AI பணியாளர்கள் இருந்தும் லாபம் கிடைக்கவில்லையா? இந்திய நிறுவனங்களின் 'சத்தமில்லாத' சிக்கல்!

இந்திய நிறுவனங்களுக்கு இடையே AI தொழில்நுட்ப நிபுணர்களை பணியமர்த்துவதில் கடும் போட்டி நிலவுகிறது. ஆண்டுக்கு 33% என்ற விகிதத்தில் இந்த ஆள்சேர்ப்பு வளர்ந்து வருகிறது. ஆனால், இவ்வளவு பெரிய முதலீடு செய்தும், நிறுவனங்களின் 'பாட்டம்-லைன்' (Bottom-line) எனப்படும் நிகர லாபத்தில் போதிய முன்னேற்றம் இல்லை என்பதுதான் நிதர்சனம்.

எங்கே தவறு நடக்கிறது?

பெரும்பாலான நிறுவனங்கள் AI-ஐ வெறும் ஒரு மென்பொருள் அப்டேட்டாகவே பார்க்கின்றன. அதாவது, புதிய சாப்ட்வேரை இன்ஸ்டால் செய்துவிட்டு, பணியாளர்களை மாற்றினால் மட்டும் போதும் என்று நினைக்கின்றன. 2025-ம் ஆண்டிற்கான McKinsey 'Superagency in the Workplace' ஆய்வின்படி, தலைமைத்துவத்தின் சரியான வழிகாட்டுதல் இல்லாததே இதற்குக் காரணம். பழைய வேலை செய்யும் முறையை மாற்றாமல், புதிய தொழில்நுட்பத்தை மட்டும் புகுத்துவது பலன் தராது.

முதலீட்டாளர்கள் கவனிக்க வேண்டியவை:

1. வெறும் எண்ணிக்கை மட்டும் முக்கியமல்ல: ஒரு நிறுவனம் எத்தனை AI நிபுணர்களை பணியமர்த்தியது என்பதை விட, அவர்கள் எப்படிப்பட்ட 'வொர்க்-ஃப்ளோ' (Workflow) மாற்றங்களைச் செய்துள்ளனர் என்பதையே பார்க்க வேண்டும்.
2. லாப வரம்பு (Profit Margins): உயர் சம்பளத்தில் ஆட்களைச் சேர்த்துவிட்டு, பழைய பழைய முறையிலேயே வேலை நடந்தால், அது நிறுவனத்தின் லாப வரம்பைத்தான் பாதிக்கும்.
3. எதிர்காலத் தேவை: எந்த நிறுவனம் 'ஒர்க்-ஃப்ளோ ரீடிசைன்' (Workflow redesign) மற்றும் 'ப்ராசஸ் ஆட்டோமேஷன்' (Process automation) ஆகியவற்றில் அதிக கவனம் செலுத்துகிறதோ, அந்த நிறுவனங்களே நீண்ட கால அடிப்படையில் லாபகரமாக இருக்கும்.

எதிர்காலத்தில், அதிகப்படியான இன்ஜினியர்களை வைத்திருக்கும் நிறுவனம் என்பதை விட, மனித உழைப்பும் இயந்திரத் திறனும் சரியாக ஒருங்கிணைக்கப்பட்ட நிறுவனங்களே சந்தையில் முன்னிலை வகிக்கும்.