എന്തിനാണ് AI എഞ്ചിനീയറിംഗ് ആവശ്യകത കുറയ്ക്കുന്നതിന് പകരം വർദ്ധിപ്പിക്കുന്നത്

ജനറേറ്റീവ് AI സോഫ്റ്റ്‌വെയർ ഡെവലപ്പർമാരുടെ വലിയൊരു കൂട്ടം തൊഴിൽ വിടാൻ കാരണമാകുമെന്ന് പല വ്യവസായ വിദഗ്ധരും പ്രവചിച്ചിരുന്നെങ്കിലും, സമീപകാല തൊഴിൽ വിപണിയിലെ കണക്കുകൾ നേരെ തിരിച്ചാണ് സൂചിപ്പിക്കുന്നത്. എഞ്ചിനീയറിംഗ് മേഖല ചുരുങ്ങുന്നതിന് പകരം, ആധുനിക സാങ്കേതിക തൊഴിൽ മേഖലയിൽ ഏറ്റവും കരുത്തുറ്റ വിഭാഗമായി മാറിക്കൊണ്ടിരിക്കുകയാണ്.

പിരിച്ചുവിടൽ വാർത്തകളും തൊഴിൽ നിയമന യാഥാർത്ഥ്യങ്ങളും തമ്മിലുള്ള വ്യത്യാസം

AI-യും തൊഴിൽ സുരക്ഷയും തമ്മിലുള്ള ചർച്ചകൾ പലപ്പോഴും ജീവനക്കാരെ പിരിച്ചുവിടുന്ന വാർത്തകളാൽ സ്വാധീനിക്കപ്പെടുന്നു. കഴിഞ്ഞ മാസങ്ങളിൽ, പല സാങ്കേതിക കമ്പനികളും ജീവനക്കാരുടെ എണ്ണം കുറയ്ക്കുന്നതിന് പ്രധാന കാരണമായി AI-യെ ചൂണ്ടിക്കാട്ടിയിരുന്നു; AI ടൂളുകൾ ഉപയോഗിക്കുന്ന ഒരു എഞ്ചിനീയർക്ക് ഒരു മുഴുവൻ ടീമിനെ തന്നെ മാറ്റിസ്ഥാപിക്കാനാകുമെന്ന് അവർ സൂചിപ്പിച്ചു. എന്നാൽ, വെഞ്ച്വർ ഫേം ആയ SignalFire-ന്റെ ഗവേഷണങ്ങൾ സൂചിപ്പിക്കുന്നത് ഈ വാദങ്ങൾ യഥാർത്ഥ തൊഴിൽ നിയമന പ്രവണതകളുമായി പൊരുത്തപ്പെടുന്നില്ല എന്നാണ്.

വലിയ സാങ്കേതിക കമ്പനികളിലെ മൊത്തത്തിലുള്ള നിയമനങ്ങൾ 2019-നെ അപേക്ഷിച്ച് 25% കുറഞ്ഞെങ്കിലും, എഞ്ചിനീയറിംഗ് തസ്തികകളിലെ കുറവ് വെറും 11% മാത്രമാണ്. ഈ വ്യത്യാസം സൂചിപ്പിക്കുന്നത് AI ടീമുകളുടെ ഘടന മാറ്റിയേക്കാം എന്നാണെങ്കിലും, മനുഷ്യന്റെ സാങ്കേതിക വൈദഗ്ധ്യത്തിനുള്ള ആവശ്യകത അടിസ്ഥാനപരമായി കുറയ്ക്കുന്നില്ല എന്നാണ്.

"ടെക് മേജർസ്", സ്റ്റാർട്ടപ്പുകൾ എന്നിവയിൽ നിന്നുള്ള വിവരങ്ങൾ

ലോകത്തിലെ ഏറ്റവും സ്വാധീനമുള്ള കമ്പനികൾ അവരുടെ മനുഷ്യവിഭവശേഷി എങ്ങനെ വിനിയോഗിക്കുന്നു എന്നതിനെക്കുറിച്ച് SignalFire-ന്റെ "State of Talent Report" വിശദമായ വിവരങ്ങൾ നൽകുന്നു. Alphabet, Meta, Apple, Amazon, Microsoft, NVIDIA, Tesla എന്നിവയുൾപ്പെട്ട "Tech Majors" വിഭാഗത്തിൽ, പുതിയ നിയമനങ്ങളിൽ 55% എഞ്ചിനീയർമാരാണ്. 2019-ൽ പുതിയ നിയമനങ്ങളിൽ എഞ്ചിനീയർമാരുടെ വിഹിതം 46% മാത്രമായിരുന്നതിനെ അപേക്ഷിച്ച് ഇത് വലിയ വർദ്ധനവാണ്.

സ്റ്റാർട്ടപ്പ് മേഖലയിൽ ഈ പ്രവണത കൂടുതൽ വ്യക്തമാണ്. സ്റ്റാർട്ടപ്പുകൾ അവരുടെ എഞ്ചിനീയറിംഗ് ജീവനക്കാരുടെ എണ്ണം 2019-നെ അപേക്ഷിച്ച് 2025-ൽ 7% വർദ്ധിപ്പിച്ചിട്ടുണ്ട്. AI യഥാർത്ഥത്തിൽ എഞ്ചിനീയറിംഗ് കഴിവിനുള്ള പകരക്കാരനാണെങ്കിൽ, ചെലവ് കുറയ്ക്കുന്നതിനായി ഇത്തരം വേഗതയേറിയ കമ്പനികൾ ആദ്യം സാങ്കേതിക ജീവനക്കാരെ കുറയ്ക്കുമായിരുന്നു; എന്നാൽ, പകരം അടുത്ത തലമുറയിലെ AI അധിഷ്ഠിത ഉൽപ്പന്നങ്ങൾ നിർമ്മിക്കുന്നതിനായി അവർ എഞ്ചിനീയറിംഗ് പ്രതിഭകളിൽ കൂടുതൽ നിക്ഷേപം നടത്തുകയാണ്.

ജെവോൺസ് പാരഡോക്സ് (Jevons Paradox): കാര്യക്ഷമത വർദ്ധിക്കുന്നത് എന്തിനാണ് ആവശ്യകത കൂട്ടുന്നത്?

സോഫ്റ്റ്‌വെയർ എഞ്ചിനീയറിംഗിന്റെ നിലവിലെ അവസ്ഥ ജെവോൺസ് പാരഡോക്സിന്റെ (Jevons Paradox) ഒരു മികച്ച ഉദാഹരണമാണ്. ഒരു വിഭവത്തിന്റെ കാര്യക്ഷമത വർദ്ധിക്കുന്നത് അതിന്റെ ഉപയോഗം കുറയ്ക്കുന്നതിന് പകരം, ആ വിഭവം കൂടുതൽ ഉപയോഗപ്രദവും ശേഷിയുള്ളതുമായി മാറുന്നതിനാൽ അതിന്റെ ആവശ്യകത വർദ്ധിപ്പിക്കുന്നു എന്നതാണ് ഈ സാമ്പത്തിക തത്വം.

NVIDIA സിഇഒ ജെൻസൻ ഹുവാങ് (Jensen Huang) ഈ അഭിപ്രായത്തോട് യോജിക്കുന്നു. ഏജന്റിക് AI (agentic AI) കോഡുകൾ നിമിഷനേരം കൊണ്ട് എഴുതാൻ ശേഷിയുണ്ടെങ്കിലും, അത് എഞ്ചിനീയറുടെ പങ്ക് ഇല്ലാതാക്കുന്നില്ലെന്ന് അദ്ദേഹം നിരീക്ഷിക്കുന്നു. പകരം, അത് എഞ്ചിനീയറുടെ ശ്രദ്ധ ഉയർന്ന തലത്തിലുള്ള ആർക്കിടെക്ചറിലേക്കും (high-level architecture) "അടുത്ത ആശയങ്ങളിലേക്കും" മാറ്റുന്നു. AI സഹായത്തിലൂടെ എഞ്ചിനീയർമാർ കൂടുതൽ ഉൽപ്പാദനക്ഷമത കൈവരിക്കുമ്പോൾ, സാധ്യമായ സോഫ്റ്റ്‌വെയർ വികസനങ്ങളുടെ അളവ് വർദ്ധിക്കുകയും, മനുഷ്യന്റെ മേൽനോട്ടം, സർഗ്ഗാത്മകത, സങ്കീർണ്ണമായ പ്രശ്നപരിഹാരം എന്നിവ ആവശ്യമായ ജോലികളുടെ വലിയൊരു നിര തന്നെ രൂപപ്പെടുകയും ചെയ്യുന്നു.

പ്രധാന കാര്യങ്ങൾ

• സ്ഥിരതയുള്ള നിയമന പ്രവണതകൾ: പൊതുവായ സാങ്കേതിക മേഖലയിലെ 25% കുറവിനെ അപേക്ഷിച്ച്, എഞ്ചിനീയറിംഗ് തസ്തികകളിൽ വെറും 11% കുറവ് മാത്രമേ ഉണ്ടായുള്ളൂ. ഇത് പ്രവചിച്ചതിനേക്കാൾ കൂടുതൽ സ്ഥിരതയുള്ള ഒന്നാണെന്ന് തെളിയിക്കുന്നു.
• പ്രതിഭകളുടെ വർദ്ധിച്ച സാന്നിധ്യം: പ്രമുഖ സാങ്കേതിക കമ്പനികളിലെ പുതിയ നിയമനങ്ങളിൽ എഞ്ചിനീയർമാരുടെ വിഹിതം 2019-ലെ 46%-ൽ നിന്ന് ഇപ്പോൾ 55% ആയി ഉയർന്നു.
• ഉൽപ്പാദനക്ഷമതയുടെ വൈരുദ്ധ്യം (Productivity Paradox): തൊഴിലാളികളെ മാറ്റിസ്ഥാപിക്കുന്നതിന് പകരം, AI ടൂളുകൾ ജെവോൺസ് പാരഡോക്സിനെയാണ് പ്രേരിപ്പിക്കുന്നത്. കോഡിംഗ് കാര്യക്ഷമത വർദ്ധിക്കുന്നത് കൂടുതൽ സങ്കീർണ്ണമായ പ്രോജക്റ്റുകൾ കൈകാര്യം ചെയ്യുന്നതിനായി എഞ്ചിനീയറിംഗ് പ്രതിഭകളുടെ ആവശ്യകത വർദ്ധിപ്പിക്കുന്നു.