AI யின் யதார்த்த முகம்: இந்திய டெக் நிறுவனங்களை பாதிக்கும் மின்சார செலவு மற்றும் வளர்ச்சி சிக்கல்கள்!

உலகளவில் AI துறையின் தலைவர்கள், வெறும் பரபரப்பிலிருந்து மாறி, அதிக மின்சார தேவை, அதிகரிக்கும் செலவுகள் மற்றும் வளர்ச்சி சவால்கள் போன்ற உண்மையான பிரச்சனைகளில் கவனம் செலுத்துகின்றனர். இந்திய முதலீட்டாளர்களுக்கு, இது IT சேவைகள் துறையில் ஒரு பெரிய மாற்றத்தைக் குறிக்கிறது. AI ஆட்டோமேஷனின் தாக்கம் காரணமாக, வருவாய் வளர்ச்சியை விட லாபத்திற்கு முன்னுரிமை அளிக்கப்படுகிறது.

என்ன நடந்தது?

சிலிக்கான் வேலியில் உள்ள முன்னணி தொழில்நுட்ப நிறுவனங்கள், ஆர்டிபிஷியல் இன்டலிஜென்ஸ் (AI) -ன் சாத்தியக்கூறுகளைப் பற்றி பேசுவதை நிறுத்திவிட்டு, அதை நடைமுறைக்கு கொண்டு வருவதில் உள்ள சிக்கல்களில் கவனம் செலுத்தத் தொடங்கியுள்ளன. ஆரம்பத்தில் AI பெரும் முதலீடுகளையும், உற்சாகத்தையும் பெற்றது. ஆனால் இப்போது, பெரும் ஆற்றல் தேவை, சோதனைக் கட்டத்திலிருந்து பெரிய அளவிலான உற்பத்திக்கு திட்டங்களை விரிவுபடுத்துவதில் உள்ள சிரமங்கள், மற்றும் எதிர்பார்த்ததை விட அதிகமாகும் 'டோக்கன் எகனாமிக்ஸ்' செலவுகள் போன்ற மூன்று முக்கிய தடைகள் குறித்து விவாதிக்கப்படுகிறது.

இந்த உலகளாவிய நிலைமை, இந்திய தொழில்நுட்பத் துறையிலும் பிரதிபலிக்கிறது. இந்திய நிறுவனங்கள் AI-யை தீவிரமாக சோதித்தாலும், அதை அளவிடக்கூடிய வணிக முடிவுகளாக மாற்றுவதில் பல சிரமங்களை எதிர்கொள்கின்றன. இது வெறும் AI-யை ஏற்றுக்கொள்வது மட்டுமல்ல, அதை நிலைத்திருக்கவும், மலிவாகவும் மாற்றுவதற்கு தேவையான உள்கட்டமைப்பு, திறமை மற்றும் நிர்வாக கட்டமைப்புகளை உருவாக்குவதாகும்.

மின்சாரம் மற்றும் உள்கட்டமைப்பு தடை

நவீன AI மாடல்களுக்குத் தேவையான பெரும் கணினி சக்தி (Computing Power), மின்சார விநியோகத்தை ஒரு முக்கிய தடையாக மாற்றியுள்ளது. இந்தியாவில், 2031-32 ஆம் ஆண்டுக்குள் டேட்டா சென்டர்களின் மின்சார தேவை 13.56 ஜிகாவாட் ஆக உயரும் என்று மதிப்பிடப்பட்டுள்ளது. இது மின் கட்டமைப்பு திட்டமிடல் மற்றும் மின்சாரப் பாதுகாப்பிற்கு ஒரு பெரிய சவாலாக அமைகிறது.

தொழில்துறை தலைவர்கள், மின்சாரம் என்பது ஒரு பயன்பாட்டு செலவு மட்டுமல்ல, அது டேட்டா சென்டர் வளர்ச்சியின் எல்லையாகிவிட்டது என்று கூறுகின்றனர். நிறுவனங்கள் பெரிய AI தொழிற்சாலைகளை நோக்கி விரிவடையும் போது, மின்சார விநியோகத்தின் நம்பகத்தன்மை, மாடலின் செயல்திறனைப் போலவே முக்கியமானது. முதலீட்டாளர்களைப் பொறுத்தவரை, உள்கட்டமைப்பு நிறுவனங்கள் மற்றும் ஆற்றல்-திறனுள்ள டேட்டா சென்டர் ஆபரேட்டர்கள் நீண்டகால AI வளர்ச்சிக்கு மையமாக உள்ளனர்.

இந்திய IT சேவைகள் மீதான லாப அழுத்தங்கள்

இந்திய IT சேவைகள் துறைக்கு, AI-யின் தாக்கம் என்பது ஒரு கட்டமைப்பு மாற்றம். இந்தத் துறை தற்போது நிச்சயமற்ற தேவை சூழலை எதிர்கொண்டுள்ளது. பல பெரிய நிறுவனங்களின் வருவாய் வளர்ச்சி 2-3% என்ற அளவில் தேக்கமடைந்துள்ளது.

ஜெனெரேட்டிவ் AI, பாரம்பரிய அவுட்சோர்சிங் மாதிரியில் 'பணவாட்ட' (Deflationary) அழுத்தத்தை ஏற்படுத்துகிறது. பயன்பாட்டு பராமரிப்பு மற்றும் சோதனை போன்ற பணிகளுக்கு தேவையான மனித உழைப்பைக் குறைக்கும் ஆட்டோமேஷன் கருவிகளால், பாரம்பரிய 'பில் செய்யக்கூடிய மணிநேர' (Billable Hours) மாதிரி சுருங்கி வருகிறது. இதற்கு பதிலடியாக, முன்னணி இந்திய IT நிறுவனங்கள், கடுமையான லாப வரம்புகளை பூர்த்தி செய்யாத குறைந்த லாபம் தரும் ஒப்பந்தங்களை படிப்படியாக தவிர்த்து வருகின்றன. இது ஒரு அடிப்படை மாற்றத்தைக் குறிக்கிறது: தலைவர்கள் எந்த விலையிலும் வருவாய் வளர்ச்சியைத் துரத்துவதை விட, தங்கள் லாப வரம்புகளைப் பாதுகாக்கத் தேர்வு செய்கிறார்கள்.

நிறுவன அளவிலான செயலாக்கத்தின் 'மரணம் பள்ளத்தாக்கு' (Valley of Death)

AI பரிசோதனைக்கும், உண்மையான உற்பத்திக்கும் இடையே ஒரு குறிப்பிடத்தக்க இடைவெளி உருவாகியுள்ளது. இந்திய நிறுவனங்களில் பாதிக்கும் மேற்பட்டவை பல AI பைலட்களை (Pilots) நடத்தினாலும், பல திட்டங்களை முழு அளவிலான செயல்பாடுகளுக்கு கொண்டு செல்வதில் சிரமப்படுகின்றன.

முதன்மையான தடைகள் மாடல்கள் அல்ல, மாறாக மோசமான தரமான நிறுவனத் தரவு (Enterprise Data), பலவீனமான நிர்வாகக் கட்டமைப்புகள் மற்றும் முதலீட்டின் மீதான வருமானம் (ROI) குறித்த தெளிவான அளவீடுகள் இல்லாமை ஆகும். இது 'பைலட் சோர்வு' (Pilot Fatigue) ஏற்படுகிறது, அங்கு ஆறு முதல் பன்னிரண்டு மாதங்களுக்குள் முடிவுகளைக் காட்டாத திட்டங்கள் நிர்வாக ஆதரவையும் நிதியையும் இழக்கின்றன.

முதலீட்டாளர்கள் அடுத்து என்ன கண்காணிக்க வேண்டும்?

முதலீட்டாளர்கள் பொதுவான AI பரபரப்பிற்கு அப்பால் சென்று, குறிப்பிட்ட செயல்பாட்டு குறிகாட்டிகளில் கவனம் செலுத்த வேண்டும்.

• லாபப் பாதுகாப்பு (Margin Protection): வருவாய் கலவையில் ஏற்படும் மாற்றங்களுக்கு மத்தியிலும் IT சேவைகள் நிறுவனங்களின் லாப வரம்புகளைப் பராமரிக்கும் அல்லது மேம்படுத்தும் திறனைக் கவனியுங்கள். வெறும் பொறியியல் மணிநேரங்களை விற்பதற்குப் பதிலாக 'விளைவு அடிப்படையிலான' (Outcome-based) அல்லது 'தள அடிப்படையிலான' (Platform-based) சேவைகளை வெற்றிகரமாக விற்கக்கூடிய நிறுவனங்கள் சிறந்த நிலையில் உள்ளன.
• உள்கட்டமைப்பு உத்தி (Infrastructure Strategy): பாதுகாப்பான, மின்சார-திறனுள்ள மற்றும் நிலையான டேட்டா சென்டர் உள்கட்டமைப்பில் முதலீடு செய்யும் நிறுவனங்களைக் கவனியுங்கள். AI விரிவாக்கத்தின் அடுத்த கட்டத்தில் மின்சார விநியோகம் வெற்றி பெறுபவர்களை தீர்மானிக்கும்.
• திறமை தழுவல் (Talent Adaptation): பணியாளர் மறுதிறன் (Reskilling) மேம்பாட்டில் நிறுவனத்தின் கவனம் செலுத்துவதைக் கண்காணிக்கவும். AI திறமை இடைவெளி ஒரு குறிப்பிடத்தக்க ஆபத்தாகவே உள்ளது. தற்போதைய பணியாளர்களிடையே AI அறிவை முறைப்படி உருவாக்கும் நிறுவனங்கள், விலை உயர்ந்த புதிய பணியாளர்களை மட்டும் நம்பியிருக்கும் நிறுவனங்களுடன் ஒப்பிடும்போது குறைவான ஆட்சேர்ப்பு செலவுகளை எதிர்கொள்ளும்.
• உற்பத்தி அளவிலான வருவாய் (Production-Scale Revenue): வரவிருக்கும் காலாண்டுகளில் மிக முக்கியமான அளவீடு, தொடங்கப்பட்ட AI பைலட்களின் எண்ணிக்கையை விட, முழுமையாக செயல்படும் AI திட்டங்களிலிருந்து எவ்வளவு வருவாய் ஈட்டப்படுகிறது என்பதாக இருக்கும்.