செயற்கை நுண்ணறிவு (AI) தொழில்நுட்பம் வேகமாக வளர்ந்து வரும் நிலையில், பல மூத்த தொழில்நுட்ப வல்லுநர்கள் புதிய திறன்களைக் கற்றுக்கொள்வதற்குப் பதிலாக முன்கூட்டியே ஓய்வு பெறும் முடிவை எடுத்து வருகின்றனர். இது துறையில் ஒரு புதிய போக்காக உருவாகியுள்ளது.
உலகளாவிய தொழில்நுட்பத் துறையில் ஒரு பெரிய மாற்றம் நிகழ்ந்து வருகிறது. நிறுவனங்கள் செயற்கை நுண்ணறிவு (AI) முதலீடுகளுக்கு முன்னுரிமை அளிப்பதால், வேலைவாய்ப்புத் தேவைகளும் AI சார்ந்த திறன்களை நோக்கி நகர்கின்றன. இதன் விளைவாக, பல மூத்த தொழில்நுட்ப வல்லுநர்கள் இந்த புதிய மாற்றங்களுக்கு ஏற்ப தங்களை மாற்றிக்கொள்வதற்குப் பதிலாக, முன்கூட்டியே ஓய்வு பெறும் முடிவை எடுத்து வருகின்றனர்.
பல தசாப்தங்களாக தொழில்நுட்ப வளர்ச்சியைக் கண்டுவந்த அனுபவம் வாய்ந்த ஊழியர்களுக்கு, தற்போதைய AI மாற்றம் என்பது ஒரு சவாலான தடையாகவே தெரிகிறது. இது ஒரு தொழில்முறை மேம்பாடாகப் பார்க்கப்படவில்லை.
தொழில்முறை பாதையும் ஓய்வு திட்டமிடலும்
நிதி ஆலோசகர்கள், தற்போதைய மூத்த தொழில்நுட்ப ஊழியர்களிடம் இருந்து அதிக ஆலோசனைகளைப் பெறுவதாகத் தெரிவிக்கின்றனர். அவர்கள் புதிய AI கருவிகளைக் கற்றுக்கொள்வதற்கான முயற்சிக்கும், வேலையிலிருந்து விலகுவதற்கும் இடையிலான சாத்தியக்கூறுகளை ஆராய்ந்து வருகின்றனர். ஓய்வு திட்டமிடுபவர்கள், சமீபத்திய AI கருவிகளில் தேர்ச்சி பெறுவதற்குத் தேவையான முதலீட்டை, தங்கள் வாழ்க்கையின் இறுதிக் கட்டத்தில் உள்ள சில நிபுணர்கள் செய்யத் தயாராக இல்லை என்பதைக் குறிப்பிடுகின்றனர். மேலும், நிறுவனத்தின் சூழல் அன்றாட வேலை எதிர்பார்ப்புகளின் தன்மையை மாற்றுவதால், இது அவர்களின் நீண்டகால தொழில் பாதைகள் பற்றிய தனிப்பட்ட மறுமதிப்பீட்டுடன் பிணைக்கப்பட்டுள்ளது.
தொழில்துறையின் திறமைக்கான தாக்கங்கள்
நிறுவனங்கள் தங்கள் வணிக மாதிரிகளில் AI-ஐ ஒருங்கிணைக்க வேகமாகச் செயல்படும்போது, அனுபவம் வாய்ந்த ஊழியர்களின் வெளியேற்றம் நிறுவன அறிவைப் பாதுகாப்பதில் ஒரு தனித்துவமான சவாலாக உள்ளது. இந்த பாதையைத் தேர்ந்தெடுப்பவர்களை நிதி ஆலோசகர்கள் எச்சரிக்கின்றனர், ஏனெனில் தொழில்நுட்பத் துறையில் ஏற்படும் விரைவான மாற்றங்களால், விலகிச் சென்றவர்கள் மீண்டும் நுழைவது கடினம். எனவே, ஓய்வு பெறுவதற்கான முடிவு என்பது, தற்போதைய AI ஒருங்கிணைப்புக்குத் தேவையான தொடர்ச்சியான மறு கற்றல் செயல்முறையைத் தவிர்ப்பதற்கான ஒரு தேர்வாகும்.
இந்த போக்கு தொழில்நுட்பத் தொழிலாளர்களிடையே ஒரு தெளிவான வேறுபாட்டைக் காட்டுகிறது. இளைய தலைமுறையினர் AI தத்தெடுப்புச் சுழற்சியுடன் பெரும்பாலும் ஒத்துப்போகும்போது, அவர்களின் தொழில் வாழ்க்கையின் பிற்பகுதியில் உள்ளவர்கள் தேவையான முயற்சியை நியாயப்படுத்துவது கடினமாக உள்ளது. நிறுவனங்களுக்கான நீண்டகால தாக்கம், அனுபவம் வாய்ந்த ஊழியர்களின் இழப்பை அவர்கள் எவ்வாறு நிர்வகிக்கிறார்கள் என்பதையும், அதே நேரத்தில் தற்போதைய ஊழியர்களுக்கு இந்தப் புதிய கருவிகளைக் கையாள பயிற்சி அளிப்பதையும் பொறுத்தது. முதலீட்டாளர்கள், பெரிய தொழில்நுட்ப நிறுவனங்கள் சாத்தியமான திறமைக் குறைபாடுகளை எவ்வாறு நிர்வகிக்கின்றன என்பதையும், வெளியேறும் மூத்த ஊழியர்களால் ஏற்பட்ட இடங்களை நிரப்ப சிறப்பு AI நிபுணர்களுக்குப் பயிற்சி அளிப்பதற்கான அல்லது பணியமர்த்துவதற்கான செலவுகளையும் கண்காணிக்கலாம்.