2026-ல், ஆர்ட்டிஃபிஷியல் இன்டெலிஜென்ஸ் (AI) இப்போது ரோபோக்கள் மற்றும் சென்சார்களுடன் இணைந்து 'பிசிகல் AI' ஆக தொழிற்சாலைகளை நோக்கி நகர்கிறது. இது உற்பத்தி மற்றும் லாஜிஸ்டிக்ஸ் துறைகளில் செயல்திறனையும், தடைகளை தாங்கும் திறனையும் அதிகரிக்கப் போகிறது. ஆனால், இந்த தொழில்நுட்பத்தை விரிவுபடுத்துவதில் அதிக முதலீடு, செமிகண்டக்டர் தட்டுப்பாடு, பழைய தொழிற்சாலை உள்கட்டமைப்பை மேம்படுத்துதல் போன்ற சவால்கள் உள்ளன.
பிசிகல் AI: புதிய தொழில்நுட்ப புரட்சி
தற்போது தொழில்நுட்ப உலகில் ஒரு புதிய அத்தியாயம் தொடங்கியுள்ளது. அதற்கு 'பிசிகல் AI' எனப் பெயரிடப்பட்டுள்ளது. இது ஜெனரேட்டிவ் AI போலல்லாமல், திரையில் தகவல்களைக் கையாள்வதற்குப் பதிலாக, ஆர்ட்டிஃபிஷியல் இன்டெலிஜென்ஸ் (AI) மாதிரிகளை ரோபோடிக்ஸ், கம்ப்யூட்டர் விஷன் மற்றும் சென்சார்களுடன் இணைக்கிறது. இதன் மூலம் இயந்திரங்கள் நிஜ உலகில் சுற்றுப்புறத்தை உணர்ந்து, முடிவெடுத்து, தானாக இயங்க முடியும்.
2026-ல், இந்த தொழில்நுட்பம் வெறும் சோதனை முயற்சிகளைக் கடந்து, நிஜமான பயன்பாட்டிற்கு வரத் தொடங்கியுள்ளது. NVIDIA, Siemens, LG, மற்றும் TCS போன்ற உலகளாவிய மற்றும் இந்திய நிறுவனங்கள், AI-யால் இயங்கும் தொழிற்சாலைகள் மற்றும் மனித உருவ ரோபோக்களில் தங்கள் முதலீடுகளை தீவிரப்படுத்தி வருகின்றன.
ஏன் தொழிற்சாலைகள் பிசிகல் AI-ஐ ஏற்கின்றன?
உற்பத்தி மற்றும் லாஜிஸ்டிக்ஸ் நிறுவனங்களுக்கு, இதன் முக்கிய ஈர்ப்பு செயல்பாட்டுத் திறனையும் (Operational Efficiency) மற்றும் தடைகளைத் தாங்கும் திறனையும் (Resilience) அதிகரிப்பதாகும். வழக்கமான ஆட்டோமேஷன், திரும்பத் திரும்பச் செய்யும் வேலைகளுக்குச் சிறப்பாகச் செயல்பட்டாலும், எதிர்பாராத மாற்றங்கள் அல்லது பிழைகளைச் சமாளிப்பதில் சிரமப்படுகிறது. பிசிகல் AI, கணினிப் பார்வை மூலம் குறைபாடுகளைக் கண்டறியவும், சிக்கலான விநியோகச் சங்கிலித் தடைகளை நிர்வகிக்கவும், டிஜிட்டல் ட்வின்ஸ் (Digital Twins) மூலம் தொழிற்சாலை தளத்தில் மாற்றங்களைச் செய்வதற்கு முன்பு மெய்நிகராக சோதிக்கவும் உதவுகிறது. தொழிலாளர் பற்றாக்குறை மற்றும் வயதான மக்கள்தொகை போன்ற பிரச்சனைகளை எதிர்கொள்ளும் நிறுவனங்களுக்கு இது ஒரு நம்பகமான, தானியங்கு பணியாளர் தீர்வாக மாறியுள்ளது.
செயல்படுத்துவதில் உள்ள யதார்த்தமான அபாயங்கள்
சந்தை வளர்ச்சி கணிப்புகள் மிகவும் நம்பிக்கைக்குரியதாக இருந்தாலும், முதலீட்டாளர்கள் வெறும் விளம்பரத்திற்கும் யதார்த்தத்திற்கும் உள்ள வேறுபாட்டைப் புரிந்து கொள்ள வேண்டும். பிசிகல் AI-ஐ செயல்படுத்துவது என்பது அதிக மூலதனம் தேவைப்படும் ஒரு செயல்முறையாகும். இது ஒரு மென்பொருள் புதுப்பிப்பு மட்டுமல்ல; இதற்கு சென்சார்கள், ஆக்சுவேட்டர்கள் மற்றும் உயர் செயல்திறன் கொண்ட செமிகண்டக்டர்கள் உள்ளிட்ட சிறப்பு வன்பொருட்கள் தேவை.
மிகப்பெரிய சவால்களில் ஒன்று ஒருங்கிணைப்பு. உலகளாவிய உற்பத்தித் தளத்தின் பெரும்பகுதி 'பிரவுன்ஃபீல்ட்' உள்கட்டமைப்பாகும் - அதாவது நவீன AI அமைப்புகளுக்காக வடிவமைக்கப்படாத பழைய தொழிற்சாலைகள். இத்தகைய வசதிகளை நிகழ்நேர தரவு செயலாக்கம் மற்றும் ரோபோடிக்ஸ் ஆதரவுக்கு மாற்றுவது கடினமானது, செலவுமிக்கது மற்றும் அதிக நேரம் எடுக்கும். பல நிறுவனங்கள் தற்போது சிறிய அளவிலான பைலட் திட்டங்களிலிருந்து முழு அளவிலான நிறுவன அளவிலான பயன்பாட்டிற்கு மாறுவதில் சிரமப்படுகின்றன. மேலும், GPUகள் மற்றும் சென்சார்கள் போன்ற அத்தியாவசிய கூறுகளின் உற்பத்தி சில உலகளாவிய சப்ளையர்களிடம் மட்டுமே குவிந்துள்ளதால், இந்தத் துறை விநியோகச் சங்கிலி பாதிப்புகளையும் எதிர்கொள்கிறது.
துறையைக் கண்காணித்தல்
இந்தத் துறையைக் கவனிக்கும் முதலீட்டாளர்கள், 'AI' என்ற அடையாளத்திற்கு அப்பால் பார்ப்பது பயனுள்ளது. தொழில்துறை ஒருங்கிணைப்பின் நடைமுறைச் சிக்கல்களைத் தீர்க்கக்கூடிய நிறுவனங்களில் இந்த மாற்றத்தின் மதிப்பு பெரும்பாலும் அடங்கியுள்ளது. அடுத்தகட்ட வளர்ச்சி, டிஜிட்டல் நுண்ணறிவுக்கும் பௌதிக வன்பொருளுக்கும் இடையிலான இடைவெளியை திறம்பட இணைக்கும் திறனால் வரையறுக்கப்படும். இத்துறையில் கண்காணிக்க வேண்டிய முக்கிய விஷயங்களில், பெரிய அளவிலான திட்டங்களை வெற்றிகரமாக செயல்படுத்துவது, செமிகண்டக்டர் விநியோகச் சங்கிலிகளின் ஸ்திரத்தன்மை, மற்றும் இந்த மேம்பட்ட அமைப்புகளுக்குத் தேவையான அதிக ஆரம்ப மூலதனச் செலவுகளுக்குத் தெளிவான வருவாயை நிரூபிக்கும் நிறுவனங்களின் திறன் ஆகியவை அடங்கும். தொழில்நுட்பத் திறன்களை மட்டும் கண்காணிப்பதை விட, சேவை வழங்குநர்கள் மற்றும் வன்பொருள் உற்பத்தியாளர்கள் பல்வேறு தொழில்துறை சூழல்களில் பயன்பாட்டின் சிக்கல்களை எவ்வாறு நிர்வகிக்கிறார்கள் என்பதைக் கவனிக்க முதலீட்டாளர்கள் விரும்பலாம்.