2030-க்குள் $300-400 பில்லியன் டாலர் மதிப்பிலான AI வாய்ப்பு என Infosys கணிப்பு
செயற்கை நுண்ணறிவால் (AI) இயக்கப்படும் நிறுவனத் தொழில்நுட்பத்தின் உலகளாவிய சூழல் ஒரு மிகப்பெரிய மாற்றத்தின் விளிம்பில் உள்ளது. முன்னணி இந்திய தகவல் தொழில்நுட்ப நிறுவனமான Infosys, AI சார்ந்த தீர்வுகளுக்கான மொத்த சந்தை மதிப்பு இந்த தசாப்தத்தின் இறுதிக்குள் பிரமிக்க வைக்கும் வகையில் $300 பில்லியன் முதல் $400 பில்லியன் வரை எட்டக்கூடும் என்று கணித்துள்ளது.
AI பொருளாதார அலைமடிப்பின் பிரம்மாண்டமான அளவு
வணிகங்கள் Generative AI-ன் சோதனை கட்டங்களைக் கடந்து முன்னேறும்போது, முக்கிய நிறுவனப் பணிப்பாய்வுகளில் (workflows) அறிவுசார் தானியங்கி முறையை (intelligent automation) ஒருங்கிணைப்பது ஒரு ஆடம்பரமாக இல்லாமல் அவசியமான ஒன்றாக மாறி வருகிறது. இந்தத் தொழில்நுட்ப மாற்றம் 2030-க்குள் உலகளவில் $300 பில்லியன் முதல் $400 பில்லியன் வரையிலான மதிப்பை உருவாக்கும் என்று Infosys மதிப்பிடுகிறது. இந்த மதிப்பீடு மென்பொருள் விற்பனையை மட்டும் குறிப்பதல்ல, மாறாக பல்வேறு துறைகளில் AI மூலம் சாத்தியமாகும் வணிகச் செயல்முறைகள், தரவு மேலாண்மை மற்றும் முடிவெடுக்கும் கட்டமைப்புகளின் மிகப்பெரிய மறுசீரமைப்பைக் குறிக்கிறது.
இந்திய தகவல் தொழில்நுட்பச் சேவைகளுக்கு, இது ஒரு தலைமுறை மாற்றத்தைக் குறிக்கிறது. பாரம்பரிய பயன்பாட்டுப் பராமரிப்பு (application maintenance) மற்றும் அவுட்சோர்சிங்கிலிருந்து, அதிக மதிப்புள்ள AI ஆலோசனை மற்றும் செயலாக்கத்திற்கு மாறுவது ஒட்டுமொத்தத் தொழில்துறையின் வருவாய் மாதிரிகளையும் மறுவரையறை செய்யும் என்று எதிர்பார்க்கப்படுகிறது.
Generative AI-லிருந்து நிறுவன ஒருங்கிணைப்பு வரை
இந்த வளர்ச்சியின் மையம் "chatbots"-லிருந்து ஆழமான நிறுவன ஒருங்கிணைப்பிற்கு மாறுவதில் உள்ளது. ஆரம்பகால ஆர்வம் உரை மற்றும் குறியீடுகளை (code) உருவாக்கும் திறன் கொண்ட Large Language Models (LLMs) மூலம் தூண்டப்பட்டாலும், அடுத்த கட்டம் சிக்கலான, முழுமையான வணிகச் செயல்பாடுகளைக் கையாளக்கூடிய பிரத்யேக AI ஏஜென்ட்களைப் பயன்படுத்துவதை உள்ளடக்கியது.
Infosys தனது "Topaz" தொகுப்பின் மூலம் இந்த மாற்றத்தின் மையப்பகுதியில் தன்னை நிலைநிறுத்திக் கொண்டுள்ளது—இது உற்பத்தித்திறனை அதிகரிக்கவும் வாடிக்கையாளர்களுக்குப் புதிய வணிக மாதிரிகளை உருவாக்கவும் generative AI-ஐப் பயன்படுத்தும் ஒரு AI-first சேவையாகும். தரவுத் தயார்நிலை (data readiness), நெறிமுறை சார்ந்த AI கட்டமைப்புகள் மற்றும் இந்த அறிவுசார் அமைப்புகளைப் பெரிய அளவில் நிலைநிறுத்தத் தேவையான பிரம்மாண்டமான கணக்கீட்டுத் திறன் (computational power) ஆகியவற்றின் சிக்கல்களை நிறுவனங்கள் கையாளுவதற்கு உதவுவதில் கவனம் திரும்பியுள்ளது.
AI மாற்றத்தில் உள்ள சவால்களைக் கையாளுதல்
நிதி ரீதியான லாபம் மிகப்பெரியதாக இருந்தாலும், $400 பில்லியன் சந்தையை நோக்கிய பாதை குறிப்பிடத்தக்க தடைகள் இன்றி இல்லை. தரவுத் தனியுரிமை (data privacy), கணினி உள்கட்டமைப்பின் அதிக செலவு மற்றும் AI சூழல்களை நிர்வகிக்கத் திறன் வாய்ந்த பணியாளர்களின் அவசரத் தேவை போன்ற முக்கியமான சவால்களைத் தொழில்துறை எதிர்கொள்கிறது.
நிறுவனங்கள் இந்த மதிப்பை அடைய வேண்டுமானால், அவர்கள் "data silo" சிக்கலைத் தீர்க்க வேண்டும்; அதாவது அவர்களின் சொந்தத் தகவல்கள் சுத்தமாகவும், கட்டமைக்கப்பட்டதாகவும் மற்றும் பிரத்யேக மாதிரிகளைப் பயிற்றுவிக்க அல்லது நுணுக்கமாக்க (fine-tune) போதுமான அளவு பாதுகாப்பாகவும் இருப்பதை உறுதி செய்ய வேண்டும். மேலும், அமெரிக்கா மற்றும் ஐரோப்பாவில் ஒழுங்குமுறைச் சூழல் (regulatory landscape) வேகமாக மாறி வருகிறது, இது நிறுவனங்களை விரைவான கண்டுபிடிப்புகளுக்கும் கடுமையான இணக்க மற்றும் நிர்வாகத் தரநிலைகளுக்கும் இடையே சமநிலையைப் பேணத் தூண்டுகிறது.
முக்கியக் குறிப்புகள்
- முன்னெப்போதும் இல்லாத சந்தை வளர்ச்சி: உலகளாவிய AI வாய்ப்பு 2030-க்குள் $300–$400 பில்லியன் சந்தையாக விரிவடையும் என்று கணிக்கப்பட்டுள்ளது, இது உலகளாவிய நிறுவனச் செலவினங்களில் ஒரு மிகப்பெரிய மாற்றத்தைக் குறிக்கிறது.
- தகவல் தொழில்நுட்பச் சேவைகளுக்கான மூலோபாய மாற்றம்: இந்தியத் தொழில்நுட்ப ஜாம்பவான்கள் பாரம்பரியச் சேவைகளிலிருந்து AI-first மாதிரிகளை நோக்கி நகர்கின்றனர், மேலும் வாடிக்கையாளர்களின் டிஜிட்டல் மாற்றத்தை முன்னெடுக்க பிரத்யேகக் கருவிகளைப் பயன்படுத்துகின்றனர்.
- செயல்படுத்துவதே முக்கியம்: இந்த பொருளாதார மதிப்பை அடைவது, நிறுவனங்கள் தரவுத் தனியுரிமை, உள்கட்டமைப்புச் செலவுகள் மற்றும் முக்கிய வணிகத் தர்க்கத்தில் (business logic) AI-ஐ ஒருங்கிணைப்பதில் வெற்றிகரமாகச் செயல்படுவதைப் பொறுத்தது.
