एंटरप्राइज कंपनियां AI पर खर्च बढ़ाने की तैयारी कर रही हैं, लेकिन इससे AI स्टार्टअप्स की लंबे समय की कमाई पहले जैसी सुरक्षित नहीं हो रही. वेंचर कैपिटल फर्म Madrona के 150 एंटरप्राइज IT पेशेवरों के सर्वे के मुताबिक, 74% कंपनियां अगले 12 महीनों में अपना AI बजट बढ़ाने की योजना बना रही हैं. इसके बावजूद आधे से कम AI पायलट ही पूर्ण प्रोडक्शन इस्तेमाल तक पहुंचते हैं.

यह बदलाव स्टार्टअप्स के लिए खास तौर पर महत्वपूर्ण है, क्योंकि annual recurring revenue यानी ARR को आम तौर पर भविष्य की स्थिर कमाई का संकेत माना जाता है. AI कंपनियों के मामले में किसी बड़े ग्राहक का कॉन्ट्रैक्ट मिलना अब यह गारंटी नहीं देता कि वह ग्राहक लंबे समय तक उसी उत्पाद के साथ बना रहेगा.

छह महीने में वेंडर की दोबारा समीक्षा

Madrona की रिपोर्ट के अनुसार, 77% एंटरप्राइज कंपनियां अपने AI वेंडर्स का हर छह महीने में या लगातार दोबारा मूल्यांकन करती हैं. रिपोर्ट में इसे “fast in, fast out” मॉडल बताया गया है. पारंपरिक enterprise SaaS में बहुवर्षीय कॉन्ट्रैक्ट और ज्यादा switching costs ग्राहक को लंबे समय तक जोड़े रखते थे. AI उत्पादों में कंपनियां अपेक्षाकृत कम समय में विकल्प बदल सकती हैं.

इसका असर उन स्टार्टअप्स पर पड़ सकता है, जिन्होंने शुरुआती AI बूम के दौरान ट्रायल बजट और तेजी से बढ़ते कॉन्ट्रैक्ट के आधार पर अपनी भविष्य की आय का अनुमान लगाया था. किसी उत्पाद का पायलट से आगे बढ़कर कंपनी में इस्तेमाल होना सकारात्मक संकेत है, लेकिन मौजूदा खरीद व्यवहार में यह स्थायी राजस्व का प्रमाण नहीं रह गया है.

AI प्रोजेक्ट्स की सफलता अभी भी सीमित

सर्वे में शामिल कंपनियों में से किसी ने भी अगले 12 महीनों में AI बजट घटाने की योजना नहीं बताई. हालांकि, इन कंपनियों का कहना है कि उनके आधे से कम AI पायलट पूर्ण प्रोडक्शन में पहुंचते हैं. यह दर कम है, लेकिन पिछले साल सामने आए उस व्यापक रूप से उद्धृत MIT अध्ययन के आंकड़े से बेहतर है, जिसमें 95% एंटरप्राइज AI प्रोजेक्ट्स को निवेश पर रिटर्न के लिहाज से असफल बताया गया था.

इन आंकड़ों से संकेत मिलता है कि AI में रुचि और खर्च कायम है, लेकिन कंपनियां बड़े पैमाने पर लागू करने से पहले उत्पाद के वास्तविक कारोबारी लाभ को परख रही हैं. यानी बजट उपलब्ध होना और किसी एक स्टार्टअप के लिए स्थायी कमाई बनना, दोनों अलग-अलग बातें हैं.

Usage-based pricing पर भी सवाल

AI स्टार्टअप्स के लिए दूसरी चुनौती pricing model है. वेंचर कैपिटल फर्म Andreessen Horowitz के 50 तकनीकी AI खरीदारों के सर्वे के मुताबिक, आधे से ज्यादा खरीदार AI सेवाओं की फीस usage, जैसे tokens की संख्या, के बजाय पूरे किए गए काम या हासिल हुए परिणाम से जोड़ना चाहते हैं.

पारंपरिक SaaS में ईमेल, HR सॉफ्टवेयर या cloud storage जैसे उत्पादों की कीमत अक्सर यूजर्स, डेटा या खपत के आधार पर तय होती है. AI उत्पादों में खरीदार यह देखना चाहते हैं कि सिस्टम ने कितनी रिपोर्ट तैयार कीं, कितने customer tickets हल किए या कितने leads generate किए. इस तरह की pricing ग्राहक के लिए उत्पाद का आर्थिक मूल्य स्पष्ट कर सकती है.

AI युग ने एंटरप्राइज कंपनियों को नए उत्पाद आजमाने के लिए अधिक तैयार किया है. इससे स्टार्टअप्स के लिए बाजार में प्रवेश के अवसर बढ़े हैं, लेकिन यही प्रयोगधर्मिता उनके राजस्व को अस्थिर भी बना रही है. कंपनियां कब दोबारा पारंपरिक, लंबे समय वाले खरीद व्यवहार पर लौटेंगी, यह अभी स्पष्ट नहीं है.