भारतातील आयटी (IT) क्षेत्रात मोठे स्थित्यंतर पाहायला मिळत आहे. 'एजंटिक एआय' (Agentic AI) तज्ज्ञांची मागणी यंदा **२६० टक्क्यांनी** वधारली असून, कंपन्या आता प्रायोगिक तत्त्वावरील एआयकडून पूर्ण क्षमतेच्या अंमलबजावणीकडे वळत आहेत.
भारतीय तंत्रज्ञान क्षेत्रात सध्या भरती प्रक्रियेचे प्राधान्यक्रम पूर्णपणे बदलले आहेत. CIEL HR च्या ताज्या आकडेवारीनुसार, जे तज्ज्ञ स्वायत्त एआय सिस्टिम्स (Autonomous AI Systems) विकसित करतात, अशा 'एजंटिक एआय इंजिनिअर्स'ची मागणी वर्षभरात २६० टक्क्यांनी वाढली आहे. कंपन्या आता केवळ प्रायोगिक प्रकल्प न राबवता, व्यवसायामध्ये एआयचा थेट वापर करण्यावर भर देत आहेत.
एआय कौशल्यातील दरी (Skill Gap) आणि वाढता खर्च
एका बाजूला मागणी वाढत असली, तरी पात्र उमेदवारांची कमतरता कंपन्यांसाठी डोकेदुखी ठरत आहे. सायबर सुरक्षा, क्लाउड कम्प्युटिंग आणि मशिन लर्निंग या क्षेत्रांत ३८% ते ६१% पर्यंत कौशल्य दरी (Skill Gap) असल्याचे दिसून येत आहे. आयटी कंपन्यांना या स्पर्धेत टिकून राहण्यासाठी एकतर बाहेरील तज्ज्ञांना बक्कळ पगार देऊन नियुक्त करावे लागेल, किंवा अंतर्गत ट्रेनिंग अकादमीवर मोठा खर्च करावा लागेल. याचा तात्पुरता ताण कंपन्यांच्या ऑपरेटिंग मार्जिन्सवर (Operating Margins) येऊ शकतो.
आयटी सेवांच्या बिलिंग मॉडेलमध्ये बदल
एजंटिक एआयमुळे आयटी कंपन्यांच्या कामाच्या पद्धतीत आणि बिलिंगमध्येही बदल होणार आहेत. आकडेवारीनुसार, तिकीट रिझोल्यूशन आणि रिपोर्ट जनरेशनसारख्या कामांत एआय आता ७०% तर टेस्ट केस निर्मितीमध्ये ६५% काम हाताळू शकते. याचाच अर्थ, जुन्या पद्धतीचे 'तासांनुसार बिलिंग' (Hourly Billing) मॉडेल आता धोक्यात आहे. जे आयटी फर्म्स वेळेत ऑटोमेशनचा अवलंब करणार नाहीत, त्यांना बाजारात टिकणे कठीण जाईल.
गुंतवणूकदारांसाठी काय आहे महत्त्वाचे?
याव्यतिरिक्त 'जेन-एआय सोल्युशन्स आर्किटेक्ट्स' आणि 'एआय प्रॉडक्ट ओनर्स'ची मागणी १२०%, तर 'एमएल-ऑप्स' (MLOps) आणि 'एलएलएम' (LLM) इंजिनिअर्सची मागणी ८०% पेक्षा जास्त वाढली आहे. गुंतवणूकदारांनी आता कंपन्यांच्या त्रैमासिक निकालांमध्ये ऑपरेटिंग मार्जिन्स आणि कर्मचाऱ्यांच्या पुनर्प्रशिक्षणावर (Reskilling) होणारा खर्च याकडे बारकाईने लक्ष दिले पाहिजे. एआय उत्पादकतेतून मिळणारा नफा हा या प्रशिक्षणाच्या खर्चापेक्षा जास्त आहे की नाही, हे आगामी काळात स्पष्ट होईल.