എഐ കാലത്ത് ഐടിയിൽ കോഡിംഗ് മാത്രം മതിയോ?

ഒൻപത് വർഷമായി ഐടി മേഖലയിൽ ജോലി ചെയ്യുന്നയാളാണ് പ്രവീൺ. ക്ലൗഡ് മൈഗ്രേഷൻ, ഡെവോപ്‌സ് വിപ്ലവം തുടങ്ങി ഈ രംഗത്തെ ഓരോ പുതിയ മാറ്റങ്ങളെയും അയാൾ അതിജീവിച്ചത് പുതിയ സാങ്കേതികവിദ്യകൾ സ്വയം പഠിച്ചെടുത്തായിരുന്നു. ഒടുവിൽ ജനറേറ്റീവ് എഐ (Generative AI) തരംഗമായപ്പോഴും പ്രവീൺ പതിവ് തെറ്റിച്ചില്ല. രാത്രികളിലിരുന്ന് ഡോക്യുമെന്റേഷനുകൾ വായിച്ചും ചെറിയ പ്രോജക്ടുകൾ ചെയ്തും അയാൾ എഐയുടെ ലോകത്തും തന്റേതായ ഇടം കണ്ടെത്തി.

എന്നാൽ കഴിഞ്ഞ പെർഫോമൻസ് റിവ്യൂവിൽ കാര്യങ്ങൾ മാറിമറിഞ്ഞു. മാനേജരുടെ പ്രതികരണം പ്രവീണിന്റെ സാങ്കേതിക മികവിനെക്കുറിച്ചായിരുന്നില്ല. മറിച്ച്, അതിനപ്പുറമുള്ള ചില കാര്യങ്ങളെക്കുറിച്ചായിരുന്നു. എഐ പ്രോജക്ടുകൾ വെറുതെ നടപ്പാക്കുകയല്ല, മറിച്ച് അവയ്ക്ക് നേതൃത്വം നൽകാൻ പ്രവീണിന് കഴിയുമോ എന്നായിരുന്നു ചോദ്യം. ഒരു എഐ നിക്ഷേപത്തിന്റെ സാധ്യതകൾ വിലയിരുത്താനും, ഓട്ടോമേഷൻ ഗുണത്തേക്കാളേറെ ദോഷം വരുത്തുന്ന സാഹചര്യങ്ങൾ തിരിച്ചറിയാനും, ഒരു എഐ മോഡലിന്റെ പരിമിതികൾ കമ്പനിയിലെ സാമ്പത്തിക കാര്യങ്ങൾ കൈകാര്യം ചെയ്യുന്ന ഉയർന്ന ഉദ്യോഗസ്ഥന് വിശദീകരിച്ചു കൊടുക്കാനും സാധിക്കുമോ? ഈ ചോദ്യങ്ങൾ പ്രവീണിനെ അക്ഷരാർത്ഥത്തിൽ ഞെട്ടിച്ചുകളഞ്ഞു.

പ്രവീൺ അനുഭവിച്ച ഈ പ്രതിസന്ധി ഒറ്റപ്പെട്ട ഒന്നല്ല. ഇന്ത്യയിലെ ഐടി കമ്പനികളിൽ ഇന്ന് ഇത്തരം സംഭാഷണങ്ങൾ സാധാരണമായിക്കൊണ്ടിരിക്കുകയാണ്. സ്ഥാപനങ്ങൾ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിനെ ഒരു പരീക്ഷണം എന്ന നിലയിൽ നിന്ന് ദൈനംദിന പ്രവർത്തനങ്ങളുടെ ഭാഗമാക്കുമ്പോൾ, പരിചയസമ്പന്നരായ ടെക് വിദഗ്ദ്ധരിൽ നിന്നുള്ള പ്രതീക്ഷകളും മാറുകയാണ്. സാങ്കേതിക പരിജ്ഞാനം ഇന്നും പ്രധാനമാണ്, പക്ഷേ അത് മാത്രമായി ഒതുങ്ങുന്നില്ല ആവശ്യകതകൾ.

മാറുന്ന തൊഴിൽ സംസ്കാരം, പുതിയ ആവശ്യങ്ങൾ

ഈ മാറ്റം എത്ര വേഗത്തിലാണ് സംഭവിക്കുന്നതെന്ന് കണക്കുകൾ വ്യക്തമാക്കുന്നു. ഇന്ത്യയിലെ എഐ പ്രൊഫഷണലുകളുടെ ആവശ്യം 2027-ഓടെ ഇരട്ടിയിലധികമാകുമെന്നാണ് പ്രവചനം. നിലവിൽ ഏകദേശം 6.5 ലക്ഷം പ്രൊഫഷണലുകൾ ഉള്ള സ്ഥാനത്ത്, ഇത് 12.5 ലക്ഷമായി ഉയരും. എഐ വിപണി ഓരോ വർഷവും 25% മുതൽ 35% വരെ വളർച്ച നേടുമെന്നും റിപ്പോർട്ടുകൾ സൂചിപ്പിക്കുന്നു.

ഇതൊരു നിയമന പ്രശ്നം മാത്രമല്ല, മറിച്ച് കരിയറിന്റെ മധ്യത്തിലും ഉയർന്ന തലത്തിലുമുള്ള വിദഗ്ദ്ധരുടെ അഭാവത്തിലേക്കാണ് വിരൽ ചൂണ്ടുന്നത്. എഐ പദ്ധതികൾ നടപ്പിലാക്കുന്നവരെ മാത്രമല്ല, അവയെ വിലയിരുത്താനും നയിക്കാനും രൂപപ്പെടുത്താനും കഴിവുള്ളവരെയാണ് കമ്പനികൾക്ക് ഇപ്പോൾ ആവശ്യം.

പ്രധാന തസ്തികകളിലെ വലിയ വിടവ്

ഇന്ത്യയിൽ നിർണായക എഐ തസ്തികകളായ മെഷീൻ ലേണിംഗ് എഞ്ചിനീയർമാർ, ഡാറ്റാ സയന്റിസ്റ്റുകൾ, ഡെവോപ്‌സ് ആർക്കിടെക്റ്റുകൾ തുടങ്ങിയ റോളുകളിൽ ആവശ്യവും ലഭ്യതയും തമ്മിൽ 60% മുതൽ 73% വരെ വലിയ അന്തരമുണ്ട്. ഇവയൊന്നും തുടക്കക്കാർക്കുള്ള തസ്തികകളല്ല. വർഷങ്ങളുടെ പരിചയസമ്പത്തുള്ള ഐടി പ്രൊഫഷണലുകൾ എത്തിച്ചേരേണ്ട കരിയറിലെ അടുത്ത പടികളാണിത്.

• തസ്തിക: മെഷീൻ ലേണിംഗ് എഞ്ചിനീയർ (Machine Learning Engineer)
• തസ്തിക: ഡാറ്റാ സയന്റിസ്റ്റ് (Data Scientist)
• തസ്തിക: ഡെവോപ്‌സ് ആർക്കിടെക്റ്റ് (DevOps Architect)
• തസ്തിക: ഡാറ്റാ എഞ്ചിനീയർ (Data Engineer)

കരിയർ ഗോവണി ഇപ്പോഴും അവിടെത്തന്നെയുണ്ട്, പക്ഷേ അതിന്റെ പടികൾ തമ്മിലുള്ള അകലം പഴയതിനേക്കാൾ കൂടിയിരിക്കുന്നു. പല പ്രൊഫഷണലുകളും ഈ ദൂരം താണ്ടാൻ ശ്രമിക്കുന്നത് തങ്ങളുടെ പഴയ ശീലമായ സ്വയം പഠനത്തിലൂടെയാണ്.

സ്വയം പഠനത്തിന്റെ പരിമിതികൾ

പ്രശ്നങ്ങളെ സ്വയം പഠിച്ച് പരിഹരിക്കാനുള്ള കഴിവ് ഐടി പ്രൊഫഷണലുകളുടെ ഏറ്റവും വലിയ മുതൽക്കൂട്ട് തന്നെയാണ്. എന്നാൽ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിന്റെ കാര്യത്തിൽ ഈ രീതിക്ക് അതിന്റേതായ പരിമിതികളുണ്ടെന്ന് പുതിയ പഠനങ്ങൾ വ്യക്തമാക്കുന്നു.

ഒരു റിപ്പോർട്ട് അനുസരിച്ച്, ഐടി രംഗത്തെ കഴിവുകൾ ഓരോ 2.5 വർഷത്തിലും കാലഹരണപ്പെടുന്നു. ഇതിനർത്ഥം 2030-നകം ഒരു ശരാശരി ഐടി പ്രൊഫഷണലിന് അവരുടെ പ്രധാന കഴിവുകൾ രണ്ട് തവണയെങ്കിലും പുതുക്കേണ്ടി വരും. യൂട്യൂബ് ട്യൂട്ടോറിയലുകളും ഓൺലൈൻ സർട്ടിഫിക്കേഷനുകളും ചെറിയ പ്രോജക്ടുകളും പുതിയ കാര്യങ്ങൾ പഠിക്കാൻ നല്ലതാണ്. എന്നാൽ ഒരു സ്ഥാപനത്തിന്റെ ബോർഡ് റൂമിൽ അവതരിപ്പിക്കാൻ കഴിയുന്ന തരത്തിലുള്ള ആഴത്തിലുള്ളതും ഘടനാപരവുമായ വൈദഗ്ദ്ധ്യം നേടാൻ ഇത് മതിയാവില്ല.

ഇന്ത്യ എഐ കഴിവുകളുടെ വ്യാപനത്തിൽ ലോകത്ത് മുൻപന്തിയിലാണെന്ന് സ്റ്റാൻഫോർഡ് എഐ ഇൻഡെക്സ് 2024 വ്യക്തമാക്കുന്നു. ഇത് തീർച്ചയായും വലിയൊരു നേട്ടമാണ്. എന്നാൽ വ്യാപനം എന്നത് ആഴത്തിന് പകരമാവില്ല. ജോലിസ്ഥലത്ത് എഐ ടൂളുകൾ ഉപയോഗിക്കാൻ അറിയുന്നതും ഒരു സ്ഥാപനത്തിന്റെ എഐ സ്ട്രാറ്റജിക്ക് നേതൃത്വം നൽകുന്നതും അതിന്റെ അപകടസാധ്യതകൾ കൈകാര്യം ചെയ്യുന്നതും തമ്മിൽ വലിയ വ്യത്യാസമുണ്ട്.

അടുത്ത കരിയർ മുന്നേറ്റത്തിന് വേണ്ടത് എന്ത്?

ഐടി രംഗത്തെ ഭൂരിഭാഗം ജീവനക്കാരും സീനിയർ എഞ്ചിനീയർ തസ്തികയിൽ നിന്ന് ആർക്കിടെക്റ്റ്, പ്രിൻസിപ്പൽ അല്ലെങ്കിൽ ടെക്നോളജി സ്ട്രാറ്റജിസ്റ്റ് പോലുള്ള ഉയർന്ന റോളുകളിലേക്ക് മാറാൻ ആഗ്രഹിക്കുന്നവരാണ്. എന്നാൽ ഈ മുന്നേറ്റത്തിന് സാധാരണ രീതിയിൽ ആർജ്ജിക്കാൻ പ്രയാസമുള്ള ചില പ്രത്യേക കഴിവുകൾ ആവശ്യമാണ്. അവയിൽ ചിലത് താഴെ നൽകുന്നു:

• സാമ്പത്തിക വിശകലന ശേഷി: എഐ പദ്ധതികളിലെ നിക്ഷേപങ്ങളെ സാമ്പത്തികമായ കാഴ്ചപ്പാടോടെ വിലയിരുത്താനുള്ള കഴിവ്.
• നൈതികമായ എഐ ഉപയോഗം: ഉത്തരവാദിത്തത്തോടെ എഐ സിസ്റ്റങ്ങൾ കൈകാര്യം ചെയ്യാനും അവയുടെ ഭരണപരമായ കാര്യങ്ങളിൽ അറിവുണ്ടാകാനും കഴിയണം.
• തന്ത്രപരമായ ആസൂത്രണം: കേവലം കോഡിംഗ് ചെയ്യുന്നതിനപ്പുറം, ബിസിനസ്സിന്റെ ലക്ഷ്യങ്ങൾക്കനുസരിച്ച് സാങ്കേതികവിദ്യയെ എങ്ങനെ ഉപയോഗിക്കാമെന്ന് ചിന്തിക്കാനുള്ള കഴിവ്.
• ഫലപ്രദമായ ആശയവിനിമയം: സാങ്കേതികമല്ലാത്ത കാര്യങ്ങൾ കൈകാര്യം ചെയ്യുന്ന ഉയർന്ന ഉദ്യോഗസ്ഥരുമായി എഐയുടെ സാധ്യതകളും പരിമിതികളും വ്യക്തമായി സംസാരിക്കാൻ സാധിക്കണം.

ലോക സാമ്പത്തിക ഫോറത്തിന്റെ (World Economic Forum) ‘ഫ്യൂച്ചർ ഓഫ് ജോബ്സ്’ റിപ്പോർട്ട് പ്രകാരം, 2030-ഓടെ ഇന്ത്യയിലെ ഓരോ 100 തൊഴിലാളികളിൽ 63 പേർക്കും പുനർപരിശീലനം ആവശ്യമായി വരും. ഐടി പ്രൊഫഷണലുകളുടെ കരിയർ വളർച്ചയ്ക്ക് ഇതൊരു വിദൂര ആശങ്കയല്ല, മറിച്ച് ഇന്നത്തെ യാഥാർത്ഥ്യമാണ്. കേവലം അറിവ് വികസിപ്പിക്കുന്നതിന് പകരം, തങ്ങളുടെ വൈദഗ്ദ്ധ്യം ആഴത്തിലാക്കാൻ ബോധപൂർവമായ നിക്ഷേപം നടത്തുന്നവർക്കായിരിക്കും ഭാവിയുടെ തൊഴിൽ ലോകത്ത് ശോഭിക്കാൻ കഴിയുക. പഴയ രീതികൾ മാത്രം മുറുകെ പിടിക്കുന്നത് ഈ പുതിയ കാലത്ത് മതിയാവില്ലെന്ന് സാരം.