Metaவின் ஒதுக்கிவைக்கப்பட்ட ‘AI native’ திட்டம், agentகளால் பணியாளர்களை மாற்றுவதற்கான வரம்புகளை வெளிப்படுத்துகிறது

Metaவின் கைவிடப்பட்ட மறுசீரமைப்பு திட்டம், நிறுவனங்கள் தங்கள் மைய செயல்பாடுகளுக்குள் AI-யை எவ்வளவு தூரம் தள்ளிச் செல்ல முடியும் என்பதற்கான தெளிவான பார்வையை அளிக்கிறது

இந்த ஆண்டு தொடக்கத்தில் Meta, மேலும் “AI native” ஆக மாற வேண்டும் என்ற கருத்தை மையமாகக் கொண்ட ஒரு விரிவான உள் மறுசீரமைப்பு முயற்சியை ஆராய்ந்தது என்று வழங்கப்பட்ட மூல உரையில் மேற்கோள் காட்டப்பட்ட செய்தி தெரிவிக்கிறது. Project OT என உள்நாட்டில் குறிப்பிடப்பட்ட அந்தத் திட்டம், சில குழுக்களை 60 சதவீதம் வரை குறைக்கக்கூடிய சூழ்நிலைகளையும், அதே சமயம் AI அமைப்புகள் நாள்தோறும் செய்யும் பணியின் பெரிய பகுதியை ஏற்கக்கூடிய சூழ்நிலைகளையும் ஆய்வு செய்தது.

அந்தத் திட்டம் முழுமையாக முன்னேறவில்லை. மூல உரையில் மேற்கோள் காட்டப்பட்ட Reuters-க்கு Meta, அந்தப் பயிற்சி ஒரு பரந்த மறுசீரமைப்பு முயற்சியின் பகுதி என்றும், ஆய்வில் இருந்த ஒவ்வொரு சூழ்நிலையும் ஏற்கப்படவில்லை என்றும் உறுதிப்படுத்தியது. அந்த வேறுபாடு முக்கியமானது. அது, நிறுவனம் ஆழமான அமைப்புசார் மாற்றத்தை மாதிரிபடுத்தும் அளவுக்கு தீவிரமாக இருந்தது என்பதைக் காட்டுகிறது; ஆனால் ஒவ்வொரு விருப்பத்தையும் செயல்படுத்தும் அளவுக்கு முடிவில் நம்பிக்கை இல்லை என்பதையும் சுட்டுகிறது.

பெரிய தொழில்நுட்பத் துறைக்கு இந்தச் சம்பவம் பயனுள்ளது; காரணம் Meta AI agents மூலம் பணியாளர்களை முழுமையாக மாற்றவில்லை என்பது அல்ல, மாறாக அப்படிச் செய்யவில்லை என்பதே. வழங்கப்பட்ட மூல உரை இந்தத் திட்டத்தை, மேலாண்மை AI-யை வெறும் productivity tool ஆக மட்டும் அல்லாமல் ஒரு operating model ஆகவும் எவ்வாறு மதிப்பிடுகிறது என்பதற்கான உண்மையான சோதனையாக வடிவமைக்கிறது. அந்த மாற்றம், உள்ளடக்கப்பட்ட workflows-க்கு copilotகளைச் சேர்ப்பதைவிட மிகக் கடினமானது.

Project OT என்னென்னவற்றை உள்ளடக்கியதாகத் தோன்றுகிறது

வழங்கப்பட்ட உரையின் அடிப்படையில், Project OT ஜனவரியில் உருவாக்கப்பட்டது; இதில் AI ஆயிரக்கணக்கான பணியாளர்கள் செய்த நாளாந்த பணிகளில் பெரும்பகுதியைச் செய்யக்கூடிய சூழ்நிலைகளும் இருந்தன. சிறிய மனித குழுக்கள் அந்த அமைப்புகளை மேற்பார்வை செய்வர்; சில பணியாளர்கள் புதிய பணிகளுக்கு மாற்றப்படுவர், மற்றவர்கள் பணிநீக்கம் செய்யப்படுவர். மூல உரையின் படி, Reuters-ம் ஒரு human resources executive இந்தச் சூழ்நிலைகள் headcount-ஐ சுமார் 25 சதவீதம் அல்லது அதற்கு மேல் குறைத்திருக்கக்கூடும் என்று கூறியதாக செய்தி வெளியிட்டது.

இந்தப் பயிற்சியில் redeployments, open roles மூடுதல், மற்றும் cuts ஆகியவற்றின் தாக்கம் பரிசீலிக்கப்பட்டதாக Meta உறுதிப்படுத்தியது. நிறுவனம் மேலும், இந்தச் செயல் இறுதியில் newly established teams-ல் priority work என்று விவரித்த பணிகளுக்கு ஆயிரக்கணக்கான பணியாளர்களை மாற்றியதாகவும் கூறியது. வேறு வார்த்தைகளில் சொல்வதானால், ஒவ்வொரு layoff சூழ்நிலையும் செயல்படுத்தப்படாவிட்டாலும், திட்டமிடும் செயல்முறை நிறுவனத்திற்குள் தொழிலாளர் மற்றும் வளங்களின் மறுவினியோகத்தை பாதித்திருக்கிறது போலத் தெரிகிறது.

வழங்கப்பட்ட மூல உரை மேலும், இந்தத் திட்டம் இரண்டு layoff சுற்றுகளை முன்வைத்ததாகவும், முதலாவது மே மாதத்தில் நடைபெற்றதாகவும், இரண்டாவது பின்னர் ரத்து செய்யப்பட்டதாகவும் கூறுகிறது. எந்தக் குழுக்கள் பாதிக்கப்பட்டன என்பதை Meta உறுதிப்படுத்தவில்லை. இது வெளிப்புற பார்வையாளர்களுக்கு ஒரு முக்கிய கேள்வியை திறந்துவைக்கிறது: பாதிக்கப்பட்ட செயல்பாடுகள் விரைவான AI substitution-க்கு மோசமான தேர்வுகள் என நிறுவனம் முடிவு செய்ததா, அல்லது மறுசீரமைப்பால் ஏற்பட்ட குழப்பமே தொடர்வதற்கு மிகுந்த செலவாகிவிட்டதா என்பதைக் குறித்து.

இந்தத் திட்டம் Meta-வைத் தாண்டியும் ஏன் முக்கியம்

இந்தக் கதையின் மதிப்பு, சில குழுக்களில் 60 சதவீதம் வரை குறைப்பு ஏற்படலாம் என்ற தலைப்பு எண்ணிக்கையில் இல்லை. பெரிய நிறுவனங்களுக்குள் agentic AI-யின் தற்போதைய வரம்புகள் குறித்து தோன்றிய பின்னடைவு என்ன சொல்கிறது என்பதில்தான் அது இருக்கிறது. enterprise AI குறித்த பொதுக் கலந்துரையாடலின் பெரும்பகுதி இன்னும், ஆய்விலிருந்து automation-க்கு ஒப்பீட்டளவில் சீரான பாதை உண்டு என்ற கருதுகோளைப் பின்பற்றுகிறது. மூல உரை அதற்கு எதிரான திசையைக் காட்டுகிறது. நிர்வாக இலக்கு, திட்ட ஆவணங்கள், மற்றும் மறுசீரமைப்பு வேகம் ஆகியவை கூட செயல்பாட்டு உண்மையுடன் மோதிய ஒரு வழக்கை அது முன்வைக்கிறது.

அந்த உண்மை பல பகுதிகளை கொண்டது. ஒன்று reliability. இன்னொன்று scope. மூன்றாவது management overhead. ஒரு worker-ஐ software-ஆல் மாற்றுவது ஒரு தனித்த technical நிகழ்வு அல்ல. அதாவது automation சாத்தியமாகும் அளவுக்கு tasks-ஐ துல்லியமாக வரையறுப்பது, அமைப்பைச் சுற்றி supervision அமைப்பது, exceptions எவ்வாறு கையாளப்படும் என்று தீர்மானிப்பது, மற்றும் outputs தவறாகும்போது accountability-யை பாதுகாப்பது. ஒரு AI system சில பணிகளை நன்றாகச் செய்யக்கூடும் என்றாலும், ஒரு function-ஐ நிலையாக வைத்திருக்கும் சுற்றுப்புறப் பணியையும் அது முழுமையாக உறிஞ்சிவிடும் என்பதற்கான பொருள் அது அல்ல.

AI-க்கு எந்தப் பயன்பாடுகள் சிறந்தவை என்பதை அமைப்புகள் தீர்மானிக்கும்போதும், technology employees-ஐவிட எப்போது சிறந்த பொருத்தமாக இருக்கும் என்பதை நிர்ணயிக்கும்போதும் எதிர்கொள்ளும் சவால்களை இந்த அறிக்கை வெளிப்படுத்துகிறது என்று மூல உரை தெளிவாகக் கூறுகிறது. இது advanced models தானாகவே leaner organizations-ஐ உருவாக்கிவிடும் என்ற பொதுவான கருதுகோளைவிட நிஜத்துக்கு நெருக்கமான framing ஆகும். நடைமுறையில், AI staffing patterns-ஐ சமமற்ற வகையில் மாற்றக்கூடும்; automation oversight மற்றும் coordination தேவையை அதிகரிப்பதால் சில jobs இன்னும் மதிப்புமிக்கவையாக மாறலாம்.

பணம், திறமை, மற்றும் AI தொழிலாளர் பரிமாற்றம்

மூலப் பொருளில் உள்ள மற்றொரு முக்கிய அம்சம் நிதி முன்னுரிமைப்படுத்தல். இங்கே வழங்கப்பட்ட உரையின் படி, Reuters தெரிவித்ததாவது, Meta layoff-களில் கிடைக்கும் சில சேமிப்புகளை உயர்தர பணியாளர்களுக்கு, குறிப்பாக AI engineering skills கொண்டவர்களுக்கு, ஊதியம் வழங்க பயன்படுத்த திட்டமிட்டிருந்தது. இந்த விவரம், AI மறுசீரமைப்பு என்பது பல நேரங்களில் பரவலான labor reduction-ஐவிட scarce technical talent-ஐ நோக்கி ஊதியத்தை மீளமைப்பதாக அதிகம் இருப்பதை காட்டுகிறது.

இதனால் தொழில் துறையெங்கும் விளைவுகள் உள்ளன. தீவிர AI உத்திகளைப் பின்பற்றும் நிறுவனங்கள் ஒவ்வொரு பொருளிலும் அவசியம் இலகுவாகி விடாது. சில பணிகளை குறைக்கலாம்; ஆனால் பிற பணிகளுக்கு அதிகம் செலுத்தலாம், குறிப்பாக engineers, infrastructure specialists, மற்றும் models-ஐ production systems-க்கு பாதுகாப்பாக ஒருங்கிணைக்கக் கூடிய leaders-க்கு. இதன் விளைவாக, சில functions-ல் சிறியதாக இருந்தாலும், தொழில்நுட்ப stack-இன் உச்சியில் அதிக செலவுள்ள அமைப்பாக அது மாறலாம்.

அது மேலும், பெரிய நிறுவனங்களுக்குள் AI adoption என்பது product கேள்வியாக மட்டுமல்ல, capital allocation கேள்வியாகவும் மாறிக்கொண்டிருக்கிறது என்பதைக் காட்டுகிறது. automation மூலம் கிடைக்கும் சேமிப்புகளை margins-ஐ உயர்த்த, புதிய teams-ஐ நிதியளிக்க, அல்லது specialized talent-க்கான போட்டியை ஆதரிக்க பயன்படுத்தலாமா என்பதை மேலாண்மை தீர்மானிக்க வேண்டும். Meta-வின் reported planning இந்தத் தேர்வுகளை நேரடியாகப் பரிசீலித்ததை示ிக்கிறது.

தொழில் துறைக்கான பரந்த சிக்னல்

வழங்கப்பட்ட செய்திப்படுத்தலில் விவரிக்கப்பட்ட Project OT, முக்கிய platforms-இல் AI strategy இன்னும் முக்கியமான கட்டத்திற்குள் நுழைகிறது என்பதை நினைவுறுத்துகிறது. உரையாடல் chat interfaces மற்றும் coding assistants-ஐத் தாண்டி organizational redesign-ஐ நோக்கி நகர்கிறது. ஆனால் redesign demos மறைத்துவிடக்கூடிய பலவீனங்களை வெளிப்படுத்துகிறது. கட்டுப்படுத்தப்பட்ட சோதனையில் ஆச்சரியமானதாகத் தோன்றும் ஒரு system, deadlines, dependencies, மற்றும் legal risk உள்ள உண்மையான business process-க்குள் வைக்கப்படும்போது, இன்னும் குழப்பத்தை உருவாக்கலாம்.

அதனால் exercise-இல் உள்ள ஒவ்வொரு சூழ்நிலையுடனும் முன்னேறாத Meta-வின் முடிவு, அந்தச் சூழ்நிலைகளுக்குச் சமமாகவே முக்கியமானது. இது ஆழமான automation-ஐ ஆராயத் தயாரான நிறுவனத்தைச் சுட்டுகிறது; ஆனால் execution குறித்த நிச்சயமற்றதாலும் இன்னும் கட்டுப்படுத்தப்பட்டிருக்கிறது. கவனமாகப் பார்க்கும் பிற நிறுவனங்களுக்கு இதுவே உண்மையான takeaway ஆக இருக்கலாம்: AI வேலைகளை மறுவடிவமைக்கலாம், ஆனால் model capability-யிலிருந்து நீடித்த மாற்றத்துக்கு செல்லும் பாதை இன்னும் சீரற்றது, அரசியல் ரீதியாக உணர்வுப்பூர்வமானது, மற்றும் செயல்பாட்டு ரீதியாக கடினமானது.

• Meta, Project OT என்பது மறுசீரமைப்புடன் தொடர்புடைய scenario-planning exercise என்று உறுதிப்படுத்தியது.
• இந்தத் திட்டம் பெரிய team reductions மற்றும் தினசரி பணிகளுக்காக AI-யின் விரிவான பயன்பாட்டை ஆய்வு செய்தது.
• எல்லா சூழ்நிலைகளும் முன்னேறவில்லை, மேலும் reported second layoff round ரத்து செய்யப்பட்டது.
• இந்தச் சம்பவம் AI ஆசையும் enterprise execution-உம் இடையிலான இடைவெளியை வலியுறுத்துகிறது.

இந்தக் கட்டுரை Ars Technica-வின் செய்திப்படுத்தலை அடிப்படையாகக் கொண்டது. மூலக் கட்டுரையைப் படிக்கவும்.