२०२६ मध्ये भारतीय IT कंपन्यांकडून मोठ्या प्रमाणात फ्रेशर हायरिंग (Fresher Hiring) होण्याची अपेक्षा फोल ठरण्याची शक्यता आहे. कंपन्या आता AI-आधारित मायक्रो-टीम्स (AI-enabled Micro-teams) आणि 'स्किल्स-फर्स्ट' (Skills-First) हायरिंगवर लक्ष केंद्रित करत आहेत, ज्यामुळे एकूण नोकरीच्या संधी कमी होऊ शकतात.
आयटी फ्रेशर्सच्या नोकरीचं भविष्य काय?
२०२६ मध्ये भारतीय IT सेक्टरमध्ये मोठ्या प्रमाणात फ्रेशर्सची भरती होईल, अशी जी चर्चा होती, ती आता काहीशी थंडावली आहे. काही इंजिनिअरिंग कॉलेजमध्ये प्लेसमेंट सुरु झाल्याच्या बातम्या येत असल्या तरी, एकूण इंडस्ट्री पाहता परिस्थिती वेगळी आहे.
पारंपारिक मास हायरिंग (Mass Hiring) मॉडेलऐवजी, भारतीय IT कंपन्या आता एका मोठ्या स्ट्रक्चरल बदलातून जात आहेत. यामुळे, २०२६ च्या उत्तरार्धात IT कंपन्यांमधील हायरिंग इंटेंट (Hiring Intent) 81% वरून घसरून 76% पर्यंत पोहोचला आहे.
उत्पादकतेवर आधारित हायरिंगवर भर
मोठ्या IT कंपन्या आता हजारो ग्रॅज्युएट्सना नुसतं बेंच स्ट्रेंथ (Bench Strength) म्हणून हायर करण्याऐवजी, 'लहान पण उच्च-उत्पादक मायक्रो-टीम्स' तयार करण्यावर लक्ष केंद्रित करत आहेत. या टीम्स आर्टिफिशियल इंटेलिजन्स (AI) आणि मशीन लर्निंग (ML) टूल्सचा वापर करून प्रोजेक्ट्स पूर्ण करतील. यामुळे कार्यक्षमता वाढेल आणि मोठ्या संख्येने नवीन कर्मचाऱ्यांची गरज कमी होईल.
त्यामुळे, काही टॉप कंपन्या अजूनही भरती करतील, पण एन्ट्री-लेव्हल (Entry-Level) पदांची संख्या मागणीनुसार बदलली जाईल.
'स्किल्स-फर्स्ट' आणि अनुभवाची गरज
एन्ट्री-लेव्हल नोकरीची व्याख्याही बदलत आहे. आता 'फ्रेशर' पदांसाठी देखील 2-3 वर्षांचा प्रत्यक्ष अनुभव मागितला जात आहे. जनरेटिव्ह AI आणि प्रोडक्शन-रेडी कोडिंगमध्ये विशेष एक्सपोजर नसलेल्या नवीन ग्रॅज्युएट्ससाठी ही एक मोठी समस्या आहे. कंपन्यांचा उद्देश ट्रेनिंग खर्च कमी करण्याचा आहे, पण यामुळे काहीवेळा ऑनबोर्डिंग तारखा पुढे ढकलल्या जात आहेत किंवा काही ऑफर्स रद्द केल्या जात आहेत.
गुंतवणूकदारांसाठी महत्त्वाचे मुद्दे
भागधारकांसाठी प्रश्न हा आहे की, या 'ज्युनिओरायझेशन' (Juniorization) आणि AI इंटीग्रेशनमुळे कंपनीच्या नफ्यात (Profitability) खरोखर वाढ होईल का? मास हायरिंग कमी केल्याने कर्मचाऱ्यांवरील खर्च व्यवस्थापित करून मार्जिन्सचे संरक्षण होऊ शकते, पण यात काही रिस्क (Risks) देखील आहेत. AI-आधारित डिलिव्हरीमध्ये अडथळे आल्यास, प्रोजेक्ट्स वेळेवर पूर्ण होण्यात आणि क्लायंटच्या समाधानात समस्या येऊ शकते.
गुंतवणूकदारांनी केवळ हायरिंगच्या आकड्यांवर लक्ष न देता, पुढील तिमाही निकालांमध्ये 'रेव्हेन्यू पर एम्प्लॉई' (Revenue per Employee) आणि 'ऑपरेटिंग मार्जिन्स' (Operating Margins) यांसारख्या मेट्रिक्सवर लक्ष ठेवणे महत्त्वाचे ठरेल. यातून AI आणि ऑटोमेशनमुळे खर्च नियंत्रणात येत आहे का, हे स्पष्ट होईल.