મોટી ભારતીય IT કંપનીઓ હવે માસ હાયરિંગ (Mass Hiring) ને બદલે સ્પેશિયલાઇઝ્ડ AI અને ડિજિટલ સ્કિલ્સ (Digital Skills) પર વધુ ધ્યાન આપી રહી છે. આ વ્યૂહાત્મક પગલાં ઉત્પાદકતા અને નવીનતા વધારવા માટે લેવાઈ રહ્યા છે.
IT સેક્ટરમાં મોટો બદલાવ
ભારતીય ઇન્ફોર્મેશન ટેક્નોલોજી (IT) સેક્ટર હાલમાં પ્રતિભા વ્યવસ્થાપનમાં મોટા પરિવર્તનમાંથી પસાર થઈ રહ્યું છે. કંપનીઓ આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) અને એજન્ટિક AI ને તેમના મુખ્ય કાર્યોમાં એકીકૃત કરી રહી છે, જેના કારણે મોટા પાયે કર્મચારીઓની સંખ્યા વધારવાના યુગને બદલે ઉત્પાદકતા અને વિશેષ જ્ઞાન પર ધ્યાન કેન્દ્રિત કરવામાં આવી રહ્યું છે. આ પરિવર્તન કેમ્પસ અને લેટરલ (Lateral) બંને સ્તરે ભરતીને અસર કરી રહ્યું છે.
બદલાતી ભરતી વ્યૂહરચના
હવે કંપનીઓ ડિજિટલ અને AI-નેટિવ સ્કિલ્સ (AI-Native Skills) ધરાવતા ઉમેદવારોને પ્રાધાન્ય આપી રહી છે. ઉદાહરણ તરીકે, ટાટા કન્સલ્ટન્સી સર્વિસિસ (TCS) એ નાણાકીય વર્ષ 2027 (FY27) ના પ્રથમ ક્વાર્ટરમાં 14,000 ફ્રેશ ગ્રેજ્યુએટ્સની ભરતી કરી. કંપનીના મેનેજમેન્ટે જણાવ્યું કે આ નવા કર્મચારીઓની પસંદગી AI-નેટિવ વર્કફ્લો (AI-Native Workflows) સાથે અનુકૂલન સાધવાની તેમની ક્ષમતાના આધારે કરવામાં આવી છે, અને તાલીમ દ્વારા આ ગેપ ભરવામાં આવશે. તેવી જ રીતે, ઇન્ફોસિસે (Infosys) તેના નવા કર્મચારીઓને ફેબ્રિક (Fabric) અને ટોપાઝ (Topaz) જેવા પ્લેટફોર્મ દ્વારા તાલીમ આપવા પર ધ્યાન કેન્દ્રિત કર્યું છે, જ્યારે તેના 50% થી વધુ લેટરલ હાયર્સ (Lateral Hires) હવે નેક્સ્ટ-જનરેશન સ્કિલ્સ (Next-Generation Skills) સાથે આવે છે.
ઉત્પાદકતા તરફ ઝુકાવ
ઉદ્યોગ હવે આવક વૃદ્ધિને કર્મચારીઓની સંખ્યાથી અલગ કરી રહ્યો છે. AI નો ઉપયોગ કરીને નિયમિત કાર્યોને ઓટોમેટ (Automate) કરીને, કંપનીઓ કાર્યક્ષમતા વધારવાનો લક્ષ્યાંક ધરાવે છે. ઉદાહરણ તરીકે, ટેક મહિન્દ્રા (Tech Mahindra) એ FY27 ના પ્રથમ ક્વાર્ટરમાં પ્રદર્શનમાં વૃદ્ધિ જોઈ, ભલે તેના IT સેવા હેડકાઉન્ટ (Headcount) માં વાર્ષિક ધોરણે ઘટાડો થયો. આ દર્શાવે છે કે ઉત્પાદકતામાં થયેલા વધારાને કારણે કંપનીઓ ફક્ત નવી ભરતી અથવા આક્રમક હાયરિંગ પર આધાર રાખવાને બદલે હાલના કર્મચારીઓને પુનઃઉપયોગમાં લઈ રહી છે.
વિશિષ્ટ ભૂમિકાઓ માટે માંગ
ઉદ્યોગના ડેટા અનુસાર, વિશિષ્ટ ભૂમિકાઓ (Niche Roles) માટે માંગમાં સતત વધારો જોવા મળી રહ્યો છે. નિષ્ણાતોએ સાયબર સુરક્ષા (Cybersecurity), ક્લાઉડ આર્કિટેક્ચર (Cloud Architecture) અને AI/ML એન્જિનિયરિંગ (AI/ML Engineering) માં નિષ્ણાતોની માંગમાં 12-15% ક્વાર્ટર-ઓન-ક્વાર્ટર (Quarter-on-Quarter) વધારો નોંધ્યો છે. આ જરૂરિયાત બેંકિંગ, આરોગ્ય સંભાળ અને ઉત્પાદન જેવા ક્ષેત્રોમાં ખાસ કરીને ઊંચી છે. આ ઉપરાંત, કંપનીઓ તેમની કુશળતાને ઝડપથી વધારવા માટે સંપાદન (Acquisitions) નો ઉપયોગ કરી રહી છે. ઉદાહરણ તરીકે, વિપ્રો (Wipro) એ Mindsprint ના સંપાદન દ્વારા તેની ક્ષમતાઓ અને હેડકાઉન્ટમાં વધારો કર્યો, જે ડોમેન-વિશિષ્ટ પ્રતિભા મેળવવા માટે અકાર્બનિક વૃદ્ધિ (Inorganic Growth) ની વ્યૂહરચના દર્શાવે છે.
રોકાણકારો માટે ભવિષ્યના વલણો
રોકાણકારો માટે, મુખ્ય નિરીક્ષણ એ રહેશે કે આ કંપનીઓ માર્જિન (Margins) ને નુકસાન પહોંચાડ્યા વિના તેમના કર્મચારીઓને કેટલી અસરકારક રીતે સંક્રમિત કરે છે. જેમ જેમ પરંપરાગત જાળવણી ભૂમિકાઓ સ્થિર થાય છે, તેમ તેમ જે કંપનીઓ તેમના હાલના કર્મચારીઓને સફળતાપૂર્વક પુનઃ તાલીમ આપી શકે છે અથવા ઉચ્ચ-મૂલ્યવાળી પ્રતિભા મેળવી શકે છે તેઓ સ્પર્ધાત્મક લાભ જાળવી રાખશે. રોકાણકારો ભવિષ્યના ત્રિમાસિક પરિણામો પર નજર રાખી શકે છે કે AI-સંચાલિત ઉત્પાદકતાના ધ્યાનથી નફાના માર્જિનમાં સુધારો થાય છે કે કેમ અને કંપનીઓ અદ્યતન તકનીકી પ્રતિભામાં તેમના રોકાણને યોગ્ય ઠેરવતા ઉચ્ચ-મૂલ્યના કરારો સુરક્ષિત કરવાનું ચાલુ રાખી શકે છે કે કેમ.