ਵਿੱਤੀ ਸਾਲ 2027 (FY27) ਦੇ ਪਹਿਲੇ ਤਿਮਾਹੀ 'ਚ ਭਾਰਤ 'ਚ ਕੰਮ ਕਰ ਰਹੇ ਗਲੋਬਲ ਕੈਪੇਬਿਲਟੀ ਸੈਂਟਰਜ਼ (GCCs) ਨੇ ਆਪਣੀ ਭਰਤੀ ਰਣਨੀਤੀ ਬਦਲ ਦਿੱਤੀ ਹੈ। ਹੁਣ ਬਾਹਰੋਂ ਨਵੇਂ ਲੋਕ ਭਰਤੀ ਕਰਨ ਦੀ ਬਜਾਏ, ਇਹ GCCs ਆਪਣੇ ਮੌਜੂਦਾ ਇੰਜੀਨੀਅਰਾਂ ਨੂੰ ਐਡਵਾਂਸਡ AI ਅਤੇ MLOps ਰੋਲਾਂ 'ਚ ਤਬਦੀਲ ਕਰ ਰਹੇ ਹਨ। ਇਸ ਕਦਮ ਦਾ ਮੁੱਖ ਕਾਰਨ ਉਤਪਾਦਨ AI ਸਮਰੱਥਾਵਾਂ (production AI capabilities) ਵਿੱਚ **50%** ਤੋਂ **70%** ਤੱਕ ਦੇ ਹੁਨਰ ਅੰਤਰ (skill gap) ਨੂੰ ਪੂਰਾ ਕਰਨਾ ਹੈ। ਕੰਪਨੀਆਂ ਇਸ ਤਕਨੀਕੀ ਤਬਦੀਲੀ ਦੀ ਅਗਵਾਈ ਕਰਨ ਲਈ 4 ਤੋਂ 12 ਸਾਲ ਦਾ ਤਜਰਬਾ ਰੱਖਣ ਵਾਲੇ ਪੇਸ਼ੇਵਰਾਂ ਨੂੰ ਤਰਜੀਹ ਦੇ ਰਹੀਆਂ ਹਨ।
ਭਾਰਤ ਵਿੱਚ ਕੰਮ ਕਰਨ ਵਾਲੇ ਗਲੋਬਲ ਕੈਪੇਬਿਲਟੀ ਸੈਂਟਰਜ਼ (GCCs) ਨੇ ਵਿੱਤੀ ਸਾਲ 2027 (FY27) ਦੇ ਪਹਿਲੇ ਤਿਮਾਹੀ ਵਿੱਚ ਆਪਣੀ ਨਿਯੁਕਤੀ ਦੀ ਰਣਨੀਤੀ ਵਿੱਚ ਵੱਡਾ ਬਦਲਾਅ ਕੀਤਾ ਹੈ। ਬਾਹਰੀ ਭਰਤੀ 'ਤੇ ਨਿਰਭਰ ਰਹਿਣ ਦੀ ਬਜਾਏ, ਇਹ ਸੈਂਟਰ ਹੁਣ ਆਪਣੇ ਮੌਜੂਦਾ ਕਰਮਚਾਰੀਆਂ ਨੂੰ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਦੇ ਵਿਸ਼ੇਸ਼ ਰੋਲਾਂ ਵਿੱਚ ਤਬਦੀਲ ਕਰ ਰਹੇ ਹਨ। ਡਾਟਾ ਸਾਇੰਟਿਸਟ, ਕਲਾਉਡ ਇੰਜੀਨੀਅਰ ਅਤੇ ਡਾਟਾ ਇੰਜੀਨੀਅਰ ਹੁਣ ਮਾਡਲ ਆਪਰੇਸ਼ਨਜ਼ (Model Operations), ਅਪਲਾਈਡ AI (Applied AI) ਅਤੇ ਪਲੇਟਫਾਰਮ ਇੰਜੀਨੀਅਰਿੰਗ (Platform Engineering) ਵਰਗੀਆਂ ਨਵੀਆਂ ਪੋਜ਼ੀਸ਼ਨਾਂ 'ਤੇ ਕੰਮ ਕਰਨਗੇ। ਇਹ ਅੰਦਰੂਨੀ ਤਬਦੀਲੀ ਮੁੱਖ ਤੌਰ 'ਤੇ ਬੈਂਗਲੁਰੂ 'ਚ ਕੇਂਦਰਿਤ ਹੈ, ਜਿਸ ਤੋਂ ਬਾਅਦ ਹੈਦਰਾਬਾਦ, ਪੁਣੇ, ਚੇਨਈ ਅਤੇ ਰਾਸ਼ਟਰੀ ਰਾਜਧਾਨੀ ਖੇਤਰ (NCR) ਦੇ ਹੱਬ ਵੀ ਇਸ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਣਗੇ।
MLOps ਅਤੇ AI ਮੁੱਲਾਂਕਣ 'ਤੇ ਰਣਨੀਤਕ ਫੋਕਸ
ਇਹ ਕਦਮ ਮੁੱਖ ਤੌਰ 'ਤੇ ਪ੍ਰੋਡਕਸ਼ਨ-ਰੇਡੀ AI ਰੋਲਾਂ ਵਿੱਚ ਪ੍ਰਤਿਭਾ (talent) ਦੀ ਗੰਭੀਰ ਕਮੀ ਕਾਰਨ ਚੁੱਕਿਆ ਗਿਆ ਹੈ। ਅਧਿਕਾਰਤ ਉਦਯੋਗ ਅੰਦਾਜ਼ਿਆਂ ਅਨੁਸਾਰ, ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਆਪਰੇਸ਼ਨਜ਼ (MLOps) ਅਤੇ AI ਮੁੱਲਾਂਕਣ (AI evaluation) ਵਰਗੇ ਵਿਸ਼ੇਸ਼ ਕੰਮਾਂ ਲਈ, ਮੌਜੂਦਾ ਬਾਜ਼ਾਰ ਵਿੱਚ ਪ੍ਰਤਿਭਾ ਦੀ ਕਮੀ ਹੈ। ਅਗਲੀ ਪੀੜ੍ਹੀ ਦੀਆਂ ਟੈਕਨਾਲੋਜੀ ਅਪਣਾਉਣ ਲਈ ਲੋੜੀਂਦੇ ਪੱਧਰਾਂ ਦੇ ਮੁਕਾਬਲੇ ਸਮਰੱਥਾਵਾਂ (capabilities) ਦਾ ਅੰਦਾਜ਼ਾ 50% ਤੋਂ 70% ਘੱਟ ਹੈ। ਅੰਦਰੂਨੀ ਪ੍ਰਤਿਭਾ ਨੂੰ ਮੁੜ-ਸਿਖਲਾਈ (reskilling) ਦੇ ਕੇ ਅਤੇ ਤਰੱਕੀ ਦੇ ਕੇ, ਕੰਪਨੀਆਂ ਸੰਸਥਾਗਤ ਗਿਆਨ (institutional knowledge) ਨੂੰ ਬਰਕਰਾਰ ਰੱਖਦੇ ਹੋਏ ਬਾਹਰੀ ਭਰਤੀ ਦੀ ਸਮਾਂ-ਖਪਤ ਪ੍ਰਕਿਰਿਆ ਤੋਂ ਬਚਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਹੀਆਂ ਹਨ।
ਮੱਧ-ਪੱਧਰੀ ਮਾਹਿਰਾਂ ਦੀ ਵਧਦੀ ਮੰਗ
ਪ੍ਰਤਿਭਾ ਦੀ ਮੰਗ ਅਨੁਭਵੀ ਪੇਸ਼ੇਵਰਾਂ ਵੱਲ ਝੁਕੀ ਹੋਈ ਹੈ। Q1 FY27 ਵਿੱਚ, GCC ਖੇਤਰ ਦੇ ਕੁੱਲ ਨਿਯੁਕਤੀ ਦੀ ਲੋੜ ਦਾ ਲਗਭਗ 56% ਪੇਸ਼ੇਵਰਾਂ ਵੱਲੋਂ ਆਇਆ ਸੀ ਜਿਨ੍ਹਾਂ ਕੋਲ 4 ਤੋਂ 12 ਸਾਲ ਦਾ ਤਜਰਬਾ ਸੀ। ਇਹ ਪਿਛਲੀ ਤਿਮਾਹੀ ਵਿੱਚ ਦਰਜ ਕੀਤੇ 54% ਤੋਂ ਥੋੜ੍ਹਾ ਵਾਧਾ ਦਰਸਾਉਂਦਾ ਹੈ। ਇਹ ਰੁਝਾਨ ਮੱਧ-ਪੱਧਰੀ ਪੇਸ਼ੇਵਰਾਂ ਲਈ ਇੱਕ ਵਿਆਪਕ ਤਰਜੀਹ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ, ਜਿਨ੍ਹਾਂ ਨੂੰ ਘੱਟ ਬੁਨਿਆਦੀ ਸਿਖਲਾਈ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ ਅਤੇ ਉਹ AI ਏਜੰਟ ਵਿਕਾਸ (AI agent development) ਅਤੇ ਪਲੇਟਫਾਰਮ ਇੰਜੀਨੀਅਰਿੰਗ ਦੀਆਂ ਤਕਨੀਕੀ ਮੰਗਾਂ ਨੂੰ ਵਧੇਰੇ ਤੇਜ਼ੀ ਨਾਲ ਅਪਣਾ ਸਕਦੇ ਹਨ।
ਨਿਵੇਸ਼ਕ ਅਤੇ ਸੈਕਟਰ ਸੰਦਰਭ
ਭਾਰਤੀ IT ਸੇਵਾਵਾਂ ਅਤੇ GCC ਈਕੋਸਿਸਟਮ ਦੀ ਨਿਗਰਾਨੀ ਕਰਨ ਵਾਲੇ ਨਿਵੇਸ਼ਕਾਂ ਲਈ, ਇਹ ਬਦਲਾਅ ਉੱਚ-ਮੁੱਲ ਵਾਲੀ ਸੇਵਾ ਪ੍ਰਦਾਨੀ (higher-value service delivery) ਵੱਲ ਇੱਕ ਕਦਮ ਦਰਸਾਉਂਦਾ ਹੈ। GCCs ਭਾਰਤ ਦੇ ਟੈਕਨਾਲੋਜੀ ਸੈਕਟਰ ਦਾ ਇੱਕ ਪ੍ਰਮੁੱਖ ਹਿੱਸਾ ਹਨ, ਜੋ ਅਕਸਰ ਗਲੋਬਲ ਫਰਮਾਂ ਲਈ ਕੈਪਟਿਵ ਯੂਨਿਟਾਂ ਵਜੋਂ ਕੰਮ ਕਰਦੇ ਹਨ। ਜਦੋਂ ਕਿ ਅੰਦਰੂਨੀ ਰੀ-ਸਕਿੱਲਿੰਗ ਬਾਹਰੀ ਭਰਤੀ ਲਾਗਤਾਂ ਨੂੰ ਘਟਾ ਸਕਦੀ ਹੈ, ਇਹ ਤਕਨੀਕੀ ਪ੍ਰਸੰਗਤਾ (technological relevance) ਨੂੰ ਬਣਾਈ ਰੱਖਣ ਲਈ ਮੁਕਾਬਲੇ ਦੇ ਦਬਾਅ ਨੂੰ ਵੀ ਉਜਾਗਰ ਕਰਦਾ ਹੈ। ਇਹਨਾਂ ਹੁਨਰ ਦੇ ਪਾੜੇ (skill gaps) ਨੂੰ ਪੂਰਾ ਕਰਨ ਵਿੱਚ ਅਸਫਲਤਾ ਪ੍ਰੋਜੈਕਟਾਂ ਵਿੱਚ ਦੇਰੀ ਜਾਂ ਉਹਨਾਂ ਫਰਮਾਂ ਲਈ ਮੁਕਾਬਲੇਬਾਜ਼ੀ ਫਾਇਦਾ ਗੁਆਉਣ ਦਾ ਕਾਰਨ ਬਣ ਸਕਦੀ ਹੈ ਜੋ ਆਪਣੇ ਗਲੋਬਲ ਕਾਰਜਾਂ ਲਈ ਇਹਨਾਂ ਸੈਂਟਰਾਂ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀਆਂ ਹਨ। ਨਿਵੇਸ਼ਕ ਇਸ ਗੱਲ 'ਤੇ ਨਜ਼ਰ ਰੱਖ ਸਕਦੇ ਹਨ ਕਿ ਇਹ ਸੈਂਟਰ ਇਸ ਤਬਦੀਲੀ ਦਾ ਕਿੰਨੀ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਪ੍ਰਬੰਧਨ ਕਰਦੇ ਹਨ ਅਤੇ ਕੀ ਅੰਦਰੂਨੀ ਗਤੀਸ਼ੀਲਤਾ (internal mobility) ਬਾਕੀ ਵਿੱਤੀ ਸਾਲ ਦੌਰਾਨ ਉੱਚ-ਅੰਤ (high-end) ਦੀ AI ਸੇਵਾ ਪ੍ਰਦਾਨੀ ਲਈ ਲੋੜੀਂਦੀਆਂ ਵਿਕਾਸ ਦਰਾਂ ਨੂੰ ਬਰਕਰਾਰ ਰੱਖ ਸਕਦੀ ਹੈ।