Mythos AI: ஒரு பார்வை
Mythos AI-ன் அசாதாரண திறன்கள், சைபர் செக்யூரிட்டி உலகில் ஒரு புரட்சியை ஏற்படுத்தக்கூடியவை. இது சிக்கலான கோட்களைப் புரிந்துகொள்வது, பாதுகாப்பு ஓட்டைகளைக் கண்டறிவது, மற்றும் அவற்றை எப்படிப் பயன்படுத்தலாம் என்பதை உருவகப்படுத்துவதில் (simulate) முன்னணியில் உள்ளது. Motilal Oswal Financial Services (MOFSL) ஆய்வாளர்களின்படி, இது Claude Opus போன்ற முந்தைய மாடல்களை விட சிறந்து விளங்குகிறது. குறிப்பாக, 27 வருடங்களாக OpenBSD அமைப்பில் யாருமே கண்டறியாத ஒரு பாதுகாப்புப் பிழையை இது கண்டுபிடித்தது. ஆனால், இதன் மிகப்பெரிய ஆபத்து என்னவென்றால், இது பாதுகாப்பு ஓட்டைகளைக் கண்டறிவது போலவே, அவற்றைச் சுரண்டுவதிலும் (exploit) வல்லமை கொண்டது. இது 'இரட்டைப் பயன்பாட்டு ஆபத்து' (dual-use risk) என விவரிக்கப்படுகிறது.
இந்த ஆபத்தைக் கருத்தில் கொண்டு, Anthropic நிறுவனம் 'Project Glasswing' என்ற திட்டத்தின் கீழ், இந்த AI-யை தேர்ந்தெடுத்த நிறுவனங்களுக்கு மட்டுமே கட்டுப்படுத்தப்பட்ட முறையில் (controlled rollout) வழங்கி வருகிறது. ஏனெனில், இது மனிதர்களின் கட்டுப்பாடுகளை மீறி செயல்படும் திறனைக் கொண்டிருக்கலாம். பல முக்கிய ஆபரேட்டிங் சிஸ்டம்கள் மற்றும் பிரவுசர்களில் ஆயிரக்கணக்கான முக்கியமான Zero-day vulnerabilities-களை இந்த AI கண்டறிந்ததாகக் கூறப்படுகிறது. இதன் வேகம், மனிதர்களை மிஞ்சும் வகையில் உள்ளது.
இந்திய IT துறைக்கு என்ன பாதிப்பு?
Mythos AI போன்ற புதிய தொழில்நுட்பங்கள் இந்திய IT துறைக்கு உடனடிப் பேரழிவைக் கொண்டு வராது. மாறாக, இது ஒரு முறையான பரிணாம வளர்ச்சியை (structural evolution) ஏற்படுத்தும் என MOFSL கூறுகிறது. Vulnerability assessment மற்றும் testing போன்ற துறைகளில் 'effort compression' எனப்படும் வேலைச்சுமை குறைப்பு ஏற்படும். கோடிங் மற்றும் Enterprise Resource Planning (ERP) போன்ற பணிகளில் AI, மனிதத் திறனை மிஞ்சத் தொடங்கியுள்ளது. இதன் மூலம், பொதுவான AI மாடல்களில் இருந்து, குறிப்பிட்ட துறைக்கான (domain-specific) AI செயலாக்க அடுக்குகளுக்கு (execution layers) IT நிறுவனங்கள் நகர வேண்டிய கட்டாயத்தில் உள்ளன. இதற்காக, வாடிக்கையாளர்களின் தேவைகளுக்கு ஏற்ப AI தீர்வுகளை வழங்க, AI நிறுவனங்களுடன் கூட்டணிகளை (partnerships) வலுப்படுத்துவது அவசியமாகிறது. Accenture, Cognizant போன்ற நிறுவனங்கள் ஏற்கனவே AI திறன்களை அதிரடியாக விரிவுபடுத்தி வருகின்றன.
IT துறை பங்குச்சந்தை மதிப்பீடுகள் (Valuations)
இந்த தொழில்நுட்ப மாற்றங்களுக்கு மத்தியிலும், இந்திய IT துறை கடந்த ஆண்டில் சந்தித்த சரிவு குறிப்பிடத்தக்கது. Nifty IT index, இந்த ஆண்டில் மட்டும் சுமார் 20% முதல் 25% வரை சரிந்துள்ளது. Generative AI-யால் மனித உழைப்புக்கான தேவை குறையும் என்ற அச்சம் முதலீட்டாளர்களிடையே பரவியுள்ளது. உதாரணமாக, Infosys நிறுவனத்தின் சந்தை மதிப்பு பிப்ரவரி 2026-ல் மட்டும் ₹1.33 லட்சம் கோடிக்கு மேல் குறைந்தது. தற்போது, TCS-ன் P/E 19.41, Infosys-ன் P/E 18.25, Wipro-ன் P/E 16.00, HCL Technologies-ன் P/E 23.75 என, ஐந்து வருட சராசரி அல்லது குறைந்தபட்ச மதிப்பீடுகளுக்கு அருகில் வர்த்தகமாகின்றன. AI, முக்கிய IT சேவைகளை முழுமையாக மாற்றிவிடும் என்பதற்கு போதுமான தரவுகள் இல்லை என சில ஆய்வாளர்கள் கூறினாலும், சந்தை வளர்ச்சி கணிப்புகளை மாற்றியமைத்து வருகிறது.
முக்கிய ஆபத்துகள் மற்றும் ஏற்றுக்கொள்ளும் தடைகள்
Mythos AI போன்ற மேம்பட்ட மாடல்களின் 'இரட்டைப் பயன்பாட்டு' தன்மை ஒரு முக்கிய ஆபத்தாகும். Anthropic-ன் கட்டுப்பாடான வெளியீட்டு முறை, இதைப் பயன்படுத்துவதில் உள்ள அபாயங்களை உணர்த்துகிறது. நிஜ உலகச் சூழல்களில், கணினிகளின் உள் அமைப்புகள் குறித்த முழுமையான பார்வை இல்லாதபோது, AI-யின் பாதுகாப்பு சோதனைத் திறன்கள் தடைபடலாம். இந்திய IT சேவை நிறுவனங்களுக்கு உள்ள முக்கிய சவால், மனித உழைப்பை மையமாகக் கொண்ட தற்போதைய வணிக மாதிரிகள் ஆகும். குறிப்பிட்ட துறைக்கான AI-க்கு மாற, திறமைகளை வளர்த்துக் கொள்வதிலும், சிறப்பு நிபுணத்துவத்தைப் பெறுவதிலும் பெரும் முதலீடு தேவை. மேலும், பழைய அமைப்புகள் (legacy systems), தரவுத் தடைகள் (data silos) மற்றும் நிர்வாகச் சிக்கல்கள் (governance challenges) காரணமாக AI-யின் பரவலான பயன்பாடு தடைபடுகிறது. HSBC ஆய்வாளர்களின்படி, AI அடுத்த சில ஆண்டுகளில் பாரம்பரிய IT சேவைகளின் வருவாயில் ஆண்டுக்கு 2% முதல் 3% வரை குறைப்பைக் (deflation) கொண்டு வரலாம். இது தொழில்துறையின் 30% வரை பாதிக்கலாம்.
அடுத்தகட்ட உத்திகள்
இந்திய IT நிறுவனங்கள், குறிப்பிட்ட துறைக்கான AI-யை உத்திபூர்வமாக ஏற்றுக்கொள்ள வேண்டும். கூட்டணிகளை வலுப்படுத்துதல், சிறப்பு AI திறமைகளில் முதலீடு செய்தல், மற்றும் AI-யை முக்கிய சேவை வழங்கல்களில் ஒருங்கிணைத்தல் ஆகியவை அவசியமானவை. தற்போதைய தத்தெடுப்பு தாமதம் மற்றும் பழைய அமைப்புகள் ஒரு குறுகியகால பாதுகாப்பை அளித்தாலும், நீண்டகாலத்தில் தானியங்குமயமாக்கல் (automation) மற்றும் உற்பத்தித்திறன் (productivity) சார்ந்த மாற்றங்கள் தவிர்க்க முடியாதவை. இந்த மாற்றத்தில் வெற்றி பெறுவதே, AI-யால் மேம்படுத்தப்பட்ட IT சேவை எதிர்காலத்தில் நிறுவனங்களின் வெற்றியைத் தீர்மானிக்கும்.