Goldman Sachs నివేదిక ప్రకారం, రాబోయే దశాబ్దంలో జనరేటివ్ ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ (Gen-AI) భారతదేశ వార్షిక కార్మిక ఉత్పాదకతను **0.4%** పెంచగలదని అంచనా వేస్తోంది. ఫైనాన్స్, హెల్త్కేర్ వంటి సేవల్లో భారీ ప్రయోజనాలున్నా, రెగ్యులర్ క్లరికల్, BPS ఉద్యోగాలకు ఆటోమేషన్ రిస్క్ పొంచి ఉంది. మౌలిక సదుపాయాలైన డేటా సెంటర్లు, విద్యుత్ నెట్వర్క్ల విస్తరణ విజయానికి కీలకం.
భారతదేశ ఆర్థిక వృద్ధికి జనరేటివ్ ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ (Gen-AI) ఒక కీలక చోదక శక్తిగా మారుతుందని Goldman Sachs Research తాజాగా విడుదల చేసిన నివేదిక పేర్కొంది. సాంకేతికత ఎంత వేగంగా అభివృద్ధి చెందుతుందనే దానిపై ఆధారపడి, భారతదేశంలో వ్యవసాయేతర పనుల్లో 9% నుండి 17% వరకు ఆటోమేట్ అయ్యే అవకాశం ఉందని విశ్లేషకులు అంచనా వేస్తున్నారు. అయితే, చాలా మంది ఉద్యోగులకు AI వారి పాత్రలకు ప్రత్యామ్నాయంగా కాకుండా, ఉత్పాదకత సాధనంగా ఉపయోగపడుతుందని నివేదిక సూచిస్తోంది.
ఉత్పాదకత పెంపు Vs ఆటోమేషన్ ప్రమాదం
AI సహాయంతో వ్యవసాయేతర రంగంలో పనిచేస్తున్న వారిలో 42% నుండి 48% వరకు సామర్థ్యం మెరుగుపడుతుందని పరిశోధన సూచిస్తోంది. మరోవైపు, 8% నుండి 12% ఉద్యోగాలకు ఆటోమేషన్ ద్వారా తొలగింపు ప్రమాదం ఎక్కువగా ఉంది. పునరావృతమయ్యే, నియమిత, క్లరికల్ పనులపై దృష్టి సారించే ఉద్యోగాలు ఆటోమేషన్కు అత్యంత దుర్బలమైనవి. శారీరక శ్రమ లేదా సంక్లిష్టమైన పరస్పర నైపుణ్యాలు అవసరమయ్యే రంగాలు – ఉదాహరణకు, యంత్రాల నిర్వహణ, నిర్మాణం – AI పరిమితుల కారణంగా తక్కువ అంతరాయాన్ని ఎదుర్కొంటాయని భావిస్తున్నారు.
కీలక సేవా రంగాలపై ప్రభావం
సేవల పరిశ్రమలో అత్యంత ముఖ్యమైన పరివర్తనను ఇది చూడబోతోంది. హెల్త్కేర్, ఎడ్యుకేషన్, ఫైనాన్షియల్ సర్వీసెస్ వంటి రంగాలు అధునాతన అనలిటిక్స్, డయాగ్నస్టిక్ సాధనాల ద్వారా గణనీయంగా ప్రయోజనం పొందవచ్చని Goldman Sachs హైలైట్ చేసింది. దీనికి విరుద్ధంగా, బిజినెస్ ప్రాసెస్ సర్వీసెస్ (BPS), టెలికాం, పోస్టల్ సర్వీసెస్ వంటి రంగాలు ప్రామాణిక వర్క్ఫ్లోలపై ఆధారపడటం వల్ల అధిక ప్రత్యామ్నాయ ప్రమాదాన్ని కలిగి ఉన్నాయని గుర్తించారు. భారతీయ IT, సేవల రంగంలో పెట్టుబడిదారులు, అధిక-విలువ జ్ఞాన-ఆధారిత పనిలో ఎక్కువ వాటా ఉన్న కంపెనీలు, అధిక-వాల్యూమ్, పునరావృత డేటా ఎంట్రీపై దృష్టి సారించే వాటి కంటే మెరుగ్గా ఉంటాయని గమనించవచ్చు.
మౌలిక సదుపాయాలు, ఎగుమతి అడ్డంకులు
ఈ వృద్ధి అంచనాలు వాస్తవ రూపం దాల్చాలంటే, భారతదేశం గణనీయమైన మౌలిక సదుపాయాల అడ్డంకులను అధిగమించాలి. ప్రస్తుతం దేశంలో సుమారు 1 గిగావాట్ (GW) డేటా సెంటర్ సామర్థ్యం ఉంది, ఇది ప్రపంచ మొత్తంలో కేవలం 1% మాత్రమే. AI స్వీకరణను పెంచడానికి కంప్యూటింగ్ పవర్, నమ్మకమైన విద్యుత్, హై-స్పీడ్ డిజిటల్ నెట్వర్క్లపై భారీ మూలధన వ్యయం అవసరం. ఈ ప్రాథమిక పెట్టుబడులు లేకుండా, AI ఏకీకరణ వేగం నెమ్మదిగా ఉండవచ్చు.
అదనంగా, సేవల ఎగుమతులకు సంబంధించి భౌగోళిక రాజకీయ ప్రమాదాలను పెట్టుబడిదారులు పర్యవేక్షించాలి. యునైటెడ్ స్టేట్స్, యూరప్ వంటి ప్రధాన మార్కెట్లలో పెరుగుతున్న రక్షణాత్మక విధానాలు క్రాస్-బోర్డర్ డేటా ప్రవాహాలపై ఆంక్షలకు దారితీయవచ్చు. ప్రపంచ మోడల్ ఇంటిగ్రేషన్పై ఆధారపడే భారతీయ సేవా ప్రదాతలకు ఇటువంటి విధానాలు ఆటంకం కలిగించవచ్చు, ఇది ఎగుమతి-ఆధారిత ఆర్థిక విభాగాలకు ప్రతికూలంగా మారవచ్చు. దీర్ఘకాలిక ఆర్థిక ప్రభావం, అవసరమైన మౌలిక సదుపాయాలను నిర్మించడంలో ప్రభుత్వం, ప్రైవేట్ రంగం యొక్క సామర్థ్యంపై, అలాగే ఈ అభివృద్ధి చెందుతున్న వాణిజ్య, నియంత్రణ వాతావరణాలను నావిగేట్ చేయడంలో ఆధారపడి ఉంటుంది.