அமெரிக்கத் தொழில் வல்லுநர்களால் அனுப்பப்பட்ட 800,000 ChatGPT செய்திகளை OpenAI ஆய்வு செய்ததில், பணி தொடர்பான ஆறு தூண்டுதல்களில் (prompts) கிட்டத்தட்ட ஒன்று, வழக்கமாக வேறொரு தொழிலுக்கு உரிய பணிகளைச் செய்யுமாறு இந்த மாடலிடம் கேட்கப்படுகிறது என்பது தெரியவந்துள்ளது. வழக்கமான எழுத்து மற்றும் சுருக்கங்களை (summarising) நீக்கிப் பார்த்தால், இந்த எண்ணிக்கை 43.5% ஆக உயர்கிறது. இந்த மாற்றம் ஊழியர்கள் தங்கள் நாளைக் கழிக்கின்ற முறையை ஏற்கனவே மாற்றி அமைத்து வருகிறது. இது மிகச்சிறிய நிறுவனங்களுக்கு மிகவும் முக்கியமானது, ஏனெனில் அங்கு ஒவ்வொரு கூடுதல் திறனும் ஒரு நிபுணருக்காகக் காத்திருக்கும் வாரக்கணக்கிலான நேரத்தைக் குறைக்க உதவும்.

எண்கள் ஏன் முக்கியம்

சில குறிப்பிட்ட பணிகளில் துறை சார்ந்த இடையேயான (cross-departmental) கோரிக்கைகள் அதிகமாகக் குவிந்துள்ளன என்று இந்த ஆய்வு கண்டறிந்துள்ளது. மார்க்கெட்டிங் மற்றும் இன்ஜினியரிங் துறைகள் முன்னணியில் உள்ளன; மற்றப் பணிகளில் இருந்து வரும் செய்திகளில் 8.9% மார்க்கெட்டிங் தொடர்பான கேள்விகளாக உள்ளன—இது தரவுத் தொகுப்பிலேயே மிக உயர்ந்த விகிதமாகும். ஒரு விற்பனையாளர், வழக்கமாக ஒரு தரவு ஆய்வாளர் (data analyst) கையாள வேண்டிய வாடிக்கையாளர் வாழ்நாள் மதிப்பு (customer-lifetime-value) எண்களைக் கணக்கிட ChatGPT-யிடம் கேட்கலாம்; அதே நேரத்தில், ஒரு மார்க்கெட்டர் ஒரு இன்ஜினியரைத் தொடர்பு கொள்வதற்கு முன்பே, பழுதான இணைப்பைச் சரிசெய்யவோ அல்லது on-page SEO-வைச் சீரமைக்கவோ முடியும்.

சிறு வணிக உரிமையாளர்களுக்கு இதன் தாக்கம் இன்னும் அதிகமாக உள்ளது. உரிமையாளர்கள் இப்போது வழக்கமாக ஒரு வழக்கறிஞர் அல்லது CFO தேவைப்படும் சட்ட ஆய்வு குறிப்புகளைத் தயாரித்தல், விரைவான நிதி முன்னறிவிப்புகளை (financial forecasts) செய்தல் மற்றும் தற்காலிக ஆய்வுகளை (ad-hoc analysis) மேற்கொள்ளின்றனர். இரண்டு முதல் ஐந்து பேர் கொண்ட குழுக்களில், 18.9% AI மூலம் உருவாக்கப்பட்ட பணிகள் ஊழியரின் முக்கியப் பணியிற்கு அப்பாற்பட்டவை; ஆனால் நூறுக்கும் மேற்பட்ட ஊழியர்களைக் கொண்ட நிறுவனங்களில் இது 16.3% மட்டுமே. இதன் கணக்கு எளிது: பெரிய நிறுவனங்கள் அந்தத் தேவையை ஒரு பிரத்யேகத் துறை சார்ந்த ஊழியரிடம் ஒப்படைக்க முடியும்; ஆனால் மிகச்சிறிய நிறுவனங்கள் அந்தப் பிரச்சினையைத் தாங்களே தீர்க்க வேண்டும்.

நன்மைகள்: வேகம் மற்றும் துல்லியமான ஒப்படைப்பு

ஒரு ஊழியர் ஒரு ஆரம்பக்கட்ட ஆய்வையோ அல்லது ஒரு மேலோட்டமான சட்டக் குறிப்பையோ (legal brief) உருவாக்கும்போது, அதை ஒரு நிபுணரிடம் ஒப்படைப்பது வேகமாகவும் மற்றும் அதிகக் கவனத்துடனும் அமைகிறது. நிபுணர் தெளிவான சிக்கல் விளக்கம், சிறப்பாகத் தயார் செய்யப்பட்ட தரவு மற்றும் "உங்களுக்கு என்ன தேவை என்பதை விளக்கவும்" போன்ற தேவையற்ற மின்னஞ்சல்கள் இன்றிப் பணியைப் பெறுகிறார். இது காத்திருப்பு நேரத்தைக் குறைக்கிறது, நிறுவனத்திற்குள்ளான தேவையற்றத் தடைகளைக் குறைக்கிறது மற்றும் கோரிக்கைகளின் தரத்தை உயர்த்துகிறது.

எதற்கெல்லாம் ஆபத்து உள்ளது?

AI நிபுணர்களைத் தேவையில்லாதவர்களாக மாற்றிவிடும் என்று இந்த ஆய்வு கூறவில்லை. மாறாக, இந்தத் தொழில்நுட்பத்தை ஒரு சிக்கலை அதன் மூலத்திற்கு அருகிலேயே கொண்டு வரும் ஒரு முன்வரிப் பணியாளராக (front-line responder) இது சித்தரிக்கிறது.

நிறுவனங்கள் எவ்வாறு தகவமைத்துக் கொள்ளலாம்

  • முடிவெடுக்கும் புள்ளிகளைக் கண்டறிதல் – ஒரு கோரிக்கை வழக்கமாக எங்குத் தடைபடுகிறது என்பதைக் கண்டறிந்து, AI மூலம் ஒரு பயனுள்ள முதல் வரைவை உருவாக்க முடியுமா என்று சோதிக்கவும்.
  • அதிகார வரம்புகளை வரையறுத்தல் – எந்தெந்த முடிவுகள் தகுதியுள்ள நிபுணரின் ஒப்புதல் தேவை என்பதைத் தெளிவுபடுத்தவும்.
  • புதிய திறன் தொகுப்பிற்காகப் பயிற்சி அளித்தல் – prompting, AI ஆலோசனைகளை விளக்குதல் மற்றும் சாத்தியமான பிழைகளைக் கண்டறிதல் ஆகியவற்றில் நுண்-கற்றல் (micro-learning) வாய்ப்புகளை வழங்கவும்.
  • தாக்கத்தை அளவிடுதல் – பணிகளை ஒப்படைப்பதில் சேமிக்கப்பட்ட நேரத்தையும், பிழை விகிதங்கள் அல்லது மீண்டும் வேலை செய்ய வேண்டிய சூழல் அதிகரித்துள்ளதா என்பதையும் ஒப்பிட்டுப் பார்க்கவும்.

சிறு நிறுவனங்கள் vs பெரிய நிறுவனங்கள்: மாறுபட்ட பாதைகள்

அடுத்த எல்லை

வேகமாக வளர்ந்து வரும் ஒரு நடைமுறையை OpenAI-இன் தரவுகள் படம்பிடிக்கின்றன. மாடல்கள் அதிக நம்பகத்தன்மையுடனும், குறிப்பிட்ட துறை சார்ந்தும் (domain-specific) மாறும் போது, துறை சார்ந்த இடையேயான பணிகளின் பங்கு அதிகரிக்கக்கூடும். AI-ஐ பணிப்பாய்வு மறுவடிவமைப்பிற்கான (workflow redesign) ஒரு ஊக்கியாகக் கருதாமல், வெறும் உற்பத்தித் திறன் கருவியாக மட்டுமே கருதும் நிறுவனங்கள் பின்தங்கும் அபாயம் உள்ளது. எந்த முடிவுகள் மனிதர்களிடமே இருக்க வேண்டும் மற்றும் எவை AI மூலம் மேம்படுத்தப்படலாம் என்பதை இப்போதே தீர்மானித்து, செயல்முறைகளை மறுவடிவமைக்கும் நிறுவனங்கள், வேகமான சுழற்சிகளையும் மற்றும் அதிக சுறுசுறுப்பான குழுக்களையும் பெறும்.

முக்கியக் கருத்து: AI ஏற்கனவே ஒரு சிக்கலுக்கான முதல் பதிலைத் அதன் தொடக்க இடத்திற்கே கொண்டு வந்துள்ளது, குறிப்பாக ஒவ்வொரு கூடுதல் திறனும் காலதாமதத்தைக் குறைக்கும் சிறு வணிகங்களில் இது அதிகம் காணப்படுகிறது. உண்மையான நன்மை என்பது வேலைகளின் பெயர்களை மாற்றுவதில் இல்லை, மாறாக யார் என்ன செய்கிறார்கள் என்பதை மறுபரிசீலனை செய்வதிலும், ஒரு இயந்திரம் எங்கு பாதுகாப்பாகப் பங்களிக்க முடியும் என்பதைக் கண்டறிவதிலும் உள்ளது.