Whalesbook
திடமான சிஸ்டம்களின் பின்னடைவு
AI-யின் அபரிமிதமான வளர்ச்சி காரணமாக SaaS துறை அழிந்துவிடும் (SaaSpocalypse) என்ற சந்தையின் அச்சங்கள், தற்போதைய நிதர்சனத்துடன் பொருந்தவில்லை. ஜெனரேட்டிவ் AI-யின் அழுத்தத்தால் சரிவதற்கு பதிலாக, சாப்ட்வேர்-அஸ்-எ-சர்வீஸ் (SaaS) துறை எதிர்பாராத வகையில் வலிமையைக் காட்டுகிறது. பல நிறுவனங்கள் லாபத்தில் எதிர்பார்ப்புகளை மீறியுள்ளன மற்றும் எதிர்காலத்திற்கான வழிகாட்டுதல்களையும் (guidance revisions) உயர்த்தியுள்ளன. இது, நிறுவனங்களின் செயல்பாடுகளுக்கு அடித்தளமாக இருக்கும் பிளாட்ஃபார்ம்களுக்கான கார்ப்பரேட் செலவினங்களுக்கு முக்கியத்துவம் அளிக்கப்படுவதைக் காட்டுகிறது.
மென்பொருளின் தன்மையில் தான் வித்தியாசம் உள்ளது. SAP மற்றும் Snowflake போன்ற 'சிஸ்டம்ஸ் ஆஃப் ரெக்கார்ட்' (Systems of Record) என வகைப்படுத்தப்படும் பிளாட்ஃபார்ம்கள், துல்லியமான மற்றும் நம்பகமான முடிவுகளைத் தரக்கூடியவை. ஆனால், AI மாடல்கள் இயல்பாகவே நிகழ்தகவு (probabilistic) சார்ந்தவை என்பதால், அவற்றுக்கு தொடர்ச்சியான மேற்பார்வை இல்லாமல் இதுபோன்ற முடிவுகளை எடுப்பது கடினம். எனவே, AI மூலம் வேலை இழப்பிற்குப் பதிலாக, இந்த முக்கிய சிஸ்டம்கள் AI-ஐ ஒரு மேம்பட்ட இடைமுகமாக (interface layer) ஒருங்கிணைத்து, அவற்றை மேலும் மதிப்புமிக்க அம்சங்களாக மாற்றுகின்றன.
வேறுபடும் ஆபத்துகள்: என்கேஜ்மெண்ட் மற்றும் ஒர்க்ஃப்ளோ
அடிப்படை சிஸ்டம்கள் பெரும்பாலும் பாதுகாக்கப்பட்டு வரும் நிலையில், 'சிஸ்டம்ஸ் ஆஃப் என்கேஜ்மெண்ட்' (Systems of Engagement) மற்றும் 'சிஸ்டம்ஸ் ஆஃப் வொர்க்ஃப்ளோ' (Systems of Workflows) ஆகியவற்றில் ஆபத்து அதிகமாக உள்ளது. ServiceNow, Adobe, மற்றும் Datadog போன்ற பிளாட்ஃபார்ம்கள், AI நேரடியாக பணிகளை தானியங்குபடுத்தக்கூடிய (automate direct outputs) துறைகளில் செயல்படுகின்றன. இது, புதிய போட்டியாளர்களுக்கு குறைந்த செலவில் நுழைய வழிவகுக்கும். இதனால், IT சேவை நிறுவனங்கள் ஒரு பிளவுபட்ட சூழலை எதிர்கொள்கின்றன. Accenture மற்றும் Cognizant போன்ற பெரிய நிறுவனங்கள் இதில் கணிசமான ஈடுபாட்டைக் கொண்டிருந்தாலும், வாடிக்கையாளர்களை பழைய இம்ப்ளிமென்டேஷன்களிலிருந்து உயர்-மதிப்பு AI ஒருங்கிணைப்புகளுக்கு மாற்றுவதில் அவர்களின் வெற்றி அடங்கியுள்ளது. முக்கிய நிறுவனங்களில் சமீபத்தில் ஏற்பட்ட திட்ட தாமதங்கள், தேவை குறைவதைக் குறிக்காமல், குறிப்பிட்ட வாடிக்கையாளர் பட்ஜெட் மறுசீரமைப்புகளாகவே இருக்கக்கூடும்.
Salesforce-ன் அளவீட்டு மாற்றம்
Salesforce இந்த மாற்றத்தின் முக்கிய குறிகாட்டியாக விளங்குகிறது. AI-யால் இயக்கப்படும் பயன்பாட்டின் (AI-driven utility) மிகப்பெரிய விரிவாக்கத்தை இது காட்டுகிறது. டோக்கன் செயலாக்கம் (token processing) மற்றும் ஏஜென்டிக் பணி அலகுகளின் (agentic work units) அதிகரித்த எண்ணிக்கை, மென்பொருள் மதிப்பு எவ்வாறு பெறப்படுகிறது என்பதில் ஒரு அடிப்படை மாற்றத்தை கோடிட்டுக் காட்டுகிறது. பாரம்பரிய 'சீட்-பேஸ்டு' லைசென்ஸ்களிலிருந்து (seat-based licenses) நுகர்வு அடிப்படையிலான மாடல்களுக்கு (consumption-based models) மாறுவதன் மூலம், Salesforce AI தொடர்புகளின் அளவைப் பிடிக்கிறது. இருப்பினும், அதன் சிஸ்டம் இன்டெக்ரேஷன் பார்ட்னர்களுக்கான சான்றிதழ் தரவை மறைக்க நிறுவனம் எடுத்த முடிவு, வெளிப்படைத்தன்மையை குறைக்கும் ஒரு மூலோபாய நடவடிக்கையாகத் தெரிகிறது. இது, பொறியியல் செயல்திறன் மேம்படும்போது மனிதனை மையமாகக் கொண்ட தொழில்நுட்ப பாத்திரங்களின் மாறும் தன்மையை மறைக்கும் நோக்கமாக இருக்கலாம். AI-இயக்கப்படும் ஆட்டோமேஷன் சிக்கலான சிஸ்டம் பராமரிப்புக்குத் தேவையான பணியாளர்களின் எண்ணிக்கையை கணிசமாகக் குறைக்கும்போது, பாரம்பரிய சேவை வழங்குநர்களுக்கு நீண்ட கால மதிப்பு எவ்வளவு இருக்கும் என்பது கேள்வியாக உள்ளது.
கட்டமைப்பு பாதிப்புகள் மற்றும் ஆபத்துகள்
தற்போதைய நேர்மறையான சூழல் இருந்தபோதிலும், பில் செய்யக்கூடிய மணிநேரங்களை (billable hours) சார்ந்துள்ள நிறுவனங்களுக்கு ஒரு கட்டமைப்பு பலவீனம் நீடிக்கிறது. AI கருவிகள் SaaS பிளாட்ஃபார்ம்களைப் பயன்படுத்துவதற்கான சிக்கலைக் குறைத்தால், IT நிறுவனங்கள் வழங்கும் ஆலோசனை சேவைகளில் (consulting services) உள்ள லாபம் நிரந்தரமாக குறையக்கூடும். மேலும், நுகர்வு அடிப்படையிலான விலை நிர்ணய மாதிரிகள் (consumption-based pricing models) புதிய நிலையற்ற தன்மையை அறிமுகப்படுத்துகின்றன. கார்ப்பரேட் AI முயற்சிகள் அளவிடக்கூடிய முதலீட்டு வருவாயை (ROI) உருவாக்கத் தவறினால், நிறுவனங்கள் பயன்பாட்டைக் கடுமையாகக் கட்டுப்படுத்தக்கூடும். இது, நிலையான 'சீட்-பேஸ்டு' ஒப்பந்தங்களில் இல்லாத திடீர் வருவாய் சுருக்கங்களுக்கு வழிவகுக்கும். டோக்கன் நுகர்வில் தற்போதைய வளர்ச்சி, நீண்ட கால லாப வரம்புகளாக மாறுமா அல்லது விலை உயர்ந்த, பரிசோதனை AI பைலட் திட்டங்களின் தற்காலிக உயர்வாக இருக்குமா என்பதைக் கவனிக்க வேண்டும்.