ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ (AI) కారణంగా రాబోయే సంవత్సరాల్లో తెల్లకోటు ఉద్యోగాలు (white-collar jobs) భారీగా పోతాయనే భయాలు కాస్త ఎక్కువగానే ఉన్నాయని, వాస్తవానికి దీని ప్రభావం నెమ్మదిగా ఉండొచ్చని భారత మాజీ రిజర్వ్ బ్యాంక్ (RBI) గవర్నర్ రఘురామ్ రాజన్ అభిప్రాయపడ్డారు. టెక్నాలజీని కంపెనీలు స్వీకరించే వేగం, మార్కెట్ లోని పోటీ, ప్రభుత్వ విధానాలు AI ప్రభావాన్ని గణనీయంగా మారుస్తాయని ఆయన అన్నారు. చారిత్రక ఉదాహరణలు చూస్తే, ఆటోమేటెడ్ టెలిఫోన్ ఎక్స్ఛేంజీలు మానవ ఆపరేటర్లను పూర్తిగా భర్తీ చేయడానికి దశాబ్దాలు పట్టిందని, కొత్త టెక్నాలజీలు తరచుగా ఆలస్యం, వ్యతిరేకతను ఎదుర్కొంటాయని రాజన్ గుర్తు చేశారు.
AI వల్ల ఆర్థిక వ్యవస్థపై పడే ప్రభావం రెండు రకాలుగా ఉండొచ్చని రాజన్ వివరించారు. మొదటి మార్గంలో, కొన్ని శక్తివంతమైన AI ప్లాట్ఫామ్లు మార్కెట్ను ఆధిపత్యం చేస్తాయి. దీనివల్ల అధిక ధరలు, కార్పొరేట్ లాభాలు పెరిగి, తెల్లకోటు ఉద్యోగాలు గణనీయంగా తగ్గే అవకాశం ఉంది. ఆ తర్వాత, ఉద్యోగాలు కోల్పోయిన వారు పెరిగిన పోటీ కారణంగా సేవా రంగాలలో (service sectors) స్తబ్ధమైన వేతనాలతో (stagnant wages) ఇబ్బంది పడాల్సి రావచ్చు.
మరోవైపు, అనేక AI ప్రొవైడర్లు ఒకే రకమైన సామర్థ్యాలను అందించే పోటీ మార్కెట్ ఏర్పడితే, ధరలు తగ్గుతాయి. ఈ పరిస్థితిలో ఉత్పాదకత లాభాలు (productivity gains) ఆర్థిక వ్యవస్థ అంతటా విస్తరించి, తక్కువ వినియోగదారుల ఖర్చులు, బలమైన డిమాండ్ ద్వారా ఉద్యోగ నష్టాలను భర్తీ చేయవచ్చు.
అధునాతన AI వ్యవస్థలకు అవసరమైన కంప్యూటింగ్ పవర్ (computing power) చాలా ఖరీదైనదని, ఇది వేగవంతమైన ఆటోమేషన్కు (automation) ఆచరణాత్మక పరిమితిని విధిస్తుందని వాటన్ ప్రొఫెసర్ ఇథాన్ మొల్లిక్ పేర్కొన్నారు. ఈ ఖర్చు కారణంగా, కంపెనీలు సాఫ్ట్వేర్ డెవలప్మెంట్ వంటి అధిక-విలువ పనులకు (high-value tasks) AIని ప్రాధాన్యతనిచ్చే అవకాశం ఉందని, విస్తృతమైన ఉద్యోగ భర్తీకి కాదని ఆయన సూచించారు. AI సామర్థ్యాలు మెరుగుపడినప్పటికీ, సరిపోని కంప్యూట్ సామర్థ్యం (compute capacity) రాబోయే చాలా సంవత్సరాల పాటు విస్తృత ఉద్యోగ ఆటోమేషన్ను పరిమితం చేస్తుందని మొల్లిక్ అభిప్రాయపడ్డారు.
ప్రస్తుతం AI రంగం భారీ పెట్టుబడులు, ఆకాశాన్నంటుతున్న వాల్యుయేషన్లతో (valuations) దూసుకుపోతోంది. OpenAI, Anthropic వంటి ప్రముఖ AI స్టార్టప్లు భారీ నిధులను సమీకరించాయి. OpenAI దాదాపు $840 బిలియన్ల మార్కెట్ క్యాప్తో, $110 బిలియన్ల నిధుల సేకరణ తర్వాత $730 బిలియన్ల నుండి $840 బిలియన్ల మధ్య విలువ కట్టబడిందని వార్తలు వస్తున్నాయి. Anthropic $30 బిలియన్ల రౌండ్ తర్వాత $380 బిలియన్ల వాల్యుయేషన్తో ఉంది. పబ్లిక్గా ట్రేడ్ అవుతున్న టెక్ దిగ్గజాలు కూడా భారీగా పెట్టుబడులు పెట్టాయి. Microsoft మార్కెట్ క్యాపిటలైజేషన్ సుమారు $2.94 ట్రిలియన్లు (P/E నిష్పత్తి సుమారు 24.75), Alphabet (Google) దాదాపు $3.66 ట్రిలియన్లు (P/E నిష్పత్తి 27.97), Meta Platforms $1.55 ట్రిలియన్ల మార్కెట్ క్యాప్తో (P/E నిష్పత్తి 26.13) ఉన్నాయి. భవిష్యత్ వృద్ధిపై బలమైన పెట్టుబడిదారుల విశ్వాసాన్ని ఇది ప్రతిబింబిస్తున్నప్పటికీ, అధిక నిర్వహణ ఖర్చులను (operational costs) పరిగణనలోకి తీసుకుంటే ఈ వాల్యుయేషన్ల స్థిరత్వంపై ప్రశ్నలు తలెత్తుతున్నాయి.
AI కోసం ప్రపంచవ్యాప్త నియంత్రణ (regulatory) వాతావరణం వేగంగా మారుతోంది, కానీ ఇది విభిన్నంగా (fragmented) ఉంది. 2026 నాటికి, వివిధ ప్రాంతాలు విభిన్న విధానాలను అమలు చేస్తాయి - US డీ-రెగ్యులేషన్ ప్రయత్నాలు, EU యొక్క దశలవారీ AI చట్టం, చైనా కంటెంట్ నియంత్రణపై దృష్టి సారించడం వంటివి. ఈ విభిన్న నియమ నిబంధనలు పారదర్శకత, రిస్క్ మేనేజ్మెంట్, జవాబుదారీతనం వంటి వాటిని కోరుతున్నాయి. దీంతో సరిహద్దులు దాటి పనిచేసే వ్యాపారాలకు కంప్లయెన్స్ (compliance) పరంగా గణనీయమైన అడ్డంకులు ఏర్పడవచ్చు లేదా ఖరీదైన మార్పులు అవసరం కావచ్చు.
రాజన్ AI స్వీకరణ వేగం నెమ్మదిగా ఉంటుందని నొక్కి చెబుతున్నప్పటికీ, ఇతర విశ్లేషణలు ఉద్యోగ మార్కెట్ (job market) సంక్లిష్ట చిత్రాన్ని చూపుతున్నాయి. Gartner ప్రకారం, AI ఏటా 32 మిలియన్ల ఉద్యోగాలను మారుస్తుంది, కానీ 2028 లేదా 2029 నుండి తొలగించే దానికంటే ఎక్కువ ఉద్యోగాలను సృష్టించవచ్చు. దీనికి విరుద్ధంగా, IMF మరియు Anthropic CEO అంచనాల ప్రకారం, రాబోయే ఐదేళ్లలో ఎంట్రీ-లెవల్ తెల్లకోటు ఉద్యోగాలలో 50% వరకు అదృశ్యం కావచ్చని హెచ్చరికలు వస్తున్నాయి. Cognizant నివేదిక ప్రకారం, అమెరికాలోని 93% ఉద్యోగాలలో AI ఆటోమేట్ చేయగల పనులున్నాయని, ఇది $4.5 ట్రిలియన్ల ల్యాబర్ ఖర్చు మార్పులకు దారితీయవచ్చని తెలుస్తోంది. అయినప్పటికీ, కేవలం AI ఉత్పాదకత లాభాల వల్ల భారీ ఉద్యోగాలు తొలగిపోవడం ప్రధాన ధోరణి కాదని, ఉద్యోగ పాత్రలు మారుతున్నాయని, కార్మికులు కొత్త నైపుణ్యాలను నేర్చుకోవాలని (reskill) చాలా మంది విశ్లేషకులు అంగీకరిస్తున్నారు.
AI రంగంలో ఉన్న ఉత్సాహం ఉన్నప్పటికీ, కొన్ని గణనీయమైన రిస్కులు (risks) దాని భవిష్యత్తును ప్రభావితం చేస్తున్నాయి. AI స్టార్టప్ల అత్యంత అధిక వాల్యుయేషన్లు, వాటి అధిక వ్యయాలు 'AI బబుల్' (AI bubble) ఏర్పడే ఆందోళనలను పెంచుతున్నాయి. కంప్యూటింగ్ పవర్ అధిక ధర ఒక అడ్డంకిగా ఉంది, ఇది అనేక ఉద్యోగ విధులలో తక్షణ, విస్తృత ఆటోమేషన్ను పరిమితం చేస్తుంది. అంతేకాకుండా, విభిన్న ప్రపంచ నియంత్రణలు (global regulations) కంప్లయెన్స్ సవాళ్లను, అనిశ్చితిని సృష్టిస్తున్నాయి. చారిత్రాత్మకంగా, వేగవంతమైన సాంకేతిక స్వీకరణ తరచుగా ఆలస్యం, విధానాలు, ఆర్థిక కారకాలతో నెమ్మదిగా సాగింది, AI యొక్క ప్రభావం కొందరు అంచనా వేసిన దానికంటే క్రమంగా unfolding కావచ్చని సూచిస్తుంది. భౌగోళిక రాజకీయ పోటీ (Geopolitical competition) సరఫరా గొలుసులను (supply chains) కూడా క్లిష్టతరం చేస్తుంది.
AI నిరంతరం వ్యాపారాలలోకి చొచ్చుకుపోతుండటంతో, కంపెనీలు ఈ విభిన్న దృశ్యాలను (divergent scenarios) జాగ్రత్తగా నావిగేట్ చేయాలి. మార్కెట్ ఊహాగానాల (speculation) నుండి పెద్ద-స్థాయి మౌలిక సదుపాయాల (infrastructure) వైపు మళ్లుతోంది. విభిన్న AI పోటీ వాతావరణాలకు (competitive AI landscapes) అనుగుణంగా మారగల, సంక్లిష్ట నియంత్రణ వాతావరణాలను (regulatory environments) నిర్వహించగల, AI యొక్క ఆదాయ సామర్థ్యాన్ని (revenue potential) నిరూపించగల కంపెనీలు ఉత్తమ స్థితిలో ఉంటాయి. ప్రస్తుత పరిస్థితులలో చురుకైన ప్రణాళిక (agile planning) అవసరం, ఎందుకంటే AI యొక్క మార్గం ఇంకా అభివృద్ధి చెందుతూనే ఉంది.
