बदल घडवून आणणारे आणि निराश करणारे परिवर्तन यातील फरक हा पायाचा दर्जा असतो, त्याच्या वर ठेवलेल्या साधनाचा सुसंस्कृतपणा नव्हे.

भारताच्या GCC मध्ये प्रतिभा आहे. त्यांना जनादेश आहे. खोलीत वेग हा सर्वात मोठा दाब असला तरीही AI लेयर योग्यरित्या तयार करण्याची शिस्त त्यांना आता हवी आहे.

हीच शिस्त आहे जी पुढील दशकाची मालकी असणाऱ्या GCC ला वेगळे करते जे काय चूक झाली हे स्पष्ट करण्यासाठी खर्च करतील.

अभिषेक रुंगटा हे INT (Indus Net Technologies) चे संस्थापक आणि CEO आहेत, एक पूर्ण-स्टॅक डिजिटल ट्रान्सफॉर्मेशन कंपनी, ज्याचे मुख्यालय कोलकाता, भारत येथे आहे. BFSI, लाइफ सायन्सेस आणि रिटेलमध्ये 28 वर्षांच्या एंटरप्राइझ तंत्रज्ञान वितरणासह. INT. एंटरप्राइझना मोठ्या प्रमाणावर एआय-तयार पायाभूत सुविधा तयार करण्यात मदत करते. intglobal.com वर अधिक जाणून घ्या.