Enterprise AI: ஊழியர்கள் வேகம், ஆனால் லாபம் எங்கே? **33%** உற்பத்தித் திறன் உயர்வுடன் ஒரு முரண்பாடு

TECHNOLOGY
Whalesbook Logo
AuthorHarsh Vora|Published at:
Enterprise AI: ஊழியர்கள் வேகம், ஆனால் லாபம் எங்கே? **33%** உற்பத்தித் திறன் உயர்வுடன் ஒரு முரண்பாடு

நிறுவனங்கள் AI மூலம் பெரும் உற்பத்தித் திறனைப் பெற்றாலும், லாபத்தை ஈட்டுவதில் சிக்கல் நீடிக்கிறது. சுமார் **$161 பில்லியன்** மதிப்பிலான 'AI fragmentation tax' பாதிப்பால், தரவு மேலாண்மை மற்றும் கட்டமைப்பு சிக்கல்கள் நிறுவனங்களின் வளர்ச்சியைத் தடுக்கின்றன.

செயற்கை நுண்ணறிவு (AI) தொழில்நுட்பத்தை நிறுவனங்கள் பின்பற்றும் விதம் தற்போது ஒரு முக்கிய கட்டத்தை எட்டியுள்ளது. கோடிங், ஆவணப்படுத்துதல் மற்றும் ரிப்போர்ட்டிங் போன்ற பணிகளை ஊழியர்கள் மிக வேகமாகச் செய்து முடித்தாலும், இந்த முன்னேற்றம் நிறுவனத்தின் ஒட்டுமொத்த நிதிநிலை அறிக்கையில் எதிரொலிக்கவில்லை. Atlassian நடத்திய ஆய்வில், தனிநபர் உற்பத்தித்திறன் 33% அதிகரித்திருந்தாலும், வணிகச் செயல்பாடுகளில் ஏற்பட்டுள்ள உண்மையான மாற்றம் வெறும் 3% முதல் 4% மட்டுமே என்பது தெரியவந்துள்ளது.\n\n### 'AI Fragmentation Tax' என்றால் என்ன?\n\nஇந்த இடைவெளி 'AI fragmentation tax' என்று அழைக்கப்படுகிறது. இது பெரிய நிறுவனங்களுக்கு ஆண்டுதோறும் $161 பில்லியன் இழப்பை ஏற்படுத்துகிறது. ஒரு துறை AI மூலம் வேகமாகச் செயல்படும்போது, நிதி அல்லது சட்டத்துறை போன்ற மற்ற துறைகள் பழைய மெதுவான முறையைப் பின்பற்றுவதால் வேலைகளில் தேக்கநிலை ஏற்படுகிறது. வெறும் 6% நிர்வாகிகள் மட்டுமே, தங்கள் AI முதலீடு நேரடியாக வருவாய் அல்லது தரத்தை உயர்த்துகிறது என்று உறுதியாக நம்புகின்றனர்.\n\n### டேட்டா அடித்தளம் ஏன் முக்கியம்?\n\nவெறும் AI கருவிகளை வாங்குவதை விட, நிறுவனத்தின் உள்நாட்டு தரவுகளின் (Proprietary Data) தரம் தான் வெற்றிக்குத் தீர்வாகிறது. ஆனால், தற்போதைய சூழலில் சுமார் 69% ஊழியர்கள், தங்கள் நிறுவனத்தின் டேட்டா கட்டமைப்புகள் AI பயன்பாட்டிற்குத் தயாராக இல்லை என்று கருதுகின்றனர். மென்பொருள் உரிமங்களை (Software Licenses) வாங்குவதற்கு முன்னதாக, சிதறிக்கிடக்கும் தரவு அமைப்புகளைச் சீரமைப்பதே நிறுவனங்களின் தற்போதைய சவாலாக உள்ளது.\n\n### முதலீட்டு வியூகத்தில் மாற்றம்\n\nநிறுவனங்கள் இனி வெறும் மென்பொருள் வாங்குவதை விடுத்து, தங்கள் உள்நாட்டு செயல்பாடுகளை மறுசீரமைப்பதில் கவனம் செலுத்த உள்ளன. மென்பொருள் உரிமங்களுக்காகச் செலவு செய்யும் தொகை, இனி குழுக்களை ஒருங்கிணைப்பதற்கும், அறிவுசார் கட்டமைப்புகளை உருவாக்குவதற்கும் மாற்றப்படலாம். முதலீட்டாளர்கள் கவனிக்க வேண்டிய முக்கிய விஷயம் என்னவென்றால், நிறுவனங்கள் எவ்வாறு இந்த ஆரம்பகட்ட AI திறனை வருவாய் அல்லது செலவு குறைப்பு நடவடிக்கைகளாக மாற்றுகின்றன என்பதுதான்.

Disclaimer: This article is published for informational purposes only. This is not a buy sell recommendation.