இந்தியாவின் IT துறை மாபெரும் மாற்றத்தை சந்தித்து வருகிறது. செயற்கை நுண்ணறிவு (AI) காரணமாக ஆள்சேர்ப்பு குறையும் அதே வேளையில், உயர் திறன்கள் கொண்ட பணிகளுக்கான தேவை அதிகரித்து வருகிறது. நிறுவனங்கள் பாரம்பரியமான, அதிக பணியாளர்களை நம்பியிருந்த மாடலில் இருந்து AI-ஆல் இயக்கப்படும் செயல்திறன் கொண்ட மாடல்களுக்கு மாறி வருகின்றன. முதலீட்டாளர்களுக்கு, இது அதிக லாப வரம்புகளுக்கு வழிவகுக்கும் ஒரு மாற்றமாகும், ஆனால் துறையின் பாரம்பரியமான பணியாளர் எண்ணிக்கையை அடிப்படையாகக் கொண்ட வளர்ச்சி உத்திக்கு சவால்களாகவும் அமைகிறது.
என்ன நடந்தது?
இந்தியாவின் IT சேவைகள் துறை ஒரு அடிப்படை கட்டமைப்பு மாற்றத்தை அனுபவித்து வருகிறது. செயற்கை நுண்ணறிவு (AI) அதன் முக்கிய வணிக மாதிரியை மறுவடிவமைத்து வருகிறது. பல ஆண்டுகளாக, நிறுவனங்கள் குறைந்த செலவில் பணிகளைச் செய்ய அதிக எண்ணிக்கையிலான ஊழியர்களைச் சேர்ப்பதன் மூலம் வளர்ந்து வந்தன – இது 'லேபர் ஆர்பிட்ரேஜ்' (Labour Arbitrage) என்று அழைக்கப்படுகிறது. ஆனால் 2026-ல், இந்த மாதிரி மாற்றியமைக்கப்படுகிறது. தரவுகளின்படி, IT நிறுவனங்கள் ஆரம்ப நிலை செயல்பாட்டுப் பணிகளை தீவிரமாக தானியக்கமாக்கி வருகின்றன. இதனால், வருவாய் வளர்ச்சி இலக்காக இருந்தாலும், மொத்த ஆள்சேர்ப்பில் சரிவு காணப்படுகிறது. ஆய்வுகளின்படி, ஆரம்ப நிலை பணிகளில் சுமார் 37% ஏற்கனவே AI-ஆல் கையாளப்படுகின்றன. இது நிறுவனங்களை அதிக எண்ணிக்கையிலான ஆட்சேர்ப்பிலிருந்து விலகி, AI பொறியாளர்கள் மற்றும் கிளவுட் கட்டிடக் கலைஞர்கள் போன்ற சிறப்புப் பணிகளுக்குத் திறமை அடிப்படையிலான ஆட்சேர்ப்புக்கு மாற கட்டாயப்படுத்துகிறது.
வணிக மாதிரி ஏன் மாறுகிறது?
முதலீட்டாளர்களுக்கு, இந்த மாற்றம் முக்கியமானது, ஏனெனில் இது IT நிறுவனங்கள் எவ்வாறு லாபம் ஈட்டுகின்றன என்பதை மாற்றுகிறது. முன்பு, வருவாய் வளர்ச்சி நேரடியாக அதிக நபர்களைச் சேர்ப்பதோடு இணைக்கப்பட்டிருந்தது. இன்று, TCS மற்றும் Infosys போன்ற நிறுவனங்கள் வருவாயை பணியாளர் எண்ணிக்கையிலிருந்து பிரிப்பதற்கான வழிகளை ஆராய்ந்து வருகின்றன. AI-ஐ தங்கள் பணிப்பாய்வுகளில் ஒருங்கிணைப்பதன் மூலம், இந்த நிறுவனங்கள் செயல்பாட்டு லாப வரம்புகளை (Operating Margins) மேம்படுத்துவதை நோக்கமாகக் கொண்டுள்ளன. சமீபத்திய காலாண்டு முடிவுகளில், சில முன்னணி IT நிறுவனங்கள் சாதனை லாப வரம்புகளைப் பதிவு செய்துள்ளன, இது அதிகரித்த செயல்பாட்டுத் திறனைக் குறிக்கிறது. இருப்பினும், இந்த மாற்றம் சுமூகமாக இல்லை. 'முடிவு அடிப்படையிலான விலை நிர்ணயம்' (Outcome-based Pricing) – அதாவது, வேலை செய்யும் நேரங்களின் எண்ணிக்கைக்குப் பதிலாக முடிவுகளுக்கு வாடிக்கையாளர்கள் பணம் செலுத்தும் முறை – பல தொழில்துறை ஆய்வாளர்கள் எதிர்பார்த்ததை விட மெதுவாக நகர்கிறது.
குளோபல் கேபபிலிட்டி சென்டர்களின் (GCC) எழுச்சி
பாரம்பரிய IT சேவைப் பணிகள் அழுத்தத்தில் இருக்கும்போது, ஒரு புதிய வளர்ச்சி இயந்திரம் தோன்றியுள்ளது: குளோபல் கேபபிலிட்டி சென்டர்கள் (Global Capability Centers - GCCs). இவை பன்னாட்டு நிறுவனங்களின் இந்தியாவில் உள்ள தொழில்நுட்ப மற்றும் கண்டுபிடிப்பு மையங்களாகும். 2026 நிலவரப்படி, இந்தியா 1,750-க்கும் மேற்பட்ட GCC-களைக் கொண்டுள்ளது, இது ஆண்டுக்கு $64 பில்லியன்-க்கும் அதிகமான சேவை வருவாயைப் பங்களிக்கிறது. செலவுகளைக் குறைப்பதில் கவனம் செலுத்தும் பாரம்பரிய IT சேவை வழங்குநர்களைப் போலல்லாமல், இந்த GCC-கள் உயர்நிலை கண்டுபிடிப்பு, தயாரிப்பு பொறியியல் மற்றும் AI மேம்பாட்டில் கவனம் செலுத்துகின்றன. முதலீட்டாளர்களுக்கு, GCC-கள் இந்தியாவில் அதிக மதிப்புள்ள பணிகள் செய்யப்படுவதை நோக்கிய ஒரு மாற்றத்தைக் குறிக்கின்றன, இது நாட்டின் தொழில்நுட்பத் துறைக்கான நீண்டகாலப் பார்வையை நிலைப்படுத்த உதவுகிறது.
தற்போதைய உத்தியில் உள்ள அபாயங்கள்
அதிக பணியாளர்களை நம்பியிருந்த மாதிரியிலிருந்து விலகுவது தெளிவான வணிக அபாயங்களைக் கொண்டுள்ளது. முதலாவதாக, செயல்படுத்தலில் தாமதம் ஏற்படும் அபாயம் உள்ளது. நிறுவனங்கள் சிறப்பு AI திறமையாளர்களை போதுமான அளவு விரைவாகப் பயிற்றுவிக்கவோ அல்லது பணியமர்த்தவோ முடியாவிட்டால், அதிக மதிப்புள்ள AI உருமாற்றத் திட்டங்களை இழக்க நேரிடும். இரண்டாவதாக, விலை நிர்ணய அழுத்தம் அதிகரித்து வருகிறது. AI சேவைகளை மலிவாகவும் வேகமாகவும் மாற்றுவதால், வாடிக்கையாளர்கள் குறைந்த விலைகளைக் கோருகின்றனர். இது நிறுவனங்கள் தங்கள் சலுகைகளில் வேறுபடுத்தி காட்டத் தவறினால், லாப வரம்புகளைச் சுருக்கக்கூடும். இறுதியாக, ஆரம்ப நிலை வேலைவாய்ப்புக் குறைவு திறமைக் குழாயைப் பாதிக்கிறது, இது எதிர்காலத்தில் நடுத்தர நிலை தலைமைத்துவத்தில் இடைவெளியை உருவாக்கக்கூடும். நிறுவனங்கள் உள் திறன்களை மேம்படுத்தும் திட்டங்களை வெற்றிகரமாகச் செயல்படுத்தத் தவறினால் இது நிகழலாம்.
முதலீட்டாளர்கள் எதைக் கண்காணிக்க வேண்டும்?
முதலீட்டாளர்கள் வரவிருக்கும் காலாண்டு அறிக்கைகளில் மூன்று முக்கிய பகுதிகளைக் கண்காணிக்க விரும்பலாம்: முதலாவதாக, பணியாளர் எண்ணிக்கைக்கும் வருவாய் வளர்ச்சிக்கும் இடையிலான போக்கு. இவற்றிற்கு இடையே ஒரு பெரிய இடைவெளி பெரும்பாலும் AI-யை வெற்றிகரமாக ஏற்றுக்கொள்வதைக் குறிக்கிறது. இரண்டாவதாக, நிறுவனத்தின் அடிப்படை கோடிங்கை விட மேலான 'உருமாற்ற' (Transformation) ஒப்பந்தங்களை வெல்லும் திறன். மூன்றாவதாக, GCC ஈடுபாடுகளின் வளர்ச்சி மற்றும் விரிவாக்க விகிதம். 2010-களின் தொழிலாளர் மாதிரியிலிருந்து 2026-ன் AI-ஆல் இயக்கப்படும் வணிக உத்திக்கு வெற்றிகரமாக மாறும் நிறுவனங்களைத் தீர்மானிக்க இந்த காரணிகள் உதவும்.