TCS-இன் பாதி ஒப்பந்தங்களை AI மலிவாக்குகிறது: இந்திய IT துறைக்கும் உங்கள் பணிவாழ்க்கைக்கும் இதன் அர்த்தம் என்ன

இந்தியாவின் மிகப்பெரிய IT நிறுவனம் தனது பாதி ஒப்பந்தங்களில் AI விலையைக் குறைக்கிறது என்று கூறும்போது, அதைக் கவனிப்பது அவசியமாகிறது. நிறுவனத்தின் இரண்டாவது காலாண்டு முடிவுகளுக்குப் பிறகு TCS தலைமை நிர்வாக அதிகாரி K. Krithivasan கூறியதும் இதுவே.

இன்று அக்டோபர் 10, 2026. இந்திய IT துறை லட்சக்கணக்கான மக்களுக்கு வேலைவாய்ப்பு அளிப்பதோடு, நாட்டின் ஏற்றுமதி வருவாயில் பெரும்பங்கை ஈட்டுகிறது; எனவே இந்தத் துறை எவ்வாறு வருவாய் ஈட்டுகிறது என்பதில் ஏற்படும் மாற்றம் வெறும் வணிகச் செய்தி மட்டுமல்ல. இது முதல் வேலையைத் தேடும் பட்டதாரிகள், நடுத்தர நிலை பொறியாளர்கள் மற்றும் மணிநேர அடிப்படையில் சேவைகளை விற்கும் ஒவ்வொரு நிறுவனத்தையும் பாதிக்கிறது.

TCS CEO உண்மையில் என்ன கூறினார்

Q2 முடிவுகளுக்குப் பிறகு CNBC-TV18 உடனான ஒரு நேர்காணலில், Krithivasan நான்கு முக்கியக் கருத்துகளைத் தெரிவித்தார்.

TCS-இன் IT ஒப்பந்தங்களில் சுமார் பாதி இப்போது "AI-சார்ந்த விலைக்குறைவை" காண்கின்றன. இங்கே விலைக்குறைவு என்பது வேலையின் விலை குறைவதையே குறிக்கிறது. ஒரு வெளிநாட்டு வாடிக்கையாளர் மென்பொருள் பராமரிப்பு, சோதனை அல்லது கோடிங் பணிக்காக முன்பு 100 ரூபாய் வழங்கி வந்தார் என்றால், AI கருவிகள் இப்போது அதே பணியை தோராயமாக 10 முதல் 20 சதவீதம் குறைவாக, அதாவது சுமார் 80 முதல் 90 ரூபாயில் முடிக்க உதவுகின்றன.

இது எதிர்பார்க்கப்பட்டதுதான். சுமார் ஒன்றரை முதல் இரண்டு ஆண்டுகளாகவே இந்தத் தாக்கம் குறித்து இத்துறை விவாதித்து வருவதால், சுமார் 50 சதவீதம் என்ற அளவு ஆச்சரியமளிக்கும் ஒன்றல்ல என்று அவர் கூறினார்.

புதிய திட்டங்கள் இதைச் சமன் செய்ய வேண்டும். பலரும் AI-ஐ உற்பத்தித்திறன் மற்றும் குறைந்த செலவு என்ற வகையில் மட்டுமே பார்க்கிறார்கள். வணிகங்கள் AI காரணமாக புத்தம் புதிய திட்டங்களையும் தொடங்குகின்றன என்பதை அவர் சுட்டிக்காட்டினார்; இதை அவர் 'நிகர புதிய பணி' (net new work) என்று குறிப்பிட்டார், மேலும் இந்த புதிய தேவை விரைவில் விலைக்குறைவை ஈடுசெய்யும் என்றும் தெரிவித்தார்.

எல்லா ஒப்பந்தங்களும் சுருங்குவதில்லை. பெரிய, சிக்கலான AI திட்டங்களில், ஒப்பந்த மதிப்பு குறையவில்லை. அது நிலையாக நீடிக்கிறது.

TCS-இன் லாப வரம்புகள் (margins) - அதாவது அது லாபமாக வைத்திருக்கும் வருவாயின் பங்கு - ஆரோக்கியமாகவே நீடிக்கிறது என்பதையும் அந்த நேர்காணல் குறிப்பிட்டது.

இது ஏன் இந்தியாவிற்கு ஒரு சவாலாக உள்ளது

IT சேவைகள் இந்தியப் பொருளாதாரத்தின் தூண்களில் ஒன்றாக இருப்பதால், இதில் உள்ள பாதகங்களை நாம் தெளிவாகப் பார்க்க வேண்டும்.

பழைய கட்டண முறை அழுத்தத்திற்கு உள்ளாகியுள்ளது. பல தசாப்தங்களாக, இந்திய IT நிறுவனங்கள் "நேரம் மற்றும் உழைப்பு" (time and material) அடிப்படையில் கட்டணம் வசூலித்து வருகின்றன; அதாவது எத்தனை பேர் எத்தனை மணிநேரம் பணியாற்றினார்கள் என்பதைக் கணக்கிட்டுக் கட்டணம் வசூலிப்பது. AI ஒரு பணியைக் குறைந்த நேரத்தில் முடித்துவிட்டால், பழைய கட்டண முறை அதே முடிவுக்குக் குறைந்த வருவாயையே ஈட்டித் தரும்.

எளிதான ஆரம்ப நிலை வேலைகள் குறைதல். அடிப்படை தரவு உள்ளீடு, மேனுவல் டெஸ்டிங் மற்றும் எளிய பிழைத்திருத்தங்கள் போன்ற வழக்கமான பணிகளைத்தான் AI இப்போது மிக விரைவாகச் செய்கிறது. இது புதிய பட்டதாரிகளைப் பெருமளவில் அத்தகைய பணிகளில் சேர்க்கும் பழைய முறையைத் தொடர்ந்து நிலைநிறுத்துவதை மிகவும் கடினமாக்குகிறது.

கற்பதை நிறுத்தியவர்களுக்கு ஆபத்து. தங்கள் திறன்களைப் புதுப்பிக்காமல் பல ஆண்டுகளாக ஒரே வழக்கமான பணியைச் செய்து வரும் பொறியாளர்களுக்கு, தங்கள் பதவிகளைத் தக்க வைத்துக் கொள்வது மிகவும் கடினமாக இருக்கும்.

இது ஏன் ஒரு பெரிய வாய்ப்பாகவும் உள்ளது

இதே மாற்றம் வாய்ப்புகளுக்கான கதவுகளையும் திறக்கிறது.

குறைந்த செலவிலிருந்து உயர் மதிப்புக்கு நகர்தல். இந்தியா குறைந்த செலவிலான IT சேவைகளை வழங்கும் இடமாக மட்டுமே அறியப்பட வேண்டியதில்லை. சிக்கலான AI அமைப்புகள், கிளவுட் கட்டமைப்பு மற்றும் சைபர் பாதுகாப்பு தீர்வுகளை உருவாக்குவதில் இந்தியப் பொறியாளர்கள் உலகை வழிநடத்த முடியும்.

நிறுவனங்களுக்குச் சிறந்த லாப வரம்புகள். AI உதவியுடன் சிறிய குழுக்கள் அதிக வேலைகளை விரைவாக முடித்தால், லாப வரம்புகள் உயரக்கூடும்; மேலும் TCS-இன் சொந்த லாப வரம்புகளும் ஏற்கனவே சிறப்பாக நீடிக்கின்றன.

ஸ்டார்ட்அப்களுக்கு ஒரு ஊக்கம். முன்பெல்லாம் ஒரு குழுவே செய்ய வேண்டியிருந்த வேலையை, சிறந்த AI கருவிகளைக் கொண்டு இப்போது ஒரு டெவலப்பராலேயே செய்துவிட முடியும். இது இந்தியாவில் புதிய தொழில்நுட்ப தயாரிப்புகளையும் ஸ்டார்ட்அப்களையும் உருவாக்குவதை மிகவும் எளிதாக்குகிறது.

ஒரே வரியில் சொல்வதென்றால்: இது ஒரே நேரத்தில் ஒரு எச்சரிக்கையும் ஒரு வாய்ப்பும் ஆகும். பழைய வேலை செய்யும் முறையிலேயே இருப்பவர்களுக்கு இது கெட்ட செய்தி; ஆனால் AI-ஐ ஏற்றுக்கொண்டு தங்கள் திறன்களைத் தொடர்ந்து உயர்த்திக்கொள்ளும் பொறியாளர்களுக்கும் நிறுவனங்களுக்கும் இது ஒரு மிகப்பெரிய வாய்ப்பாகும்.

உங்களை எப்போதும் தேவையில் வைத்திருக்கும் திறன்கள்

குறியீடு மட்டும் எழுதுபவர்கள் அல்லது அடிப்படை பணிகளைச் செய்பவர்களுக்கான தேவை குறைந்து வருகிறது. சிக்கலான சிஸ்டம் வடிவமைப்பு, பயன்பாட்டு விரிவாக்கம் (deployment), பாதுகாப்பு மற்றும் உண்மையான வணிகப் பிரச்சினைகளைப் புரிந்துகொள்ளும் பொறியாளர்களுக்கான தேவை வேகமாக அதிகரித்து வருகிறது. அதற்கான நடைமுறைப் பாதை இதோ, படிப்படியாக.

படி 1: வெறும் AI பயனராக மட்டுமல்லாமல், AI பில்டராக மாறுங்கள்

• பெரிய மொழி மாதிரிகளின் அடிப்படையில் செயலிகளை வடிவமைக்கக் கற்றுக்கொள்ளுங்கள் (LLMs, சாட் உதவியாளர்களின் பின்னணியில் உள்ள AI மாதிரிகள்); இதற்கு LangChain, LlamaIndex அல்லது Semantic Kernel போன்ற கட்டமைப்புகளைப் பயன்படுத்துங்கள்.
• புரிந்துகொள்ளுங்கள் RAG (retrieval-augmented generation): Pinecone, Qdrant அல்லது Chroma போன்ற வெக்டார் தரவுத்தளங்கள் மற்றும் உரையை கணினி ஒப்பிடக்கூடிய எண்களாக மாற்றும் embeddings ஆகியவற்றைப் பயன்படுத்தி, ஒரு நிறுவனத்தின் பிரத்யேக ஆவணங்களை ஒரு LLM உடன் இணைப்பது.
• ஆராயுங்கள் agentic workflows, இதில் CrewAI அல்லது AutoGen போன்ற கருவிகளைப் பயன்படுத்தி பல AI ஏஜென்ட்கள் ஒரு பணியைத் தங்களுக்குள் பிரித்துக்கொள்கின்றன.
• மாடல் வெளியீட்டை மதிப்பீடு செய்யக் கற்றுக்கொள்ளுங்கள்; hallucinations (நம்பிக்கையான ஆனால் தவறான பதில்கள்) ஆகியவற்றைக் குறைக்கவும், குறிப்பிட்ட துறைக்கு ஏற்ப சிறிய மாடல்களை fine-tune செய்யவும் பழகுங்கள்.

படி 2: நவீன DevOps, platform engineering மற்றும் MLOps ஆகியவற்றைக் கற்றுக்கொள்ளுங்கள்

• AI கருவிகளைப் பயன்படுத்தி மேகக்கணிக்கு (cloud) தானாகவே பயன்பாடுகளை நிலைநிறுத்தும் CI/CD பைப்லைன்களை (தானியங்கி build, test மற்றும் release) உருவாக்குங்கள்.
• பயிற்சி செய்யுங்கள் platform engineering: Terraform அல்லது OpenTofu, மற்றும் Pulumi போன்ற கருவிகளைக் கொண்ட உள் டெவலப்பர் போர்ட்டல்கள் மற்றும் சுய சேவை உள்கட்டமைப்பு.
• கற்றுக்கொள்ளுங்கள் MLOps / LLMOps: AI மாடல்களை தயாரிப்பில் (production) பெரிய அளவில் இயக்குவது, தாமதத்தைக் (latency) கட்டுப்படுத்துவது, GPU-களை நிர்வகிப்பது மற்றும் மாடல்களைக் கண்காணிப்பது.
• கிளவுட் செலவுக் கட்டுப்பாடு (பெரும்பாலும் FinOps என அழைக்கப்படுகிறது), சர்வர்லெஸ் வடிவமைப்புகள் மற்றும் Kubernetes அளவிடுதல் உட்பட AWS, Azure அல்லது GCP ஆகியவற்றில் தேர்ச்சி பெறுங்கள்.

படி 3: AI பாதுகாப்பு மற்றும் நிர்வாகத்தைச் (governance) சேருங்கள்

• படியுங்கள் OWASP Top 10 for LLMs, இது prompt injection (வடிவமைக்கப்பட்ட உள்ளீட்டின் மூலம் ஓர் AI-ஐ ஏமாற்றுவது), தரவுக் கசிவு மற்றும் AI வெளியீட்டைப் பாதுகாப்பற்ற முறையில் கையாளுதல் போன்ற அபாயங்களை உள்ளடக்கியது.
• AI அமைப்புகளுக்குத் தனியுரிமை மற்றும் இணக்க விதிகள் எவ்வாறு பொருந்தும் என்பதைக் கற்றுக்கொள்ளுங்கள்; இதில் அடங்குபவை: GDPR, இந்தியாவின் DPDP Act மற்றும் ISO 27001.
• அறியப்பட்ட பாதிப்புகளுக்கு மூன்றாம் தரப்பு தொகுப்புகள் (packages), லைப்ரரிகள் மற்றும் கொள்கலன் படங்களை (container images) ஸ்கேன் செய்வதன் மூலம் மென்பொருள் விநியோகச் சங்கிலியைப் பாதுகாக்கவும்.

படி 4: சிஸ்டம் கட்டமைப்பு மற்றும் துறை சார்ந்த அறிவை வளர்த்துக் கொள்ளுங்கள்

• AI-ஆல் சிறிய செயல்பாடுகளை (functions) எழுத முடியும், ஆனால் அளவிடக்கூடிய (scalable), பிழை-தாங்கக்கூடிய (fault-tolerant) மற்றும் வேகமான ஒரு பெரிய நிறுவன அமைப்பை வடிவமைக்க இன்னும் ஓர் அனுபவம் வாய்ந்த ஆர்க்கிடெக்ட் தேவைப்படுகிறார். உயர் நிலை மற்றும் கீழ் நிலை வடிவமைப்பைப் பயிற்சி செய்யுங்கள்.
• வங்கி, fintech, சுகாதாரம் அல்லது இ-காமர்ஸ் போன்ற ஒரு துறையைத் தேர்ந்தெடுத்து, அவற்றைத் தீர்க்கும் தொழில்நுட்பத்தை வடிவமைக்கும் அளவுக்கு அதன் உண்மையான பிரச்சினைகளை நன்கு கற்றுக்கொள்ளுங்கள்.

படி 5: AI-உதவி மேம்பாட்டில் தேர்ச்சி பெறுங்கள்

• பல மடங்கு வேகமாகப் பணியாற்ற Cursor, Claude Code அல்லது GitHub Copilot போன்ற உங்கள் எடிட்டர் அல்லது டெர்மினலில் உள்ள AI கோடிங் கருவிகளைப் பயன்படுத்துங்கள்.
• உங்கள் கோட் ரிவியூ மற்றும் பிழைத்திருத்த (debugging) திறன்களைக் கூர்மைப்படுத்துங்கள், ஏனெனில் AI எங்கு தவறு செய்தது மற்றும் எங்கு செயல்திறன் குறைகிறது என்பதைக் கண்டறிய இன்னமும் ஒரு மனிதர் தேவை.

இந்த மாற்றம் ஒரே அட்டவணையில்

பழைய அணுகுமுறை (ஆபத்தில் உள்ளது)	எதிர்கால அணுகுமுறை (தேவையில் உள்ளது)
குறியீடு மட்டுமே எழுதுவது	ஒரு கட்டமைப்பாளராக (architect) பிரச்சினைகளுக்குத் தீர்வு காண்பது
மேனுவல் டெஸ்டிங் மற்றும் பயன்பாட்டு விரிவாக்கம் (deployment)	தானியங்கி முறை மற்றும் platform engineering
ஒரே தொழில்நுட்பத்திற்குள் தங்கியிருப்பது	முழுமையான அமைப்புகளையும் பாதுகாப்பையும் புரிந்துகொள்வது

முடிவுரை

தனது ஒப்பந்தங்களில் சுமார் பாதி இப்போது AI-சார்ந்த விலைக்குறைவை எதிர்கொள்கின்றன என்ற TCS-இன் கருத்து, இந்திய IT துறை எதை நோக்கிச் செல்கிறது என்பதற்கான தெளிவான அறிகுறியாகும். வழக்கமான பணிகளுக்கான விலைகள் குறைந்து வருகின்றன, மேலும் மணிநேர அடிப்படையில் கட்டணம் வசூலிக்கும் பழைய முறை அழுத்தத்தில் உள்ளது. அதே நேரத்தில், புதிய AI திட்டங்கள் வருகின்றன, சிக்கலான பணிகள் தங்கள் மதிப்பைத் தக்க வைத்துக் கொள்கின்றன, மேலும் AI அமைப்புகளை வடிவமைக்கவும், பாதுகாக்கவும், இயக்கவும் தெரிந்த பொறியாளர்கள் அதிக மதிப்புமிக்கவர்களாக மாறுகிறார்கள். தொடர்ந்து கற்றுக்கொள்ளும் பொறியாளர்கள் முன்னணியில் இருப்பார்கள்.

நன்மைகள்

• குறைந்த செலவுகள் இந்திய IT சேவைகளை உலகளாவிய வாடிக்கையாளர்களுக்கு மேலும் ஈர்ப்புடையதாக மாற்றுகின்றன.
• புதிய AI திட்டங்கள் புதிய தேவையை உருவாக்கி, குறைந்து வரும் விலைகளைச் சமன் செய்ய முடியும்.
• பொறியாளர்கள் வழக்கமான பணிகளிலிருந்து அதிக மதிப்புமிக்க வடிவமைப்பு மற்றும் கட்டமைப்புப் பணிகளுக்கு நகர முடியும்.
• சிறந்த லாப வரம்புகள் நிறுவனங்களுக்குத் திறன்கள் மற்றும் தயாரிப்புகளில் முதலீடு செய்வதற்கான வாய்ப்பை வழங்குகின்றன.
• சிறிய குழுக்களும் தனி டெவலப்பர்களும் கூட இப்போது உண்மையான தயாரிப்புகளையும் ஸ்டார்ட்அப்களையும் உருவாக்க முடியும்.

பாதகங்கள்

• AI பணிகளை விரைவாக முடிக்கும்போது, மணிநேர அடிப்படையிலான கட்டண முறை குறைந்த வருவாயையே ஈட்டித் தருகிறது.
• வழக்கமான பணிகளுக்கான ஆரம்ப நிலை ஆளெடுப்பு சுருங்க வாய்ப்புள்ளது.
• திறன்களை மறுமேம்பாடு செய்துகொள்ளாத வல்லுநர்கள் தங்கள் பணிகளுக்கு உண்மையான அச்சுறுத்தலை எதிர்கொள்கிறார்கள்.
• இதன் நன்மைகள் முதலில் பெரிய நிறுவனங்களையும் திறமையான பொறியாளர்களையும் மட்டுமே சென்றடைந்து, இடைவெளிகளை அதிகரிக்கக்கூடும்.
• சந்தை வேகமாக மாறிவரும் நிலையில், புதிய திறன்களைக் கற்றுக்கொள்வதற்கு நேரமும் முயற்சியும் தேவைப்படும்.

எச்சரிக்கை

இந்தக் கட்டுரை கல்வி நோக்கங்களுக்கானது மற்றும் ஒரு தொலைக்காட்சி நேர்காணலையும் ஒரு சுயாதீன பகுப்பாய்வையும் எளிய மொழியில் சுருக்கமாகக் கூறுகிறது. 50 சதவீத ஒப்பந்தப் பங்கு மற்றும் 10 முதல் 20 சதவீத விலை மாற்றம் போன்ற புள்ளிவிவரங்கள் தெரிவிக்கப்பட்டபடி CEO-வின் கருத்துக்களிலிருந்து வந்தவை, மேலும் அவை தோராயமாக இருக்கலாம் அல்லது பிந்தைய முடிவுகளில் மாறக்கூடும். கருவிகளின் பெயர்கள் வெறும் எடுத்துக்காட்டுகளே தவிர, பரிந்துரைகள் அல்ல. உங்கள் தொழில்வாழ்க்கை, முதலீடு அல்லது வணிக முடிவுகளை எடுப்பதற்கு முன், நிறுவனத்தின் அதிகாரப்பூர்வ அறிக்கைகளைச் சரிபார்த்து, உங்கள் சொந்த ஆராய்ச்சியை மேற்கொள்ளுங்கள்.

அடிக்கடி கேட்கப்படும் கேள்விகள்

• AI மற்றும் கட்டணம் குறித்து TCS CEO என்ன கூறினார்? — TCS-இன் IT ஒப்பந்தங்களில் சுமார் பாதி இப்போது AI-சார்ந்த விலைக்குறைவைக் காண்கின்றன, அதாவது அதே பணிக்கு வாடிக்கையாளர்களுக்கு தோராயமாக 10 முதல் 20 சதவீதம் வரை செலவு குறைகிறது என்று K. Krithivasan கூறினார்.
• AI-சார்ந்த விலைக்குறைவு என்றால் என்ன? — AI கருவிகள் ஒரு பணியை விரைவாகவோ அல்லது குறைந்த நபர்களுடனோ செய்ய உதவுவதால், அந்தப் பணிக்கான விலைகள் குறைவதையே இது குறிக்கிறது.
• இந்திய IT துறையில் வேலைவாய்ப்புகளை AI குறைக்குமா? — வழக்கமான ஆரம்ப நிலை பணிகள் சுருங்க வாய்ப்புள்ளது, அதே சமயம் AI, cloud, security மற்றும் architecture திறன்களைக் கொண்ட பொறியாளர்களுக்கான தேவை வளர்கிறது.
• அனைத்து TCS ஒப்பந்தங்களும் மதிப்பை இழக்கின்றனவா? — இல்லை. பெரிய, சிக்கலான AI திட்டங்கள் தங்கள் ஒப்பந்த மதிப்பைத் தக்க வைத்துக் கொண்டுள்ளன என்று CEO கூறினார்.
• குறைந்த விலைகளை IT நிறுவனங்கள் எவ்வாறு ஈடுசெய்யும்? — புதிய நிகர AI திட்டங்கள் மூலமாக இந்த விலைக்குறைவு ஈடுசெய்யப்படும் என்று CEO எதிர்பார்க்கிறார், மேலும் அதிக உற்பத்தித்திறனால் கிடைக்கும் சிறந்த லாப வரம்புகள் மூலமாகவும் இது ஈடுசெய்யப்படும்.
• இந்திய IT வல்லுநர்கள் இப்போது எந்தத் திறன்களைக் கற்க வேண்டும்? — LLMs மற்றும் RAG உடன் கூடிய AI engineering, platform engineering மற்றும் MLOps, AI security மற்றும் compliance, system design, மற்றும் AI-assisted development.
• இது இந்தியாவிற்கு நல்ல செய்தியா அல்லது கெட்ட செய்தியா? — இரண்டும்தான்: இது பழைய கட்டண முறைகளுக்கும் வழக்கமான வேலைகளுக்கும் அழுத்தத்தை ஏற்படுத்துகிறது, ஆனால் உயர் மதிப்புப் பணிகள் மற்றும் கூடுதல் ஸ்டார்ட்அப்களுக்கான வழியைத் திறக்கிறது.

குறிச்சொற்கள்

#TCS #IndianIT #ArtificialIntelligence #AIDeflation #ITJobs #CareerGrowth #FutureOfWork #AIEngineering #DevOps #Upskilling