இந்தியாவின் முன்னணி IT நிறுவனமான TCS, 2026-27 நிதியாண்டிற்கான புதிய ஊழியர்கள் (freshers) பணியமர்த்தும் இலக்கை 43% குறைத்து **25,000** ஆக நிர்ணயித்துள்ளது. இது முந்தைய ஆண்டான 2025-26 இல் இருந்த **44,000** இலக்கிலிருந்து பெரிய சரிவு. AI தொழில்நுட்பம் IT துறையில் வேலைவாய்ப்புகளை எப்படி மாற்றுகிறது என்பதை இது காட்டுகிறது.
நடந்தது என்ன?
இந்தியாவின் மிகப்பெரிய நிறுவனங்களில் ஒன்றான டாடா கன்சல்டன்சி சர்வீசஸ் (TCS), புதிய பட்டதாரிகளை (fresh graduates) பணியமர்த்துவதை பெருமளவில் குறைத்துள்ளது. 2027 நிதியாண்டிற்கான (FY27) திட்டங்களில், இந்நிறுவனம் 25,000 புதியவர்களை வேலைக்கு எடுக்க இலக்கு நிர்ணயித்துள்ளது. இது 2026 நிதியாண்டில் (FY26) வழங்கப்பட்ட 44,000 வாய்ப்புகளை விட 43% குறைவு.
இந்த மாற்றம், நிறுவனத்தின் ஒட்டுமொத்த பணியாளர் எண்ணிக்கையில் ஏற்பட்ட திருத்தங்களின் ஒரு பகுதியாகும். கடந்த 2026 நிதியாண்டில் மட்டும், TCS இல் 23,000 க்கும் அதிகமான ஊழியர்கள் வெளியேறியுள்ளனர். TCS தலைவர் என். சந்திரசேகரன் சமீபத்தில், நிறுவனம் பயன்படுத்தும் AI ஏஜெண்டுகளின் எண்ணிக்கை அதன் மொத்த ஊழியர்களின் எண்ணிக்கைக்கு சமமாக வரக்கூடும் என்று கூறியுள்ளார். இது நிறுவனத்தின் செயல்பாடுகளை நிர்வகிக்கும் விதத்தில் ஒரு அடிப்படை மாற்றத்தை சுட்டிக்காட்டுகிறது.
AI-யின் செயல்திறன் நோக்கி நகர்வு
புதிய ஊழியர்களின் எண்ணிக்கையை குறைப்பது என்பது தற்போதைய பொருளாதார நிலைக்கு மட்டும் பதிலளிப்பது அல்ல. இது IT வணிக மாதிரியின் ஒரு மாற்றத்தை பிரதிபலிக்கிறது. பொதுவாக, இந்திய IT நிறுவனங்கள் 'லேபர் ஆர்பிட்ரேஜ்' முறையை நம்பியிருந்தன. அதாவது, ஆயிரக்கணக்கான புதிய பட்டதாரிகளை பணியமர்த்தி, வழக்கமான கோடிங், டெஸ்டிங் மற்றும் டேட்டா என்ட்ரி போன்ற பணிகளை அவர்களுக்கு கொடுத்தன.
ஆனால் இன்று, ஜெனரேட்டிவ் AI மற்றும் ஆட்டோமேஷன் கருவிகள் இந்த வழக்கமான பணிகளை எடுத்துக்கொள்கின்றன. மனித தலையீடு தேவைப்பட்ட பணிகளை AI கையாள அனுமதிப்பதன் மூலம், IT நிறுவனங்கள் இப்போது மிகவும் திறமையான, சிறப்பு நிபுணத்துவம் வாய்ந்த குழுக்களை நோக்கி நகர்கின்றன. அதிக பயிற்சி செலவுகள் மற்றும் நீண்ட உற்பத்தித்திறன் நேரம் கொண்ட பெரிய அளவிலான ஆட்சேர்ப்பை குறைப்பதன் மூலம் செயல்பாட்டு திறனை மேம்படுத்துவதே இந்த உத்தியின் நோக்கம்.
துறை சார்ந்த போக்குகள்
கோவிட் பெருந்தொற்று காலத்திற்குப் பிறகு, இந்திய IT துறையில் புதிய ஊழியர்களுக்கான வேலைவாய்ப்புகளில் குறிப்பிடத்தக்க சரிவு ஏற்பட்டுள்ளது. டேலண்ட் அனலிட்டிக்ஸ் நிறுவனமான Xpheno-வின் தரவுகளின்படி, இந்தியாவின் IT துறையில் புதிய ஊழியர்களின் வேலைவாய்ப்பு, 2022 நிதியாண்டில் உச்சமாக இருந்த சுமார் 6 லட்சம் இலிருந்து, 2025 நிதியாண்டில் சுமார் 1.2 லட்சம் ஆக குறைந்துள்ளது. இது மூன்று ஆண்டுகளில் 80% சரிவு.
இந்த சரிவுக்கு சிலmargin அழுத்தங்கள் காரணமாக இருந்தாலும், AI தொழில்நுட்பம் திறமை அடிப்படையிலான ஆட்சேர்ப்பை (skill-based hiring) துரிதப்படுத்தியுள்ளது என்று துறைசார் வல்லுநர்கள் கூறுகின்றனர். நிறுவனங்கள் இப்போது வழக்கமான மொத்த ஆட்சேர்ப்பு மாதிரியை விட, 'AI எழுத்தறிவு', தரவுத் திறன் (data fluency) மற்றும் சிக்கல் தீர்க்கும் திறன்களுக்கு (problem-solving skills) முன்னுரிமை அளிக்கின்றன. இது நிறுவனங்களுக்கு செலவுகளை நிர்வகிக்க உதவினாலும், புதிய பட்டதாரிகள் வேலை சந்தையில் நுழைவதற்கு கடினமான கற்றல் பாதையை எதிர்கொள்ள வேண்டியுள்ளது.
எதிர்கால வேலை சந்தை
பணியாளர் எண்ணிக்கையை குறைத்த போதிலும், நாஸ்காம் (Nasscom) போன்ற தொழில்துறை அமைப்புகள் IT துறையின் நீண்டகால வளர்ச்சி குறித்து நம்பிக்கையுடன் உள்ளன. இது 315 பில்லியன் டாலர் ஆக உயரும் என கணிக்கப்பட்டுள்ளது. வேலை இழப்பு என்ற கருத்திலிருந்து வேலை பரிணாம வளர்ச்சி (job evolution) என்ற கருத்திற்கு மாற்றம் ஏற்பட்டுள்ளது. ICRIER போன்ற நிறுவனங்களின் ஆராய்ச்சி, AI வேலைவாய்ப்பை முழுமையாக குறைப்பதை விட, உற்பத்தித்திறனை அதிகரிக்கும் என்று கூறுகிறது.
இது ஒரு பிளவுபட்ட சந்தையை உருவாக்குகிறது. AI ஸ்பெஷலிஸ்ட் மற்றும் ஜெனரேட்டிவ் AI இன்ஜினியர் போன்ற அதிக மதிப்புள்ள பணிகளுக்கு தேவை அதிகரித்து வருகிறது, இவற்றுக்கு அதிக சம்பளம் கிடைக்கிறது. மறுபுறம், அடிப்படை ஆவணங்கள் மற்றும் வாடிக்கையாளர் சேவை போன்ற தானியங்குபடுத்தலுக்கு (automation) அதிகம் ஆளாகக்கூடிய பணிகள், குறைவான தேவையைக் காண்கின்றன. துறைக்கு, எதிர்கால வளர்ச்சிக்கான திறமையான திறமையாளர்களின் தேவையை பராமரிக்கும் அதே வேளையில், இந்த செயல்திறன் நகர்வை சமநிலைப்படுத்துவது ஒரு சவாலாக இருக்கும்.
முதலீட்டாளர்கள் கவனிக்க வேண்டியவை
IT நிறுவனங்களின் அடிமட்ட வருமானத்தை (bottom line) இந்த பணியாளர் உத்தி மாற்றம் எவ்வாறு பாதிக்கிறது என்பதை முதலீட்டாளர்கள் கண்காணிக்கலாம். முக்கியமாக கவனிக்க வேண்டியவை:
- இயக்க லாப வரம்புகள் (Operating Margins): பெரிய அளவிலான ஆட்சேர்ப்பைக் குறைப்பது லாப வரம்புகளில் நிலையான முன்னேற்றத்திற்கு வழிவகுக்குமா?
- AI ஒருங்கிணைப்பு: வழக்கமான பணியாளர் எண்ணிக்கை அதிகரிப்பைச் சார்ந்து இல்லாமல், வருவாய் வளர்ச்சியை அதிகரிக்க AI முதலீடுகளை நிறுவனங்கள் எவ்வளவு திறம்பட பணமாக்க முடியும்?
- திறன் அடிப்படையிலான ஆட்சேர்ப்பு போக்குகள்: பாரம்பரிய புதிய ஊழியர் தொழிலாளர் தேவை குறையும்போது, சிறப்புப் பணிகளை நிரப்ப போதுமான உயர்-திறன் கொண்ட திறமையாளர்களை நிறுவனங்கள் தொடர்ந்து பெற அல்லது பயிற்றுவிக்க முடியுமா?