Goldman Sachs வெளியிட்டுள்ள புதிய அறிக்கைப்படி, ஜெனரேட்டிவ் AI (Generative AI) தொழில்நுட்பம், எளிமையான, திரும்பத் திரும்ப செய்யும் பணிகளை ஆட்டோமேட் செய்யும். ஆனால், திறமை தேவைப்படும் வேலைகளில் மனிதர்களுக்கு உதவியாக இருக்கும். இதனால் வேலைவாய்ப்பு பறிபோவதை விட, உற்பத்தித்திறன் (Productivity) அதிகரிக்கும் என எதிர்பார்க்கப்படுகிறது.
AI-ன் தாக்கம்: வேலையா? இல்லை வளர்ச்சியா?
Goldman Sachs வெளியிட்டுள்ள ஆய்வு, தற்போதைய வேலைவாய்ப்பு சந்தையில் ஜெனரேட்டிவ் AI-ன் தாக்கத்தை ஆராய்ந்துள்ளது. இந்த தொழில்நுட்பம் குறிப்பிட்ட துறைகளை அழிப்பதை விட, பணிகளின் தன்மையைத்தான் மாற்றியமைக்கும் என்கிறது.
குறிப்பாக, எந்தெந்த வேலைகளில் திரும்பத் திரும்பச் செய்யும் (Repetitive) பணிகள் அதிகமாக உள்ளதோ, அவை AI மூலம் தானியங்கி மயமாக்கப்படும் (Automate) அபாயத்தில் உள்ளன. மாறாக, மனிதர்களின் பகுத்தறிவு, அனுதாபம் மற்றும் சிக்கலான பிரச்சினைகளைத் தீர்க்கும் திறன்கள் தேவைப்படும் வேலைகளில், AI ஒரு சக்திவாய்ந்த கருவியாக செயல்படும் என அறிக்கை கூறுகிறது.
பணிகளின் சிக்கலான தன்மை மற்றும் ஆட்டோமேஷன் ஆபத்து
பணிகளின் சிக்கலான தன்மையைப் பொறுத்து, AI-ன் தாக்கம் இருக்கும் என Goldman Sachs பிரிக்கிறது. குறைந்த அளவிலான, எளிமையான பணிகள் AI அமைப்புகளால் எளிதில் கையாளப்படக்கூடியவை. அதே நேரத்தில், உயர்நிலை நிபுணத்துவம் மற்றும் ஆழ்ந்த புரிதல் தேவைப்படும் வேலைகளில், AI ஒரு மாற்று என்பதை விட, உற்பத்தித்திறனை அதிகரிக்கும் கூட்டாளியாக மாறும்.
இதன் பொருள் என்னவென்றால், சில செயல்பாட்டுப் பணிகள் (Operational Roles) குறையக்கூடும் என்றாலும், பல தொழில்முறை துறைகளில், ஊழியர்கள் AI-ஐப் பயன்படுத்தி அடிப்படை மாடலிங், ஆராய்ச்சி அல்லது தரவு உள்ளீடு போன்ற பணிகளைச் செய்ய முடியும். இதனால், அவர்கள் உயர் மதிப்புமிக்க முடிவெடுக்கும் பணிகளில் அதிக கவனம் செலுத்த முடியும்.
முக்கிய சேவைத் துறைகளில் தாக்கம்
- நிதிச் சேவைகள்: இந்தியப் பொருளாதாரத்தில் முக்கியப் பங்கு வகிக்கும் இந்தத் துறையில், அடிப்படை இணக்கச் சோதனைகள் (Compliance Checks) மற்றும் பின்தள செயல்பாடுகள் (Back-office Operations) AI மூலம் தானியங்கி மயமாக்கப்படலாம். அதே சமயம், ஆய்வாளர்கள் மற்றும் மூத்த நிபுணர்களுக்கு, அடிப்படை நிதி மாதிரிகளை (Financial Modeling) உருவாக்குவதில் AI உதவும். இது ஆராய்ச்சி மற்றும் அறிக்கையிடல் பணிகளை வேகப்படுத்தும்.
- சில்லறை வணிகம் (Retail): காசாளர் பணிகள் (Cashier roles) தானியங்கி விற்பனை இயந்திரங்கள் (Self-checkout) மற்றும் சரக்கு மேலாண்மை (Inventory Management) மூலம் மாற்றியமைக்கப்படலாம். ஆனால், விற்பனை ஊழியர்கள் AI-ஐப் பயன்படுத்தி தனிப்பயனாக்கப்பட்ட வாடிக்கையாளர் அனுபவங்களை (Personalized Customer Experiences) வழங்க முடியும்.
- சுகாதாரம் (Healthcare): நோயாளிகளின் திட்டமிடல் போன்ற நிர்வாகப் பணிகள் தானியங்கி மயமாக்கப்பட வாய்ப்புள்ளது. ஆனாலும், மருத்துவர்களுக்கு நோயறிதல் (Diagnostics) மற்றும் சிகிச்சைத் துல்லியத்தை (Treatment Precision) மேம்படுத்த AI ஒரு கருவியாகப் பார்க்கப்படுகிறது.
- கல்வி: தரப்படுத்தப்பட்ட தேர்வுகளை மதிப்பிடுதல் போன்ற திரும்பத் திரும்பச் செய்யும் பணிகளை AI கருவிகள் கையாளக்கூடும். அதே நேரத்தில், தனிப்பயனாக்கப்பட்ட கற்றல் திட்டங்களுக்கு (Personalized Learning Plans) கல்வியாளர்களுக்கு உதவலாம்.
பொருளாதார மற்றும் வேலைவாய்ப்பு தாக்கங்கள்
இந்திய முதலீட்டாளர்களுக்கு, AI- ஒருங்கிணைந்த வணிக மாதிரிகளுக்கு மாறுவது, செயல்பாட்டுத் திறனில் (Operational Efficiency) குறிப்பிடத்தக்க தாக்கங்களை ஏற்படுத்தும். இந்த கருவிகளை வெற்றிகரமாகப் பயன்படுத்தி, தங்கள் பணியாளர்களை மேம்படுத்தும் நிறுவனங்கள், குறைந்த நிர்வாகச் செலவுகள் மற்றும் ஒரு ஊழியருக்கான அதிகரித்த உற்பத்தித்திறன் மூலம் லாப வரம்புகளை (Profit Margins) மேம்படுத்தக்கூடும்.
இருப்பினும், நிறுவனங்களுக்கு உள்ள சவால், இந்த மாற்றத்தை செயல்படுத்துவதில் உள்ளது. தற்போதுள்ள ஊழியர்களுக்கான மாற்றங்களை நிர்வகித்தல் மற்றும் AI ஒருங்கிணைப்பை ஆதரிப்பதற்கான புதிய உள்கட்டமைப்பில் முதலீடு செய்தல் ஆகியவை இதில் அடங்கும்.
வங்கிகள், சில்லறை வணிகம் மற்றும் சுகாதாரத் துறைகளில் உள்ள நிறுவனங்கள், AI-ஐ ஏற்றுக்கொள்வதற்கான மூலதனச் செலவுகளை (Capital Spending) எவ்வாறு நிர்வகிக்கின்றன என்பதை முதலீட்டாளர்கள் கண்காணிக்க வேண்டும். நீண்ட கால நிதித் தாக்கம், நிறுவனங்கள் இந்தத் தொழில்நுட்பங்களை உற்பத்தித்திறனை அதிகரிக்க வெற்றிகரமாக ஒருங்கிணைப்பதன் திறனைப் பொறுத்தது. மேலும், பணியாளர் ஸ்திரத்தன்மையில் இடையூறுகள் அல்லது குறுகிய கால பணப்புழக்கத்தை (Cash Flow) பாதிக்கக்கூடிய அதிக செயலாக்கச் செலவுகளை எதிர்கொள்ளாமல் இருப்பதை உறுதி செய்ய வேண்டும்.
