வணிக உலகில், வெறும் டேட்டாவை மட்டும் பார்த்துப் புரிந்துகொள்வது மட்டும் போதாது என்பதை நிறுவனங்கள் இப்போது உணர்ந்துள்ளன. வணிகச் சுழற்சிகள் வேகமடையும்போது, தகவல்களை விரைவாகப் பெற்றாலும், அதைச் செயல்படுத்துவதில் உள்ள தாமதங்கள், மனிதர்களின் ஒருங்கிணைப்பு போன்ற காரணங்களால் பின்னடைவு ஏற்படுகிறது. இந்த இடைவெளியை AI Agents நிரப்புகின்றன. இவை வெறும் டேட்டாவை புரிந்துகொள்வதோடு நின்றுவிடாமல், நேரடியாக செயல்பாடுகளிலேயே ஒருங்கிணைக்கப்படுகின்றன.
இந்த AI புரட்சியில், என்டர்பிரைஸ் AI மார்க்கெட் அதிவேகமாக வளரும் என எதிர்பார்க்கப்படுகிறது. 2026-ல் இது $40.45 பில்லியன் தொடும் என கணிக்கப்பட்டுள்ளது, ஆண்டுதோறும் 42.5% வளர்ச்சியை எதிர்பார்க்கலாம். இந்த வளர்ச்சிக்கு முக்கிய காரணம், சிக்கலான பணிகளை தொடக்கம் முதல் இறுதி வரை தானியங்குபடுத்துவதற்காக AI Agents-ஐ நிறுவனங்களின் அப்ளிகேஷன்களில் நேரடியாக ஒருங்கிணைப்பதே ஆகும். Gartner கணிப்பின்படி, 2026-க்குள் 40% என்டர்பிரைஸ் அப்ளிகேஷன்களில் AI Agents இடம்பெறும், இது 2025-ல் 5%-க்கும் குறைவாக இருந்தது. இதன் மூலம், அப்ளிகேஷன்கள் வெறும் கருவிகளாக இல்லாமல், சிந்திக்கும், மற்ற கருவிகளை நிர்வகிக்கும், சூழலை நினைவில் கொள்ளும் செயலில் உள்ள கருவிகளாக மாறும். RPA போன்ற பழைய ஆட்டோமேஷன் முறைகளை விட இது வேறுபட்டது. ஒட்டுமொத்த என்டர்பிரைஸ் ஆட்டோமேஷன் மார்க்கெட் 2024-ல் $48 பில்லியன் ஆக இருந்து, 2033-க்குள் $137 பில்லியன் ஆக வளரும்.
இந்திய வணிகங்கள் இந்த AI மாற்றத்தில் முன்னணியில் உள்ளன. ஒரு Deloitte அறிக்கையின்படி, தயாரிப்பு மேம்பாடு (62%), வியூகம் மற்றும் செயல்பாடுகள் (56%), சந்தைப்படுத்தல் மற்றும் விற்பனை (55%) போன்ற முக்கியப் பகுதிகளில் AI-யை பெரிய அளவில் பயன்படுத்துவதில் இந்தியா உலக நாடுகளை விட முன்னிலையில் உள்ளது. 40% இந்திய நிறுவனங்கள் AI-யை கணிசமாக அல்லது முழுமையாகப் பயன்படுத்துவதாகத் தெரிவிக்கின்றன, இது உலகளாவிய சராசரியான 28%-ஐ விட அதிகம். இந்தியாவின் வளர்ந்து வரும் சாப்ட்வேர் மார்க்கெட், 2026 முதல் 2033 வரை ஆண்டுக்கு 15.4% என்ற அளவில் வளரும் என எதிர்பார்க்கப்படுகிறது. இந்த உத்வேகத்துடன், இந்தியா ஏஜென்ட் அடிப்படையிலான AI-யை பெரிய அளவில் சோதிக்கும் முக்கிய மையமாக மாறி வருகிறது.
AI Agents, பல்வேறு துறைகளில் அதிக நேரம் எடுக்கும் மனித வேலைகளை தானியங்குபடுத்துகின்றன. நிதித்துறையில், இவை பரிவர்த்தனைகளைக் கண்காணித்து, அசாதாரணமானவற்றை (anomalies) கண்டறிந்து, வாடிக்கையாளர் நடத்தைக்கு ஏற்ப கடன் அபாயங்களை (credit risk) நிகழ்நேரத்தில் சரிசெய்கின்றன. சுகாதாரத் துறையில், இவை திறமையான நோயாளி சந்திப்பு திட்டமிடல் மற்றும் வள மேலாண்மைக்கு உதவுகின்றன. எண்ணெய் மற்றும் எரிவாயு துறையில், கணிக்கக்கூடிய பராமரிப்பு (predictive maintenance) மற்றும் நிகழ்நேர உற்பத்தி சரிசெய்தல்களுக்குப் பயன்படுத்தப்படுகின்றன. இந்தியாவின் IT துறையும் குறிப்பிடத்தக்க வளர்ச்சியைப் பெற்றுள்ளது, AI பிளாட்ஃபார்ம்கள் 2024-ல் 90.7% ஆண்டு வளர்ச்சி விகிதத்தைக் காட்டியுள்ளன. Gartner கணிப்பின்படி, உலகளாவிய AI செலவு 2026-ல் $2.52 டிரில்லியன் ஆக உயரும்.
இந்தியா AI பயன்பாட்டில் முன்னணியில் இருந்தாலும், சில முக்கியப் பிரச்சனைகளை எதிர்கொள்கிறது. Deloitte அறிக்கை ஒரு முக்கிய திறமைக் குறைபாட்டைக் (skills shortage) சுட்டிக்காட்டுகிறது: இந்திய நிறுவனங்களில் AI நிபுணர்கள் (0-4% உயர் நிபுணத்துவம் கொண்டவர்கள்) உலகளாவிய சராசரியான 2-8% உடன் ஒப்பிடும்போது குறைவாகவே உள்ளனர். இந்த இடைவெளி, ஒழுங்குமுறைகள் மற்றும் இணக்கம் (compliance) பற்றிய கவலைகளுடன் (39% இந்தியப் பங்கேற்பாளர்களால் எழுப்பப்பட்டது) இணைந்து ஒரு சவாலான சூழலை உருவாக்குகிறது. இந்தியாவின் AI ஆளுகை (governance) பெரும்பாலும் கொள்கைகள் மற்றும் தற்போதைய சட்டங்களை அடிப்படையாகக் கொண்டது, கடுமையான புதிய விதிகள் இல்லை. இது கண்டுபிடிப்புகளை ஊக்குவிக்கும் அதே வேளையில், இணக்கம் குறித்த நிச்சயமற்ற தன்மையை ஏற்படுத்தலாம். இந்த நெகிழ்வான அணுகுமுறை விரைவான வரிசைப்படுத்தலை ஆதரிக்கும், ஆனால் வணிகங்கள் தானியங்கு AI நடவடிக்கைகளை அதிகரிக்கும்போது கவனமாகக் கையாள வேண்டும்.
AI Agents-ன் விரைவான தத்தெடுப்பு, சாத்தியமான சுறுசுறுப்புடன் ஆபத்துகளையும் கொண்டுவருகிறது. முக்கிய கவலை என்னவென்றால், இந்தியாவின் அதிக AI பயன்பாட்டிற்கும் அதன் வரையறுக்கப்பட்ட நிபுணத்துவத்திற்கும் இடையே உள்ள பரந்த இடைவெளி. இந்த பற்றாக்குறை, AI அமைப்புகள் தவறாகப் பயன்படுத்தப்படுவதற்கு வழிவகுக்கும். இந்த தானியங்கு அமைப்புகள் சரியாக நிர்வகிக்கப்படாவிட்டால் அல்லது புரிந்து கொள்ளப்படாவிட்டால், அவை தவறான உத்திகளைச் செயல்படுத்தி, குறிப்பிடத்தக்க நிதி அல்லது நற்பெயர் பாதிப்பை ஏற்படுத்தக்கூடும். இந்தியாவின் மாறிவரும் ஆனால் நெகிழ்வான ஒழுங்குமுறை அணுகுமுறை, AI கையாளும் முக்கியமான, அதிக ஆபத்துள்ள முடிவுகளுக்கு போதுமானதாக இருக்காது. 94% இந்திய நிறுவனங்கள் AI செலவினங்களை அதிகரிக்க திட்டமிட்டிருந்தாலும், பல நிறுவனங்கள் இன்னும் முழு அளவிலான AI வரிசைப்படுத்தலுக்காக தங்கள் அமைப்புகளையும் செயல்பாடுகளையும் மாற்றியமைத்து வருகின்றன. இது ஆயத்தநிலை திட்டங்களுக்குப் பின்தங்கக்கூடும் என்பதைக் குறிக்கிறது. மாற்றத்திற்கான உள் எதிர்ப்பு (34%) கூட ஒரு முக்கிய தடையாக உள்ளது, இது இந்த மாற்றத்தின் மனிதப் பக்கத்தின் சிக்கலான தன்மையைக் காட்டுகிறது. AI Agents-ஐப் பயன்படுத்துவது புதிய வகையான பரந்த ஆபத்துகளை அறிமுகப்படுத்துகிறது, இதற்கு முழுமையான சோதனைகள் மற்றும் தெளிவான முடிவெடுக்கும் செயல்முறைகள் தேவைப்படுகின்றன, அவை இன்னும் உருவாகி வருகின்றன.
AI Agents செயல்பாடுகளின் ஒரு நிலையான பகுதியாக மாறும்போது, இந்த அமைப்புகளைப் பாதுகாப்பாகவும் திறமையாகவும் நிர்வகிக்கக்கூடிய மேம்பட்ட பிளாட்ஃபார்ம்களில் கவனம் திரும்புகிறது. முக்கிய மென்பொருள் நிறுவனங்கள் AI அம்சங்களைச் சேர்ப்பதன் மூலம், வணிகங்கள் தங்கள் தற்போதைய அமைப்புகளுக்குள் இந்த தொழில்நுட்பங்களை எளிதாகப் பயன்படுத்த உதவுகின்றன. நிறுவனங்கள் AI Agents-ஐ எவ்வளவு சிறப்பாக நிர்வகிக்கவும், ஒருங்கிணைக்கவும், தணிக்கை செய்யவும் முடியும் என்பது விற்பனையாளர்களைத் தேர்ந்தெடுப்பதிலும், தொழில்நுட்ப முதலீடுகளைத் திட்டமிடுவதிலும் முக்கிய காரணியாக மாறும். இதன் எதிர்காலப் பாதை, தொடர்ச்சியான, AI-உந்துதல் செயல்பாடுகளை நோக்கிச் செல்கிறது, ஆனால் வெற்றிக்கு விரைவான தத்தெடுப்பை வலுவான நிபுணத்துவம் மற்றும் பயனுள்ள ஆளுகையுடன் சமநிலைப்படுத்துவது அவசியம்.