உலக அளவில் இந்தியாவில் AI வளர்ச்சி
தற்போது, ஆர்டிஃபிஷியல் இன்டெலிஜென்ஸ் (AI) சந்தையில் இந்தியா ஒரு முக்கிய சக்தியாக உருவெடுத்துள்ளது. அமெரிக்காவிற்கு அடுத்தபடியாக, நிறுவனங்கள் AI/ML தொடர்பான பரிவர்த்தனைகளில் இந்தியா இரண்டாவது இடத்தில் உள்ளது. இது ஒரு பெரிய முன்னேற்றமாகும், ஏனெனில் பல நிறுவனங்கள் சோதனைக் கட்டங்களைத் தாண்டி, AI-ஐ நிஜ வாழ்க்கைப் பயன்பாடுகளுக்கு விரிவுபடுத்துகின்றன. அரசின் உதவிகள், முதலீடுகள், மற்றும் AI திறன்கொண்ட பணியாளர்களின் பெருக்கம் ஆகியவை இந்த வளர்ச்சிக்கு முக்கியக் காரணங்கள்.
விப்ரோ (Wipro) நிறுவனத்தின் தலைவர் ரிஷாத் பிரேம்ஜி கூறுகையில், "AI பற்றிய பேச்சுக்கள் சாத்தியக்கூறுகளிலிருந்து நடைமுறைக்கு, சோதனைகளிலிருந்து பயன்பாட்டுக்கு மாறியுள்ளன" என்று தெரிவித்துள்ளார். 2026 ஆம் ஆண்டிற்குள் பல நிறுவனங்கள் AI தீர்வுகளை 'பைலட்' செய்வதிலிருந்து 'ஸ்கேல்' (Scale) செய்வதை நோக்கி நகரும் என்றும் அவர் எதிர்பார்க்கிறார்.
நிறுவனங்கள் எதிர்கொள்ளும் சவால்கள்
AI மீதான ஆர்வம் அதிகமாக இருந்தாலும், அதை முழுமையாகப் பயன்படுத்துவதில் நிறுவனங்கள் பல சிக்கல்களை எதிர்கொள்கின்றன. முக்கிய தடைகளில் ஒன்று, AI-ஐ தற்போதுள்ள பழைய தொழில்நுட்ப அமைப்புகளுடன் (Legacy Systems) ஒருங்கிணைப்பது. டேட்டா (Data) துண்டு துண்டாக இருப்பது, டேட்டா சிலோஸ் (Data Silos) போன்றவை AI மாடல்களின் செயல்பாட்டை பாதிக்கின்றன. சோதனைச் சூழல்களில் நன்றாகச் செயல்படும் AI, நிஜ உலகில் உள்ள சிக்கலான செயல்முறைகளில் ஒருங்கிணைக்கப்படும்போது சவால்களைச் சந்திக்கிறது.
மேலும், AI-ல் முதலீடு செய்வதால் கிடைக்கும் லாபத்தை (Return on Investment - ROI) அளவிடுவது ஒரு பெரிய பிரச்சினையாக உள்ளது. பல நிறுவனங்களால் AI-ன் வணிக மதிப்பைத் துல்லியமாக நிரூபிக்க முடியவில்லை. இதனால், பல AI திட்டங்கள் 'பைலட்' கட்டத்திலேயே நின்றுவிடுகின்றன.
டேட்டா, திறன்கள் மற்றும் பாதுகாப்பு சிக்கல்கள்
ஒருங்கிணைப்பு சிக்கல்களுக்கு அப்பால், AI-ன் விரிவாக்கத்தை பல காரணிகள் தடுக்கின்றன. திறமையான AI நிபுணர்களின் பற்றாக்குறை (Skills Gap) ஒரு முக்கியத் தடையாகும். இதனால், பல நிறுவனங்கள் AI மற்றும் டேட்டா சார்ந்த பணிகளுக்கு வெளியாட்களைச் சார்ந்துள்ளன.
டேட்டா தரம் மற்றும் கிடைக்கும் தன்மை குறித்தும் கவலைகள் உள்ளன. AI மாடல்களுக்குப் பெருமளவு தரமான டேட்டா தேவைப்படுகிறது. ஆனால், பல இந்திய நிறுவனங்கள் இந்த டேட்டாவைச் சேகரிப்பதிலும், பராமரிப்பதிலும், பகுப்பாய்வு செய்வதிலும் சிரமப்படுகின்றன.
AI பயன்பாடு அதிகரிக்கும்போது, பாதுகாப்பு மற்றும் தனியுரிமைக் கவலைகளும் எழுகின்றன. AI-ன் வேகமான வளர்ச்சி, பாதுகாப்பு நடவடிக்கைகளின் முதிர்ச்சியை விட அதிகமாக உள்ளது. இது முக்கியமான டேட்டாக்கள் வெளிப்படும் அபாயத்தை உருவாக்குகிறது.
மனித சக்தி மற்றும் புதிய திறன்கள்
AI-ன் வெற்றிகரமான பயன்பாடு தொழில்நுட்பத்தைப் போலவே மனிதர்களையும் சார்ந்துள்ளது என்று ரிஷாத் பிரேம்ஜி வலியுறுத்துகிறார். "மனிதர்களுக்கும் இயந்திரங்களுக்கும் இடையிலான வேறுபாடு இருக்காது, மாறாக, 'தகவமைத்துக் கொள்பவர்களுக்கும் தயங்குபவர்களுக்கும் இடையில்தான் வேறுபாடு இருக்கும்" என்று அவர் கூறுகிறார்.
இதற்கு, பணியாளர்களை மறுதிறன் பயிற்சி (Reskilling) அளிப்பது, வேலைப் பொறுப்புகளை மாற்றி அமைப்பது, மற்றும் AI-உதவியுடன் முடிவெடுப்பதில் நம்பிக்கையை வளர்ப்பது அவசியம். AI-ல் தேர்ச்சி பெறுவது (AI Fluency) எதிர்கால வேலைவாய்ப்புக்கு முக்கியமானது.
AI பல வேலைகளை மாற்றியமைக்கினாலும், புதிய வேலைவாய்ப்புகளையும் உருவாக்கும். எனவே, பணியாளர்களைத் தயார்படுத்துவதும், தொடர்ச்சியான கற்றலும் மிக அவசியம். நிறுவனங்கள் மறுதிறன் பயிற்சி அளிப்பதிலும், மாற்றத்தை ஏற்கும் கலாச்சாரத்தை வளர்ப்பதிலும் முதலீடு செய்ய வேண்டும்.
சந்தை பார்வை
இந்திய IT துறை நீண்ட காலமாகவே ஒருவித மந்தநிலையைச் சந்தித்து வருகிறது. AI பயன்பாடு இறுதியில் வளர்ச்சியைத் தூண்டும் என்றாலும், IT சேவை நிறுவனங்களின் வருவாய் மீது அதன் உடனடி தாக்கம் சிக்கலானது. AI மூலம் அதிகரிக்கும் உற்பத்தித்திறன், குறைவான பணியாளர்களுடன் அதிக வேலைகளைச் செய்ய உதவும். இது வாடிக்கையாளர்களுக்குப் பயனுள்ளதாக இருந்தாலும், குறுகிய காலத்தில் நிறுவனங்களின் வருவாய்க்கு ஒரு சவாலாக இருக்கலாம்.
இருப்பினும், இந்தியாவில் உள்ள திறமையான பணியாளர்கள் மற்றும் பெரிய அளவில் AI-ஐ பயன்படுத்தும் சாத்தியக்கூறுகள், இந்தியாவை ஒரு தனித்துவமான நிலையில் வைக்கிறது. AI வளர்ச்சி, ஓப்பன் சோர்ஸ் (Open Source) கருவிகளைப் பயன்படுத்துவதன் மூலம், ஸ்டார்ட்அப்களுக்கான தடைகளைக் குறைத்து, உள்ளூர் தேவைகளுக்கு ஏற்ற புதுமைகளை ஊக்குவிக்கிறது. இப்போது, நெறிமுறைக் கோட்பாடுகளைத் தாண்டி, அளவிடக்கூடிய பொருளாதார, சமூக தாக்கங்களுக்கு முக்கியத்துவம் அளிக்கப்படுகிறது.