உற்பத்தித் தரவுகளைச் சேகரித்தல்
தொழிலாளர்கள் தலையில் கேமராக்கள் அணிந்து முதல்-நபர் காட்சிகளைப் பதிவு செய்வது, இந்தியாவின் முக்கிய ஜவுளி மற்றும் ஆடைத் துறையில் ஒரு பரந்த தொழில்துறை மாற்றத்தின் பிரதிபலிப்பாகும். இது உலகளவில் போட்டித்தன்மையுடன் இருக்க ஒரு மூலோபாய முயற்சியாகும், அங்கு செயல்திறன், வேகம் மற்றும் தரம் ஆகியவை மிக முக்கியமானவை. தலை-மவுண்ட் கேமராக்களின் பயன்பாடு, உற்பத்தித்திறனை மேம்படுத்தும் பரந்த ஆட்டோமேஷன் முயற்சியின் ஒரு பகுதியாகும்.
ஆட்டோமேஷன் கட்டாயம்
தலையில் கேமராக்கள் அணிந்திருக்கும் தொழிலாளர்களின் காட்சிச் சான்றுகள், இந்திய ஆடை உற்பத்தியாளர்கள் செயற்கை நுண்ணறிவு மற்றும் ஆட்டோமேஷன் பயன்படுத்துவதற்கான தீவிரமான முயற்சியைக் காட்டுகின்றன. இந்த மூலோபாய மாற்றம் பல காரணிகளால் இயக்கப்படுகிறது: ஆசியாவில் தொழிலாளர் செலவுகள் அதிகரிப்பு, ஃபாஸ்ட் ஃபேஷன் (Fast Fashion) தேவைகள், மற்றும் சீனா போன்ற நாடுகளின் உற்பத்தித் திறனுடன் ஈடுகொடுக்கும் அவசியம். இந்தியா மற்றும் வியட்நாம் போன்ற இடங்களில் தொழிலாளர் செலவுகள் 2022 முதல் 2025 வரை ஆண்டுக்கு 8% முதல் 12% வரை உயர்ந்துள்ளன. இந்தத் துறை 2030 க்குள் $100 பில்லியன் ஏற்றுமதியை அடைய இலக்கு வைத்துள்ளது, மேலும் அதன் இலக்குகளை அடைய அப்போது தொழிலாளர் உற்பத்தித் திறனை 50% அதிகரிக்கவும், 60% ஆட்டோமேஷனை அடையவும் வேண்டும். நிறுவனங்கள் துணி ஆய்வு, தானியங்கி வெட்டுதல் மற்றும் முன்கணிப்பு பராமரிப்பு போன்ற பணிகளுக்கு AI ஐப் பயன்படுத்துகின்றன, இதன் மூலம் 70% வரை செயல்திறன் ஆதாயங்களையும், குறைபாடு விகிதங்களை 8-12% இலிருந்து 2-4% ஆகக் குறைப்பதையும் நோக்கமாகக் கொண்டுள்ளன.
போட்டி நிலவரம் மற்றும் ROI கணக்கீடுகள்
சீனாவின் 60% ஆட்டோமேஷனுடன் ஒப்பிடும்போது, இந்தியாவின் ஜவுளித் தொழில் தற்போது அதன் உற்பத்திப் பாதைகளில் சுமார் 28% மட்டுமே தானியங்குபடுத்தப்பட்டுள்ளது. இந்த இடைவெளி காரணமாக, சராசரி இந்தியத் தொழிலாளி, பங்களாதேஷ் அல்லது வியட்நாம் தொழிலாளர்களை விட ஒரு ஷிப்டில் 20-30% குறைவான ஆடைகளை உற்பத்தி செய்கிறார். இந்தியாவில் ஆட்டோமேஷனுக்கான ROI (முதலீட்டு வருவாய்) என்பது தொழிலாளர்களை மாற்றுவது மட்டுமல்லாமல், சிறந்த தரம், குறைவான கழிவுகள் (AI வெட்டுதல் துணி பயன்பாட்டை 10-15% மேம்படுத்தும்) மற்றும் மகிழ்ச்சியான வாடிக்கையாளர்கள் மூலம் நிரூபிக்கப்படுகிறது, இது நிராகரிக்கப்பட்ட ஷிப்ட்மென்ட்களைக் குறைக்கிறது. துணி ஆட்டோமேஷனுக்கான Payback Period (திரும்பப் பெறும் காலம்) பொதுவாக 12-24 மாதங்கள் ஆகும், மேலும் முழு ROI 2.5 முதல் 4 ஆண்டுகள் வரை ஆகும். உலகளாவிய ஜவுளி ஆட்டோமேஷன் சந்தை 2023 இல் $8.9 பில்லியன் இலிருந்து 2028 இல் $15.2 பில்லியன் ஆக வளரும் என எதிர்பார்க்கப்படுகிறது, இது பரந்த தொழில்துறை முதலீட்டைக் காட்டுகிறது.
சவால்கள் மற்றும் தடைகள்
இந்த முனைப்பு இருந்தபோதிலும், இந்தியாவின் ஆடைத் துறையில் ஆட்டோமேஷன் ஏற்பு பெரிய சவால்களை எதிர்கொள்கிறது. கேமராக்கள் பார்க்கும் காட்சி, வேலை இழப்பு குறித்த அச்சத்தை அதிகரிக்கக்கூடும், குறிப்பாக பேட்டர்ன் மேக்கர்கள் (Patternmakers) 99% ஆட்டோமேஷன் அபாயத்தை எதிர்கொள்ளும்போது. தரவு பகுப்பாய்வு மற்றும் பராமரிப்பு போன்ற புதிய வேலைகள் தோன்றினாலும், மேம்பட்ட ரோபோக்களை இயக்குவதற்கு குறிப்பிடத்தக்க திறன்கள் இடைவெளி உள்ளது. மேம்பட்ட ஆட்டோமேஷனின் (ரோபோடிக் சீவிங் செல்கள் $15,000 முதல் $350,000 அல்லது அதற்கு மேல் செலவாகும்) அதிக ஆரம்பச் செலவு ஒரு தடையாக உள்ளது, குறிப்பாக சிறு மற்றும் நடுத்தர வணிகங்களுக்கு. மோசமான மின்சாரம் மற்றும் மெதுவான இணையம், பலவீனமான விற்பனைக்குப் பிந்தைய ஆதரவுடன் சேர்ந்து, பரவலான ஏற்புக்குத் தடையாக இருக்கின்றன. கைமுறை உழைப்பின் வரலாற்றைக் கொண்ட இந்தத் துறைக்கு, பல பிராந்தியங்களில் பரவலான ரோபோட்டிக்ஸ்க்குத் தேவையான திறமையான தொழிலாளர்கள் மற்றும் உள்கட்டமைப்பு இன்னும் கிடைக்கவில்லை.
எதிர்காலக் கண்ணோட்டம்
ஆடை உற்பத்தியில் AI மற்றும் ஆட்டோமேஷன் வலுவான எதிர்காலத்தைக் கொண்டிருக்கும் என தொழில் கணிப்புகள் காட்டுகின்றன. McKinsey, ஜெனரேட்டிவ் AI (Generative AI) அடுத்த ஐந்து ஆண்டுகளில் உலகளாவிய ஃபேஷன் லாபத்தில் $275 பில்லியன் வரை சேர்க்கும் என்று கணிக்கிறது. 2040 க்குள், AI மேம்பட்ட தொழிற்சாலைகளை இயக்கும், டிஜிட்டல் ட்வின்ஸ் (Digital Twins) மற்றும் அடாப்டபிள் ரோபோட்களை (Adaptable robots) பயன்படுத்தும். இந்தியாவைப் பொறுத்தவரை, அதன் உலகளாவிய தலைமை நிலையைத் தக்கவைக்க அதன் தொழிலாளர்களுக்குப் பயிற்சி அளிப்பதும், தொழில்நுட்பத்தை ஒருங்கிணைப்பதும் ஒரு முக்கியமான தேவையாகும். சந்தை மாற்றங்களுக்கு விரைவாகப் பதிலளிக்கும் தரவு-சார்ந்த, சுறுசுறுப்பான உற்பத்திக்கு (Agile manufacturing) இந்த போக்கு உள்ளது, தொழிலாளர்கள் கைமுறைப் பணிகளில் இருந்து மேற்பார்வை மற்றும் மேம்படுத்தல் நோக்கி நகர்கிறார்கள்.