OpenAI இந்தியாவில் காலூன்றுகிறது: AI பற்றிய பரபரப்பிலிருந்து உண்மையான லாபத்தை நோக்கி!

TECHNOLOGY
Whalesbook Logo
AuthorGaurav Bansal|Published at:
OpenAI இந்தியாவில் காலூன்றுகிறது: AI பற்றிய பரபரப்பிலிருந்து உண்மையான லாபத்தை நோக்கி!
Overview

இந்திய நிறுவனங்கள் சாதாரண AI டெமோக்களிலிருந்து Amazon Web Services (AWS) மூலம் சிக்கலான வேலைப்பளு ஒருங்கிணைப்பிற்கு மாறும்போது, தொழில்நுட்பத்தை விட செயல்பாட்டு செலவுத் திறனில்தான் முக்கிய மாற்றம் உள்ளது. OpenAI-க்கு இந்தியா உலகின் இரண்டாவது பெரிய சந்தையாக மாறியுள்ள நிலையில், நிதி மற்றும் சட்டத் துறைகளில் சிக்கலான ஆட்டோமேஷன் மீது கவனம் திரும்பியுள்ளது. இது நிறுவனங்களில் AI பயன்பாட்டின் முதிர்ச்சியைக் குறிக்கிறது.

Instant Stock Alerts on WhatsApp

Used by 10,000+ active investors

1

Add Stocks

Select the stocks you want to track in real time.

2

Get Alerts on WhatsApp

Receive instant updates directly to WhatsApp.

  • Quarterly Results
  • Concall Announcements
  • New Orders & Big Deals
  • Capex Announcements
  • Bulk Deals
  • And much more

பயன்பாட்டிலிருந்து உள்கட்டமைப்புக்கு மாற்றம்

இந்தியாவில் செயற்கை நுண்ணறிவு (AI) குறித்த விவாதம் ஒரு முக்கிய கட்டத்தை எட்டியுள்ளது. இது நுகர்வோர் சார்ந்த சாட்போட்களிலிருந்து அடிப்படை நிறுவன மறுசீரமைப்பிற்கு நகர்கிறது. இந்த மாற்றம், வெறும் புதுமைக்கு பதிலாக, அளவிடுதல் (Scalability) மற்றும் பாதுகாப்பிற்கான பரந்த நிறுவனத் தேவையைப் பிரதிபலிக்கிறது. Amazon Web Services (AWS) Bedrock-ல் மேம்பட்ட மாடல்களைப் புகுத்துவதன் மூலம், நிறுவனங்கள் இணக்கம் (Compliance) மற்றும் தரவு நிர்வாகத்தின் (Data Governance) கடினமான வேலைகளை கிளவுட் வழங்குநருக்கு அவுட்சோர்ஸ் செய்கின்றன. இதனால் டெவலப்பர்கள் குறிப்பிட்ட வேலைப்பளு ஆட்டோமேஷனில் கவனம் செலுத்த முடிகிறது.

பொருளாதார உந்துசக்தி: இந்தியா ஏன் முக்கியம்?

OpenAI-க்கு இந்தியா ஒரு முதன்மையான சந்தையாக உயர்ந்திருப்பது, நாட்டின் பரந்த தொழில்நுட்ப திறன்கள் மற்றும் செலவு-கட்டுப்பாட்டு கார்ப்பரேட் கலாச்சாரத்துடன் ஒரு மூலோபாய சீரமைப்பைக் குறிக்கிறது. பழைய மென்பொருள் கட்டுப்பாடுகளால் நிரம்பிய சந்தைகளைப் போலல்லாமல், பல இந்திய நிறுவனங்கள் ஒரே நேரத்தில் 'கிளவுட்-ஃபர்ஸ்ட்' மற்றும் 'AI-ஃபர்ஸ்ட்' கட்டமைப்புகளை ஏற்றுக்கொள்கின்றன. இந்த 'லெப்ஃப்ரோகிங்' (Leapfrogging) நடத்தை, உள்ளூர் நிதி, சட்ட மற்றும் மனிதவளத் துறைகள் பல ஆண்டு மென்பொருள் புதுப்பிப்புகளைத் தவிர்த்து, தணிக்கை பாதை உருவாக்கம் மற்றும் தானியங்கு மென்பொருள் விநியோக சுழற்சிகள் போன்ற பல-படி செயல்முறைகளைக் கையாளக்கூடிய AI ஏஜென்ட்களை நேரடியாகப் பயன்படுத்த அனுமதிக்கிறது.

செயல்பாட்டு யதார்த்தம்

நிறுவப்பட்ட வேலைப்பளுக்களில் அதிநவீன கருவிகளை ஒருங்கிணைப்பது, செயல்பாட்டு லாபத்தில் (Operating Margins) நேரடி தாக்கத்தை ஏற்படுத்துகிறது. மீண்டும் மீண்டும் வரும் நிர்வாகப் பணிகளை தானியக்கமாக்குவதன் மூலம், நிறுவனங்கள் வருவாய் வளர்ச்சியை ஊழியர் எண்ணிக்கையை அதிகரிப்பதிலிருந்து பிரிக்க முயற்சிக்கின்றன. இருப்பினும், இந்த மாற்றம் வெளிப்புற மாதிரி வழங்குநர்களின் (External Model Providers) இயக்க நேரம் (Uptime) மற்றும் துல்லியத்தை நம்பியிருப்பதை உருவாக்குகிறது. உற்பத்தித்திறன் ஆதாயங்கள் (Productivity Gains) முன்னிலைப்படுத்தப்பட்டாலும், இந்த நகர்வு கார்ப்பரேட் உள்கட்டமைப்பிற்குள் ஒரு ஒற்றைப் புள்ளி தோல்வியை (Single Point of Failure) உருவாக்குகிறது. இதனால், நிறுவனத்தின் செயல்பாட்டு ஸ்திரத்தன்மைக்கு Amazon-ன் கிளவுட் சூழலை நம்பியிருப்பது ஒரு முக்கிய தூணாகிறது.

தடயவியல் எதிர்மறை வாதம்: அதிக ஆட்டோமேஷனின் அபாயங்கள்

'AI சக ஊழியர்' (AI Coworker) என்ற கருத்தாக்கத்தின் நன்மைகளைத் தொழில்துறை முன்னிறுத்தினாலும், இந்த அமைப்புகளில் தங்கள் முக்கிய செயல்முறைகளை நம்பியிருக்கும் நிறுவனங்களுக்கு கணிசமான அபாயங்கள் உள்ளன. நிதி அறிக்கையிடல் போன்ற முக்கியமான பணிகளுக்கு நிர்ணயிக்கப்படாத மாதிரிகளை (Non-deterministic Models) நம்பியிருப்பது, குறிப்பிடத்தக்க ஒழுங்குமுறை மற்றும் துல்லிய அபாயங்களை அறிமுகப்படுத்துகிறது. பாரம்பரிய மென்பொருட்களைப் போலல்லாமல், பெரிய மொழி மாதிரிகள் (Large Language Models) 'மாயத்தோற்றங்களை' (Hallucinations) வெளிப்படுத்தக்கூடும். இவை சட்ட அல்லது நிதித் துறைகளில் கவனிக்கப்படாமல் விட்டால், கடுமையான இணக்க மீறல்களுக்கு அல்லது தவறான தணிக்கை தரவுகளுக்கு வழிவகுக்கும்.

மேலும், இந்தியாவில் போட்டி நிலவரம் தீவிரமடைந்து வருகிறது. OpenAI போன்ற ஒரு வழங்குநரை நம்பியிருப்பது விற்பனையாளர் பூட்டை (Vendor Lock-in) ஏற்படுத்தும் என்பதை உள்ளூர் நிறுவனங்கள் பெருகிய முறையில் அறிந்திருக்கின்றன. இதனால், தரவு இறையாண்மையை (Data Sovereignty) உறுதிசெய்ய Meta-வின் Llama அல்லது உள்ளூர் உள்நாட்டு மாதிரிகள் போன்ற திறந்த மூல மாற்றுகளை (Open-source Alternatives) ஆராய பல நிறுவனங்கள் தூண்டுகின்றன. நிறுவன வேலைப்பளுக்களில் தீவிரமாக நுழைவது, நிறுவனங்கள் தங்கள் தொழில்நுட்ப அடுக்குச் செலவுகளை (Tech-stack Costs) உற்பத்தித்திறன் ஆதாயங்களுக்காகப் பெருக்கக்கூடும் என்ற 'மதிப்பீட்டுப் பொறியில்' (Valuation Trap) சிக்க வைக்கும் அபாயத்தையும் கொண்டுள்ளது. இது ஒருங்கிணைப்பு கட்டத்தில் குறுகிய கால லாபத்தைக் குறைக்கும்.

மூலோபாய பார்வை

எதிர்காலத்தில், சந்தை இந்த வேலைப்பளு சீர்திருத்தங்களால் உருவாக்கப்பட்ட உண்மையான முதலீட்டின் மீதான வருவாயை (ROI) நோக்கி தனது ஆய்வை மாற்றும். ஆரம்ப உற்சாகம் குறையும்போது, நிர்வாகக் குழுக்கள் முன்னணி மாதிரிகளை இயக்குவதற்கான அதிக கணினிச் செலவுகளை, செயல்பாட்டு வெளியீட்டில் ஏற்படும் உறுதியான முன்னேற்றங்களுக்கு எதிராக நியாயப்படுத்த வேண்டிய கட்டாயத்தில் இருக்கும். அதிக AI-ஐ பயன்படுத்துபவர்கள் வெற்றி பெற மாட்டார்கள், மாறாக மனித மேற்பார்வைக்கும் தானியங்கு செயல்திறனுக்கும் இடையிலான வர்த்தகப் பரிமாற்றங்களை வெற்றிகரமாக வழிநடத்துபவர்களே வெல்வார்கள்.

Get stock alerts instantly on WhatsApp

Quarterly results, bulk deals, concall updates and major announcements delivered in real time.

Disclaimer:This content is for educational and informational purposes only and does not constitute investment, financial, or trading advice, nor a recommendation to buy or sell any securities. Readers should consult a SEBI-registered advisor before making investment decisions, as markets involve risk and past performance does not guarantee future results. The publisher and authors accept no liability for any losses. Some content may be AI-generated and may contain errors; accuracy and completeness are not guaranteed. Views expressed do not reflect the publication’s editorial stance.