ஏஐ பட்ஜெட் கெடுபிடி:வெறும் ‘டோக்கன்’ பயன்பாடு போதாது…இனிமேல் ‘வருவாய்’ தான் முக்கியம்!

உலகளவில் செயற்கை நுண்ணறிவு (AI) தொழில்நுட்பத்தின் தாக்கம் மிக வேகமாக அதிகரித்து வந்தாலும், தற்போதைய பொருளாதார சூழலில் நிறுவனங்கள் தங்கள் முதலீடுகளில் தீவிரக் கட்டுப்பாடுகளைக் கொண்டுவரத் தொடங்கியுள்ளன. ஏஐ பயன்பாட்டுக்கான பட்ஜெட்டுகள் முன்பை விட இப்போது மிகக் கடுமையான தணிக்கைக்கு உட்படுத்தப்படுகின்றன. இதன் விளைவாக, பணியமர்த்தல் சந்தையில் ஒரு மிகப்பெரிய மாற்றம் நிகழ்ந்து வருகிறது.

வெறும் ஏஐ கருவிகளைப் பயன்படுத்தத் தெரிந்தவர்களைத் தேடிய காலம் கடந்து, தொழில்நுட்பத்தைப் பயன்படுத்தி நிறுவனத்தின் உற்பத்தித் திறனை அதிகரித்து, செலவைக் குறைத்து, வாடிக்கையாளர் திருப்தியை மேம்படுத்துவதன் மூலம் நேரடி லாபத்தைக் (ROI) காட்டக்கூடிய திறமையான வேட்பாளர்களை மட்டுமே முதலாளிகள் இப்போது தேடுகிறார்கள். இது குறித்த விரிவான பார்வையை பல்வேறு ஆய்வறிக்கைகளின் தரவுகளுடன் இங்கு காண்போம்.

‘டோக்கன்’ பயன்பாட்டில் இருந்து ‘நிதி விளைவு’ நோக்கிய மாற்றம்

கடந்த காலங்களில் ஒருவர் எவ்வளவு ஏஐ டோக்கன்களைப் பயன்படுத்தினார் அல்லது எந்தெந்த ஏஐ பிளாட்ஃபார்ம்களில் கணக்கு வைத்திருக்கிறார் என்பது மட்டுமே தகுதியாகப் பார்க்கப்பட்டது. ஆனால் இப்போது நிலைமை முற்றிலும் மாறிவிட்டது.

ஹைரிங் மேலாளர்கள் (Hiring managers) இப்போது குறிப்பிட்ட சில நிதியியல் அளவீடுகளை அடிப்படையாகக் கொண்டுதான் வேட்பாளர்களை மதிப்பிடுகிறார்கள். குறிப்பாக:

• விளைவுக்கான செலவு (Cost-per-outcome): ஒரு குறிப்பிட்ட இலக்கை அடைய ஏஐ மூலம் எவ்வளவு செலவிடப்படுகிறது?

• ஏஐ முதலீட்டின் மீதான வருவாய் (Return on AI Investment): ஏஐ தொழில்நுட்பத்திற்காக நிறுவனம் செய்த செலவுக்கு ஈடாகக் கிடைத்த லாபம் என்ன?

• விளைவுக்கான நேரம் (Time-to-outcome): ஒரு பணியை ஏஐ உதவியுடன் எவ்வளவு விரைவாக முடிக்க முடிகிறது?

“முன்பெல்லாம் ஒரு குறிப்பிட்ட ஏஐ பிளாட்ஃபார்மில் உங்களுக்குப் பரிச்சயம் இருக்கிறதா என்று கேட்ட நிறுவனங்கள், இன்று தங்களின் ஒவ்வொரு இரண்டு முதலாளிகளில் ஒருவர் (1 in 2) ஏஐ மூலமாகக் கிடைத்த இறுதி விளைவுகளுக்கான ஆதாரத்தைக் கேட்கிறார்கள்” என்கிறார் கேரியர்நெட் (Careernet) நிறுவனத்தின் முதன்மை வணிக அதிகாரி நீலாப் சுக்லா. ஏஐ என்பது இப்போது நிறுவனங்களின் அலகுப் பொருளாதாரத்தின் (Unit Economics) ஒரு முக்கியப் பகுதியாக மாறிவிட்டது என்பதைத் தொழில்துறை வல்லுநர்கள் ஒப்புக்கொள்கிறார்கள்.

பணியாளர்களிடம் நிறுவனங்கள் எதிர்பார்க்கும் புதிய திறன்கள்

மாறிவரும் இந்தச் சூழல், வேலை தேடுபவர்களிடமிருந்து முதலாளிகள் எதிர்பார்க்கும் தகுதிகளையும் முழுமையாக மறுவடிவமைத்துள்ளது. வெறும் சாட்பாட்களுடன் உரையாடுவதைத் தாண்டி, பின்வரும் திறன்களை நிரூபிக்க வேண்டிய கட்டாயத்தில் பணியாளர்கள் உள்ளனர்:

• பணிப்பாய்வு மேம்பாடு (Workflow Optimization): ஏஐ கருவிகளைப் பயன்படுத்தி அன்றாட வேலை முறைகளை எப்படி எளிமையாக்கினீர்கள்?

• செலவுக் குறைப்பு (Lowering Costs): டோக்கன் பயன்பாட்டை முறையாக நிர்வகித்து, நிறுவனத்தின் ஏஐ பயன்பாட்டுக்கான பட்ஜெட்டை எவ்வாறு திறம்படக் குறைத்தீர்கள்?

• சரியான மாடலைத் தேர்ந்தெடுத்தல் (Choosing the Right Model): எந்தப் பணிக்கு எந்த ஏஐ மாடல் (எ.கா. அதிக விலை கொண்ட மாடலா அல்லது குறைந்த விலையுள்ள ஓப்பன் சோர்ஸ் மாடலா) பொருத்தமாக இருக்கும் என்பதைத் தீர்மானிக்கும் திறன்.

• தரவு அடிப்படையிலான முடிவுகள் (Better Business Decisions): ஏஐ தரும் தரவுகளைக் கொண்டு நிறுவனத்தின் வளர்ச்சிக்கு உகந்த முடிவுகளை எடுத்தல்.

தொடரும் ஏஐ திறமையாளர்கள் பற்றாக்குறை

ஒருபுறம் நிறுவனங்களின் தேவைகள் அதிகரித்துக் கொண்டே போனாலும், அதற்கேற்ற தகுதியான பணியாளர்கள் சந்தையில் இன்னும் பற்றாக்குறையாகவே உள்ளனர். மேன்பவர் குரூப் (ManpowerGroup) நடத்திய சமீபத்திய ஆய்வின்படி, சுமார் 82% முதலாளிகள் இன்னும் தகுதியான ஏஐ திறமையாளர்களைக் கண்டறிய முடியாமல் திணறி வருகின்றனர்.

இதில் குறிப்பாக:

• ஏஐ மாடல் மற்றும் அப்ளிகேஷன் டெவலப்மெண்ட் (39%)

• ஏஐ கல்வியறிவு (AI Literacy) (38%)

ஆகிய பிரிவுகளில் தகுதியான நபர்களை வேலைக்கு எடுப்பது மிகவும் கடினமாக உள்ளதாக அந்த ஆய்வு சுட்டிக்காட்டுகிறது.

ஏஐ நிபுணத்துவமும் (AI-proficient) ஏஐ நேட்டிவ் (AI-native) நிலையும்

நாஸ்காம் (Nasscom) அமைப்பின் தனிப்பட்ட அறிக்கை ஒன்று இந்தியத் தொழில்நுட்பத் துறையின் தற்போதைய நிலையைத் தெளிவாகப் படம் பிடித்துக் காட்டுகிறது. இந்தியாவின் ஆரம்பக் கட்ட தொழில்நுட்ப வல்லுநர்களில் (Early-career tech professionals) கிட்டத்தட்ட 70% பேர் ஏஐ தொழில்நுட்பத்தில் ஓரளவு நிபுணத்துவம் (AI-proficient) பெற்றவர்களாக இருந்தாலும், அவர்களில் வெறும் 23% பேர் மட்டுமே ‘ஏஐ-நேட்டிவ்’ (AI-native) தகுதி படைத்தவர்களாக இருக்கிறார்கள்.

ஏஐ-நேட்டிவ் என்பது ஏஐ தொழில்நுட்பத்தின் ஆழமான கட்டமைப்பு, பொறியியல் சார்ந்த முடிவெடுத்தல் (Engineering judgement) மற்றும் பல ஏஐ மாடல்களை ஒன்றிணைத்து இயக்கும் ஆர்க்கெஸ்ட்ரேஷன் (AI orchestration) போன்ற மேம்பட்ட திறன்களைக் குறிப்பதாகும். இந்த இடைவெளியை நிரப்பினால் மட்டுமே இந்திய இளைஞர்கள் உலகளாவிய ஏஐ வேலைவாய்ப்புச் சந்தையில் தங்களின் ஆதிக்கத்தை நிலைநிறுத்த முடியும்.

இன்றைய சூழலின் கட்டாயம்

நிறுவனங்கள் ஏஐ தொழில்நுட்பத்திற்குப் பில்லியன் கணக்கில் முதலீடு செய்யும் கட்டத்தை முறித்துக்கொண்டு, அந்த முதலீடு மூலம் என்ன லாபம் கிடைத்தது என்று கணக்குக் கேட்கும் தணிக்கைக் கட்டத்திற்குள் நுழைந்துவிட்டன.

எனவே, இன்றைய சூழலில் வேலை தேடும் இளைஞர்களும், தற்போதைய பணியாளர்களும் வெறும் ஏஐ பயனர்களாக மட்டும் இல்லாமல், ஏஐ தொழில்நுட்பத்தின் மூலம் நிறுவனத்திற்கு நேரடி லாபத்தையும், வணிகத் தீர்வையும் பெற்றுத் தரும் திறன் படைத்தவர்களாகத் தங்களை வளர்த்துக்கொள்வது காலத்தின் கட்டாயமாகும்.