AI-க்கு அதிக டோக்கன் செலவு செய்தாலே வெற்றி கிடையாது! புதிய பாதையை நோக்கி நகரும் IT நிறுவனங்கள்

செயற்கை நுண்ணறிவு (AI) உலகம் வேகமாக வளர்ந்து வரும் நிலையில், கடந்த ஒரு ஆண்டாக தொழில்நுட்ப நிறுவனங்களில் அதிகம் பேசப்பட்ட வார்த்தைகளில் ஒன்று “Token Maxxing” ஆகும். ChatGPT, Claude, Gemini போன்ற பெரிய மொழி மாதிரிகளை (LLMs) பயன்படுத்தும் போது, அவை செயலாக்கும் ஒவ்வொரு வார்த்தை, வாக்கியம் மற்றும் தரவு அலகும் “Token” என அழைக்கப்படுகிறது. இந்த டோக்கன்கள்தான் AI சேவைகளின் பயன்பாடு மற்றும் செலவை அளவிடும் அடிப்படை அலகுகளாக உள்ளன. ஆரம்பத்தில் அதிக டோக்கன் பயன்படுத்துவது அதிக உற்பத்தித்திறன் (Productivity) என கருதப்பட்ட நிலையில், தற்போது இந்திய IT நிறுவனங்கள் அந்த அணுகுமுறையிலிருந்து விலகத் தொடங்கியுள்ளன.

சமீப காலங்களில் பல நிறுவனங்கள் AI பயன்பாட்டை அதிகரிக்க ஊழியர்களை ஊக்குவித்தன. சில நிறுவனங்கள் எந்த ஊழியர் அதிக டோக்கன் பயன்படுத்துகிறார் என்பதை கண்காணிக்கும் “AI Leaderboard” முறைகளையும் அறிமுகப்படுத்தின. AI கருவிகளை அதிகமாக பயன்படுத்துவது அதிக உற்பத்தியை உருவாக்கும் என்று நம்பப்பட்டது. ஆனால் நடைமுறையில், அதிக டோக்கன் பயன்பாடு எப்போதும் அதிக வணிக மதிப்பை உருவாக்கவில்லை என்பது தற்போது தெளிவாகியுள்ளது.

இதன் விளைவாக, IT நிறுவனங்கள் தற்போது “Token Maxxing” என்ற அணுகுமுறையை விட “Value Maxxing” அல்லது “ROI-Driven AI” என்ற புதிய அணுகுமுறையை நோக்கி நகர்ந்து வருகின்றன. அதாவது, AI எவ்வளவு பயன்படுத்தப்பட்டது என்பதைக் காட்டிலும், அது நிறுவனத்திற்கு எவ்வளவு வணிக பலன் கொடுத்தது என்பதே முக்கியமாக பார்க்கப்படுகிறது. ஒரு AI திட்டம் ஆயிரக்கணக்கான டோக்கன்களை பயன்படுத்தினாலும், அதனால் வருமானம் அதிகரிக்கவில்லை அல்லது செலவு குறையவில்லை என்றால் அந்த முதலீடு பயனற்றதாக கருதப்படுகிறது.

பல IT சேவை நிறுவனங்கள் தற்போது தங்களது வாடிக்கையாளர்களிடம் AI பயன்பாட்டிற்கான புதிய அளவுகோல்களை உருவாக்கி வருகின்றன. முன்பு “எத்தனை AI Agents பயன்படுத்தப்பட்டன?”, “எத்தனை டோக்கன்கள் செலவானது?” போன்ற கேள்விகள் முக்கியமாக இருந்தன. இப்போது “எவ்வளவு நேரம் சேமிக்கப்பட்டது?”, “எவ்வளவு செலவு குறைந்தது?”, “வாடிக்கையாளர் திருப்தி எவ்வளவு உயர்ந்தது?” போன்ற கேள்விகளே முக்கிய இடம் பெறுகின்றன.

உலகளவில் பல நிறுவனங்கள் டோக்கன் செலவினங்களால் பெரிய தொகைகளை செலவழிக்க வேண்டிய நிலை ஏற்பட்டுள்ளது. சில நிறுவனங்களில் AI பயன்பாடு அதிகரித்ததால் மாதாந்திர செலவுகள் பல மடங்கு உயர்ந்தன. இதனால் CFO-க்கள் மற்றும் நிர்வாகிகள் AI முதலீடுகளின் வருமானத்தை (Return on Investment) மீண்டும் மதிப்பீடு செய்யத் தொடங்கியுள்ளனர். சில நிறுவனங்கள் டோக்கன் பயன்பாட்டிற்கு வரம்புகளையும் அறிமுகப்படுத்தியுள்ளன.

இந்த மாற்றம் இந்திய IT துறைக்கும் முக்கியமானதாக பார்க்கப்படுகிறது. பல ஆண்டுகளாக மனித உழைப்பை அடிப்படையாகக் கொண்டு வளர்ந்த இந்திய IT சேவைத் துறை, தற்போது AI காலத்திற்கேற்ப தனது வணிக மாதிரியை மாற்ற வேண்டிய கட்டாயத்தில் உள்ளது. AI உதவியுடன் அதே வேலையை குறைந்த நேரத்தில் முடிக்க முடிந்தால், மனித நேரத்தை அடிப்படையாகக் கொண்ட பழைய வருவாய் முறை சவால்களை சந்திக்கலாம். இதனால் நிறுவனங்கள் Outcome-Based Pricing மற்றும் Value-Based Delivery போன்ற புதிய மாதிரிகளை ஆராயத் தொடங்கியுள்ளன.

இதற்கிடையில், AI பயன்பாடு வெறும் குறியீடு (Code) எழுதுவதற்காக மட்டுமல்லாமல், முழு மென்பொருள் வாழ்க்கைச் சுழற்சியிலும் (Software Development Lifecycle) விரிவடைகிறது. தற்போது பல IT நிறுவனங்கள் AI மூலம் உருவாக்கப்படும் குறியீடுகளை சோதனை செய்வது, பாதுகாப்பு ஆய்வு செய்வது, கண்காணிப்பது மற்றும் நிர்வகிப்பது போன்ற செயல்பாடுகளிலும் முதலீடு செய்து வருகின்றன. AI-யை பயன்படுத்துவது மட்டுமல்ல, அதனை கட்டுப்படுத்தி நிர்வகிப்பதுதான் அடுத்த கட்ட போட்டியாக மாறியுள்ளது.

நிபுணர்கள் கூறுவதன்படி, AI துறையின் ஆரம்ப கட்டத்தில் “அதிகமாக பயன்படுத்துங்கள்” என்ற மனப்பான்மை இயல்பான ஒன்றாக இருந்தது. புதிய தொழில்நுட்பத்தை புரிந்துகொள்வதற்கும், அதன் திறன்களை ஆராய்வதற்கும் நிறுவனங்கள் அதிக அளவில் AI-யை பயன்படுத்தின. ஆனால் தற்போது சந்தை முதிர்ச்சியடைந்து வருகிறது. இதனால் AI பயன்பாட்டின் தரம் மற்றும் விளைவு முக்கியமானதாக மாறியுள்ளது.

இந்த மாற்றம் ஊழியர்களின் திறன்களிலும் தாக்கத்தை ஏற்படுத்துகிறது. எதிர்காலத்தில் AI கருவிகளை அதிகமாக பயன்படுத்தும் நபர்கள் மட்டுமல்லாமல், AI மூலம் உருவாகும் வணிக மதிப்பை நிரூபிக்கக்கூடிய நிபுணர்களுக்கே அதிக தேவை இருக்கும் என்று தொழில்துறை ஆய்வாளர்கள் கூறுகின்றனர். AI Prompt Engineering-ஐ விட AI Governance, AI Cost Optimization, AI Operations மற்றும் AI Strategy போன்ற துறைகள் முக்கியத்துவம் பெறும் என்று கணிக்கப்படுகிறது.

தற்போது இந்திய IT நிறுவனங்கள் AI பயன்பாட்டின் அடுத்த கட்டத்தை நோக்கி நகர்கின்றன. “எவ்வளவு டோக்கன் செலவழித்தோம்?” என்ற கேள்வியிலிருந்து “எவ்வளவு வணிக மதிப்பு உருவாக்கினோம்?” என்ற கேள்விக்குத் துறை மாறியுள்ளது. இந்த மாற்றம் AI முதலீடுகளை மேலும் பொறுப்பானதாகவும், லாபகரமானதாகவும் மாற்றும் என்று எதிர்பார்க்கப்படுகிறது. AI உலகில் இனி வெற்றி பெறுவது அதிக டோக்கன் பயன்படுத்துபவர்கள் அல்ல; அதிக மதிப்பை உருவாக்குபவர்கள்தான் என்ற புதிய உண்மை தற்போது IT துறையில் வலுவாக உருவாகி வருகிறது.

உள்ளூர் முதல் உலகம் வரை பரபரப்பான ஹாட் செய்திகளை உடனுக்குடன் அறிய மாலைமுரசு யூடியூப் சேனலை காண இங்கே கிளிக் செய்யவும்