ಭಾರತೀಯ IT ಸೇವಾ ಕಂಪನಿಗಳಿಗೆ AI ಅಪಾಯ ಎಷ್ಟು ಗಂಭೀರವಾಗಿದೆ? ವಿಶಾಲ್ ಸಿಕ್ಕಾ ವಿವರಿಸುತ್ತಾರೆ

ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ (AI) ನಿರ್ದಿಷ್ಟ ರೀತಿಯ ಎಂಟರ್‌ಪ್ರೈಸ್ ಕೆಲಸಗಳನ್ನು ಹೇಗೆ ವಿತರಿಸಲಾಗುತ್ತದೆ ಎಂಬುದನ್ನು ಬದಲಾಯಿಸುವ ಮೂಲಕ ಭಾರತೀಯ ಐಟಿ ಸೇವೆಗಳ ಕಂಪನಿಗಳ ಮೇಲೆ ಪರಿಣಾಮ ಬೀರಲು ಪ್ರಾರಂಭಿಸಬಹುದು, ವಿಶೇಷವಾಗಿ ಪುನರಾವರ್ತಿತ ಮತ್ತು ಸ್ವಭಾವತಃ ಕಾರ್ಯಗಳು, ವಿಯಾನೈ ಸಂಸ್ಥಾಪಕ ಮತ್ತು ಸಿಇಒ ಮತ್ತು ಇನ್ಫೋಸಿಸ್‌ನ ಮಾಜಿ ಸಿಇಒ ವಿಶಾಲ್ ಸಿಕ್ಕಾ ಅವರ ಪ್ರಕಾರ.

“ನೀವು ಜ್ಞಾನದ ಕೆಲಸಕ್ಕೆ ಉತ್ಪಾದಕ AI ಅನ್ನು ಅನ್ವಯಿಸುವುದನ್ನು ನೋಡಿದರೆ, ಈ ಅಡ್ಡಿಯು ನಿಜವಾಗಿದೆ. ಅದು ಇಲ್ಲಿದೆ” ಎಂದು ಸಿಕ್ಕಾ ಹೇಳಿದರು, ಕೋಡ್ ವಲಸೆ, ಏಕೀಕರಣ ಕೆಲಸ ಮತ್ತು ಸಿಸ್ಟಮ್ ಸಂಪರ್ಕದಂತಹ ಪ್ರದೇಶಗಳಲ್ಲಿ AI ಪರಿಕರಗಳ ಹೆಚ್ಚುತ್ತಿರುವ ಬಳಕೆಯನ್ನು ಉಲ್ಲೇಖಿಸಿ.

ಇವುಗಳು ಸಾಮಾನ್ಯವಾಗಿ ಎಂಟರ್‌ಪ್ರೈಸ್ ತಂತ್ರಜ್ಞಾನ ಯೋಜನೆಗಳ ಭಾಗವಾಗಿರುವ ಕಾರ್ಯಗಳಾಗಿವೆ, ಸಿಸ್ಟಮ್‌ಗಳಾದ್ಯಂತ ಡೇಟಾವನ್ನು ಸರಿಸಲು ಪ್ರೋಗ್ರಾಂಗಳನ್ನು ಬರೆಯುವುದು ಅಥವಾ ಸಂಸ್ಥೆಯೊಳಗೆ ವಿಭಿನ್ನ ಅಪ್ಲಿಕೇಶನ್‌ಗಳನ್ನು ಸಂಪರ್ಕಿಸುವುದು ಸೇರಿದಂತೆ. ಸಿಕ್ಕಾ ಪ್ರಕಾರ, ಉತ್ಪಾದಕ AI ಪರಿಕರಗಳನ್ನು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಬಳಸುವ ತಂಡಗಳು ಈಗಾಗಲೇ ಔಟ್‌ಪುಟ್‌ನಲ್ಲಿ ಗಮನಾರ್ಹ ಲಾಭಗಳನ್ನು ವರದಿ ಮಾಡಿದೆ. “ನಾನು 20, 30x ಉತ್ಪಾದಕತೆಯ ಲಾಭದ ಉದಾಹರಣೆಗಳನ್ನು ನೋಡಿದ್ದೇನೆ.”
ಅಂತಹ ಕೆಲಸದ ಸ್ಟ್ರೀಮ್‌ಗಳಲ್ಲಿನ ಹೆಚ್ಚಿನ ಉತ್ಪಾದಕತೆಯು ಅಂತಿಮವಾಗಿ ಎಂಟರ್‌ಪ್ರೈಸ್ ಕ್ಲೈಂಟ್‌ಗಳು ಡೆಲಿವರಿ ಟೈಮ್‌ಲೈನ್‌ಗಳನ್ನು ಮತ್ತು ಪ್ರಾಜೆಕ್ಟ್ ಪ್ರಯತ್ನವನ್ನು ಹೇಗೆ ನಿರ್ಣಯಿಸುತ್ತದೆ ಎಂಬುದರ ಮೇಲೆ ಪ್ರಭಾವ ಬೀರಬಹುದು, ವಿಶೇಷವಾಗಿ ಅದೇ ಕೆಲಸವನ್ನು ವೇಗವಾಗಿ ಅಥವಾ ಕಡಿಮೆ ಜನರೊಂದಿಗೆ ಪೂರ್ಣಗೊಳಿಸಿದರೆ. “ನೀವು ಈಗ ಈ ಯೋಜನೆಯನ್ನು ನಾಟಕೀಯವಾಗಿ ವೇಗವಾಗಿ ಅಥವಾ ಅಗ್ಗವಾಗಿ ಅಥವಾ ಕಡಿಮೆ ಜನರೊಂದಿಗೆ ಮಾಡುತ್ತೀರಿ ಎಂದು ಕ್ಲೈಂಟ್ ನಿರೀಕ್ಷಿಸಿದರೆ … ಅದು ಇಲ್ಲಿ ಮತ್ತು ಈಗ ಪರಿಣಾಮ ಬೀರುತ್ತದೆ” ಎಂದು ಅವರು ಗಮನಿಸಿದರು.

ವಾಸ್ತವವಾಗಿ, ಕೆಲವು ಗ್ರಾಹಕರು, ಒಪ್ಪಂದಗಳನ್ನು ಚರ್ಚಿಸುವಾಗ ಉತ್ಪಾದಕತೆಯ ಲಾಭವನ್ನು ಈಗಾಗಲೇ ಪ್ರಾರಂಭಿಸುತ್ತಿದ್ದಾರೆ ಎಂದು ಅವರು ಹೇಳಿದರು. “ಗ್ರಾಹಕರು ರಿಯಾಯಿತಿಗಳನ್ನು ಕೇಳುತ್ತಿರುವುದನ್ನು ನಾನು ನೋಡುತ್ತೇನೆ … ನಾನು ಓದಿದ ವರದಿಯೊಂದಿದೆ” ಒಂದು “AI ರಿಯಾಯಿತಿ.”

ಆ ಕಾಳಜಿ ಮಾರುಕಟ್ಟೆಯ ಭಾವನೆಯಲ್ಲೂ ಪ್ರತಿಫಲಿಸಲು ಆರಂಭಿಸಿದೆ. ಹೊರಗುತ್ತಿಗೆ ಸಂಸ್ಥೆಗಳಾದ್ಯಂತ ಏರಿಳಿತಗೊಂಡ AI ಪರಿಕರಗಳ ಪ್ರಗತಿಯಿಂದಾಗಿ ಸಾಫ್ಟ್‌ವೇರ್ ಕಂಪನಿಗಳಲ್ಲಿ ಜಾಗತಿಕ ಮಾರಾಟದ ನಂತರ ಭಾರತೀಯ ಐಟಿ ಷೇರುಗಳು ಇತ್ತೀಚಿನ ಸೆಷನ್‌ಗಳಲ್ಲಿ ಒತ್ತಡಕ್ಕೆ ಒಳಗಾಗಿವೆ.

ಗೂಗಲ್ ಒಡೆತನದ ಆಂಥ್ರೊಪಿಕ್ ವಿವಿಧ ಸಾಫ್ಟ್‌ವೇರ್ ಕಾರ್ಯಗಳಾದ್ಯಂತ ಕೆಲಸವನ್ನು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸಲು ಹೊಸ ಪ್ಲಗ್-ಇನ್‌ಗಳನ್ನು ಪರಿಚಯಿಸಿದ ನಂತರ ಕಳೆದ ಕೆಲವು ವಾರಗಳಲ್ಲಿ ಐಟಿ ಷೇರುಗಳು ತೀವ್ರ ಮಾರಾಟವನ್ನು ಕಂಡಿವೆ.

ಇನ್ಫೋಸಿಸ್ (ADRs) ನ US-ಪಟ್ಟಿ ಮಾಡಿದ ಷೇರುಗಳು ರಾತ್ರಿಯಿಡೀ 10% ನಷ್ಟು ಕುಸಿದವು, ಆದರೆ ವಿಪ್ರೋನ ಷೇರುಗಳು ಸುಮಾರು 5% ನಷ್ಟು ಕುಸಿದವು. ಭಾರತದಲ್ಲಿ, ಫೆಬ್ರವರಿ 13 ರಂದು ನಿಫ್ಟಿ ಐಟಿ ಸೂಚ್ಯಂಕವು ಮತ್ತೊಂದು 4.5% ನಷ್ಟು ಕಡಿಮೆಯಾಗಿದೆ ಇನ್ಫೋಸಿಸ್, ಟಿಸಿಎಸ್, ವಿಪ್ರೋ, HCLTech ಮತ್ತು ಇತರರು ಇಷ್ಟಪಡುತ್ತಾರೆ ನಿರಂತರ, ಕೋಫೋರ್ಜ್ಮತ್ತು ಎಂಫಾಸಿಸ್ 3% ಮತ್ತು 6% ನಡುವೆ ಕಡಿಮೆಯಾಗಿದೆ.

ಆದಾಗ್ಯೂ, ಒಳಗೊಂಡಿರುವ ಕೆಲಸದ ಸಂಕೀರ್ಣತೆಯನ್ನು ಅವಲಂಬಿಸಿ ಸೇವಾ ಮಾರ್ಗಗಳಾದ್ಯಂತ ಪರಿಣಾಮವು ಬದಲಾಗುತ್ತದೆ ಮತ್ತು “ಇದು ಎಲ್ಲರಿಗೂ ರಾತ್ರಿಯಲ್ಲಿ ಸಂಭವಿಸುವುದಿಲ್ಲ” ಎಂದು ಸಿಕ್ಕಾ ಸೂಚಿಸಿದರು.

ದೊಡ್ಡ ಸಂಸ್ಥೆಗಳ ಪ್ರಮಾಣ ಮತ್ತು ಪರಂಪರೆಯ ವಾಸ್ತುಶಿಲ್ಪದಿಂದಾಗಿ ಎಂಟರ್‌ಪ್ರೈಸ್ ಅಳವಡಿಕೆಗೆ ಸಮಯ ತೆಗೆದುಕೊಳ್ಳಬಹುದು. ಇದರರ್ಥ AI ಉಪಕರಣಗಳು ಯಾವ ಸಾಮರ್ಥ್ಯ ಹೊಂದಿವೆ ಮತ್ತು ಇಂದು ಉತ್ಪಾದನಾ ಪರಿಸರದಲ್ಲಿ ಯಾವ ಕಂಪನಿಗಳನ್ನು ನಿಯೋಜಿಸಬಹುದು ಎಂಬುದರ ನಡುವೆ ಅಂತರವಿದೆ. ಆ ಅಂತರವನ್ನು ಎಂಟರ್‌ಪ್ರೈಸ್‌ಗಳು ಎಷ್ಟು ಬೇಗನೆ ಸೇತುವೆ ಮಾಡುತ್ತವೆ ಎಂಬುದು AI ಯೋಜನಾ ವಿತರಣಾ ಮಾದರಿಗಳು ಮತ್ತು IT ಸೇವಾ ಸಂಸ್ಥೆಗಳಿಗೆ ಕಾಲಾನಂತರದಲ್ಲಿ ಬೆಲೆಗಳ ಮೇಲೆ ಹೇಗೆ ಪರಿಣಾಮ ಬೀರುತ್ತದೆ ಎಂಬುದನ್ನು ನಿರ್ಧರಿಸಬಹುದು ಎಂದು ಅವರು ಹೇಳಿದರು.

ಇವು ಸಂದರ್ಶನದ ಆಯ್ದ ಭಾಗಗಳು.

ಪ್ರ: ನೀವು ಭಾರತದಲ್ಲಿನ ಅತಿದೊಡ್ಡ ಐಟಿ ಸೇವಾ ಕಂಪನಿಗಳಲ್ಲಿ ಒಂದನ್ನು ನಡೆಸಿದ್ದೀರಿ, ಯುಎಸ್‌ನಲ್ಲಿ ಏನು ನಡೆಯುತ್ತಿದೆ ಮತ್ತು ಈ ಎಲ್ಲಾ ತಂತ್ರಜ್ಞಾನಗಳನ್ನು ಗಮನಿಸಿದರೆ, ಭಾರತೀಯ ಐಟಿ ಸೇವೆಗಳ ವ್ಯವಹಾರ ಮಾದರಿಯು ಇದಕ್ಕಾಗಿ ಸಿದ್ಧವಾಗಿದೆಯೇ?

ಉ: ನೀವು ಜ್ಞಾನದ ಕೆಲಸಕ್ಕೆ ಉತ್ಪಾದಕ AI ಅನ್ನು ಅನ್ವಯಿಸುವುದನ್ನು ನೋಡಿದರೆ, ಈ ಅಡ್ಡಿಯು ನಿಜವಾಗಿದೆ, ಅದು ಇಲ್ಲಿದೆ, ವಿಶಾಲವಾದ ಹೊಡೆತದಲ್ಲಿ, ನಾವು ಮಾಡುವ ಎಲ್ಲಾ ರೀತಿಯ ಪುನರಾವರ್ತಿತ ಜ್ಞಾನ, ಕೆಲಸಗಳನ್ನು ಈಗ ಉತ್ಪಾದಕ AI ಬಳಸಿ ಮಾಡಬಹುದು ಎಂದು ನೀವು ಹೇಳಬಹುದು, ಹೆಚ್ಚು ಉತ್ಪಾದಕವಾಗಿ. ಆದ್ದರಿಂದ, ತಾತ್ವಿಕವಾಗಿ, ಆ ಸಂದೇಶವು ಸ್ಪಷ್ಟವಾಗಿದೆ. ಇದು ನಿಜ. ನೀವು ಹೇಳಿದಂತೆ ಈ ಅಡ್ಡಿ ನಮ್ಮ ಮನೆ ಬಾಗಿಲಲ್ಲೇ ಇದೆ. ಆದರೆ ನಾವು ಕೆಲವು ಹೆಚ್ಚುವರಿ ವಿಷಯಗಳನ್ನು ನೆನಪಿನಲ್ಲಿಟ್ಟುಕೊಳ್ಳಬೇಕು. ಮೊದಲನೆಯದಾಗಿ, ನಾವು ನಿರೀಕ್ಷಿಸುವುದಕ್ಕಿಂತ ವಿಷಯಗಳು ಯಾವಾಗಲೂ ನಿಧಾನವಾಗಿರುತ್ತವೆ. ದತ್ತು ಸಮಯ ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ. ಉದ್ಯಮಗಳು ಬಹಳ ಸಂಕೀರ್ಣವಾಗಿವೆ. ಅವು ದೇಶಗಳಂತಿವೆ. ದೊಡ್ಡ ಕಂಪನಿಗಳು ನಾಗರಿಕತೆಗಳಂತೆ, ಅವುಗಳಲ್ಲಿ ಕೆಲವು ನೂರಾರು ವರ್ಷಗಳವರೆಗೆ, ದಶಕಗಳಲ್ಲದಿದ್ದರೆ.

ನಾನು ನಿಮಗೆ Waymo ನ ಉದಾಹರಣೆಯನ್ನು ನೀಡುತ್ತೇನೆ, ಉದಾಹರಣೆಗೆ, 2006 ರಲ್ಲಿ ಸ್ಟ್ಯಾನ್‌ಫೋರ್ಡ್‌ನಲ್ಲಿ, ನಾವು 20 ವರ್ಷಗಳ ಹಿಂದೆ 2006 ರಲ್ಲಿ ಇದ್ದ DARPA ಸ್ವಾಯತ್ತ ಡ್ರೈವಿಂಗ್ ಸವಾಲನ್ನು ಸ್ವಾಯತ್ತವಾಗಿ ಓಡಿಸುವ ಕಾರನ್ನು ನಿರ್ಮಿಸಿದ್ದೇವೆ. ಸೆಬಾಸ್ಟಿಯನ್ ಥ್ರೂನ್, ನನ್ನ ಆತ್ಮೀಯ ಸ್ನೇಹಿತ, ಅದನ್ನು ನಿರ್ಮಿಸಿದ, ಮತ್ತು ಈಗ ನಾವು ವೇಮೊವನ್ನು ಹೊಂದಿದ್ದೇವೆ. ಕಳೆದ ವರ್ಷ, ವೇಮೊ 15 ಮಿಲಿಯನ್ ರೈಡ್‌ಗಳನ್ನು ಮಾಡಿದೆ, ಆದರೆ 15 ಮಿಲಿಯನ್ ರೈಡ್‌ಗಳು ಯುಎಸ್‌ನಲ್ಲಿನ ಎಲ್ಲಾ ಟ್ಯಾಕ್ಸಿ ಪ್ರಕಾರದ ರೈಡ್‌ಗಳಲ್ಲಿ 1% ಕ್ಕಿಂತ ಕಡಿಮೆಯಾಗಿದೆ. ಆದ್ದರಿಂದ, ಇದು ಬಹಳ ಸಮಯ ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ ಮತ್ತು ಸ್ವಾಯತ್ತತೆಯ ವಿಷಯದಲ್ಲಿ ಇನ್ನೂ ಸಾಕಷ್ಟು ಪ್ರಗತಿಗಳು ಸಂಭವಿಸುತ್ತವೆ.

ಅಂತೆಯೇ, ಸೇವಾ ಉದ್ಯಮದಲ್ಲಿ, ಡಜನ್ಗಟ್ಟಲೆ ಸೇವಾ ಮಾರ್ಗಗಳಿವೆ. ಆ ಸೇವಾ ಮಾರ್ಗಗಳ ಮೇಲೆ AI ಪ್ರಭಾವವು ಎಲ್ಲಾ ಏಕರೂಪವಾಗಿರುವುದಿಲ್ಲ. ಇದು ಅವರೆಲ್ಲರಿಗೂ ರಾತ್ರೋರಾತ್ರಿ ಆಗುವುದಿಲ್ಲ. ಕೆಲವು ವ್ಯವಸ್ಥೆಗಳು ಇತರರಿಗಿಂತ ಹೆಚ್ಚು ಸಂಕೀರ್ಣವಾಗಿವೆ, ಮತ್ತು ಈ ಬದಲಾವಣೆಯ ದರವು ಯಾವಾಗಲೂ ನೆಟ್ವರ್ಕ್ನಲ್ಲಿನ ನಿಧಾನಗತಿಯ ಪೈಪ್ನಂತೆಯೇ ನಿಧಾನವಾಗಿರುತ್ತದೆ. ಆ ವಿಷಯಗಳನ್ನೂ ನಾವು ಮನಸ್ಸಿನಲ್ಲಿಟ್ಟುಕೊಳ್ಳಬೇಕು. ಆದರೆ ಅದನ್ನು ಹೇಳಿದ ನಂತರ, ನಿಮಗೆ ಗೊತ್ತಾ, ನಾನು ಇದನ್ನು 10 ವರ್ಷಗಳ ಹಿಂದೆ, ಒಂಬತ್ತು ವರ್ಷಗಳ ಹಿಂದೆ, ಅದು ಯಾವಾಗಲೋ ಹೇಳುತ್ತಿದ್ದೆ ಮತ್ತು ಅದು ಈಗ ಇಲ್ಲಿದೆ. ಮತ್ತು ರೂಪಾಂತರವನ್ನು ವಿಂಗಡಿಸಲು ನಮಗೆ ಸಮಯದ ಒಂದು ಸಣ್ಣ ವಿಂಡೋವಿದೆ.

ಪ್ರಶ್ನೆ: ಕಳೆದ ನಾಲ್ಕರಲ್ಲಿ ಏನು ಬದಲಾಗಿದೆ. ನಾಲ್ಕರಿಂದ ಐದು ವಾರಗಳು, ನಾನು ಅದನ್ನು ಹಾಗೆ ಹೇಳಬಹುದಾದರೆ, ಅದು ನಾಟಕೀಯವಾಗಿ ವಿಭಿನ್ನವಾಗಿದೆ? ಏಕೆಂದರೆ, AI ಹೊಸದಲ್ಲ, ನಾವು ಅದರ ಬಗ್ಗೆ ಮಾತನಾಡುತ್ತಿದ್ದೇವೆ, ಆದರೆ ಕಳೆದ ಎರಡು ವಾರಗಳಲ್ಲಿ ವೇಗವನ್ನು ಹೆಚ್ಚಿಸಿದೆ ಎಂದು ತೋರುತ್ತದೆ. ಅದು ಸರಿಯೇ?

ಉ: ಅದು ಸರಿಯಾಗಿದೆ. 2014 ರಲ್ಲಿ ನಾನು ಇನ್ಫೋಸಿಸ್‌ನಲ್ಲಿ ಪ್ರಾರಂಭಿಸಿದಾಗ ವೇಗವರ್ಧನೆಯು ಸಂಭವಿಸಿದೆ, ಒಂದೆರಡು ವರ್ಷಗಳ ಹಿಂದೆ, ಅಲೆಕ್ಸ್‌ನೆಟ್ ಇಮೇಜ್‌ನೆಟ್‌ನಲ್ಲಿ ದೃಷ್ಟಿ, ಕಂಪ್ಯೂಟರ್ ದೃಷ್ಟಿಯಲ್ಲಿ ಮಾನವ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಸೋಲಿಸಿತ್ತು. ಮತ್ತು ಆ ಸಮಯದಿಂದ, 2017-2018 ರಲ್ಲಿ ಟ್ರಾನ್ಸ್ಫಾರ್ಮರ್ಗಳು ಬಂದವು ಮತ್ತು ನಂತರ ದೊಡ್ಡ ಮಾದರಿಯು ಬರಲು ಪ್ರಾರಂಭಿಸಿತು. ChatGPT ಮೂರುವರೆ ವರ್ಷಗಳ ಹಿಂದೆ ಇತ್ತು, ಆದ್ದರಿಂದ ನಿರಂತರ ಸುಧಾರಣೆ ಕಂಡುಬಂದಿದೆ.

ಸುಮಾರು ಎಂಟು ಅಥವಾ ಒಂಬತ್ತು ತಿಂಗಳ ಹಿಂದೆ, ನಾವು ಮೊದಲ ತಾರ್ಕಿಕ ಮಾದರಿಗಳನ್ನು o1 ಅನ್ನು ನೋಡಿದ್ದೇವೆ ಮತ್ತು ನಂತರ ಸ್ವಲ್ಪ ಸಮಯದ ನಂತರ o3 ಅನ್ನು ನೋಡಿದ್ದೇವೆ ಮತ್ತು ನಂತರ ದೊಡ್ಡ ಮಾದರಿ, ಗಡಿನಾಡು ಮಾದರಿ ಕಂಪನಿಗಳು ಮಾಡಿದ ಒಂದು ಕೆಲಸವೆಂದರೆ ಮಾದರಿಗಳಲ್ಲಿ ಸಂಯೋಜಿತ ಸಾಧನಗಳು. ಆದ್ದರಿಂದ, ತಾರ್ಕಿಕ ಸರಪಳಿಯೊಳಗೆ, ಅವರು ಉಪಕರಣಗಳನ್ನು ಸಂಯೋಜಿಸುತ್ತಾರೆ.

ಅದಕ್ಕಾಗಿಯೇ ಸಾಫ್ಟ್‌ವೇರ್ ಅಭಿವೃದ್ಧಿಯು ಹೆಚ್ಚು ಶಕ್ತಿಯುತವಾಗಿದೆ ಏಕೆಂದರೆ ಶೆಲ್‌ಗಳು, ಪೈಥಾನ್ ಇಂಟರ್ಪ್ರಿಟರ್‌ಗಳು ಮತ್ತು ಕಂಪೈಲರ್‌ಗಳು ಮತ್ತು ಇತರ ಪರಿಶೀಲನಾ ಪರಿಕರಗಳಂತಹ ಉಪಕರಣಗಳು ಎಲ್ಲಾ ಮಾದರಿಗಳಲ್ಲಿಯೇ ನಿರ್ಮಿಸಲ್ಪಟ್ಟಿವೆ ಮತ್ತು ಆದ್ದರಿಂದ ಸರಿಯಾದ ಕೋಡ್ ಅನ್ನು ರಚಿಸುವಲ್ಲಿ ಅವುಗಳನ್ನು ಹೆಚ್ಚು ಶಕ್ತಿಯುತವಾಗಿಸುತ್ತದೆ.

ಆಂಥ್ರೊಪಿಕ್ ಈ ಕೋವರ್ಕ್ ವಿಷಯವನ್ನು ಪ್ರಾರಂಭಿಸಿದೆ ಮತ್ತು ಗೂಗಲ್ ನಿನ್ನೆ ಕೆಲವು ವಿಷಯಗಳನ್ನು ಪ್ರಾರಂಭಿಸಿದೆ. ಐಸೊಮಾರ್ಫಿಕ್ ಔಷಧೀಯ ಔಷಧ ಅನ್ವೇಷಣೆ ಪ್ರದೇಶದ ಕಡೆಗೆ ನಾಟಕೀಯವಾಗಿ ಉತ್ತಮ ವಿಧಾನವನ್ನು ಪ್ರಾರಂಭಿಸಿತು. ಹಾಗಾಗಿ ಬದಲಾವಣೆಯ ವೇಗ ಹೆಚ್ಚಾಗುವುದರಲ್ಲಿ ಸಂಶಯವಿಲ್ಲ.

ಪ್ರಶ್ನೆ: ಭಾರತೀಯ ಐಟಿ, ಕಂಪನಿಗಳು ಇದನ್ನು, ಈ ಎಲ್ಲಾ AI ತಂತ್ರಜ್ಞಾನವನ್ನು ಎಂಟರ್‌ಪ್ರೈಸ್ ವರ್ಕ್‌ಫ್ಲೋ, ಇತ್ಯಾದಿಯಾಗಿ ಸಂಯೋಜಿಸುತ್ತವೆ ಎಂಬುದು ಸಾಮಾನ್ಯ ಊಹೆ. ಹಾಗಾದರೆ, ಆ ವಾದವು ಈಗ ಮತ್ತು ಅಲುಗಾಡುತ್ತಿದೆಯೇ? ಏಕೆಂದರೆ, ನೀವು ಹೇಳುತ್ತಿರುವಂತೆ, ಈ ಪ್ಲಗ್‌ಇನ್‌ಗಳಿವೆ, ಆದರೆ ಅದಕ್ಕೂ ಪುಶ್‌ಬ್ಯಾಕ್ – ಪ್ಲಗ್‌ಇನ್‌ಗಳನ್ನು ಪ್ಲಗ್ ಇನ್ ಮಾಡಲು ನಿಮಗೆ ಪ್ಲಗ್‌ಇನ್‌ಗಳು ಬೇಕು, ನಾನು ಅದನ್ನು ಹಾಗೆ ಹಾಕಬಹುದೇ, ಅದು ನನ್ನ ಪ್ರಶ್ನೆ. ಭಾರತೀಯ ಐಟಿಯ ಏಕೀಕರಣ ಅಂಶವಿದೆಯೇ, ನಿಮ್ಮ ಅರ್ಥವೇನು?

ಉ: ನಿರ್ದಿಷ್ಟ ಪ್ರಾಜೆಕ್ಟ್ ಅಥವಾ ನಿರ್ದಿಷ್ಟ ಸೇವಾ ಮಾರ್ಗವು ಪುನರಾವರ್ತಿತ ಕೆಲಸಗಳಾಗಿದ್ದರೆ, ಶಿಫಾರಸು ಮಾಡಬಹುದಾದಂತಹ ಕೆಲಸದ ವಿಧಗಳು, ಜನರು ಇದನ್ನು ಮಾಡಲು ಕೇಳಬಹುದು. ಈ ಕೆಲಸವನ್ನು ಮಾಡಲು ಅವರಿಗೆ ತರಬೇತಿ ನೀಡಬಹುದು, AI ಅನ್ನು ಬಳಸಿಕೊಂಡು ಈ ರೀತಿಯ ಕೆಲಸವನ್ನು ಹೆಚ್ಚು ಸುಲಭವಾಗಿ ಮಾಡಬಹುದು.

ಸಂಕೀರ್ಣ ರೀತಿಯ ರೂಪಾಂತರ ಕಾರ್ಯಗಳು, ಒಂದು ವ್ಯವಸ್ಥೆಯಿಂದ ಇನ್ನೊಂದಕ್ಕೆ ಚಲಿಸುವ ಪ್ರೋಗ್ರಾಂಗಳನ್ನು ಬರೆಯುವುದು, ವಲಸೆ ಮತ್ತು ಅಂತಹ ವಿಷಯಗಳನ್ನು ಒಳಗೊಂಡಂತೆ ಇದು ಇಂದು ಈಗಾಗಲೇ ಸಾಧ್ಯವಾಗಿದೆ. ಈ ರೀತಿಯ ಬಹಳಷ್ಟು ಏಕೀಕರಣ ಕೆಲಸಗಳು, ಕೋಡ್ ಗ್ಲೂ ಕೋಡ್ ಬರೆಯುವುದು, ಸಿಸ್ಟಮ್‌ಗಳನ್ನು ಸಂಪರ್ಕಿಸಲು ಮತ್ತು ಈ ರೀತಿಯ ವಿಷಯಗಳನ್ನು AI ಬಳಸಿಕೊಂಡು ಹೆಚ್ಚು ಸುಲಭವಾಗಿ ಮಾಡಬಹುದು.

ಇದನ್ನು ಈಗಾಗಲೇ 100% ಸ್ವಾಯತ್ತವಾಗಿ ಮಾಡಬಹುದೇ? ಇಲ್ಲ, ಸಂಪೂರ್ಣವಾಗಿ ಇಲ್ಲ. ಆದರೆ ಅವರು ಏನು ಮಾಡುತ್ತಿದ್ದಾರೆಂದು ತಿಳಿದಿರುವ ಜನರು ಖಂಡಿತವಾಗಿಯೂ ನಾಟಕೀಯ ಉತ್ಪಾದಕತೆಯ ಸುಧಾರಣೆಯನ್ನು ನೋಡಬಹುದು. ಉತ್ಪಾದಕ AI ಅನ್ನು ಬಳಸುವುದರಿಂದ ಉತ್ಪಾದಕತೆಯ ಲಾಭವು ಸಾಕಷ್ಟು ಗಣನೀಯವಾಗಿರುತ್ತದೆ ಎಂದು ಒಬ್ಬರು ಹೇಳಬಹುದು.

ಅದೇ ಸಮಯದಲ್ಲಿ, ಜನರಿಗೆ ಜನರೇಟಿವ್ AI ಯ ಶಕ್ತಿ ತಿಳಿದಿಲ್ಲದಿದ್ದರೆ, ಅವರು ಮೂಲಭೂತ ಅಂಶಗಳನ್ನು ಹೊಂದಿಲ್ಲದಿದ್ದರೆ, ಅವರು ಉತ್ಪಾದಕ AI ನಿಂದ ಹೆಚ್ಚಿನ ಲಾಭವನ್ನು ಕಾಣುವುದಿಲ್ಲ. ಆದ್ದರಿಂದ, ಸಂಶೋಧಕರಲ್ಲಿ ಒಬ್ಬರಾದ ಮೆಲಾನಿ ಮಿಚೆಲ್ ಮತ್ತು ನಾನು ಇದನ್ನು ಮೊನಚಾದ ಗಡಿ ಎಂದು ಕರೆದಿದ್ದೇನೆ, ಕೆಲವು ಕಾರ್ಯಗಳು, ಕಾರ್ಯದ ಸ್ವರೂಪದಿಂದಾಗಿ, ಹೆಚ್ಚಿನ ಉತ್ಪಾದಕತೆ ಲಾಭವನ್ನು ಕಾಣುವುದಿಲ್ಲ. ಕೆಲವು ಜನರು ಹೆಚ್ಚು ಉತ್ಪಾದಕತೆಯ ಲಾಭವನ್ನು ಕಾಣುವುದಿಲ್ಲ.

ನಾನು ನನ್ನ ಸ್ನೇಹಿತನೊಂದಿಗೆ ಮಾತನಾಡುತ್ತಿದ್ದೆ, ಅವನು ನನ್ನೊಂದಿಗೆ ಸ್ಟ್ಯಾನ್‌ಫೋರ್ಡ್‌ನಲ್ಲಿ ವಿದ್ಯಾರ್ಥಿಯಾಗಿದ್ದನು ಮತ್ತು ಅವನು ಒಬ್ಬ ಪ್ರತಿಭೆ, ಅವನು ಈ ಹಿಂದೆ 15 ಜನರು ಒಂಬತ್ತು ತಿಂಗಳುಗಳಲ್ಲಿ ಮಾಡಿದ ಸೈಟ್ ಅನ್ನು ಮರುನಿರ್ಮಿಸಿದನು. ಅವನು ಅದನ್ನು 14 ದಿನಗಳಲ್ಲಿ ಪುನರ್ನಿರ್ಮಿಸಿದನು. ಆದ್ದರಿಂದ ಇದು 100 ಪಟ್ಟು ಹೆಚ್ಚು ಉತ್ಪಾದಕತೆಯ ಸುಧಾರಣೆಯಾಗಿದೆ. ನಾನು 20-30x ಉತ್ಪಾದಕತೆ ಗಳಿಕೆಯ ಉದಾಹರಣೆಗಳನ್ನು ನೋಡಿದ್ದೇನೆ ಮತ್ತು ಅಂತಹ ವಿಷಯಗಳನ್ನು ನೋಡಿದ್ದೇನೆ.

ಮುಖ್ಯವಾದ ವಿಷಯವೆಂದರೆ, ನಾವು ಹಿಂದಕ್ಕೆ ನೋಡುವುದನ್ನು ಮುಂದುವರಿಸಲು ಬಯಸುತ್ತೇವೆಯೇ? ನಾವು ಈಗಾಗಲೇ ಮಾಡುತ್ತಿರುವ ಕಾರ್ಯಗಳನ್ನು ನಾವು ನೋಡುವುದನ್ನು ಮುಂದುವರಿಸಲು ಬಯಸುತ್ತೇವೆಯೇ ಮತ್ತು ನಾವು ಹಿಂದೆ ಮಾಡಿದ್ದಕ್ಕೆ ನಮ್ಮನ್ನು ಮಿತಿಗೊಳಿಸಲು ಬಯಸುತ್ತೇವೆಯೇ? ನಾವು ಇಲ್ಲಿಯವರೆಗೆ ಮಾಡಿದ ಕೆಲಸಗಳಿಗೆ ಅಡ್ಡಿಪಡಿಸುವ ಯಾಂತ್ರೀಕೃತಗೊಂಡ ಬಗ್ಗೆ ನಾವು ಭಯಪಡಬೇಕೇ? ಅಥವಾ ನಾವು ಅವಕಾಶಗಳನ್ನು ನೋಡಲು ಬಯಸುವಿರಾ, ನಮ್ಮ ಕೈಯಲ್ಲಿರುವುದರೊಂದಿಗೆ ನಾನು ಮಾಡಬಹುದಾದ ಹೊಸ ವಿಷಯಗಳು ಯಾವುವು?

ನಾನು ಎರಡನೆಯದರಲ್ಲಿ ಹೆಚ್ಚು ಗಮನಹರಿಸುತ್ತೇನೆ. ನಾನು ಸಣ್ಣ ಕಂಪನಿಯನ್ನು ಹೊಂದಿದ್ದೇನೆ ಮತ್ತು ನೀವು ಯೋಚಿಸಿದಾಗ ಜೀವನವು ಹೆಚ್ಚು ಆಸಕ್ತಿದಾಯಕವಾಗಿದೆ – ನನ್ನ ದೇವರೇ! ನಾವು ಈ ಅದ್ಭುತ ಸಾಮರ್ಥ್ಯವನ್ನು ಹೊಂದಿದ್ದೇವೆ, ನಾನು ಅದನ್ನು ಏನು ಮಾಡಬಹುದು? ನಾನು ಆ ಲೆನ್ಸ್‌ನಿಂದ ನೋಡಿದಾಗ, ಅದು ನಂಬಲಾಗದಷ್ಟು ರೋಮಾಂಚನಕಾರಿಯಾಗಿದೆ.

ಇನ್ನಷ್ಟು ಬರಲಿದೆ