AI പിവാറ്റ്: 2026-നെ സ്വാധീനിക്കുന്ന പ്രധാന ടെക് പിരിച്ചുവിടലുകളെക്കുറിച്ചുള്ള വിശകലനം

റെക്കോർഡ് വരുമാനവും വൻതോതിലുള്ള തൊഴിൽ감 कमीയും (workforce reduction) ഒരേസമയം സംഭവിക്കുന്ന വിരോധാഭാസപരമായ ഒരു കാലഘട്ടത്തിലൂടെയാണ് സാങ്കേതിക വ്യവസായം കടന്നുപോകുന്നത്. ജനറേറ്റീവ് AI-യും ഏജന്റിക് വർക്ക്ഫ്ലോകളും (agentic workflows) സംയോജിപ്പിക്കാൻ കമ്പനികൾ മത്സരിക്കുമ്പോൾ, തങ്ങളുടെ മനുഷ്യവിഭവശേഷി പുനഃക്രമീകരിക്കുന്നതിനുള്ള പ്രേരകശക്തിയായി AI-യെ ചൂണ്ടിക്കാട്ടുന്ന വൻകിട കമ്പനികളുടെ എണ്ണം വർദ്ധിച്ചുവരികയാണ്.

വലിയ പുനർവിന്യാസം: ജീവനക്കാരുടെ എണ്ണത്തിൽ നിന്ന് ഇൻഫ്രാസ്ട്രക്ചറിലേക്ക്

2026-ലെ പിരിച്ചുവിടൽ തരംഗത്തിലെ പ്രധാന പ്രവണത വെറും ചെലവ് കുറയ്ക്കൽ മാത്രമല്ല, മറിച്ച് മനുഷ്യർക്കുള്ള ശമ്പളത്തിൽ നിന്ന് AI ഇൻഫ്രാസ്ട്രക്ചറിലേക്ക് മൂലധനം ആക്രമണപരമായി പുനർവിന്യസിക്കുക എന്നതാണ്. AI ഇൻഫ്രാസ്ട്രക്ചറിന് ആവശ്യമായ വൻതോതിലുള്ള നിക്ഷേപങ്ങൾക്കായി GitLab അടുത്തിടെ 350 ജീവനക്കാരെ (തങ്ങളുടെ ജീവനക്കാരുടെ ഏകദേശം 14%) പിരിച്ചുവിട്ടു. 100 മടങ്ങ് വളർച്ചാ ആവശ്യകതകളെ പിന്തുണയ്ക്കുന്നതിനായി "ഏജന്റിക് വർക്ക്ലോഡുകൾ" (agentic workloads) തങ്ങളുടെ പ്ലാറ്റ്‌ഫോമിന്റെ "തലമുറാന്തര പുനർനിർമ്മാണത്തിന്" (generational rebuild) കാരണമാകുന്നുവെന്ന് CEO Bill Staples കുറിച്ചു.

സമാനമായി, Meta ഒരു വൻ പുനഃക്രമീകരണം നടത്തി, 8,000 ജീവനക്കാരെ (തങ്ങളുടെ തൊഴിലാളികളുടെ 10%) പിരിച്ചുവിട്ടു, അതേസമയം തന്നെ 7,000 നിലവിലുള്ള ജീവനക്കാരെ പുതിയ AI കേന്ദ്രീകൃത റോളുകളിലേക്ക് മാറ്റാൻ ശ്രമിക്കുകയും ചെയ്തു. ഈ മാറ്റം തൊഴിൽ വിപണിയിലെ ഒരു നിർണ്ണായക സംഘർഷത്തെ എടുത്തുകാണിക്കുന്നു: AI മത്സരത്തിൽ (AI arms race) വിജയിക്കാൻ കമ്പനികൾ പരമ്പരാഗത റോളുകളെ ഉപേക്ഷിക്കുകയാണ്.

ശ്രേണികൾ കുറയ്ക്കൽ: മിഡിൽ മാനേജ്‌മെന്റിന്റെ അന്ത്യം

വൻകിട കമ്പനികളിലെല്ലാം കാണപ്പെടുന്ന ഒരു പൊതുവായ പ്രവണതയാണ് സംഘടനാപരമായ പാളികൾ (organizational layers) വ്യവസ്ഥാപിതമായി നീക്കം ചെയ്യുക എന്നത്, ഇതിനെ പലപ്പോഴും "ഫ്ലാറ്റനിംഗ്" (flattening) എന്ന് വിളിക്കുന്നു. മിഡിൽ മാനേജ്‌മെന്റ് നേരത്തെ കൈകാര്യം ചെയ്തിരുന്ന ഏകോപനവും മേൽനോട്ടവും സംബന്ധിച്ച പല ജോലികളും AI ഉപയോഗിച്ച് ഓട്ടോമേറ്റ് ചെയ്യാമെന്ന് കമ്പനികൾ തിരിച്ചറിയുന്നു.

  • Cloudflare 639.8 മില്യൺ ഡോളറിന്റെ റെക്കോർഡ് പാദവാർഷിക വരുമാനം നേടിയെങ്കിലും തങ്ങളുടെ ജീവനക്കാരിൽ 20% പേരെ (1,100 പേർ) കുറച്ചു. പിരിച്ചുവിട്ടവരിൽ ഭൂരിഭാഗവും "measurers"—അതായത് മിഡിൽ മാനേജ്‌മെന്റ്, ലീഗൽ, ഫിനാൻസ് റോളുകൾ എന്നിവരാണെന്ന് കമ്പനി അറിയിച്ചു.
  • Google തങ്ങളുടെ മാനേജ്‌മെന്റ് സാന്ദ്രത രഹസ്യമായി കുറച്ചു, ക്ലൗഡ് വിഭാഗത്തിനുള്ളിലെ ചെറിയ ടീമുകളെ മേൽനോട്ടം വഹിക്കുന്ന മാനേജർമാരിൽ മൂന്നിലൊന്ന് പേരെ കുറച്ചു.
  • Coinbase CEO, COO എന്നിവർക്ക് താഴെ വെറും അഞ്ച് സംഘടനാ പാളികളിലേക്ക് പുനഃക്രമീകരണം നടത്തി. എഞ്ചിനീയറിംഗ്, ഡിസൈൻ, പ്രൊഡക്റ്റ് ജോലികൾ കൈകാര്യം ചെയ്യാൻ AI വ്യക്തികളെ പ്രാപ്തരാക്കുന്ന "one-person teams"-ൽ പരീക്ഷണം നടത്താനാണ് ഇതിലൂടെ ലക്ഷ്യമിടുന്നത്.

കാര്യക്ഷമതയും വിപുലീകരണവും: സാമ്പത്തിക വൈരുദ്ധ്യം

ഈ പിരിച്ചുവിടലുകളിലെ ഏറ്റവും ഞെട്ടിക്കുന്ന വശം, വൻതോതിലുള്ള വളർച്ച അനുഭവിക്കുന്ന കമ്പനികളിലാണ് ഇവ സംഭവിക്കുന്നത് എന്നതാണ്. AI വിന്യാസം കാരണമാണ് ഈ കുറവ് സംഭവിച്ചതെന്ന് വ്യക്തമാക്കിക്കൊണ്ട്, Oracle 12 മാസത്തിനുള്ളിൽ ആകെ 21,000 ജീവനക്കാർ ഉൾപ്പെടുന്ന 13% തൊഴിലാളികളുടെ കുറവ് വെളിപ്പെടുത്തി.

PayPal സമാനമായ പാത പിന്തുടരുകയാണ്; കോഡിംഗ് മുതൽ കസ്റ്റമർ സർവീസ്, റിസ്ക് മാനേജ്‌മെന്റ് വരെയുള്ള ഒരു "AI പരിവർത്തനത്തിനായി" (AI transformation) അടുത്ത കുറച്ച് വർഷങ്ങൾക്കുള്ളിൽ തങ്ങളുടെ ജീവനക്കാരിൽ 20% പേരെ (4,500-ലധികം ജോലികൾ) കുറയ്ക്കാൻ പദ്ധതിയിടുന്നു. പ്രതീക്ഷിച്ചതിലും മികച്ച ലാഭം റിപ്പോർട്ട് ചെയ്തിട്ടും, Cisco തങ്ങളുടെ 4,000 പേരുടെ കുറവ് സിലിക്കൺ, ഒപ്റ്റിക്സ്, AI എന്നിവയുമായി ബന്ധപ്പെടുത്തി പുനഃക്രമീകരിക്കുന്നു.

വിശാലമായ AI മേഖലയെ സംബന്ധിച്ചിടത്തോളം, ഇത് ടെക് കമ്പനികളുടെ "unit economics"-ൽ ഉണ്ടാകുന്ന ശാശ്വതമായ മാറ്റത്തെ സൂചിപ്പിക്കുന്നു. വരുമാനം വർദ്ധിപ്പിക്കുന്നതിനായി ജീവനക്കാരുടെ എണ്ണം വർദ്ധിപ്പിക്കുക എന്നതല്ല ഇനി ലക്ഷ്യം, മറിച്ച് വളർച്ചയെ മനുഷ്യ അധ്വാനത്തിൽ നിന്ന് വേർപെടുത്താൻ AI ഉപയോഗിക്കുക എന്നതാണ്.

പ്രധാന കാര്യങ്ങൾ

  • ശമ്പളത്തേക്കാൾ ഇൻഫ്രാസ്ട്രക്ചറിന് മുൻഗണന: GitLab, Meta തുടങ്ങിയ കമ്പനികൾ AI-ക്ക് ആവശ്യമായ വൻതോതിലുള്ള കമ്പ്യൂട്ട്, ഇൻഫ്രാസ്ട്രക്ചർ ചെലവുകളിലേക്ക് മൂലധനം തിരിച്ചുവിടുന്നതിനായി പ്രത്യേകിച്ച് ജീവനക്കാരുടെ എണ്ണം കുറയ്ക്കുന്നു.
  • ഘടനാപരമായ ഫ്ലാറ്റനിംഗ്: Cloudflare, Google, Coinbase തുടങ്ങിയ സ്ഥാപനങ്ങളിൽ മിഡിൽ മാനേജ്‌മെന്റിലും "ഏകോപന" (coordination) റോളുകളിലും വൻ കുറവുണ്ടാക്കാൻ AI കാരണമാകുന്നു.
  • കാര്യക്ഷമതയുടെ നിർബന്ധം: ഉയർന്ന വരുമാനം ഇനി ജോലികൾ സംരക്ഷിക്കില്ലെന്ന് 2026-ലെ പ്രവണത തെളിയിക്കുന്നു; പകരം, മനുഷ്യരും വരുമാനവും തമ്മിലുള്ള അനുപാതം (human-to-revenue ratio) കുറയ്ക്കുന്നതിലൂടെ ഉയർന്ന ലാഭവിഹിതം (margins) നേടാൻ കമ്പനികൾ AI ഉപയോഗിക്കുന്നു.