AI के सबसे बड़े विजेता वे हैं जिनका मार्जिन सबसे कम है

AI के सबसे बड़े विजेता जरूरी नहीं कि वे कंपनियाँ हों जिनके पास सबसे अधिक इंजीनियर, सबसे बड़ी डेटा टीमें या सबसे ऊँचे सॉफ्टवेयर बजट हों।

वे वे कंपनियाँ हो सकती हैं जिनके मार्जिन सबसे कम हैं। निर्माता, ट्रकिंग कैरियर, वितरक, स्टाफिंग एजेंसियाँ और फील्ड-सर्विस ऑपरेटर जो दशकों से एकल-अंकीय पतले मार्जिन पर चल रहे हैं – वे व्यवसाय जिन्हें कोई भी कभी AI कंपनी नहीं कहेगा।

AI परिवर्तन तीन लीवरों के माध्यम से मूल्य सृजित करता है: राजस्व, लागत और जोखिम। अधिकांश ध्यान राजस्व पर गया है – बेहतर उत्पादों, तेज़ बिक्री और अधिक उत्पादक कर्मचारियों के माध्यम से। लेकिन कम-मार्जिन वाले व्यवसायों के लिए, सबसे बड़ा लीवर लागत है – जब लाभ मार्जिन पहले से ही पतला हो, तो परिचालन व्यय में छोटी कमी भी आय में असमानुपातिक वृद्धि ला सकती है।

30% मार्जिन पर चलने वाली सॉफ्टवेयर कंपनी AI का उपयोग करके अधिक कुशल बन सकती है, लेकिन यह दक्षता लाभ आमतौर पर व्यवसाय के प्रक्षेपवक्र को नहीं बदलता। 3% मार्जिन पर चलने वाला व्यवसाय अलग है। 1% से भी कम लागत में कमी 25% से अधिक लाभ वृद्धि ला सकती है।

कम-मार्जिन वाले उद्योग ऐतिहासिक रूप से संरचनात्मक, कम-मार्जिन वाले वातावरण में फँसे रहे हैं। उचित रूप से लागू AI उस समीकरण को बदल देता है। यह कम-मार्जिन वाले व्यवसायों को उन लागतों पर हमला करने का एक तरीका देता है जिन्हें पहले स्थायी माना जाता था – और जो कंपनियाँ पहले कदम उठाती हैं, वे प्रतिस्पर्धियों द्वारा कीमतों को फिर से कम करने से पहले उस लाभ को मार्जिन के रूप में कैप्चर करने में सक्षम होती हैं। दक्षता अंततः एक वस्तु-क्रय बाजार में फैलती है, लेकिन शुरुआती चलने वाले वे होते हैं जो आय में वृद्धि को बैंक करते हैं और मैदान से आगे अपनी लागत स्थिति को रीसेट करते हैं।

इस लेख के अंत तक, आपको समझना चाहिए कि सबसे कम-मार्जिन वाले व्यवसाय अंततः उन समन्वय लागतों पर कैसे हमला कर सकते हैं जिन्होंने उन्हें दशकों से संरचनात्मक रूप से कम-मार्जिन में रखा है – और क्यों पहले कदम उठाने वाली कंपनियाँ अपने उद्योग के बाकी हिस्सों से अलग हो जाएँगी।

जो प्रदाता इसे हल करेंगे, वे अरब-डॉलर की कंपनियाँ बनाएँगे – और जिन व्यवसायों को वे बदलेंगे, वे वे होंगे जो पहले मार्जिन जाल से बचेंगे।

कम-मार्जिन वाली कंपनियों के सामने संरचनात्मक बाधाएँ

अधिकांश कम-मार्जिन वाले व्यवसायों के लिए, संरचनात्मक बाधाएँ थीं जिन्होंने उन्हें इस स्थिति में बंद रखा। वे आमतौर पर वस्तु-क्रय बाजारों में प्रतिस्पर्धा करते हैं, उनके पास सीमित मूल्य निर्धारण शक्ति होती है, और उनके पास बड़े परिचालन लागत आधार होते हैं जिन्हें पहले सेवा की गुणवत्ता को नुकसान पहुँचाए बिना कम करना असंभव था। क्योंकि वे बाजार मूल्य को स्थानांतरित नहीं कर सकते – बाजार इसे निर्धारित करता है, न कि व्यक्तिगत कंपनी – लागत प्रभावी रूप से एकमात्र लीवर है जिसे वे नियंत्रित करते हैं।

उस लागत आधार का एक महत्वपूर्ण हिस्सा श्रम है – और भौतिक कार्य के अलावा, ये कंपनियाँ इसे समन्वयित करने की लागत भी वहन करती हैं।

समन्वय कार्यों की एक लंबी सूची है जो समय के साथ इन कंपनियों के मार्जिन को मिटा देती है। उदाहरण के लिए, शेड्यूलिंग, डिस्पैचिंग, अनुमोदन, अपवाद प्रबंधन और असंख्य प्रशासनिक लूप श्रम-गहन कंपनियों द्वारा वहन किए जाते हैं, और इस प्रकार, कंपनी के निचले स्तर को खा जाते हैं। वह समन्वय कार्य वह जगह है जहाँ AI के पास श्रम-गहन, कम-मार्जिन वाले व्यवसायों के लिए सुई को हिलाने का सबसे स्पष्ट अवसर है।

इस प्रकार की कंपनियों में, श्रम लागत आमतौर पर राजस्व का लगभग 25% होती है। इस श्रम व्यय का लगभग एक चौथाई कार्य के प्रबंधन, समन्वय और प्रशासन से जुड़ा होता है, जो राजस्व का ~6% के बराबर है। 3% मार्जिन पर काम करने वाली कंपनी के लिए, समन्वय बोझ को 10% कम करने से आय में ~20% का सुधार हो सकता है, जिससे व्यवसाय की पूरी आय प्रोफ़ाइल बदल जाती है।

परिणामस्वरूप, AI केवल उन्हें थोड़ा अधिक कुशल नहीं बनाता। यह उन कंपनियों को जो इसे जल्दी अपनाती हैं, अपने प्रतिस्पर्धियों पर एक संरचनात्मक लागत लाभ खोलने का मौका देता है – और वास्तव में उच्च-मार्जिन वाले व्यवसाय के रूप में चलने का, शायद पहली बार।

समस्या यह है कि जिन कंपनियों को AI से सबसे अधिक लाभ हो सकता है, वे अक्सर इसे अपनाने में सबसे कम सक्षम होती हैं

आज एंटरप्राइज AI में बेचे जाने वाले अधिकांश समाधानों में यह धारणा है कि कर्मचारी एक नया उपकरण अपनाएँगे, इसका सही उपयोग करेंगे, और धीरे-धीरे उपयोग को मूल्य में बदल देंगे जो धीरे-धीरे P&L में साकार होता है। यह देखते हुए कि यह धारणा तकनीक-अग्रणी कंपनियों के अंदर भी नहीं टिकती, यह एक विनिर्माण कंपनी, लॉजिस्टिक्स व्यवसाय, या किसी अन्य श्रम-भारी कंपनी के अंदर और भी बदतर है जहाँ कार्यबल नए सॉफ्टवेयर उत्पाद को अपनाने का आदी नहीं है। ये व्यवसाय अक्सर परिवर्तन प्रबंधन के प्रति सबसे कम संवेदनशील होते हैं।

असली सवाल यह है कि कर्मचारी अपनाने पर निर्भर हुए बिना – या कम से कम नए इंटरैक्शन सतहों को लागू किए बिना – AI-संचालित मार्जिन विस्तार कैसे प्राप्त किया जाए। यही चुनौती है, और इसका समाधान AI में अभी सबसे संबोधित करने योग्य ट्रिलियन-डॉलर का अवसर हो सकता है।

ट्रिलियन-डॉलर की कम-मार्जिन चुनौती को हल करने के तीन कदम

1) छिपी हुई समन्वय लागत का पता लगाएं

अधिकांश लोग AI लागत बचत के बारे में बहुत संकीर्ण रूप से सोचते हैं। वे एक कार्य को बदलने, हेडकाउंट कम करने, या किसी कर्मचारी को तेज़ बनाने की कल्पना करते हैं। यह मायने रख सकता है और संभवतः भविष्य में होगा, लेकिन जहाँ AI की क्षमताएँ आज हैं, वहाँ अवसर का एक महत्वपूर्ण हिस्सा कार्य के पीछे का कार्य है: अव्यवस्थित मानव संचालन को चलते रखने के लिए आवश्यक ओवरहेड।

फ्रंटलाइन कर्मचारी काम करता है, लेकिन कार्य के निष्पादन के पीछे प्रबंधकों, पर्यवेक्षकों, विश्लेषकों, वित्त टीमों, संचालन टीमों और बैक-ऑफिस कर्मचारियों की एक प्रणाली होती है जो यह सुनिश्चित करती है कि कार्य पूरा हो और कंपनी में सही डिवीजन को रूट किया जाए।

वह समन्वय परत मौजूद है क्योंकि मानव कार्य स्वाभाविक रूप से AI से अधिक गंदा है। मनुष्य स्वाभाविक रूप से निर्णय कॉल को अलग-अलग तरीके से करते हैं, और प्रत्येक व्यक्ति कंपनी और हाथ में कार्य के बारे में अपना स्वयं का संदर्भ रखता है। समय के साथ, यह संगठन के अंदर समन्वय के लिए एक बड़ी परिचालन लागत बन जाता है, और इस प्रकार, समन्वय परत उभरती है।

एक लॉजिस्टिक्स कंपनी लें जिसके साथ हमने हाल ही में काम किया। दृश्यमान श्रम लागत ड्राइवर थे, लेकिन कंपनी उनके आसपास के समन्वय बुनियादी ढाँचे के लिए भी भुगतान कर रही थी: डिस्पैच टीमें, रूटिंग परिवर्तन, ग्राहक अपडेट, दावे, चालान, अपवाद और बैक-ऑफिस समाधान। यह अतिरिक्त समन्वय व्यय राजस्व का लगभग 10% तक जुड़ गया, और यह वह व्यय बन गया जिस पर हम परिवर्तन में हमला करने में सक्षम थे।

कम-मार्जिन वाले व्यवसायों के लिए कई अन्य परिवर्तन करने के बाद, हमें एहसास हुआ कि यह कोई किनारा मामला नहीं था। वही पैटर्न लॉजिस्टिक्स, विनिर्माण, सुविधा प्रबंधन, फील्ड सेवाओं, स्टाफिंग, हेल्थकेयर क्लीनिक और अन्य श्रम-भारी व्यवसायों में दिखाई देता है जहाँ सेवा को अलग करना कठिन है, मूल्य निर्धारण शक्ति सीमित है, और संचालन निरंतर मानव समन्वय पर निर्भर करता है। ये कंपनियाँ समस्या से बचने के लिए केवल कीमतें नहीं बढ़ा सकतीं। उनके मार्जिन संकुचित रहते हैं क्योंकि उन्हें अपेक्षाकृत वस्तु-क्रय सेवा को विश्वसनीय रूप से वितरित करने के लिए एक बड़ी समन्वय परत की आवश्यकता होती है।

2) कर्मचारी अपनाने को एक बाधा के रूप में हटाएं

यदि तकनीक-अग्रणी कंपनियाँ बड़े पैमाने पर AI अपनाने में संघर्ष करती हैं, तो एक गैर-तकनीकी कार्यबल के लिए एक अलग परिणाम की उम्मीद करना अवास्तविक है। अधिकांश एंटरप्राइज AI उत्पाद अभी भी उस व्यवहार परिवर्तन पर निर्भर करते हैं। वे कर्मचारियों से एक नया इंटरफ़ेस खोलने, यह याद रखने के लिए कहते हैं कि इसका उपयोग कब करना है, यह तय करने के लिए कि यह किन कार्यों पर लागू होता है, और फिर आउटपुट को वापस उस वर्कफ़्लो में अनुवादित करने के लिए जो वे पहले से कर रहे थे। व्यवहार में, यह AI को काम करने के लिए एक और जगह बना देता है, एक ऐसी प्रणाली के बजाय जो वास्तव में काम को हटा देती है।

यही कारण है कि अपनाना विफल होता है। कर्मचारी एक और उपकरण नहीं चाहते जो उन्हें काम करने में मदद करे। वे चाहते हैं कि काम हो जाए। आदर्श समाधान कर्मचारियों के उपयोग के लिए एक बेहतर इंटरफ़ेस नहीं है, बल्कि एक ऐसी प्रणाली है जो मौजूदा वर्कफ़्लो के अंदर चलती है और अधिकांश इंटरैक्शन की आवश्यकता को पहले स्थान पर हटा देती है।

3) AI को कंपनी के बुनियादी ढाँचे के स्तर पर एम्बेड करें

हमने इन तैनातियों में पाया है कि सबसे अच्छी AI तैनाती एजेंटों को कंपनी की संचालन परत का हिस्सा बनाती है। यह मौजूदा सिस्टम, इनबॉक्स, फ़ाइलों, अनुमोदन और वर्कफ़्लो के शीर्ष पर स्तरित होता है जहाँ आज काम पहले से होता है।

यदि देय खाते NetSuite, ईमेल, PDF और स्प्रेडशीट के माध्यम से चलते हैं, तो एजेंट को NetSuite, ईमेल, PDF और स्प्रेडशीट में चलना चाहिए। इसे चालान निकालना चाहिए, इसे खरीद आदेश से मिलान करना चाहिए, अपवाद को चिह्नित करना चाहिए, अनुमोदन तैयार करना चाहिए, और मुद्दे को केवल तभी सही व्यक्ति को रूट करना चाहिए जब निर्णय की आवश्यकता हो। फिर इसे अनुमोदन फीडबैक से सीखने के लिए उससे आगे जाना चाहिए ताकि समय के साथ एजेंट को परिष्कृत किया जा सके। मूल्य को किसी कर्मचारी द्वारा एक नई प्रणाली अपनाने और उपयोग करने के बिना साकार किया जाना चाहिए – इसे AI तैनाती में इंजीनियर किया जाना चाहिए।

हमने जो लाखों-डॉलर का सबक सीखा है, वह यह है कि AI से किसी व्यवसाय में मूल्य को इंजीनियर करने के लिए, आपको AI को बुनियादी ढाँचे के रूप में बेचने की आवश्यकता है। सॉफ्टवेयर कर्मचारी से एक उपकरण अपनाने के लिए कहता है, लेकिन बुनियादी ढाँचा कर्मचारी के नीचे संचालन परत को बदल देता है। कर्मचारी को अभी भी पता होना चाहिए कि क्या हुआ, और प्रक्रिया के मालिक को अभी भी वर्कफ़्लो को रोकने, एक नियम बदलने, एक अपवाद को अनुमोदित करने, या जरूरत पड़ने पर किसी व्यक्ति को वापस लाने में सक्षम होना चाहिए। लेकिन मूल्य किसी के द्वारा हर दिन AI का उपयोग करने को याद रखने पर निर्भर नहीं होना चाहिए।

सबसे बड़ा AI अवसर सबसे कम स्पष्ट जगह में छिपा है

यही कारण है कि कम-मार्जिन वाले व्यवसाय AI में सबसे बड़ा मार्जिन विस्तार अवसर हैं।

उनके पास सबसे मजबूत आर्थिक प्रोत्साहन है क्योंकि छोटे मार्जिन सुधार भारी लाभ वृद्धि बनाते हैं। उनके पास बड़ी श्रम और समन्वय-भारी लागत संरचनाएँ हैं जिन्हें कम करने के लिए AI अद्वितीय रूप से उपयुक्त है। और वे उन उद्योगों में काम करते हैं जहाँ थोड़ा अधिक कुशल बनना भी कंपनी की प्रतिस्पर्धी स्थिति को बदल सकता है।

बाजार ने सॉफ्टवेयर कंपनियों, तकनीक-अग्रणी उद्यमों और ज्ञान कर्मचारियों पर ध्यान केंद्रित किया है क्योंकि वे कंपनियाँ तेजी से उपकरण अपनाती हैं और प्रयोग करने के लिए बजट रखती हैं। लेकिन सबसे बड़ा लाभ प्रभाव उन व्यवसायों से आ सकता है जो खुद को AI कंपनी के रूप में वर्णित करने की सबसे कम संभावना रखते हैं।

ये स्पष्ट AI विजेता नहीं हैं क्योंकि ये बाहर से AI कंपनियों की तरह नहीं दिखते। लेकिन यही कारण है कि अवसर इतना बड़ा है।

उनके मार्जिन पतले हैं क्योंकि उनके संचालन भारी हैं। उनके संचालन भारी हैं, अक्सर क्योंकि श्रम का समन्वय करना पड़ता है। और AI पहली तकनीक है जो उस समन्वय कार्य की एक महत्वपूर्ण मात्रा को हटा सकती है, बिना पूरे कार्यबल को अपने काम करने के तरीके को बदलने की आवश्यकता के।

AI विजेताओं की अगली लहर कम-मार्जिन वाले व्यवसायों के वर्कफ़्लो के पीछे एजेंटों को रखने और बचत को चुपचाप संचालन मॉडल में दिखाने से आएगी।

यदि आपका व्यवसाय हमारे अन्य विनिर्माण और लॉजिस्टिक्स ग्राहकों के समान परिणाम चाहता है जिन्होंने 8-अंकीय मार्जिन वृद्धि देखी है, तो हमें varickagents.com पर खोजें।