આર્ટિફિશિયલ ઈન્ટેલિજન્સ એટલે કે AI હવે માત્ર ટેક્નોલોજી કંપનીઓ પૂરતું મર્યાદિત રહ્યું નથી. દુનિયાભરની કંપનીઓ પોતાના રોજિંદા કામકાજમાં AI ટૂલ્સનો ઉપયોગ ઝડપથી વધારી રહી છે. તેની સીધી અસર કંપનીઓના ટેક્નોલોજી બજેટ પર પણ જોવા મળી રહી છે.
રેમ્પના AI ઈન્ડેક્સના રિપોર્ટ મુજબ અમેરિકાની ટોપ 1% કંપનીઓ હવે AI ટૂલ્સ પાછળ દરેક કર્મચારી દીઠ સરેરાશ લગભગ ₹7 લાખ ખર્ચી રહી છે. ખાસ વાત એ છે કે જાન્યુઆરીમાં આ જ કંપનીઓનો AI ખર્ચ પ્રતિ કર્મચારી લગભગ ₹2.47 લાખ હતો. એટલે માત્ર સાત મહિનામાં તેમાં લગભગ ત્રણ ગણો વધારો થયો છે.
AI પર કંપનીઓનો ખર્ચ ઝડપથી વધી રહ્યો છે
રિપોર્ટ પ્રમાણે માત્ર સૌથી મોટી કંપનીઓ જ નહીં, પરંતુ અન્ય કંપનીઓમાં પણ AI પરનો ખર્ચ વધી રહ્યો છે.
- ટોપ 1% કંપનીઓ: પ્રતિ કર્મચારી આશરે ₹7 લાખ
- ટોપ 10% કંપનીઓ: પ્રતિ કર્મચારી આશરે ₹62 હજાર
- સરેરાશ કંપની: પ્રતિ કર્મચારી આશરે ₹1,140
આ આંકડા દર્શાવે છે કે કંપનીઓ હવે AIને માત્ર પ્રયોગ તરીકે નહીં, પરંતુ બિઝનેસના મહત્વપૂર્ણ ભાગ તરીકે જોઈ રહી છે.
ખાસ કરીને કોડિંગ, કસ્ટમર સપોર્ટ, ડેટા એનાલિસિસ, કન્ટેન્ટ ક્રિએશન, રિસર્ચ અને ઓટોમેશન જેવા ક્ષેત્રોમાં AI ટૂલ્સનો ઉપયોગ વધી રહ્યો છે.
AIનો ઉપયોગ જેટલો વધે, બિલ પણ એટલું વધે
AI સેવાઓ આપતી કંપનીઓમાં હવે ટોકન આધારિત કિંમતનું મોડલ પણ સામાન્ય બની રહ્યું છે. Anthropic અને OpenAI જેવી કંપનીઓના કેટલાક મોડલમાં વપરાશ પ્રમાણે ચાર્જ લેવામાં આવે છે.
ટોકનને સરળ ભાષામાં સમજીએ તો AI સાથે કરવામાં આવતા ઇનપુટ અને મળતા આઉટપુટને ગણતરીની એકમોમાં માપવામાં આવે છે. કંપની અથવા કર્મચારી AIનો જેટલો વધારે ઉપયોગ કરે, તેટલા વધારે ટોકન વપરાય અને બિલ વધી શકે.
એટલે જ કંપનીઓ માટે AIનો ઉપયોગ વધારવો માત્ર ટેક્નોલોજીનો નિર્ણય નથી રહ્યો. હવે તેના સાથે કૉસ્ટ મેનેજમેન્ટ પણ મહત્વનું બની ગયું છે.
ઉબર, એમેઝોન અને વોલમાર્ટે AI ઉપયોગ પર લગાવી મર્યાદા
AIનો ખર્ચ ઝડપથી વધી રહ્યો હોવાથી કેટલીક મોટી કંપનીઓએ કર્મચારીઓના AI ઉપયોગને નિયંત્રિત કરવા માટે મર્યાદાઓ પણ લાગુ કરી છે.
રિપોર્ટ મુજબ ઉબર, એમેઝોન અને વોલમાર્ટ જેવી કંપનીઓએ જરૂરિયાત કરતાં વધુ AI ઉપયોગ અટકાવવા માટે લિમિટ અથવા નિયંત્રણો મૂક્યા છે.
આનો મુખ્ય હેતુ એ છે કે કર્મચારીઓ દરેક નાના-મોટા કામ માટે મોંઘા AI મોડલનો ઉપયોગ ન કરે અને કંપનીનું AI બિલ અનિયંત્રિત રીતે ન વધે.
હવે AI બોસ કર્મચારીઓને પણ મેનેજ કરશે?
AIના વધતા ઉપયોગ વચ્ચે અમેરિકામાં બનેલી એક ઘટના વધુ ચર્ચામાં આવી છે. સેન ફ્રાન્સિસ્કોમાં Andon Labs નામની ફર્મે ‘Luna’ નામના AIને રિટેલ સ્ટોર મેનેજમેન્ટની જવાબદારી સોંપી હતી.
આ AI સિસ્ટમને સ્ટોરના રોજિંદા કામકાજની દેખરેખ સહિત કર્મચારીઓ સાથે જોડાયેલા કેટલાક નિર્ણયોમાં પણ ભૂમિકા આપવામાં આવી હતી.
આ દરમિયાન લુનાએ એક માનવીય કર્મચારીને નોકરીમાંથી દૂર કરવાની ભલામણ કરી.
કર્મચારી 23માંથી 17 શિફ્ટમાં મોડો આવ્યો
આ કર્મચારી કુલ 23 શિફ્ટમાંથી 17 શિફ્ટમાં મોડો પહોંચ્યો હતો. લુનાએ આ હાજરીના રેકોર્ડને ધ્યાનમાં રાખીને કર્મચારીને બરતરફ કરવાની ભલામણ કરી.
જોકે, અંતિમ નિર્ણય સંપૂર્ણપણે AIના હાથમાં આપવામાં આવ્યો નહોતો.
માનવીય કર્મચારીઓએ AIની ભલામણની સમીક્ષા કરી અને ત્યારબાદ તે કર્મચારીને નોકરીમાંથી દૂર કરવાનો નિર્ણય લેવામાં આવ્યો.
એન્ડોન માર્કેટે સોશિયલ મીડિયા પર આ ઘટનાને શેર કરતાં દાવો કર્યો કે તેની જાણકારી મુજબ આ પહેલીવાર બન્યું છે જ્યારે કોઈ AI બોસે માનવીય કર્મચારીને નોકરીમાંથી કાઢવાની ભલામણ કરી હોય અને માનવ મેનેજમેન્ટે તેને મંજૂરી આપી હોય.
લુના કયા AI મોડલ પર ચાલી રહી હતી?
એન્ડોન લેબ્સ અનુસાર આ ઘટનાના સમયે લુના Claude Opus 4.8 પર ચાલી રહી હતી.
કંપનીએ પોતાના સોશિયલ મીડિયા પોસ્ટમાં એવો પણ દાવો કર્યો કે મોટાભાગના અદ્યતન AI મોડલ સમાન પ્રકારના મેનેજમેન્ટ ટાસ્ક કરી શકે છે.
આ ઘટના એ ચર્ચાને વધુ વેગ આપે છે કે ભવિષ્યમાં AI માત્ર કર્મચારીઓનું કામ જ નહીં કરે, પરંતુ કર્મચારીઓની કામગીરીનું મૂલ્યાંકન અને મેનેજમેન્ટ પણ કરી શકે છે.
પરંતુ AI પોતે જ પોતાની નીતિ ભૂલી ગયું!
આ સમગ્ર ઘટનામાં સૌથી રસપ્રદ બાબત એ હતી કે લુનાએ અગાઉ બનાવેલી હાજરી નીતિ પછીથી ‘ભૂલી’ ગઈ હતી.
એન્ડોન લેબ્સ અનુસાર, લુનાએ મહિનાઓ પહેલાં કર્મચારીઓની હાજરી અંગે એક નીતિ બનાવી હતી. પરંતુ ત્યારબાદ AIની મેમરીમાંથી તે નીતિ ગાયબ થઈ ગઈ અથવા તેની યાદમાં ઉપલબ્ધ રહી નહોતી.
પરિણામે કર્મચારી વારંવાર મોડો આવતો રહ્યો અને લુનાએ લાંબા સમય સુધી આ પેટર્નને ધ્યાનમાં લીધું નહીં.
બાદમાં કંપનીએ લુનાને તેની મેમરીમાં હાજરી સંબંધિત અગાઉની નીતિઓ શોધવા કહ્યું.
ત્યારબાદ AIને આ કર્મચારીના વર્તનનું ફરીથી મૂલ્યાંકન કરવા કહેવામાં આવ્યું અને કર્મચારી કંપનીમાં ચાલુ રાખવા યોગ્ય છે કે નહીં તે અંગે ભલામણ માગવામાં આવી.
લુનાએ અંતે કર્મચારીને નોકરીમાંથી દૂર કરવાની ભલામણ કરી.
AI હવે કર્મચારી નહીં, મેનેજર બનશે?
આ ઘટના ભવિષ્યના વર્કપ્લેસને લઈને અનેક સવાલો ઊભા કરે છે.
હાલમાં AIનો ઉપયોગ મુખ્યત્વે કર્મચારીઓને કામમાં મદદ કરવા માટે થાય છે. પરંતુ હવે કેટલીક કંપનીઓ AIને નિર્ણય લેવામાં પણ સામેલ કરી રહી છે.
ભવિષ્યમાં AI દ્વારા નીચેના કામો થવાની શક્યતા વધી શકે છે:
- કર્મચારીઓની હાજરી અને કામગીરીનું વિશ્લેષણ
- કામની ગુણવત્તાનું મૂલ્યાંકન
- શિફ્ટ અને વર્કફ્લો મેનેજમેન્ટ
- ગ્રાહકોની ફરિયાદોનું નિરાકરણ
- કર્મચારીઓની કામગીરી અંગે મેનેજરને ભલામણ
- ભરતી અને કર્મચારી પસંદગીમાં મદદ
- કંપનીના ખર્ચ અને ઉત્પાદકતાનું વિશ્લેષણ
પરંતુ અહીં સૌથી મોટો પ્રશ્ન જવાબદારીનો છે. જો AI કોઈ કર્મચારીને બરતરફ કરવાની ભલામણ કરે અને નિર્ણય ખોટો સાબિત થાય તો જવાબદાર કોણ રહેશે—AI, કંપની કે માનવીય મેનેજર?
AI ખર્ચ વધે છે, તો કંપનીઓને ફાયદો કેટલો?
કંપનીઓ AI પાછળ અબજો રૂપિયા ખર્ચી રહી છે તેનું મુખ્ય કારણ ઉત્પાદકતા વધારવાનું છે.
જો એક AI ટૂલ એક જ કર્મચારીનું કલાકોનું કામ મિનિટોમાં કરી શકે તો કંપનીને સમય અને માનવશક્તિ બંનેમાં બચત થઈ શકે છે. બીજી તરફ AI મોડલનો વધુ પડતો ઉપયોગ કંપનીના ટેક્નોલોજી ખર્ચમાં મોટો વધારો કરી શકે છે.
આથી હવે કંપનીઓ સામે બેવડી પડકાર છે—AIનો વધુમાં વધુ ફાયદો મેળવવો અને સાથે AIનું બિલ નિયંત્રણમાં રાખવું.
રેમ્પના આંકડા દર્શાવે છે કે અમેરિકાની મોટી કંપનીઓ આ દિશામાં ઝડપથી આગળ વધી રહી છે. માત્ર સાત મહિનામાં ટોપ 1% કંપનીઓનો પ્રતિ કર્મચારી AI ખર્ચ લગભગ ₹2.47 લાખથી વધીને ₹7 લાખ સુધી પહોંચવો એ AI અપનાવવાની ઝડપનો મોટો સંકેત છે.
આવનારા સમયમાં AI કંપનીઓના બજેટ અને નોકરી બંને બદલશે?
AI પાછળ વધતું રોકાણ સ્પષ્ટ સંકેત આપે છે કે કંપનીઓ હવે આ ટેક્નોલોજીને લાંબા ગાળાની બિઝનેસ સ્ટ્રેટેજીનો ભાગ બનાવી રહી છે.
એક તરફ કંપનીઓ પ્રતિ કર્મચારી લાખો રૂપિયા AI પર ખર્ચી રહી છે, તો બીજી તરફ AI હવે કર્મચારીઓની કામગીરીનું મૂલ્યાંકન અને મેનેજમેન્ટ જેવા ક્ષેત્રોમાં પણ પ્રવેશી રહ્યું છે.
લુનાના કિસ્સાએ આ પરિવર્તનનું એક પ્રતીકાત્મક ઉદાહરણ રજૂ કર્યું છે—AI હવે માત્ર કર્મચારીનું કામ કરતું સાધન નથી રહ્યું; કેટલીક જગ્યાએ તે મેનેજરની ભૂમિકા પણ ભજવવા લાગ્યું છે.
આગામી સમયમાં AIનો ઉપયોગ જેટલો વધશે, તેટલી જ ચર્ચા તેની કિંમત, ડેટા પ્રાઇવસી, નિર્ણયોની જવાબદારી અને માનવીય નોકરીઓ પર તેની અસર અંગે પણ વધવાની શક્યતા છે.
તમામ લેટેસ્ટ ન્યૂઝના અપડેટ્સ સીધા તમારા મોબાઈલ પર મેળવવા માટે, નીચે આપેલા બટન પર ક્લિક કરીને અમારા વોટ્સએપ ગ્રુપમાં જોડાઓ.
Join WhatsApp Group
Leave feedback about this