2030-க்குள் $300-$400 பில்லியன் மதிப்பிலான AI வாய்ப்பு என Infosys கணிப்பு

செயற்கை நுண்ணறிவு (Artificial Intelligence) ஒரு யூக அடிப்படையிலான போக்கிலிருந்து உலகளாவிய நிறுவனங்களின் அடிப்படைத் தூண்டுகோலாக மாறிவரும் நிலையில், Infosys ஒரு மிகப்பெரிய பொருளாதார லாபத்தைக் கணித்துள்ளது. இந்த தசாப்தத்தின் முடிவில், AI சார்ந்த மாற்றங்களுக்கான மொத்த சந்தை மதிப்பு $300 பில்லியன் முதல் $400 பில்லியன் வரை எட்டக்கூடும் என்று இந்த இந்திய ஐடி (IT) நிறுவனம் எதிர்பார்க்கிறது.

AI பொருளாதாரத்தின் பிரம்மாண்டமான அளவு

அடுத்த ஆறு ஆண்டுகளில் உலகளாவிய நிறுவனங்கள் தங்களது தொழில்நுட்ப வரவு செலவுத் திட்டங்களை (technology budgets) எவ்வாறு ஒதுக்கீடு செய்யும் என்பதில் ஒரு மிகப்பெரிய மாற்றத்தை Infosys-ன் இந்த கணிப்பு அடிக்கோடிட்டுக் காட்டுகிறது. இந்த $300 பில்லியன் முதல் $400 பில்லியன் வரையிலான மதிப்பீடானது வெறும் மென்பொருள் விற்பனையைக் குறிப்பது மட்டுமல்ல; இது நிறுவனங்களின் பணிப்பாய்வுகள் (workflows), தரவு மேலாண்மை (data management) மற்றும் முடிவெடுக்கும் செயல்முறைகளை முழுமையாக மறுசீரமைப்பதையும் உள்ளடக்கியது.

Infosys தலைமையின் கூற்றுப்படி, முக்கிய வணிகச் செயல்பாடுகளில் Generative AI (GenAI)-ஐ ஒருங்கிணைப்பதன் மூலம் இந்த வளர்ச்சி சாத்தியமாகிறது. AI கருவிகள் தனித்தனி சோதனைகளாகத் தொடராமல், விநியோகச் சங்கிலிகள் (supply chains), வாடிக்கையாளர் சேவை மற்றும் மென்பொருள் மேம்பாட்டுச் சுழற்சிகளில் (software development lifecycles) ஒன்றிணைந்து வருகின்றன. இந்திய ஐடி சேவைத் துறைக்கு, இது பாரம்பரிய உழைப்பு சார்ந்த மாதிரிகளிலிருந்து, அதிக மதிப்புள்ள, AI-ஆல் மேம்படுத்தப்பட்ட ஆலோசனை மற்றும் செயலாக்க (implementation) முறைகளை நோக்கி ஒரு முக்கிய மாற்றத்தைக் குறிக்கிறது.

AI-முன்மாதிரி (AI-First) சேவைகளை நோக்கிய மூலோபாய மாற்றம்

இந்த வளர்ந்து வரும் சந்தையைப் பிடிக்க, Infosys தன்னை ஒரு AI-first நிறுவனமாகத் தீவிரமாக நிலைநிறுத்தி வருகிறது. பெரிய அளவிலான AI பயன்பாடுகளின் சிக்கல்களைக் கையாள வாடிக்கையாளர்களுக்கு உதவுவதில் நிறுவனத்தின் உத்தி கவனம் செலுத்துகிறது; இதில் LLMs (Large Language Models)-ஐ செயல்படுத்துவது மட்டுமல்லாமல், தரவுத் தயார்நிலை (data readiness) மற்றும் நிர்வாகத்தையும் (governance) உறுதிப்படுத்துவதும் அடங்கும்.

நிறுவனம் ஏற்கனவே தனது சேவைத் துறைகளில் AI திறன்களை ஒருங்கிணைக்கத் தொடங்கியுள்ளது. தனது சொந்தத் தளங்கள் (proprietary platforms) மற்றும் ஆழமான தொழில்முறை நிபுணத்துவத்தைப் பயன்படுத்துவதன் மூலம், சாதாரணத் தானியங்கி முறையிலிருந்து (automation) "agentic workflows" நோக்கி நகர Infosys இலக்கு வைத்துள்ளது—அங்கு AI முகவர்கள் (agents) மனிதத் தலையீடு இன்றி சிக்கலான, பல படிநிலைகளைக் கொண்ட பணிகளைச் செய்ய முடியும். வாடிக்கையாளர்கள் AI செயலாக்கத்தின் மூலம் அளவிடக்கூடிய ROI-ஐ (Return on Investment) வழங்கும் கூட்டாளர்களைத் தேடுவதால், கணிக்கப்பட்ட இந்த பல நூறு பில்லியன் டாலர் சந்தையில் ஒரு பங்கைப் பெறுவதற்கு இந்த பரிணாம வளர்ச்சி மிகவும் அவசியமானது.

முன்னோடித் திட்டத்திலிருந்து (Pilot) உற்பத்தி நிலைக்கு (Production) மாறுதல்

நீண்டகாலக் கண்ணோட்டம் சாதகமாக இருந்தாலும், $400 பில்லியன் இலக்கை எட்டுவதற்கான பாதையில் குறிப்பிடத்தக்க தடைகள் உள்ளன. உலகளாவிய நிறுவனங்களுக்கு முதன்மையான சவாலாக இருப்பது, "proof of concept" (PoC) முன்னோடித் திட்டங்களிலிருந்து முழுமையான உற்பத்திச் சூழல்களுக்கு (production environments) மாறுவதே ஆகும். பல நிறுவனங்கள் தற்போது AI-யுடன் சோதனைகளை மேற்கொண்டு வருகின்றன, ஆனால் இந்தத் தீர்வுகளைப் பெரிய அளவில் விரிவுபடுத்த வலுவான தரவு கட்டமைப்புகளும் (data architectures) மற்றும் சிறப்புத் திறமையுள்ள பணியாளர்களும் தேவைப்படுகின்றன.

தரவுத் தனியுரிமை (data privacy), பாதுகாப்பு மற்றும் அதிநவீன AI மாதிரிகளை இயக்குவதற்குத் தேவைப்படும் அதிகப்படியான கணக்கீட்டுச் செலவுகள் (computational costs) போன்ற சிக்கல்களை நிறுவனங்கள் தீர்க்கும்போதுதான் உண்மையான மதிப்பு உருவாகும் என்று Infosys-ன் வரைபடம் (roadmap) உணர்த்துகிறது. இந்தியத் தொழில்நுட்பத் துறைக்கு, வெறும் AI திறனுக்கும், நடைமுறை மற்றும் விரிவாக்கக்கூடிய வணிகப் பயன்பாடுகளுக்கும் இடையிலான இடைவெளியைக் குறைக்கத் தேவையான சிறப்புப் பொறியியல் திறமைகளை வழங்குவதில் வாய்ப்பு உள்ளது.

முக்கியக் குறிப்புகள்

• பிரம்மாண்டமான சந்தை வாய்ப்பு: 2030 ஆம் ஆண்டிற்குள் AI வாய்ப்பு $300–$400 பில்லியன் மதிப்பிலான பிரம்மாண்டமான அளவை எட்டும் என்று Infosys கணித்துள்ளது.
• IT உத்தியில் மாற்றம்: இத்துறை பாரம்பரிய ஐடி சேவைகளிலிருந்து, AI-ஆல் மேம்படுத்தப்பட்ட ஆலோசனை மற்றும் அதிக மதிப்புள்ள செயலாக்கச் சேவைகளை நோக்கி நகர்ந்து வருகிறது.
• விரிவாக்கமே முக்கியம்: வளர்ச்சியின் அடுத்த கட்டம், AI-யை சிறிய அளவிலான சோதனைகளிலிருந்து ஒருங்கிணைந்த, உற்பத்திக்குத் தயாரான நிறுவனத் தீர்வுகளாக மாற்றுவதைப் பொறுத்தே அமையும்.