कर्मचाऱ्यांच्या पगाराऐवजी AI इन्फ्रास्ट्रक्चरमध्ये अब्जावधींची गुंतवणूक
AI मुळे नोकऱ्या संपतील ही सामान्य कल्पना सध्याच्या टेक नोकरकपातीचे मुख्य कारण स्पष्ट करत नाही. नुसते ऑटोमेशन करण्याऐवजी, टेक कंपन्या कर्मचाऱ्यांच्या पगारासारखा खर्च कमी करून प्रचंड भांडवली गुंतवणुकीकडे वळत आहेत. हा पैसा डेटा सेंटर्स, विशेष चिप्स आणि AI साठी लागणाऱ्या ऊर्जेवर खर्च केला जात आहे. AI इन्फ्रास्ट्रक्चरसाठी जगभरात 2026 पर्यंत $2.59 ट्रिलियन खर्च अपेक्षित आहे. या स्पर्धेमुळे कंपन्यांना नोकऱ्या कमी कराव्या लागत आहेत, कारण त्या सॉफ्टवेअर मॉडेल्सकडून अधिक भांडवल-केंद्रित ऑपरेशन्सकडे जात आहेत.
आश्वासने आणि वास्तव यातील तफावत
सॅम अल्टमन स्वतः मान्य करतात की AI चा व्यापक आर्थिक वापर अजून सुरुवातीच्या टप्प्यात आहे. कंपन्यांच्या मूल्यांकनात आणि त्यांच्या प्रत्यक्ष उत्पादकतेत मोठी तफावत दिसून येत आहे. टेक कंपन्या कार्यक्षमतेचे (Efficiency) आश्वासन देत असल्या तरी, अर्थव्यवस्थेला अजून AI मुळे उत्पादकतेत मोठी वाढ दिसलेली नाही. या परिस्थितीमुळे Meta, Amazon आणि Oracle सारख्या कंपन्या अडचणीत आल्या आहेत. त्या प्रचंड इन्फ्रास्ट्रक्चर गुंतवणुकीसाठी कर्मचारी कपात करत आहेत. सॉफ्टवेअरच्या विपरीत, जिथे वापरकर्ते वाढवण्याचा खर्च कमी असतो, AI ला सतत जास्त खर्च लागतो. जर AI उत्पादनांकडून लवकर महसूल (Revenue) मिळायला सुरुवात झाली नाही, तर ही नोकरकपात पुरेशी ठरणार नाही आणि कंपन्यांना खर्च आणखी कमी करावा लागेल.
भविष्यातील टॅलेंट पूलला धोका
सध्याच्या नोकरकपातीपलीकडे, टेक उद्योगाला एक छुपा धोका आहे: भविष्यातील टॅलेंटचा स्रोत कमकुवत करणे. मिड-लेव्हलच्या नोकऱ्या कमी केल्याने, ज्या ज्युनियर कर्मचाऱ्यांना प्रशिक्षण देण्यासाठी महत्त्वाच्या आहेत, अनुभवी इंजिनिअर्सची उपलब्धता कमी होत आहे. कंपन्या AI चा वापर कोडिंग आणि बग फिक्सिंगसाठी करत असल्याने ज्युनियर हायरिंगमध्ये लक्षणीय घट झाली आहे. यामुळे सध्या पैशांची बचत होत असली तरी, भविष्यात एक मोठी समस्या निर्माण होईल. जेव्हा सध्याचे सिनियर इंजिनिअर्स जातील, तेव्हा कंपन्यांनी तयार केलेल्या जटिल AI सिस्टीम चालवण्यासाठी पुरेसे अनुभवी कर्मचारी नसतील.
2026 मध्ये काय पाहावे?
AI इन्फ्रास्ट्रक्चरमधील या मोठ्या गुंतवणुकीमुळे अपेक्षित कार्यक्षमता मिळेल की नाही यावर एकमत नाही. विश्लेषकांच्या मते, 2026 हे एक महत्त्वाचे वर्ष असेल, जिथे कंपन्यांना सुरुवातीच्या चाचण्यांच्या पलीकडे AI गुंतवणुकीवर खरा परतावा (Returns) दाखवावा लागेल. ग्रिड कनेक्शन्ससाठी जास्त प्रतीक्षा आणि AI पुरवठा साखळीवरील वाढत्या तपासणीमुळे, लक्ष केवळ इन्फ्रास्ट्रक्चर तयार करण्याऐवजी ऑपरेशनल नफा (Operational Profits) मिळवण्याकडे वळण्याची अपेक्षा आहे. कंपन्यांचे दीर्घकालीन यश हे केवळ मानवी कामे बदलून अल्पकालीन आर्थिक उद्दिष्ट्ये पूर्ण करण्याऐवजी, AI वापरून महसूल निर्माण करण्याच्या क्षमतेवर अधिक अवलंबून असेल.
