இந்திய IT நிறுவனங்களுக்கு AI வேலைவாய்ப்பு சிக்கல்: சம்பள உயர்வு, லாபத்தில் பாதிப்பு?

இந்திய IT நிறுவனங்களின் பாரம்பரியமான குறைந்த சம்பளத்தில் புதியவர்களை எடுக்கும் பிசினஸ் மாடலுக்கு AI துறையில் ஏற்படும் மாற்றம் பெரும் சிக்கலை உண்டாக்கியுள்ளது. புதிய அறிக்கைப்படி, 71% AI வேலைவாய்ப்புகள் அனுபவம் வாய்ந்தவர்களுக்கே செல்கிறது, இதனால் புதியவர்களின் வேலைவாய்ப்பு 13% மட்டுமே உள்ளது. இது IT நிறுவனங்களின் எதிர்கால லாப வரம்புகளை (Profit Margins) பாதிக்கலாம்.

என்ன நடக்கிறது?

AI-Driven Enterprise (AIDE) நிறுவனம் வெளியிட்டுள்ள ஒரு புதிய அறிக்கை, உலகளாவிய வேலைவாய்ப்பு சந்தையில் ஒரு பெரிய மாற்றத்தை சுட்டிக்காட்டுகிறது. 1,60,000-க்கும் மேற்பட்ட வேலைவாய்ப்பு அறிவிப்புகளை ஆய்வு செய்ததில், 71% AI தொடர்பான வேலைகள் அனுபவம் வாய்ந்த நிபுணர்களுக்காகவே உருவாக்கப்படுகின்றன.

புதிதாக வேலைக்கு சேருபவர்களுக்கான (Entry-level) வாய்ப்புகள் மிகவும் குறைவாக, வெறும் 13% மட்டுமே உள்ளது. இதன் பொருள், நிறுவனங்கள் திறமையான புதியவர்களை தயார் செய்வதற்கு பதிலாக, உடனடியாக பணியில் சேரக்கூடிய உயர் மட்ட நிபுணர்களுக்கு அதிக முக்கியத்துவம் கொடுக்கின்றன.

இந்திய IT துறைக்கு ஏன் இது முக்கியம்?

இந்திய தகவல் தொழில்நுட்ப (IT) சேவைத் துறை, பாரம்பரியமாக ஒரு 'பிரமிடு மாடல்' (Pyramid Model) எனப்படும் முறையை நம்பி செயல்பட்டு வருகிறது. இந்த பிசினஸ் மாடலில், அதிக எண்ணிக்கையிலான புதிய பட்டதாரிகளை குறைந்த சம்பளத்தில் பணியமர்த்தி, அவர்களுக்கு நிறுவனத்திலேயே பயிற்சி அளித்து, அனுபவம் பெறப்பெற அவர்களின் சம்பளத்தை படிப்படியாக உயர்த்துவார்கள்.

இந்த முறை, சம்பள செலவுகளை கட்டுக்குள் வைத்திருக்கவும், லாப வரம்புகளை (Profit Margins) ஆரோக்கியமாக வைத்திருக்கவும் உதவியது.

ஆனால், AI திறமைக்கான உலகளாவிய தேவை மூத்த நிபுணர்களை நோக்கியே இருந்தால், இந்த பாரம்பரிய வேலைவாய்ப்பு முறைக்கு ஆபத்து ஏற்படும். இந்திய IT நிறுவனங்கள், புதியவர்களை பயிற்சி அளிப்பதற்கு பதிலாக, அதிக சம்பளம் கொடுத்து அனுபவம் வாய்ந்த AI நிபுணர்களை பணியமர்த்த வேண்டிய கட்டாயம் ஏற்பட்டால், அவர்களின் சம்பள பில் கணிசமாக உயரும்.

இதை வாடிக்கையாளர்களிடம் இருந்து அதிக சேவை கட்டணம் வசூலிப்பதன் மூலம் ஈடுசெய்யாவிட்டால், அது இயக்க லாப வரம்புகளில் (Operating Margins) அழுத்தத்தை ஏற்படுத்தும்.

லாப வரம்புகள் என்ன ஆகும்?

IT நிறுவனங்கள் இந்த மாற்றத்தை எப்படி கையாளுகின்றன என்பதை முதலீட்டாளர்கள் உன்னிப்பாக கவனிக்க வேண்டும். உயர்நிலை AI திறமைக்கான தேவைக்கும், லாபத்தை தக்கவைப்பதற்கும் இடையே ஒரு முரண்பாடு உள்ளது.

AI தொழில்நுட்பங்களில் தங்கள் ஊழியர்களுக்கு வெற்றிகரமாக மறுபயிற்சி அளிக்க முடியாத நிறுவனங்கள், அதிக சம்பளம் கொடுத்து திறமையான மூத்த நிபுணர்களை தேடும் போட்டி சந்தையில் நுழைய வேண்டியிருக்கும். இந்த மாற்றம் தொடர்ந்தால், அது லாப வரம்புகளை குறைக்கக்கூடும். விலையுயர்ந்த வெளிநபர்களை பணியமர்த்துவதற்கும், தற்போதைய குறைந்த ஊதிய ஊழியர்களை திறம்பட மேம்படுத்துவதற்கும் இடையிலான சமநிலை, முதலீட்டாளர்களால் கண்காணிக்கப்பட வேண்டிய முக்கிய விஷயமாகும்.

முதலீட்டாளர்கள் இதை எப்படி பார்க்கலாம்?

AI-க்கான புதிய வேலைவாய்ப்பு பற்றாக்குறை, நிறுவனத்தின் உள் பயிற்சி திட்டங்களின் முக்கியத்துவத்தையும் எடுத்துக்காட்டுகிறது. நிறுவனங்கள் தங்கள் பணியாளர்களை மேம்படுத்துவது (Reskilling) மற்றும் அவர்களின் பயன்பாடு (Internal Utilization) குறித்து வரவிருக்கும் காலாண்டு முடிவுகளில் மேலாண்மை கருத்துக்களை முதலீட்டாளர்கள் எதிர்பார்க்க வேண்டும்.

தங்கள் ஊழியர்களை அடுத்த கட்டத்திற்கு கொண்டு செல்லக்கூடிய நிறுவனங்கள், அதிக விலை கொடுத்து வெளிநபர்களை நம்பியிருக்கும் நிறுவனங்களை விட, தங்கள் சம்பள செலவுகளை சிறப்பாக நிர்வகிக்கும்.

அபாயங்களும் கவலைகளும்

முதலீட்டாளர்களுக்கான முக்கிய அபாயம், சம்பள பணவீக்கம் (Wage Inflation) ஆகும். மூத்த நிபுணர்களுக்கான தேவை, அளிப்பை விட கணிசமாக அதிகமாக இருக்கும்போது, அந்த பதவிகளுக்கான சம்பளம் வேகமாக உயரக்கூடும்.

IT நிறுவனங்கள் இந்த உயரும் ஊழியர் செலவுகள் காரணமாக தற்போதைய லாப வரம்புகளை பராமரிக்க முடியாவிட்டால், அது ஒட்டுமொத்த பங்குதாரர் வருவாயை பாதிக்கலாம். மேலும், புதிய பட்டதாரிகளின் பணியமர்த்தல் குறைவது, நீண்ட கால தொழிலாளர் பற்றாக்குறையை உருவாக்கக்கூடும். இது எதிர்காலத்தில் செயல்பாடுகளை விரிவுபடுத்துவதை மிகவும் கடினமாக்கும் மற்றும் விலையுயர்ந்ததாக மாற்றும்.

முதலீட்டாளர்கள் என்ன கண்காணிக்க வேண்டும்?

முதலீட்டாளர்கள் வரும் காலாண்டுகளில் சில முக்கிய பகுதிகளை கண்காணிக்கலாம். முதலாவதாக, நிறுவனம் புதியவர்களை பணியமர்த்துகிறதா அல்லது மூத்த நிலை பணியாளர்களை பணியமர்த்துவதில் கவனம் செலுத்துகிறதா என்பதை மேலாண்மையின் கருத்துக்களில் கவனிக்கவும். இரண்டாவதாக, லாப வரம்புகள் குறித்த அறிவிப்புகளையும், செலவு அதிகரிப்புகளை வாடிக்கையாளர்களுக்கு வெற்றிகரமாக கடத்துகிறதா என்பதையும் கவனியுங்கள். இறுதியாக, உள் பயிற்சி மற்றும் சான்றிதழ் எண்களில் உள்ள போக்குகளை கவனிக்கவும். இது, AI திறன்களுக்கான தேவையை பூர்த்தி செய்ய நிறுவனம் தனது தற்போதைய ஊழியர்களை எவ்வளவு திறம்பட தயார் செய்கிறது என்பதைக் குறிக்கிறது. இது நீண்ட காலத்திற்கு லாப வரம்புகளை பாதுகாக்க மிகவும் முக்கியமானது.