आर्टिफिशियल इंटेलिजन्समुळे आयटी क्षेत्रातील कामाचे स्वरूप पूर्णपणे बदलत आहे. आता कंपन्यांना केवळ कोडिंग करणाऱ्यांची नाही, तर बिझनेस स्ट्रॅटेजी समजणाऱ्या 'हायब्रीड' इंजिनिअर्सची गरज भासत आहे, ज्याचा थेट परिणाम कंपन्यांच्या प्रॉफिट मार्जिनवर होणार आहे.
भारतातील आयटी क्षेत्राच्या कार्यपद्धतीत आता एक मोठा बदल पाहायला मिळत आहे. आर्टिफिशिअल इंटेलिजन्स (AI) मुळे कोडिंग, टेस्टिंग आणि इतर तांत्रिक कामे सोपी झाल्यामुळे, कंपन्या आता केवळ एका विषयात तज्ज्ञ असलेल्या कर्मचाऱ्यांऐवजी 'पॉलिमाथ' (Polymath) किंवा हायब्रीड इंजिनिअर्स शोधत आहेत. हे असे प्रोफेशनल्स आहेत ज्यांना तांत्रिक ज्ञानासोबतच बिझनेस स्ट्रॅटेजी आणि प्रोजेक्ट मॅनेजमेंटची चांगली जाण आहे.
हायब्रीड इंजिनिअरिंगकडे कल
पूर्वी मोठ्या प्रोजेक्ट्ससाठी अनेक ज्युनिअर इंजिनिअर्सची फौज लागायची, पण आता AI एजंट्समुळे कमी लोकांमध्ये जास्त काम शक्य झाले आहे. यामुळे आता कंपन्यांना अशा लोकांची गरज आहे, जे या AI सिस्टिम्सना सांभाळू शकतील आणि कंपनीच्या बिझनेस गोलला तांत्रिक कामाशी जोडू शकतील. यालाच 'T-shaped' स्किल्स असेही म्हटले जाते.
कार्यक्षमता आणि खर्चाचे गणित
भारतीय आयटी कंपन्यांसाठी हा बदल नफ्याच्या दृष्टीने महत्त्वाचा ठरू शकतो. कमी पण कुशल मनुष्यबळ वापरून जास्त आउटपुट काढल्यास प्रति कर्मचारी महसूल (Revenue per employee) वाढू शकतो, ज्यामुळे ऑपरेटिंग मार्जिनला संरक्षण मिळेल. मात्र, हे सोपे नाही. सध्या बाजारात अशा कुशल लोकांची कमतरता असल्याने पगारवाढ (Wage inflation) आणि हायरिंगचा खर्च वाढण्याची शक्यता आहे. तसेच, कंपनीच्या विद्यमान कर्मचाऱ्यांना वेगाने 'अपस्किल' (Upskill) करणे हे एक मोठे आव्हान असणार आहे.
गुंतवणूकदारांनी काय पहावे?
येणाऱ्या काळात गुंतवणूकदारांनी केवळ कंपनी किती नोकऱ्या देत आहे, यापेक्षा कंपनीच्या उत्पादकतेवर लक्ष केंद्रित केले पाहिजे. आगामी तिमाही निकालांमध्ये 'Revenue per employee' आणि 'Operating margin' हे दोन इंडिकेटर्स अत्यंत महत्त्वाचे असतील. यासोबतच, कंपन्या त्यांच्या कर्मचाऱ्यांना AI साठी कशा प्रकारे तयार करत आहेत, याबद्दल मॅनेजमेंटची भूमिका वाचणे फायदेशीर ठरेल.