तयार करा, खरेदी करा किंवा भाड्याने घ्या? भारतीय सीटीओ एआय स्टॅकचा पुनर्विचार कसा करत आहेत
Inc42 च्या उद्घाटन CTO समिट 2026 च्या बाजूला आयोजित दुसऱ्या गोलमेज मेजावर, टेक नेत्यांनी त्यांच्या व्यवसायांमध्ये AI चे प्रमाण वाढवताना काय तयार करावे, खरेदी करावे किंवा भाड्याने करावे यावर चर्चा केली.
एआय मॉडेल्समधील जलद बदल कंपन्यांना ते बाहेरून स्रोत मिळवू शकतील असे तंत्रज्ञान आणि डेटा, संदर्भ आणि वर्कफ्लोमध्ये फरक करण्यास प्रवृत्त करत आहेत जे त्यांना चिरस्थायी धार देतात.
सहभागींनी व्यवसाय-गंभीर क्षमतांवर नियंत्रण राखणे, मॉडेल निवडींवर लवचिक राहणे आणि AI खर्चाला योगदान मार्जिन, उत्पादन व्यवहार्यता आणि उत्पादकता यांच्याशी जोडणे यावर चर्चा केली.
AI स्वीकारणाऱ्या भारतीय उद्योगांसाठी, तंत्रज्ञान निवडणे हा केवळ आव्हानाचा भाग आहे. स्वत:चे काय, किती खर्च करायचा आणि एआय कुठे मोजता येण्याजोगे व्यवसाय मूल्य देऊ शकते हे ठरवणे तितकेच महत्त्वाचे होत आहे.
डिसेंबर 2025 च्या सरकारी पार्श्वभूमीने, नॅसकॉमच्या एआय दत्तक निर्देशांकाचा हवाला देऊन, भारतातील 87% उद्योग सक्रियपणे AI सोल्यूशन्स वापरत होते. जसजसा दत्तक घेतो तसतसे, तंत्रज्ञानाच्या नेत्यांना अधिक जटिल निवडीचा सामना करावा लागतो: तयार समाधाने खरेदी करा, घरामध्ये क्षमता तयार करा किंवा बाह्य प्रदात्यांकडून मॉडेल्समध्ये प्रवेश करा.
फ्रंटियर मॉडेल्सने उत्पादने आणि वर्कफ्लोमध्ये AI क्षमता जोडणे सोपे केले आहे. परंतु किंमत, वेग, डेटा आणि व्यवसाय परिणामांबद्दलचे निर्णय वाढत्या प्रमाणात गुंफलेले आहेत. एंटरप्राइजेस आणि स्टार्टअप्ससाठी, एआय स्टॅकचे कोणते भाग चिरस्थायी फायदा निर्माण करू शकतात आणि तंत्रज्ञान विकसित होत असताना कोणते भाग बाहेरून स्रोत मिळवू शकतात हे ओळखणे हे आव्हान आहे.
या प्रश्नांनी Inc42 च्या उद्घाटन समारंभाच्या पार्श्वभूमीवर आयोजित केलेल्या दुसऱ्या गोलमेज परिषदेला आकार दिला CTO समिट 2026जिथे तंत्रज्ञान नेत्यांनी ते AI-नेतृत्व प्रणाली आणि संस्था कशा तयार करत आहेत यावर चर्चा केली.
अभिनव जोहरी, भागीदार, तंत्रज्ञान सल्लागार, EY India यांनी संचलन केले, संभाषण एकत्र केले:
- गोविंद सोनी, सहसंस्थापक, कॉइनस्विच आणि लेमन
- हर्ष साहू, सहसंस्थापक आणि CTO, Matters.ai
- किरण रेड्डी सिंगम, व्हीपी, उत्पादन आणि तंत्रज्ञान, बिगहाट
- शांती कुरोपती, संस्थापक, सीडलिंग लॅब्स
- शिव बुद्धराजू, व्हीपी, अभियांत्रिकी, ऑक्समिक लॅब्स
- विकास रॉय, संचालक, अभियांत्रिकी, Vahan.ai
- विनय राय, कार्यकारी व्हीपी, तंत्रज्ञान, नेट्राडाइन
- विवेक मनोहरन, सीईओ आणि सीटीओ, ग्रॅविटास
संदर्भ आणि कार्यप्रवाहांसह एक किनार तयार करणे
संभाषणाची सुरुवात एका प्रश्नाने झाली: जसजसे AI प्रयोगातून मुख्य व्यवसाय प्रक्रियेत जाते, तसतसे प्रत्येक समस्येसाठी नवीन तंत्रज्ञान स्तर आवश्यक आहे का?
Matters.ai चे साहू यांनी युक्तिवाद केला की प्रारंभिक बिंदू डोमेनचे सखोल आकलन असावे. विद्यमान उपाय कोठे कमी पडतात हे जाणून घेणे तंत्रज्ञानाच्या नेत्यांना भिन्न उत्पादने तयार करण्यात मदत करू शकते.
“मला वाटते की संस्थापक आणि टेक नेत्यांना त्यांचे विशिष्ट डोमेन खरोखरच चांगले माहित असणे आवश्यक आहे जेणेकरुन केवळ विद्यमान अंतर पाहण्यासाठीच नाही तर त्या अंतरांना अशा प्रकारे भरण्यासाठी AI वापरणे देखील आवश्यक आहे जे यापूर्वी कधीही केले नव्हते,” साहू म्हणाले.
डोमेन ज्ञानावरील या भरामुळे कंपनीकडून मिळू शकणारी बुद्धिमत्ता आणि ती स्वतः विकसित होणारा व्यवसाय संदर्भ यांच्यात फरक निर्माण झाला. सीडलिंगलॅब्सच्या कुरोपतीने असा युक्तिवाद केला की फ्रंटियर मॉडेल्स वेगाने बदलत असताना, मालकीचा डेटा, संदर्भ आणि कार्यप्रवाह अधिक टिकाऊ फायदा देऊ शकतात.
“जर ते डेटा किंवा संदर्भाभोवती असेल, तर तुम्ही कोणत्या फ्रंटियर मॉडेलसह काम करत आहात याची पर्वा न करता, ते तुमच्या मालकीचे असले पाहिजे, कारण शेवटी ते कोणत्याही AI-नेटिव्ह संस्थापकासाठी खंदक बनते, तर उर्वरित तंत्रज्ञान उपाय मोठ्या प्रमाणात सारखेच राहतात,” कुरोपती म्हणाले.
CoinSwitch आणि Lemonn's Soni साठी, जेव्हा अचूकतेचा थेट ग्राहकांच्या पैशांवर परिणाम होतो तेव्हा ऑपरेशनल संदर्भ सर्वात महत्त्वाचे असतात.
<. sans-serif; अक्षर-अंतर: 0 !महत्त्वपूर्ण; .कोड-ब्लॉक. padding:20px 10px; .code-block.code-55 .recomended-title { font-size: 16px; margin-bottom: 10px } .code-block.code-block-55; .code-block.code-block-55 { बॉर्डर-रेडियस: 12px; 0 किमान-उंची: 120px !महत्त्वाचे-फिट: कव्हर; .कोड-ब्लॉक. auto !महत्त्वपूर्ण; लाइन-उंची: 15px; } .single .code-block.code-block-55 .entry-title.recommended-block-head a { font-size: 12px !महत्वपूर्ण } .-carlock. मेटा-रॅपर
.code-block.code-block-55 .type-post .card-rapper .card-content .entry-title.recommended-block-head { line-height: 14px !महत्वाचे; समास: 5px 0 10px !महत्त्वाचे; } .code-block.code-block-55 .card-wrapper.common-card .meta-wrapper span { फॉन्ट-आकार: 6px; समास: 0; } .code-block.code-block-55 .large-4.medium-4.small-6.column { कमाल-रुंदी: 48%; } .code-block.code-block-55 .sponsor-tag-v2>span { पॅडिंग: 2px 5px !महत्त्वाचे; फॉन्ट-आकार: 8px !महत्त्वाचे; फॉन्ट-वजन: 400; सीमा-त्रिज्या: 4px; फॉन्ट-वजन: 400; फॉन्ट-शैली: सामान्य; font-family: noto sans, sans-serif; रंग: #fff; अक्षर-अंतर: 0; उंची: स्वयं !महत्वाचे; } .code-block.code-block-55 .tagged { समास: 0 0 -4px; रेखा-उंची: 22px; पॅडिंग: 0; } .code-block.code-block-55 a.sponsor-tag-v2 { समास: 0; } } ))))>))>
“जेव्हा तुम्ही ग्राहकांच्या पैशांशी व्यवहार करता तेव्हा सर्व ऑपरेशन्स अत्यंत गंभीर होतात आणि अचूकतेशी तडजोड केली जाऊ शकत नाही. त्यामुळे जेव्हा तुम्ही एखादी गोष्ट तयार करत असाल, तेव्हा ती त्या 10 वर्षांच्या जुन्या संदर्भाच्या आधारे तयार केली जावी, आणि फक्त काही नवीन तंत्रज्ञानाच्या सहाय्याने नाही, ”सोनी म्हणाले.
काय स्वतःचे, काय भाड्याने
संदर्भावर नियंत्रण ठेवण्याचा अर्थ त्याच्या सभोवतालच्या प्रत्येक तंत्रज्ञानाच्या स्तरावर असणे आवश्यक नाही. चर्चा पारंपारिक बिल्ड-विरुद्ध-खरेदी फ्रेमवर्कच्या पलीकडे गेली आहे की कंपन्यांच्या मालकीची काय गरज आहे, ते काय भाड्याने देऊ शकतात आणि त्या निवडी कालांतराने कशा बदलतात.
ऑक्समिक लॅब्सचे बुद्धाराजू म्हणाले की, हे निर्णय अनेक आयामांचे आहेत, एका निवडीसह दुसऱ्या निवडीवर परिणाम होतो. एआय मध्ये, एखादे उत्पादन विकसित करण्यात गुंतलेला वर्कलोड देखील ग्राहकांना मोठ्या प्रमाणावर सेवा देण्यासाठी लागणाऱ्या कामापेक्षा बराच वेगळा असू शकतो.
“तंत्रज्ञानाच्या निवडी केवळ खरेदी विरुद्ध बिल्ड बद्दल नसतात. तुम्हाला काय घ्यायचे आहे, तुम्हाला काय भाड्याने द्यायचे आहे आणि किती काळासाठी हा खरा प्रश्न आहे. AI मध्ये, हा फरक अधिक महत्त्वाचा बनतो कारण उत्पादन तयार करण्याचा वर्कलोड ग्राहकांना सेवा देणाऱ्या वर्कलोडपेक्षा खूप वेगळा असू शकतो,” बुद्धराजू म्हणाले.
नेत्राडाइनच्या रायने गुप्तचर भाड्याने देण्याचे प्रकरण केले. फ्रंटियर मॉडेल्स वेगाने विकसित होत असताना, त्यांनी असा युक्तिवाद केला की इन-हाऊस मॉडेल तयार करणे आणि त्याची देखभाल केल्याने कंपन्या कॅच-अप खेळू शकतात.
“नियमनाने आम्हाला आमचे स्वतःचे मॉडेल चालवण्याची आवश्यकता असल्याशिवाय, आम्ही आत्ताच बुद्धिमत्ता भाड्याने घेणे चांगले आहे. नेते बदलत राहतात आणि एक मुक्त-स्रोत मॉडेल जे आज पुढे आहे ते तुम्हाला काही आठवड्यांत मागे सोडू शकते. बहुतेक कंपन्यांसाठी, मॉडेल स्वतःच्या मालकीपेक्षा वेग आणि लवचिकता महत्त्वाची आहे,” राय म्हणाले.
एआय इकॉनॉमिक्सला उत्पादनाचा निर्णय घेणे
मालकी आणि लवचिकता सोबतच, सहभागींनी AI तैनातीसाठी आणखी एक चाचणी तपासली: त्याचा व्यवसाय अर्थशास्त्रावर होणारा परिणाम.
BigHaat चे Singam म्हणाले की, तंत्रज्ञानाचे निर्णय थेट बिझनेस मेट्रिक्सशी जोडले जाणे आवश्यक आहे, त्यांच्या योगदानासह मार्जिनचे मूल्यमापन स्केल करण्यापूर्वी केले जाते.
“जेव्हाही आम्ही काहीही उपयोजित करतो, तेव्हा ते कोणते मेट्रिक बदलत आहे ते आम्ही पाहतो आणि तो बदल आमच्या योगदान मार्जिनसाठी सकारात्मक आहे की नकारात्मक आहे. मग तो पूर्तता असो, RTOs, वापरकर्ते किंवा तंत्रज्ञानाचा खर्च, आम्ही मोजमाप करण्यापूर्वी आम्हाला अर्थशास्त्र समजून घेणे आवश्यक आहे,” सिंगम म्हणाले.
ग्रॅविटासच्या मनोहरनसाठी, हे मूल्यांकन उत्पादन विकासाच्या टप्प्यापासून सुरू होते. एखादे कार्य करण्याची मॉडेलची क्षमता केवळ एक विचार आहे. ते चालवण्याची किंमत देखील निर्धारित करते की कोणती वैशिष्ट्ये व्यवहार्य आहेत.
“खर्चाचे अर्थशास्त्र आमच्यासाठी खरोखर महत्त्वाचे आहे, आणि ते आम्ही तयार केलेल्या उत्पादन वैशिष्ट्यांची व्याख्या करते. जेव्हा आम्ही AI विकसित करतो, तेव्हा आम्हाला विचारावे लागते की अर्थशास्त्र एक किंवा दोन वर्षांत टिकेल का,” मनोहरन म्हणाले.
त्यांनी यूएस हेल्थकेअर क्लिनिकल चार्ट्सचे ICD आणि CPT कोडमध्ये रूपांतर करण्याचे उदाहरण दिले. एआय मॉडेल उपयुक्त आउटपुट तयार करू शकत असताना, प्रत्येक चार्टवर प्रक्रिया करण्याचा खर्च सध्याच्या बीपीओ-नेतृत्वाच्या प्रक्रियेच्या तुलनेत तोलला जाणे आवश्यक आहे. ही तुलना कोणत्या AI वैशिष्ट्यांचा पाठपुरावा करायचा हे ठरवण्यासाठी युनिट इकॉनॉमिक्सला प्रारंभिक फिल्टर बनवते.
Vahan.ai येथे, रॉय म्हणाले की AI खर्च मोजता येण्याजोग्या उत्पादकता नफ्याशी संबंधित आहे. प्रक्रिया स्वयंचलित करणे आणि प्रत्येक टेलिकॉलर हाताळू शकणाऱ्या प्लेसमेंटची संख्या वाढवणे हे उद्दिष्ट आहे.
“ग्राहक परिणामांची काळजी घेतात, तर आम्ही कार्यक्षमतेची काळजी घेतो. आमच्यासाठी, AI म्हणजे प्रक्रिया स्वयंचलित करणे आणि AI कोणते मानवी निर्णय हाताळू शकते हे विचारणे. खरी चाचणी ही होती की प्रति टेलिकॉलर अधिक प्लेसमेंट करण्यात आम्हाला मदत होईल का,” रॉय म्हणाले.
गोलमेजपलिकडे, एक सामान्य दृष्टीकोन उदयास आला: व्यवसायाला वेगळे करणाऱ्या संदर्भावर नियंत्रण ठेवा, त्यास शक्ती देणाऱ्या मॉडेल्सवर लवचिक राहा आणि स्केलिंग करण्यापूर्वी अर्थशास्त्राचे मूल्यांकन करा. AI दत्तक घेण्याच्या पुढच्या टप्प्यात नेव्हिगेट करणाऱ्या तंत्रज्ञान नेत्यांसाठी, हे निर्णय त्यांनी तयार केलेल्या प्रणाली आणि त्यांनी दिलेले मूल्य या दोन्हींना आकार देतील.
जर (window.location.pathname === ” || window.location.pathname === “/datalabs/pricing/” || window.location.pathname === “/datalabs/demo/” ) { !function(f,b,e,v,n,t,s) {if(f.fbq)return;n=f.fbq=function(){n.callMethod.apply(n,arguments):n.queue.push(arguments)}; if(!f._fbq)f._fbq=n;n.pushed=n.';=0; n.queue=();t=b.createElement(e);t.async=!0; t.src=v;s=b.getElementsByTagName(e)(0); s.parentNode.insertBefore(t,s)}(विंडो, डॉक्युमेंट,'स्क्रिप्ट', 'fbq,'76}58); कार्य if(!f._fbq)f._fbq=n;n.push=n;n.loaded=!0;n.version='2.0'; n.queue=();t=b.createElement(e);t.async=!0; t.src=v;s=b.getElementsByTag(0); s.parentNode.insertBefore(t,s)}(विंडो, दस्तऐवज,'स्क्रिप्ट', 'fbq('init', '862840770475518');

Comments are closed.