भारतातील ग्लोबल कॅपेबिलिटी सेंटर्स (GCCs) आता नवीन कर्मचाऱ्यांची भरती करण्याऐवजी, आपल्याच इंजिनिअर्सना प्रगत AI आणि MLOps (Machine Learning Operations) भूमिकांमध्ये आणत आहेत. Q1 FY27 मध्ये हा बदल दिसून येत आहे.
GCCs ची नवीन रणनीती: अंतर्गत बढतीवर भर
भारतातील ग्लोबल कॅपेबिलिटी सेंटर्स (GCCs) ने आर्थिक वर्ष 2027 च्या पहिल्या तिमाहीत (Q1 FY27) आपल्या नोकरभरतीच्या धोरणात मोठा बदल केला आहे. आता बाहेरील उमेदवारांना थेट नोकरी देण्याऐवजी, हे सेंटर्स आपल्याच कर्मचाऱ्यांना आर्टिफिशियल इंटेलिजन्स (AI) आणि मशीन लर्निंग ऑपरेशन्स (MLOps) सारख्या विशेष भूमिकांसाठी तयार करत आहेत. डेटा सायंटिस्ट, क्लाउड इंजिनिअर्स आणि डेटा इंजिनिअर्स आता मॉडेल ऑपरेशन्स (Model Operations), अप्लाइड AI (Applied AI) आणि प्लॅटफॉर्म इंजिनिअरिंग (Platform Engineering) सारख्या नवीन पदांवर जात आहेत. हा बदल बंगळुरूसह हैदराबाद, पुणे, चेन्नई आणि NCR (National Capital Region) येथे जास्त प्रमाणात दिसून येत आहे.
AI कौशल्यातील मोठी तूट: 50-70% चा फरक
या अंतर्गत बदलामागे एक मोठे कारण आहे - 'प्रोडक्शन-रेडी' AI (Production-ready AI) भूमिकांसाठी कुशल मनुष्यबळाची कमतरता. उद्योगातील अंदाजानुसार, MLOps आणि AI इव्हॅल्युएशन (AI Evaluation) सारख्या कामांमध्ये सध्या 50% ते 70% पर्यंत कौशल्यांची तूट आहे. या तफावतीमुळे कंपन्यांना नवीन तंत्रज्ञान स्वीकारण्यात अडचणी येत आहेत. या समस्येवर मात करण्यासाठी, कंपन्या बाह्य भरती प्रक्रियेतील वेळ वाचवून आणि संस्थेतील जुन्या कर्मचाऱ्यांचे ज्ञान (Institutional Knowledge) टिकवून ठेवत अंतर्गत प्रतिभांना (Internal Talent) प्रोत्साहन देत आहेत.
अनुभवी कर्मचाऱ्यांची वाढती मागणी
GCCs मध्ये अनुभवी व्यावसायिकांची मागणी वाढत आहे. Q1 FY27 मध्ये, एकूण नोकरभरतीपैकी सुमारे 56% मागणी 4 ते 12 वर्षांचा अनुभव असलेल्या व्यावसायिकांसाठी होती. मागील तिमाहीत हे प्रमाण 54% होते. याचा अर्थ असा की, ज्यांना कमी प्रशिक्षणाची गरज आहे आणि जे AI एजंट डेव्हलपमेंट (AI Agent Development) तसेच प्लॅटफॉर्म इंजिनिअरिंगच्या तांत्रिक गरजा लवकर पूर्ण करू शकतात, अशा मध्यम-स्तरीय (Mid-level) व्यावसायिकांना कंपन्या प्राधान्य देत आहेत.
गुंतवणूकदार आणि सेक्टरसाठी यातील महत्त्व
भारतातील IT सेवा आणि GCC क्षेत्रावर लक्ष ठेवून असलेल्या गुंतवणूकदारांसाठी हा बदल महत्त्वाचा आहे. GCCs हे जागतिक कंपन्यांचे महत्त्वाचे भाग आहेत आणि यातील अंतर्गत पुनर्शिस्तबद्धता (Internal Reskilling) खर्चात बचत करते, पण त्याच वेळी तंत्रज्ञानात मागे न पडण्याचे मोठे आव्हानही उभे करते. जर हे कौशल्य अंतर (Skill Gap) भरले गेले नाही, तर प्रकल्पांना उशीर होऊ शकतो किंवा कंपन्यांची स्पर्धात्मकता (Competitive Advantage) कमी होऊ शकते. गुंतवणूकदारांनी या GCCs कशा प्रकारे बदल हाताळतात आणि अंतर्गत बदलामुळे उच्च-स्तरीय AI सेवांची वाढ टिकवून ठेवू शकतात यावर लक्ष ठेवणे आवश्यक आहे.