Apptio, IBM कंपनीने प्रदान केले
कृत्रिम बुद्धिमत्तेवरील खर्च वाढत आहे, परंतु संपूर्ण परिणाम हा एक खुला प्रश्न आहे. अंतर कमी करण्यासाठी AI कसे व्यवस्थापित केले जाते, मोजले जाते आणि व्यवसाय परिणामांशी कसे जोडले जाते याबद्दल स्पष्ट उत्तरे आवश्यक आहेत.
ROI अनिश्चितता AI पुरती मर्यादित नाही: Apptio 2026 टेक्नॉलॉजी इन्व्हेस्टमेंट मॅनेजमेंट रिपोर्टमध्ये, सर्वेक्षण केलेल्या 90% तंत्रज्ञान नेत्यांनी सांगितले की ROI अनिश्चिततेचा एकूण तंत्रज्ञान गुंतवणूक निर्णयांवर मध्यम किंवा महत्त्वपूर्ण प्रभाव पडतो, वर्षानुवर्षे 5 टक्के गुणांची वाढ होते. दुसऱ्या शब्दांत, तंत्रज्ञान नेते ROI वर अधिकाधिक अवलंबून आहेत – जरी त्यांना ते कसे मोजायचे हे पूर्णपणे माहित नसले तरीही. AI च्या अर्थशास्त्रामध्ये नवीन आणि अनपेक्षित खर्चांचा समावेश होतो, ज्यामुळे ROI गणना आणखी गुंतागुंतीची होते. वाढती अनिश्चितता आणि वाढत्या बजेटच्या पार्श्वभूमीवर, तंत्रज्ञान नेत्यांना AI ROI चे मूल्यांकन करण्यासाठी स्पष्ट आणि विश्वासार्ह फ्रेमवर्क आवश्यक आहे.
संघटना वाढत्या अपेक्षा करतात की विस्तारित एआयने किमान काही प्रमाणात, स्वतःच्या मार्गाने पैसे द्यावे. Apptio च्या टेक्नॉलॉजी इन्व्हेस्टमेंट मॅनेजमेंट रिपोर्टनुसार, सर्वेक्षण केलेल्या 45% संस्था AI-चालित कार्यक्षमतेतून व्युत्पन्न झालेल्या बचतीची पुनर्गुंतवणूक करून नाविन्यपूर्णतेला निधी देण्याचा विचार करतात. हे मॉडेल असे गृहीत धरते की अशी बचत साध्य केली जाऊ शकते आणि त्याचे प्रमाण निश्चित केले जाऊ शकते. त्याच वेळी, एआयला विद्यमान बजेट भांडवल पुन्हा वाटप करण्याची योजना आखत असलेल्या दोन-तृतीयांश संस्थांना सहभागी ट्रेड-ऑफबद्दल स्पष्टता आवश्यक असेल.
पब्लिक क्लाउडच्या सुरुवातीच्या दिवसांप्रमाणे, AI ची किंमत आणि परतावा अंदाज करणे कठीण आहे. प्रदात्यांच्या किंमती मोठ्या प्रमाणात बदलतात आणि सतत विकसित होत असतात, तर वापर अप्रत्याशित असतो. जलद दत्तक घेण्याचा दबाव देखील खूप मोठा आहे कारण संस्था अधिक चपळ प्रतिस्पर्ध्यांकडून व्यत्यय येण्याच्या धोक्याचा सामना करतात.
AI ROI चे नवीन गणित
अनेक व्हेरिएबल्स दिल्यास, तंत्रज्ञानाच्या नेत्यांनी AI ROI ला ऑप्टिमायझेशनची बाब म्हणून पाहणे आवश्यक आहे. उच्च स्तरावर, AI उपक्रमांची अंमलबजावणी अपरिहार्य आहे. जास्तीत जास्त आर्थिक आणि संस्थात्मक परतावा कसा मिळवायचा हा प्रश्न आहे.
व्यवसायाच्या समस्येपासून सुरुवात करा. AI चा सकारात्मक प्रभाव पडू शकतो असे अनेक मार्ग आहेत, परंतु संस्थात्मक संसाधने आणि लक्ष मर्यादित असू शकते. वास्तविक व्यवसाय परिणामांशी जोडलेल्या मोजता येण्याजोग्या उद्दिष्टांवर तुमची AI गुंतवणूक धोरण आधारित करून तुम्ही योग्य उपक्रमांना प्राधान्य देत असल्याची खात्री करा. तुम्ही तुमचा निर्णय घेण्याची गती सुधारण्याचा प्रयत्न करत आहात का? उत्पादकता वाढवायची की क्षमता? किंवा उच्च संभाव्य परताव्यासह आकर्षक प्रकरणांचा पाठलाग करा परंतु थोडे धोरणात्मक महत्त्व?
यश कसे दिसते ते परिभाषित करा. एआय नवीन क्षमता प्रदान करू शकते किंवा विद्यमान क्षमता वाढवू शकते. नवीन क्षमता कॅप्चर करण्यासाठी, नवीन कमाईच्या संधी, कार्यप्रवाह किंवा निर्णय घेण्याची प्रक्रिया यासारख्या क्षमता तुम्हाला अनलॉक करायच्या आहेत त्या स्पष्ट करा. वाढीसाठी, बेसलाइन कार्यप्रदर्शन आणि अपेक्षित लिफ्ट परिभाषित करा जे तुम्ही AI सह साध्य करायचे आहे.
वित्त आपल्या रेटिंगवर कसा परिणाम करतात याचा विचार करा. काही वापर प्रकरणे नजीकच्या काळात किमान परिणाम दर्शवू शकतात परंतु दीर्घ मुदतीसाठी महत्त्वपूर्ण मूल्य प्रदान करतात. रिटर्नसाठी तुमची वेळ किती आहे? दुसरीकडे, जलद दत्तक घेऊन अधिक यशस्वी रोलआउट्स अनपेक्षितपणे उच्च पुरावा बिल तयार करू शकतात. याचा अर्थ प्लग खेचणे – किंवा पुढे झुकणे असा होतो का? वर्षानुवर्षे खर्च-लाभ वक्र कसा दिसला पाहिजे? तुम्ही तुमच्या टाइमलाइनचा चार्ट तयार करताच, तुम्ही तुमच्या गुंतवणुकीला चालना द्याल, विराम द्याल, थांबाल किंवा गतिमान कराल हे निर्धारित करण्यासाठी स्पष्ट सीमा सेट करा.
योग्य KPIs परिभाषित करणे. एआय मधील गुंतवणुकीवरील परताव्याचे मूल्यमापन करणे खर्चाचे मूल्यांकन करण्यापेक्षा अधिक कठीण असू शकते. उपयोगिता, कार्यक्षमता आणि आर्थिक प्रभाव हे सर्व महत्त्वाचे आहेत. परंतु AI च्या यशाचे मेट्रिक्स नेहमीच स्पष्ट होणार नाहीत. असे नवीन वापर नमुने असू शकतात ज्यांचे मोजमाप करण्यासाठी आपल्याकडे अद्याप मार्ग नाही. तुमच्या तंत्रज्ञानाच्या वातावरणाला पुढील मूल्यमापन आवश्यक असलेल्या फॉलो-अप बदलांना सामोरे जावे लागू शकते. तुम्ही तुमच्या डेटा विश्लेषण प्लॅटफॉर्ममधील बेंच कमी करण्यासारख्या इतर साधनांवर तुमचा अवलंबित्व कमी करू शकाल का? व्हेरिएबल दरांसह एकाधिक एआय प्रदात्यांसाठी टूल्समधील किंमतींच्या तुलनेमध्ये तुम्ही कसे घटक कराल?
संपूर्ण संदर्भ आणि अंतर्दृष्टी प्राप्त करण्यासाठी, आपण आपल्या व्यापक धोरणासह पुढाकार संरेखित करण्याचा विचार केला पाहिजे आणि आपण केलेल्या गुंतवणुकीच्या संधी खर्चाचा विचार केला पाहिजे. लक्षात ठेवा, तुम्ही AI व्यवसाय मूल्याचे अलगावमध्ये मूल्यांकन करत नाही; तुमच्या सर्व गुंतवणुकीत तुमच्या मर्यादित भांडवलाचा हा सर्वोत्तम वापर आहे की नाही हे तुम्ही ठरवा.
या निर्णयांना पारंपारिक खरेदी जसे की नेटवर्क इन्फ्रास्ट्रक्चर किंवा एंटरप्राइझ सॉफ्टवेअरचे समर्थन करण्यासाठी आवश्यक असलेल्या ज्ञानाच्या पातळीच्या पलीकडे आवश्यक असेल. AI च्या अर्थशास्त्राच्या गुंतागुंतीशी संबंधित तंत्रज्ञानाच्या नेत्यांनी डेटा-चालित निर्णय घेण्यासाठी नवीन फ्रेमवर्क विकसित करण्याचा विचार केला पाहिजे.
TBM द्वारे AI गुंतवणूक शाश्वत बनवा
तंत्रज्ञान व्यवसाय व्यवस्थापन (TBM) ROI अधिक वास्तववादी, मोजण्यायोग्य आणि व्यवसायाशी संबंधित बनविण्यात मदत करते. IT फायनान्शियल मॅनेजमेंट (ITFM), AI FinOps (AI वर्कलोड्सचे क्लाउड फायनान्शिअल मॅनेजमेंट), आणि स्ट्रॅटेजिक पोर्टफोलिओ मॅनेजमेंट (SPM) एकत्र करून, TBM फ्रेमवर्क संपूर्ण एंटरप्राइझमध्ये आर्थिक, ऑपरेशनल आणि व्यवसाय डेटा कनेक्ट करते. यामुळे विस्तृत परिमाणांमध्ये AI चे मूल्य आणि किमतीची गणना करणे शक्य होते – आणि काल्पनिक नवकल्पना बोर्ड प्रेझेंटेशन्स आणि बजेट औचित्यांमध्ये अनुवादित करणे शक्य होते जे छाननीसाठी उभे राहतात.
TBM नेत्याला विश्वासार्ह खर्चाचा आधार तयार करण्यात मदत करू शकते जे श्रम, पायाभूत सुविधा, अनुमान, स्टोरेज आणि ऍप्लिकेशन्सवर AI खर्च कॅप्चर करते. AI वर्कलोड डायनॅमिकरित्या बदलत असताना, TBM ऑन-प्रिमाइसेस सिस्टम आणि क्लाउड वातावरणात खर्च कसा वितरित केला जातो याची दृश्यमानता प्रदान करते – या दोन्हीसाठी विशेष कौशल्य संचांसाठी भिन्न क्षमता नियोजन आवश्यक आहे. फ्रेमवर्क गुंतवणुकीला व्यवसाय परिणामांशी जोडते, AI उपक्रमांना धोरणात्मक प्राधान्य आणि मोजता येण्याजोग्या परिणामांसह संरेखित करते. वाढलेल्या दृश्यमानतेसह, तुम्ही समस्या ओळखू शकता आणि त्वरीत निर्णय घेऊ शकता, जसे की खर्च लवकर पकडणे. लवकर शोधणे हे निर्धारित करण्यात मदत करू शकते की वापरातील बदल निधी हस्तांतरित करणे योग्य आहे की नाही. आर्थिक आणि ऑपरेशनल डेटाचे हे एकत्रित दृश्य नेत्यांना काय कार्य करत आहे हे मोजण्यात आणि दत्तक वाढल्याने काय कार्य करत नाही याचे पुनर्मूल्यांकन करण्यात मदत करते. TBM संपूर्ण AI खर्च व्यवस्थापन संभाषणात आवश्यक दृश्यमानता आणि संदर्भ प्रदान करते. किंमत विकसित होत असताना, साधने बदलतात आणि कार्यप्रवाह बदलतात, तरीही तुम्ही समान विश्लेषणात्मक दृष्टीकोन लागू करू शकता, प्रत्यक्षात काय कार्य करते ते समजून घेऊ शकता आणि ROI दर्शवू शकता. TBM फ्रेमवर्कमध्ये AI ऑपरेट करणारे नेते हे करू शकतात:
-
प्रकल्प आणि पोर्टफोलिओ स्तरांवर ROI चे मूल्यांकन करा
-
अनपेक्षित खर्च वाढ शोधा
-
एकाधिक AI साधनांची तुलना करा
-
व्यवसाय व्यवस्थापन प्रणालीवर लहरी प्रभाव समजून घेणे
-
गुंतवणुकीच्या निर्णयांचा आत्मविश्वासाने बचाव करा
-
संपूर्ण AI गुंतवणूक जीवनचक्रात एकूण खर्च आणि वापर समजून घ्या आणि व्यवस्थापित करा
सिद्धांतापासून सरावापर्यंत
संस्था AI प्रयोगांच्या पलीकडे जात आहेत आणि या गुंतवणुकींना केवळ आशावादाने निधी दिला जाऊ शकतो अशा बिंदूपासून आम्ही पुढे आलो आहोत. वाढती अनिश्चितता आणि खर्चाची संवेदनशीलता यांमध्ये, बोर्ड अधिक धोरणात्मक प्रश्न विचारत आहेत आणि वित्त खात्याला विश्वासार्ह डेटा हवा आहे.
संस्थात्मक नेते जे AI ला एक व्यवस्थापित गुंतवणूक मानतात, नवोन्मेषावर पैज नाही, तेच ते यशस्वीरित्या मोजतील. एआयला जबाबदारीने निधी देण्यासाठी, नेत्यांनी व्याप्ती, परिणाम, खर्च चालक आणि तयारी स्पष्ट केली पाहिजे. TBM-चालित दृष्टीकोन हे निर्णय घेण्यासाठी डेटा, दृश्यमानता आणि जबाबदारीचा पाया प्रदान करते.
AI च्या युगात Apptio TBM IT खर्च व्यवस्थापनात कसे बदल करत आहे याबद्दल येथे अधिक जाणून घ्या.
अजय पटेल हे ॲप्टिओ या IBM कंपनीत व्यवस्थापकीय संचालक आहेत.
प्रायोजित लेख ही पोस्टसाठी पैसे देणाऱ्या किंवा VentureBeat शी कार्यरत संबंध असलेल्या कंपनीद्वारे उत्पादित केलेली सामग्री असते आणि नेहमी स्पष्टपणे लेबल केलेली असते. अधिक माहितीसाठी, कॉल करा sales@venturebeat.com.
