Whalesbook
ਐਫੀਸ਼ੈਂਸੀ ਦਾ ਜਾਲ
IT ਕੰਪਨੀਆਂ ਲਈ ਰੈਵਨਿਊ (Revenue) ਅਤੇ ਮੁਲਾਜ਼ਮਾਂ ਦੀ ਗਿਣਤੀ (Headcount) ਵਿਚਕਾਰ ਦਾ ਪੁਰਾਣਾ ਸਬੰਧ ਹੁਣ ਟੁੱਟ ਗਿਆ ਹੈ। ਵੱਡੀਆਂ ਭਾਰਤੀ IT ਕੰਪਨੀਆਂ ਹੁਣ ਪਲੇਟਫਾਰਮ-ਸੈਂਟ੍ਰਿਕ ਡਿਲੀਵਰੀ ਮਾਡਲ ਵੱਲ ਵਧ ਰਹੀਆਂ ਹਨ, ਜਿੱਥੇ AI ਦੀ ਮਦਦ ਨਾਲ ਕੁਸ਼ਲਤਾ (Efficiency) ਵਧਾ ਕੇ ਪ੍ਰੋਜੈਕਟ ਮਾਰਜਿਨ ਵਧਾਏ ਜਾ ਰਹੇ ਹਨ, ਪਰ ਇਸਦੇ ਲਈ ਵੱਡੀ ਗਿਣਤੀ ਵਿੱਚ ਘੱਟ-ਕੀਮਤ ਵਾਲੇ ਮੁਲਾਜ਼ਮਾਂ ਦੀ ਲੋੜ ਨਹੀਂ ਪੈ ਰਹੀ। ਆਟੋਮੇਸ਼ਨ (Automation) ਨੂੰ ਤਰਜੀਹ ਦੇਣ ਕਾਰਨ, ਕੰਪਨੀਆਂ ਐਂਟਰੀ-ਲੈਵਲ ਦੀਆਂ ਭੂਮਿਕਾਵਾਂ ਨੂੰ ਘਟਾ ਰਹੀਆਂ ਹਨ, ਜੋ ਪਿਛਲੇ ਇੱਕ ਸਾਲ ਵਿੱਚ ਲਗਭਗ 25% ਤੱਕ ਘੱਟ ਗਈਆਂ ਹਨ। ਇਹ IT ਸੈਕਟਰ ਦੇ ਪਿਛਲੇ ਤਿੰਨ ਦਹਾਕਿਆਂ ਦੇ 'ਬਾਡੀ ਸ਼ਾਪ' ਸਰਵਿਸ ਮਾਡਲ ਤੋਂ ਇੱਕ ਸਥਾਈ ਬਦਲਾਅ ਦਾ ਸੰਕੇਤ ਹੈ।
ਟੈਲੇਂਟ ਪਾਈਪਲਾਈਨ ਦਾ ਖਾਤਮਾ
ਇਸ ਬਦਲਾਅ ਦਾ ਅਸਰ ਨੌਕਰੀ ਬਾਜ਼ਾਰ 'ਤੇ ਵੀ ਸਾਫ਼ ਦਿਖਾਈ ਦੇ ਰਿਹਾ ਹੈ। ਭਰਤੀ ਗਤੀਵਿਧੀਆਂ ਵਿੱਚ ਭਾਰੀ ਗਿਰਾਵਟ ਦੇਖਣ ਨੂੰ ਮਿਲ ਰਹੀ ਹੈ, ਜੋ ਕਿ 28 ਮਹੀਨਿਆਂ ਦੇ ਹੇਠਲੇ ਪੱਧਰ 'ਤੇ ਪਹੁੰਚ ਗਈ ਹੈ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਕੰਪਨੀਆਂ ਹੁਣ ਨਵੇਂ ਗ੍ਰੈਜੂਏਟਸ ਵਿੱਚ ਲੰਬੇ ਸਮੇਂ ਲਈ ਸਿਖਲਾਈ (Training) ਦੇਣ ਵਿੱਚ ਘੱਟ ਦਿਲਚਸਪੀ ਦਿਖਾ ਰਹੀਆਂ ਹਨ। ਇਸ ਦੀ ਬਜਾਏ, ਉਨ੍ਹਾਂ ਦਾ ਧਿਆਨ ਮਿਡ-ਲੈਵਲ ਅਤੇ ਸੀਨੀਅਰ-ਲੈਵਲ ਦੇ ਪ੍ਰਤਿਭਾਸ਼ਾਲੀ (Talent) 'ਤੇ ਕੇਂਦਰਿਤ ਹੈ, ਜੋ AI ਡਿਪਲਾਇਮੈਂਟ ਪ੍ਰੋਜੈਕਟਾਂ ਵਿੱਚ ਤੁਰੰਤ ਯੋਗਦਾਨ ਪਾ ਸਕਣ। Infosys ਅਤੇ TCS ਵਰਗੀਆਂ ਕੰਪਨੀਆਂ ਵੀ ਆਪਣੇ ਮੁਲਾਜ਼ਮਾਂ ਦੀ ਔਸਤ ਉਮਰ ਅਤੇ ਵਿਸ਼ੇਸ਼ ਹੁਨਰਾਂ 'ਤੇ ਜ਼ੋਰ ਦੇ ਰਹੀਆਂ ਹਨ, ਜਿਸ ਨਾਲ ਲੱਖਾਂ ਨਵੇਂ ਗ੍ਰੈਜੂਏਟਸ ਲਈ ਨੌਕਰੀ ਪ੍ਰਾਪਤ ਕਰਨਾ ਹੋਰ ਵੀ ਮੁਸ਼ਕਲ ਹੋ ਗਿਆ ਹੈ।
ਡੀ-ਗਲੋਬਲਾਈਜ਼ੇਸ਼ਨ ਦਾ ਮਾਰਜਿਨ ਪ੍ਰੈਸ਼ਰ
ਤਕਨੀਕੀ ਬਦਲਾਅ ਤੋਂ ਇਲਾਵਾ, IT ਸੈਕਟਰ ਇੱਕ ਅਜਿਹੇ ਮਾਹੌਲ ਦਾ ਸਾਹਮਣਾ ਕਰ ਰਿਹਾ ਹੈ ਜੋ ਕਿ ਕਰਾਸ-ਬਾਰਡਰ ਲੇਬਰ ਮੋਬਿਲਿਟੀ (Cross-border labor mobility) ਲਈ ਮੁਸ਼ਕਲ ਹੈ। ਅਮਰੀਕਾ ਦੇ ਵੀਜ਼ਾ ਨਿਯਮਾਂ ਵਿੱਚ ਹੋਏ ਸਖਤੀ ਕਾਰਨ ਭਾਰਤੀ ਕੰਪਨੀਆਂ ਨੂੰ ਅਮਰੀਕਾ ਵਿੱਚ ਆਪਣੇ ਸਥਾਨਕ ਕਰਮਚਾਰੀਆਂ ਦੀ ਗਿਣਤੀ ਵਧਾਉਣੀ ਪੈ ਰਹੀ ਹੈ। ਇਹ ਸਿਰਫ ਇੱਕ ਰਾਜਨੀਤਿਕ ਰੁਕਾਵਟ ਨਹੀਂ, ਸਗੋਂ ਇੱਕ ਵਿੱਤੀ ਬੋਝ ਵੀ ਹੈ। ਘੱਟ-ਕੀਮਤ ਵਾਲੇ ਭਾਰਤੀ ਇੰਜੀਨੀਅਰਾਂ ਦੀ ਥਾਂ 'ਤੇ ਉੱਚ-ਕੀਮਤ ਵਾਲੇ ਅਮਰੀਕੀ ਕਰਮਚਾਰੀਆਂ ਨੂੰ ਰੱਖਣ ਨਾਲ ਕੰਪਨੀਆਂ ਦੇ ਸੰਚਾਲਨ ਮਾਰਜਿਨ (Operating margins) 'ਤੇ ਦਬਾਅ ਪੈ ਰਿਹਾ ਹੈ। ਇਨ੍ਹਾਂ ਵੱਧਦੇ ਖਰਚਿਆਂ ਦੀ ਭਰਪਾਈ ਕਰਨ ਲਈ, ਕੰਪਨੀਆਂ ਲਈ ਆਟੋਮੇਸ਼ਨ ਨੂੰ ਹੋਰ ਤੇਜ਼ ਕਰਨਾ ਇੱਕ ਜ਼ਰੂਰਤ ਬਣ ਗਿਆ ਹੈ।
ਸੰਰਚਨਾਤਮਕ ਜੋਖਮ ਅਤੇ ਬੇਅਰ ਕੇਸ
IT ਸੇਵਾਵਾਂ ਦੇ ਮੌਜੂਦਾ ਆਊਟਲੁੱਕ ਲਈ ਸਭ ਤੋਂ ਵੱਡਾ ਜੋਖਮ ਅਕਾਦਮਿਕ ਸਿਲੇਬਸ ਅਤੇ ਉਦਯੋਗ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ ਲੋੜਾਂ ਵਿਚਕਾਰ ਵੱਧ ਰਹੀ ਦੂਰੀ ਹੈ। ਪਿਛਲੀਆਂ ਤਕਨੀਕੀ ਤਬਦੀਲੀਆਂ ਦੇ ਉਲਟ, ਜਿੱਥੇ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਅਪਸਕਿੱਲਿੰਗ (Upskilling) ਸੰਭਵ ਸੀ, AI-ਅਗਵਾਈ ਵਾਲੇ ਪਰਿਵਰਤਨ ਲਈ ਆਰਕੀਟੈਕਚਰ (Architecture) ਅਤੇ ਡੇਟਾ ਇੰਜੀਨੀਅਰਿੰਗ (Data Engineering) ਵਿੱਚ ਡੂੰਘੀ, ਵਿਸ਼ੇਸ਼ ਮੁਹਾਰਤ ਦੀ ਲੋੜ ਹੈ। ਛੋਟੀਆਂ ਜਾਂ ਮਿਡ-ਕੈਪ IT ਫਰਮਾਂ, ਜਿਨ੍ਹਾਂ ਕੋਲ ਪ੍ਰੋਪਰਾਈਟਰੀ AI ਪਲੇਟਫਾਰਮਾਂ ਵਿੱਚ ਨਿਵੇਸ਼ ਕਰਨ ਲਈ ਪੂੰਜੀ ਨਹੀਂ ਹੈ, ਉਹ ਇੱਕ ਘਾਤਕ ਚੱਕਰ ਦਾ ਸਾਹਮਣਾ ਕਰ ਸਕਦੀਆਂ ਹਨ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਜੇਕਰ ਮੈਕਰੋ ਇਕਨਾਮਿਕ ਅਸਥਿਰਤਾ (Macroeconomic instability) ਕਾਰਨ ਡਿਜੀਟਲ ਟ੍ਰਾਂਸਫੋਰਮੇਸ਼ਨ ਪ੍ਰੋਜੈਕਟਾਂ 'ਤੇ ਗਲੋਬਲ ਗਾਹਕਾਂ ਦਾ ਖਰਚਾ ਰੁਕ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਉੱਚ-ਮਾਰਜਿਨ, ਵਿਸ਼ੇਸ਼ ਕੰਮ ਵੱਲ ਮੁੜਨ ਦੀ ਮੌਜੂਦਾ ਕੋਸ਼ਿਸ਼ ਕੰਪਨੀਆਂ ਨੂੰ ਵੱਡੇ ਤਨਖਾਹ ਬਿੱਲਾਂ ਅਤੇ ਘਟਦੀ ਵਰਤੋਂ ਦਰ (Utilization rates) ਨਾਲ ਛੱਡ ਸਕਦੀ ਹੈ।