ಭಾರತದ IT ಸೇವಾ ಕ್ಷೇತ್ರದಲ್ಲಿ AI ಈಗ ಕೇವಲ coding ಅಥವಾ automationಗೆ ಬಳಸುವ ತಂತ್ರಜ್ಞಾನವಾಗಿ ಉಳಿದಿಲ್ಲ. ಇದು IT ಕಂಪನಿಗಳು ತಮ್ಮ ಗ್ರಾಹಕರೊಂದಿಗೆ ಮಾಡಿಕೊಳ್ಳುವ ಒಪ್ಪಂದಗಳು, ಸೇವೆಗಳ ಬೆಲೆ, ಉದ್ಯೋಗಿಗಳ ಅಗತ್ಯ ಮತ್ತು ಆದಾಯ ಗಳಿಸುವ ವಿಧಾನವನ್ನೇ ಬದಲಾಯಿಸುತ್ತಿದೆ. ಇತ್ತೀಚಿನ ವರದಿಯ ಪ್ರಕಾರ, ಜಾಗತಿಕ ಗ್ರಾಹಕರು ಈಗ ಕೇವಲ ಹೆಚ್ಚು engineers ಅಥವಾ ಹೆಚ್ಚು ಕೆಲಸದ ಗಂಟೆಗಳಿಗೆ ಹಣ ಪಾವತಿಸುವ ಬದಲು, ಕಡಿಮೆ ವೆಚ್ಚದಲ್ಲಿ ವೇಗವಾಗಿ ಮತ್ತು ಅಳೆಯಬಹುದಾದ ಫಲಿತಾಂಶಗಳನ್ನು ಬಯಸುತ್ತಿದ್ದಾರೆ.
ಭಾರತದ ಸುಮಾರು $315 ಬಿಲಿಯನ್ IT services industry ಈ ಬದಲಾವಣೆಯ ಪ್ರಮುಖ ಹಂತದಲ್ಲಿದೆ. TCS, Infosys, Wipro, HCLTech ಮತ್ತು Cognizantನಂತಹ ದೊಡ್ಡ ಕಂಪನಿಗಳು AI ಆಧಾರಿತ delivery models, automation ಮತ್ತು outcome-based contracts ಕಡೆಗೆ ಹೆಚ್ಚು ಗಮನ ಹರಿಸುತ್ತಿವೆ.
AI ಬಂದ ನಂತರ IT ಒಪ್ಪಂದಗಳಲ್ಲಿ ಏನು ಬದಲಾವಣೆಯಾಗುತ್ತಿದೆ?
ಇಷ್ಟು ವರ್ಷಗಳ ಕಾಲ ಭಾರತೀಯ IT outsourcing ಮಾದರಿಯಲ್ಲಿ Time & Material ಅಥವಾ billable-hours ವಿಧಾನ ಪ್ರಮುಖವಾಗಿತ್ತು. ಅಂದರೆ, ಒಂದು ಯೋಜನೆಗೆ ಎಷ್ಟು engineers, ಎಷ್ಟು ಗಂಟೆಗಳು ಮತ್ತು ಎಷ್ಟು ತಿಂಗಳು ಬೇಕು ಎಂಬುದರ ಆಧಾರದ ಮೇಲೆ ಗ್ರಾಹಕರು ಹಣ ಪಾವತಿಸುತ್ತಿದ್ದರು.
ಆದರೆ generative AI ಮತ್ತು AI coding toolsಗಳಿಂದ ಕೆಲವು repetitive ಕೆಲಸಗಳನ್ನು ವೇಗವಾಗಿ ಮುಗಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತಿದೆ.
ಹೀಗಾಗಿ ಗ್ರಾಹಕರ ಪ್ರಶ್ನೆಯೂ ಬದಲಾಗಿದೆ:
- ಎಷ್ಟು engineers ಬೇಕು? ಎನ್ನುವುದಕ್ಕಿಂತ
- ಎಷ್ಟು ವೇಗವಾಗಿ project ಮುಗಿಸಬಹುದು?
- AI ಬಳಸಿ ಎಷ್ಟು ವೆಚ್ಚ ಉಳಿಸಬಹುದು?
- ಉತ್ಪಾದಕತೆ ಎಷ್ಟು ಹೆಚ್ಚುತ್ತದೆ?
- business outcome ಏನು?
- ಕಡಿಮೆ ಸಮಯದಲ್ಲಿ ಹೆಚ್ಚು ಕೆಲಸ ಮಾಡಬಹುದೇ?
ಎಂಬ ಪ್ರಶ್ನೆಗಳು ಮುಖ್ಯವಾಗುತ್ತಿವೆ.
ಇದರಿಂದ outcome-based pricing ಅಥವಾ ಫಲಿತಾಂಶ ಆಧಾರಿತ ಒಪ್ಪಂದಗಳತ್ತ IT ಕ್ಷೇತ್ರ ಸಾಗುತ್ತಿದೆ. Mphasis ಕೂಡ AI-led deals ಹೆಚ್ಚುತ್ತಿರುವ ಸಂದರ್ಭದಲ್ಲಿ ಗ್ರಾಹಕರು outcome-based pricingಗೆ ಹೆಚ್ಚು ಸಿದ್ಧರಾಗುತ್ತಿರುವುದನ್ನು ತಿಳಿಸಿದೆ.
“ಹೆಚ್ಚು ಕೆಲಸ, ಕಡಿಮೆ ವೆಚ್ಚ” ಎಂಬ ಗ್ರಾಹಕರ ನಿರೀಕ್ಷೆ
AI coding assistants, automated testing, code generation ಮತ್ತು workflow automationನಂತಹ tools IT developmentನಲ್ಲಿ ಮಾನವ ಶ್ರಮದ ಕೆಲವು repetitive ಭಾಗಗಳನ್ನು ಕಡಿಮೆ ಮಾಡಬಹುದು.
ಇದರಿಂದ ಗ್ರಾಹಕರು IT vendorsನಿಂದ ಈಗ ಹೆಚ್ಚಿನ productivity ನಿರೀಕ್ಷಿಸುತ್ತಿದ್ದಾರೆ.
ಉದಾಹರಣೆಗೆ, ಹಿಂದಿನ ಮಾದರಿಯಲ್ಲಿ 100 engineers ಅಗತ್ಯವಿದ್ದ ಕೆಲಸವನ್ನು automation ಮತ್ತು AI tools ಸಹಾಯದಿಂದ ಕಡಿಮೆ manpowerನಲ್ಲಿ ನಿರ್ವಹಿಸಲು ಸಾಧ್ಯವಾದರೆ, ಗ್ರಾಹಕರು ಹಳೆಯ pricing modelನಂತೆ ಅದೇ ಮೊತ್ತ ಪಾವತಿಸಲು ಸಿದ್ಧರಿರದಿರುವ ಸಾಧ್ಯತೆ ಹೆಚ್ಚುತ್ತದೆ.
ಇದು IT ಕಂಪನಿಗಳಿಗೆ ದೊಡ್ಡ ಸವಾಲಾಗಿದೆ.
AI productivity ಹೆಚ್ಚಿಸಿದರೂ ಅದರ ಸಂಪೂರ್ಣ ಆರ್ಥಿಕ ಲಾಭ IT ಕಂಪನಿಗಳಿಗೆ ಮಾತ್ರ ಉಳಿಯುವುದಿಲ್ಲ; ಗ್ರಾಹಕರೂ ಆ ಲಾಭದ ಒಂದು ಭಾಗವನ್ನು ಕಡಿಮೆ pricing ಮೂಲಕ ಪಡೆಯಲು ಬಯಸುತ್ತಿದ್ದಾರೆ.
ದೊಡ್ಡ IT ಕಂಪನಿಗಳ ಮೇಲೆ pricing pressure
AIನ ಪರಿಣಾಮದಿಂದ ಭಾರತದ IT services industryನಲ್ಲಿ pricing competition ಹೆಚ್ಚಾಗಿದೆ. Coding, application development ಮತ್ತು maintenanceನಂತಹ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ automation ಹೆಚ್ಚುತ್ತಿರುವುದರಿಂದ vendors ನಡುವೆ ಬೆಲೆ ಸ್ಪರ್ಧೆ ತೀವ್ರವಾಗುತ್ತಿದೆ ಎಂದು ವರದಿಗಳು ಸೂಚಿಸುತ್ತವೆ.
ಇದರ ಪರಿಣಾಮವಾಗಿ ಕಂಪನಿಗಳು ಒಂದೇ ಸಮಯದಲ್ಲಿ ಎರಡು ಕೆಲಸಗಳನ್ನು ಮಾಡಬೇಕಾಗಿದೆ:
- AI ಬಳಸಿ ತಮ್ಮ delivery cost ಕಡಿಮೆ ಮಾಡಬೇಕು.
- AI ಆಧಾರಿತ ಹೊಸ services ಮೂಲಕ ಹೊಸ revenue ಗಳಿಸಬೇಕು.
ಇದು ಸುಲಭವಾದ ಸಮತೋಲನ ಅಲ್ಲ.
ಒಂದು ಕಡೆ ಗ್ರಾಹಕರು ಕಡಿಮೆ ಬೆಲೆ ಕೇಳುತ್ತಿದ್ದಾರೆ. ಮತ್ತೊಂದೆಡೆ AI infrastructure, skilled talent, cloud computing ಮತ್ತು cybersecurityಗೆ IT ಕಂಪನಿಗಳು ದೊಡ್ಡ ಪ್ರಮಾಣದಲ್ಲಿ ಹೂಡಿಕೆ ಮಾಡಬೇಕಾಗಿದೆ.
ದೊಡ್ಡ contracts ಬದಲು ಸಣ್ಣ AI projects?
AI ಕಾರಣದಿಂದ client buying pattern ಕೂಡ ಬದಲಾಗುತ್ತಿದೆ.
2026ರ ಆರಂಭದಲ್ಲೇ ಭಾರತೀಯ IT ಕಂಪನಿಗಳು ದೊಡ್ಡ transformation contractsಗಳನ್ನು ಸಣ್ಣ ಮತ್ತು ಹಂತ ಹಂತದ projectsಗಳಾಗಿ ವಿಭಜಿಸುವ ಪ್ರವೃತ್ತಿಯನ್ನು ಗಮನಿಸಿದ್ದವು. ಗ್ರಾಹಕರು ಮೊದಲು ಸಣ್ಣ AI implementation ಮೂಲಕ value ಪರೀಕ್ಷಿಸಿ ನಂತರ ದೊಡ್ಡ ಮಟ್ಟಕ್ಕೆ ವಿಸ್ತರಿಸಲು ಬಯಸುತ್ತಿದ್ದಾರೆ.
ಇದರರ್ಥ IT ಕಂಪನಿಗಳಿಗೆ ಹಿಂದೆ ಸಿಗುತ್ತಿದ್ದ ದೀರ್ಘಾವಧಿಯ ದೊಡ್ಡ contractsಗಳ ಬದಲಿಗೆ:
- ಸಣ್ಣ pilot project
- Proof of Concept
- AI implementation
- ಫಲಿತಾಂಶ ಪರಿಶೀಲನೆ
- ನಂತರ scale-up
ಎಂಬ ಹಂತಬದ್ಧ ಮಾದರಿ ಹೆಚ್ಚಾಗಬಹುದು.
ಇದರಿಂದ IT ಕಂಪನಿಗಳಿಗೆ ಏನು ಪರಿಣಾಮ?
ದೊಡ್ಡ contract ಗೆದ್ದ ತಕ್ಷಣ ಹಲವು ವರ್ಷಗಳ revenue visibility ಸಿಗುವ ಹಳೆಯ ಮಾದರಿ ದುರ್ಬಲವಾಗಬಹುದು.
ಬದಲಾಗಿ ಕಂಪನಿಗಳು ನಿರಂತರವಾಗಿ:
- AI capabilities
- industry expertise
- cybersecurity
- cloud
- data engineering
- automation
- AI governance
ಇವುಗಳನ್ನು ಪ್ರದರ್ಶಿಸಬೇಕಾಗುತ್ತದೆ.
ಸಣ್ಣ IT ಕಂಪನಿಗಳಿಗೆ ಹೊಸ ಅವಕಾಶ
AI ಬದಲಾವಣೆ ದೊಡ್ಡ IT ಕಂಪನಿಗಳಿಗೆ ಮಾತ್ರ ಸವಾಲು ಅಲ್ಲ. ಕೆಲವು ಸಂದರ್ಭಗಳಲ್ಲಿ agile ಆಗಿರುವ mid-sized IT companiesಗೆ ಇದು ಅವಕಾಶವೂ ಆಗಬಹುದು.
ಇತ್ತೀಚಿನ ವರದಿಯ ಪ್ರಕಾರ Persistent Systems ಮತ್ತು Coforgeನಂತಹ ಕೆಲವು ಕಂಪನಿಗಳು ದೊಡ್ಡ ಸಂಸ್ಥೆಗಳಿಗಿಂತ ಹೆಚ್ಚು ಚುರುಕಾಗಿ AI ಮತ್ತು digital transformation ಬೇಡಿಕೆಯನ್ನು ಬಳಸಿಕೊಳ್ಳುತ್ತಿರುವುದರಿಂದ ಉತ್ತಮ revenue growth ದಾಖಲಿಸಿವೆ.
ಸಣ್ಣ ಕಂಪನಿಗಳು ನಿರ್ದಿಷ್ಟ industry ಅಥವಾ technologyಯಲ್ಲಿ ಪರಿಣತಿ ಬೆಳೆಸಿಕೊಂಡು niche AI services ನೀಡಲು ಸಾಧ್ಯವಾಗಬಹುದು.
ಉದಾಹರಣೆಗೆ:
- Healthcare AI
- Banking AI
- Cybersecurity AI
- Supply-chain automation
- AI-powered customer service
- Software modernization
ಇಂತಹ specialised servicesಗೆ ಬೇಡಿಕೆ ಹೆಚ್ಚಾಗಬಹುದು.
TCS, Infosys ಸೇರಿದಂತೆ ಕಂಪನಿಗಳು ಹೇಗೆ ಬದಲಾಗುತ್ತಿವೆ?
ದೊಡ್ಡ ಭಾರತೀಯ IT companies ಈಗ AI ಅನ್ನು ತಮ್ಮ core business modelನಲ್ಲಿ ಸೇರಿಸಲು ಪ್ರಯತ್ನಿಸುತ್ತಿವೆ.
TCS, ಉದಾಹರಣೆಗೆ, enterprise AI ಮತ್ತು data capabilities ಹೆಚ್ಚಿಸಲು ಹೊಸ AI-focused infrastructure ಮತ್ತು partnerships ಕಡೆಗೆ ಸಾಗುತ್ತಿದೆ. 2026ರಲ್ಲಿ TCS, Oracle ಜೊತೆಗೂಡಿ Kolkataನಲ್ಲಿ Oracle AI Data Platform Lab ಮತ್ತು Center of Excellence ಆರಂಭಿಸಿದೆ.
Tata Group, TCS ಮತ್ತು OpenAI ಕೂಡ 2026ರಲ್ಲಿ AI transformation, enterprise AI ಮತ್ತು industry-specific agentic AI solutions ಕುರಿತ strategic partnership ಘೋಷಿಸಿವೆ.
ಇವುಗಳೆಲ್ಲವೂ ಒಂದು ವಿಷಯವನ್ನು ಸೂಚಿಸುತ್ತವೆ:
IT companiesಗೆ AI ಈಗ optional technology ಅಲ್ಲ; ಅದು business strategyಯ ಪ್ರಮುಖ ಭಾಗವಾಗುತ್ತಿದೆ.
ಉದ್ಯೋಗಿಗಳ ಮೇಲೆ ಪರಿಣಾಮ ಏನು?
AI ಮತ್ತು automationನಿಂದ IT ಉದ್ಯೋಗಗಳ ಸ್ವರೂಪವೂ ಬದಲಾಗುತ್ತಿದೆ.
ವಿಶೇಷವಾಗಿ repetitive coding, basic testing, documentation ಮತ್ತು ಕೆಲವು support tasksಗಳಲ್ಲಿ AI tools ಹೆಚ್ಚು ಬಳಕೆಯಾಗಬಹುದು.
ಇದರಿಂದ entry-level hiring ಮಾದರಿಯ ಮೇಲೆ ಒತ್ತಡ ಉಂಟಾಗುವ ಸಾಧ್ಯತೆ ಇದೆ. Reuters ವರದಿ ಕೂಡ AI coding automationನಿಂದ entry-level engineersಗೆ ಸಾಂಪ್ರದಾಯಿಕವಾಗಿ ಇದ್ದ ಬೇಡಿಕೆಯ ಮಾದರಿ ಬದಲಾಗಬಹುದು ಎಂದು ಸೂಚಿಸಿದೆ.
ಆದರೆ ಇದರರ್ಥ ಎಲ್ಲ IT jobs ನಾಶವಾಗುತ್ತವೆ ಎಂದಲ್ಲ.
ಬದಲಾಗಿ ಬೇಡಿಕೆ ಈ skills ಕಡೆಗೆ ಸರಿಯಬಹುದು:
- AI/ML
- Cloud computing
- Data engineering
- Cybersecurity
- AI governance
- Prompt engineering
- Agentic AI
- Domain-specific technology
- Product engineering
ಅಂದರೆ “coding ಮಾತ್ರ ಗೊತ್ತಿರುವ” ಉದ್ಯೋಗಿಗಿಂತ AI ಜೊತೆ ಕೆಲಸ ಮಾಡಬಲ್ಲ technology professionalಗೆ ಹೆಚ್ಚಿನ ಮೌಲ್ಯ ಸಿಗುವ ಸಾಧ್ಯತೆ ಇದೆ.
ಭಾರತದ IT ಕ್ಷೇತ್ರಕ್ಕೆ ಮುಂದಿನ ದಾರಿ
NITI Aayogನ technology-services analysis ಕೂಡ agentic AI ಮತ್ತು “services as software” ಮಾದರಿಗಳು ಮುಂದಿನ ವರ್ಷಗಳಲ್ಲಿ IT services business ಅನ್ನು ಬದಲಾಯಿಸಬಹುದೆಂದು ಸೂಚಿಸುತ್ತದೆ. AI-powered agent services ಮೂಲಕ enterprise operationsನಲ್ಲಿ ಹೆಚ್ಚಿನ productivity ಪಡೆಯುವ ಅವಕಾಶಗಳನ್ನೂ ವರದಿ ಗುರುತಿಸಿದೆ.
ಮುಂದಿನ ಕೆಲವು ವರ್ಷಗಳಲ್ಲಿ ಭಾರತೀಯ IT ಕಂಪನಿಗಳ ಯಶಸ್ಸು ಕೇವಲ “ಎಷ್ಟು employees?” ಎಂಬ ಪ್ರಶ್ನೆಯಿಂದ ನಿರ್ಧಾರವಾಗುವುದಿಲ್ಲ.
ಬದಲಾಗಿ:
“ಒಬ್ಬ employee ಮತ್ತು AI ಸೇರಿ ಎಷ್ಟು business value ಸೃಷ್ಟಿಸಬಹುದು?”
ಎಂಬುದು ಹೆಚ್ಚು ಮುಖ್ಯವಾಗಬಹುದು.
ಗ್ರಾಹಕರಿಗೆ ಮತ್ತು IT ಕಂಪನಿಗಳಿಗೆ ಇದರ ಅರ್ಥವೇನು?
ಗ್ರಾಹಕರಿಗೆ
AI ಆಧಾರಿತ automationನಿಂದ ಕಡಿಮೆ ವೆಚ್ಚದಲ್ಲಿ ಹೆಚ್ಚು productivity ಪಡೆಯುವ ಅವಕಾಶ ಸಿಗುತ್ತದೆ. ಆದರೆ vendor ಆಯ್ಕೆ ಮಾಡುವಾಗ ಕೇವಲ ಕಡಿಮೆ ಬೆಲೆಯನ್ನು ನೋಡುವುದರಿಂದ cybersecurity, data privacy ಮತ್ತು service quality ಸಮಸ್ಯೆಗಳು ಎದುರಾಗಬಹುದು.
IT ಕಂಪನಿಗಳಿಗೆ
ಹಳೆಯ manpower-based billing modelನಿಂದ ಹೊರಬಂದು IP, platforms, AI agents ಮತ್ತು measurable business outcomes ಆಧಾರಿತ services ಬೆಳೆಸಬೇಕಾಗುತ್ತದೆ.
ಉದ್ಯೋಗಿಗಳಿಗೆ
AI tools ಅನ್ನು ಎದುರಾಳಿಯಾಗಿ ನೋಡುವ ಬದಲು productivity tool ಆಗಿ ಬಳಸುವ ಕೌಶಲ್ಯ ಬೆಳೆಸುವುದು ಮುಖ್ಯ. Upskilling ಮತ್ತು domain knowledge ಮುಂದಿನ IT careerನಲ್ಲಿ ಪ್ರಮುಖವಾಗಬಹುದು.
ಮುಖ್ಯ ಅಂಶಗಳು
- AI ಭಾರತದ IT services contractsನ ಸ್ವರೂಪವನ್ನು ಬದಲಿಸುತ್ತಿದೆ.
- ಗ್ರಾಹಕರು ಕಡಿಮೆ ವೆಚ್ಚದಲ್ಲಿ ಹೆಚ್ಚು measurable outcomes ಬಯಸುತ್ತಿದ್ದಾರೆ.
- Time-and-material pricingನಿಂದ outcome-based pricing ಕಡೆಗೆ ಚಲನೆ ಕಾಣುತ್ತಿದೆ.
- ದೊಡ್ಡ transformation projects ಸಣ್ಣ ಹಂತಗಳಾಗಿ ವಿಭಜನೆಯಾಗುವ ಸಾಧ್ಯತೆ ಹೆಚ್ಚುತ್ತಿದೆ.
- AI coding ಮತ್ತು automation entry-level ಕೆಲಸಗಳ ಮೇಲೆ ಒತ್ತಡ ತರಬಹುದು.
- AI, cloud, data, cybersecurity ಮತ್ತು domain expertise ಹೊಂದಿರುವ talentಗೆ ಹೆಚ್ಚಿನ ಮಹತ್ವ ಸಿಗಬಹುದು.
- ಸಣ್ಣ ಮತ್ತು agile IT companiesಗೆ specialised AI services ಮೂಲಕ ಅವಕಾಶಗಳು ಸಿಗಬಹುದು.
- ಭಾರತದ IT sectorಗೆ ಮುಂದಿನ ಸ್ಪರ್ಧೆ manpowerಗಿಂತ AI-powered productivity ಮತ್ತು business outcomes ಮೇಲೆ ಹೆಚ್ಚು ಅವಲಂಬಿತವಾಗಬಹುದು.
ಕೊನೆಯ ಮಾತು
ಭಾರತದ IT industry ಎದುರಿಸುತ್ತಿರುವ AI ಬದಲಾವಣೆ ಕೇವಲ ಹೊಸ software tool ಬಂದಿರುವ ಕಥೆಯಲ್ಲ. ಇದು IT services business ಹೇಗೆ ಮಾರಾಟವಾಗುತ್ತದೆ, contracts ಹೇಗೆ ಬರೆಯಲಾಗುತ್ತದೆ, clients ಹೇಗೆ ಹಣ ಪಾವತಿಸುತ್ತಾರೆ ಮತ್ತು employees ಯಾವ ರೀತಿಯ skills ಬೆಳೆಸಿಕೊಳ್ಳಬೇಕು ಎಂಬುದನ್ನೇ ಬದಲಾಯಿಸುವ ಹಂತವಾಗಿದೆ.
AIನಿಂದ productivity ಹೆಚ್ಚಾದಾಗ ಅದರ ಲಾಭವನ್ನು ಯಾರು ಪಡೆಯುತ್ತಾರೆ ಎಂಬ ಪ್ರಶ್ನೆಯೇ ಮುಂದಿನ IT business modelನ ಕೇಂದ್ರವಾಗಲಿದೆ. ಗ್ರಾಹಕರು “ಹೆಚ್ಚು ಕೆಲಸಕ್ಕೆ ಹೆಚ್ಚು ಹಣ” ಎಂಬ ಹಳೆಯ ಲೆಕ್ಕಾಚಾರದಿಂದ “ಕಡಿಮೆ ವೆಚ್ಚದಲ್ಲಿ ಅಳೆಯಬಹುದಾದ business outcome” ಎಂಬ ಹೊಸ ಮಾದರಿಯತ್ತ ಸಾಗುತ್ತಿದ್ದಾರೆ.
ಹೀಗಾಗಿ ಭಾರತೀಯ IT companiesಗೆ ಮುಂದಿನ ಸವಾಲು AI ಅನ್ನು ಅಳವಡಿಸಿಕೊಳ್ಳುವುದಷ್ಟೇ ಅಲ್ಲ. AI ಮೂಲಕ ಸೃಷ್ಟಿಯಾಗುವ value ಅನ್ನು profitable business model ಆಗಿ ಪರಿವರ್ತಿಸುವುದು ಮುಖ್ಯವಾಗಲಿದೆ.