செயற்கை நுண்ணறிவு (AI) இப்போது வெறும் ஆட்டோமேஷனில் நிற்காமல், நிறுவனங்களின் முக்கிய முடிவெடுக்கும் C-Suite அளவில் தாக்கத்தை ஏற்படுத்த தொடங்கியுள்ளது. பல நிறுவனங்களில் தலைமை AI அதிகாரி (Chief AI Officer) நியமிக்கப்பட்டுள்ளனர். முதலீட்டாளர்கள், AI-ஐ எப்படி செயல்படுத்துகிறார்கள் என்பதில் கவனம் செலுத்த வேண்டும். இது செயல்திறனை அதிகரித்தாலும், கட்டுப்பாடற்ற மென்பொருள் செலவுகள் மற்றும் பணியாளர் நியமனங்களில் பெரும் மாற்றங்கள் போன்ற அபாயங்களையும் கொண்டுள்ளது.
தலைமை மட்டத்தில் என்ன மாற்றம்?
செயற்கை நுண்ணறிவு (Artificial Intelligence) இப்போது சாதாரண வேலைகளை தானியங்குபடுத்துவதைத் தாண்டி, நிறுவனங்களின் இயக்குநர்கள் குழு மற்றும் C-Suite மூலோபாய முடிவுகளிலும் தாக்கத்தை ஏற்படுத்தியுள்ளது. IBM நடத்திய 2026 ஆய்வின்படி, கணக்கெடுப்பில் பங்கேற்ற 76% நிறுவனங்கள் இப்போது ஒரு தலைமை AI அதிகாரியை (Chief AI Officer) நியமித்துள்ளன. இது கடந்த ஆண்டை விட 26% இல் இருந்து ஒரு குறிப்பிடத்தக்க உயர்வாகும். தலைமைச் செயல் அதிகாரிகளும் (CEOs) தகவல்களைப் பெறவும், உயர் மட்ட மூலோபாய முடிவுகளுக்கு உதவவும் AI-ஐ அதிகம் பயன்படுத்துகின்றனர். 64% பேர் AI உருவாக்கும் நுண்ணறிவுகளை நம்புவதில் வசதியாக இருப்பதாகத் தெரிவித்துள்ளனர்.
ஆனால், இந்த மாற்றத்திற்கு புதிய தொழில்நுட்பத்தை வாங்குவதை விட அதிகம் தேவைப்படுகிறது. Gartner கணிப்புகளின்படி, 80% CEO-க்கள் AI தங்களது நிறுவனங்களின் செயல்பாட்டு முறைகளில் நடுத்தர அளவிலான சீர்திருத்தங்களைக் கட்டாயப்படுத்தும் என எதிர்பார்க்கின்றனர். முதலீட்டாளர்களுக்கு, இதன் முக்கிய அம்சம் என்னவென்றால், ஒரு நிறுவனத்தின் வெற்றி, அவர்கள் வாங்கிய AI கருவிகளைப் பொறுத்தது அல்ல, மாறாக அந்த கருவிகளை திறம்படச் செயல்படுத்த தலைமைத்துவம் எவ்வாறு பணிப்பாய்வுகளை (workflows) மாற்றியமைக்கிறது என்பதைப் பொறுத்தது.
லாப வரம்பு மற்றும் செயல்பாட்டு சவால்
முதலீட்டாளர்களுக்கு, AI செலவினங்கள் சிறந்த லாப வரம்புகளுக்கு வழிவகுக்குமா என்பதே முக்கிய அளவீடு. நிறுவனங்கள் எதிர்கொள்ளும் ஒரு பொதுவான பொறி, வழக்கற்றுப்போன பணிப்பாய்வுகளை சரிசெய்யாமல் மென்பொருளை வாங்குவதில் மட்டும் கவனம் செலுத்துவதாகும். McKinsey ஆராய்ச்சியின்படி, சிறப்பாக செயல்படும் AI பயன்படுத்துபவர்கள், தங்களது உள் செயல்முறைகளை வெற்றிகரமாக மறுவடிவமைப்பு செய்துகொள்ளும் வாய்ப்பு கிட்டத்தட்ட மூன்று மடங்கு அதிகம்.
AI-ஐ ஏற்றுக்கொள்வதால் லாபம் தானாக கிடைத்துவிடாது. ஒரு நிறுவனம் AI-ஐ செயல்பாடுகளை சீரமைக்கும் ஒரு வழியாகக் கருதாமல், கூடுதல் செலவாகக் கருதினால், அது லாபங்களுக்கு உதவவதற்குப் பதிலாக பாதிப்பை ஏற்படுத்தக்கூடும். நிதித் தலைவர்களுக்கு, AI-ஐப் பயன்படுத்தி முடிவெடுப்பவர்களுக்கு வேகமான, துல்லியமான தரவை நேரடியாக வழங்குவதன் மூலம், பகுப்பாய்வு மற்றும் மறுஆய்வு அடுக்குகளைக் குறைப்பதே இலக்காகும். தங்களது செயல்பாட்டு மாதிரிகளை மறுவடிவமைப்பு செய்யத் தவறும் நிறுவனங்கள், உற்பத்தித்திறன் அதிகரிக்காமல் அதிக தொழில்நுட்ப செலவுகளுடன் முடிவடையக்கூடும்.
நிர்வாகம் மற்றும் பட்ஜெட் அபாயம்
முதலீட்டாளர்கள் கண்காணிக்க வேண்டிய உடனடி அபாயங்களில் ஒன்று நிர்வாகம் (governance). நிறுவனங்கள் AI-ஐப் பயன்படுத்த அவசரப்படுவதால், அவற்றின் கட்டுப்பாட்டு அமைப்புகள் பெரும்பாலும் பின்தங்கியுள்ளன. IBM-ன் ஜூன் 2026 ஆய்வின்படி, 77% CIO-க்கள் மற்றும் CTO-க்கள் தங்கள் AI பயன்பாடு, தங்களால் கையாளக்கூடிய நிர்வாக கட்டமைப்புகளை விட வேகமாக நகர்கிறது என்று நம்புகின்றனர்.
இந்த கட்டுப்பாடின்மை, கட்டுப்பாடற்ற செலவினங்களுக்கு வழிவகுக்கும். சில நிறுவனங்கள் தங்களது வருடாந்திர AI கருவிகளுக்கான பட்ஜெட்டை வெறும் நான்கு மாதங்களில் தீர்த்துவிட்டதாகவும், அல்லது பயன்பாட்டு வரம்புகள் இல்லாததால் ஒரு மாதத்தில் அரை பில்லியன் டாலர் கிளவுட் அடிப்படையிலான AI கருவிகளுக்கு செலவழித்ததாகவும் அறிக்கைகள் கூறுகின்றன. பங்குதாரர்களுக்கு, இது AI செலவினம் என்பது ஒரு புதிய பகுதியாகும், அங்கு செலவு அதிகமாகும்போது பணப்புழக்கம் (cash flow) வேகமாக குறையக்கூடும். இந்த கருவிகள் உண்மையான மதிப்பை உருவாக்குகின்றனவா அல்லது தொழில்நுட்ப பட்ஜெட்டை அதிகரிக்கின்றனவா என்பதை உறுதிப்படுத்த வலுவான மேற்பார்வை தேவை.
திறமை மற்றும் பணியாளர் நியமனத்தில் தாக்கம்
இந்த மாற்றம் பணியாளர் படையையும் மாற்றி வருகிறது, குறிப்பாக இந்தியாவில். உலகளாவிய திறன் மையங்கள் (Global Capability Centers - GCCs) ஏற்கனவே தங்களது பணியாளர் நியமன திட்டங்களை மறுசீரமைத்து வருகின்றன. சமீபத்திய தரவுகளின்படி, அசல் நியமன இலக்குகளில் 30% முதல் 50% வரை குறைப்பு ஏற்பட்டுள்ளதாகத் தெரிகிறது. இளைய ஊழியர்களுக்கான பாரம்பரிய பாதை - ஆராய்ச்சி, வரைவு மற்றும் தரவு பகுப்பாய்வுடன் தொடங்குவது - AI இந்த வழக்கமான பணிகளை மிகவும் திறமையாகச் செய்ய முடியும் என்பதால் சீர்குலைக்கப்படுகிறது.
இது நீண்ட காலத்திற்கு செலவுகளைக் குறைத்தாலும், திறமை மேம்பாட்டிற்கு ஒரு சவாலை உருவாக்குகிறது. இளைய ஊழியர்களை மூத்தவர்களாக மாற்ற உதவிய "பயிற்சிப் படிநிலை" (apprenticeship ladder) தானியங்குபடுத்தப்படுவதால், நிறுவனங்கள் ஊழியர்களுக்குப் பயிற்சி அளிக்க புதிய வழிகளைக் கண்டறிய வேண்டும். நிறுவனங்கள் நுழைவு நிலை பணியாளர்களின் எண்ணிக்கையைக் குறைத்து, AI-உதவி பணிப்பாய்வுகளுக்கு மாறும் போது, உயர்தர வேலை வெளியீட்டை பராமரிக்க முடியுமா என்பதை முதலீட்டாளர்கள் கண்காணிக்க வேண்டும்.
முதலீட்டாளர்கள் அடுத்து என்ன கண்காணிக்க வேண்டும்?
முதலீட்டாளர்கள் AI பயன்பாடு பற்றிய தலைப்புச் செய்திகளுக்கு அப்பால் சென்று, மூன்று முக்கிய கண்காணிக்க வேண்டியவற்றில் கவனம் செலுத்த வேண்டும். முதலாவதாக, நிறுவனம் செயல்பாட்டு மறுவடிவமைப்புக்கான திட்டங்களை விவரிக்கிறதா அல்லது அவர்கள் வெறுமனே தொழில்நுட்ப சந்தாக்களுக்கு அதிக செலவு செய்கிறார்களா என்பதை ஆராய வேண்டும். இரண்டாவதாக, காலாண்டு செலவுகளில் ஆச்சரியங்களைத் தவிர்க்க, AI பட்ஜெட்டுகளுக்கான நிர்வாகம் மற்றும் செலவுக் கட்டுப்பாடுகள் குறித்த மேலாண்மை கருத்துக்களைக் கண்காணிக்கவும். இறுதியாக, பணியாளர் உற்பத்தித்திறன் அளவீடுகள் மற்றும் பணியாளர் எண்ணிக்கையில் ஏற்படும் மாற்றங்களைக் கண்காணிக்கவும், ஏனெனில் AI-ஐ வெற்றிகரமாக ஒருங்கிணைக்கும் நிறுவனங்கள் காலப்போக்கில் ஒரு ஊழியருக்கு அதிக வருவாயைக் காட்ட வேண்டும்.