பணியாளர்கள் பணிபுரியும் புதிய வழிகளை எவ்வாறு கண்டறிகிறார்கள்

AI கருவிகளுக்கான அணுகலுடன் சேர்த்து, பணிகள் எவ்வாறு பிரிக்கப்பட்டு மேற்கொள்ளப்படுகின்றன என்பதன் முக்கியத்துவத்தை எங்களின் சமீபத்திய ஆய்வு சுட்டிக்காட்டுகிறது. தங்களின் வழக்கமான பணி விவரங்களுக்கு அப்பாற்பட்ட இந்தப் புதிய பணிகள், பணியாளர்கள் AI ஐப் பயன்படுத்தும் முறையின் ஒரு வழக்கமான அங்கமாகிவிடுகின்றன. அந்தச் செயல்பாடுகள் வழக்கமான பொறுப்புகளாக மாறினால், பதவிகளின் பெயர்கள் மாறாமல் இருந்தாலும் பணிகள் விரிவடையக்கூடும்.

எங்களின் முதல் Work at the Frontier அறிக்கை ,⁠ 'பணிப் பரிமாற்றம்' என்பதை ஆவணப்படுத்தியது: அதாவது, வரலாற்று ரீதியாக மற்றொரு தொழிலுடன் தொடர்புடைய செயல்பாடுகளுக்குப் பணியாளர்கள் AI ஐப் பயன்படுத்துவது. அடுத்து என்ன நடக்கும் என்று எங்கள் சமீபத்திய ஆய்வு ஆராய்கிறது.

ஏப்ரல் முதல் ஜூலை 2026 வரையிலான காலகட்டத்தில், 15 இலட்சத்திற்கும் மேற்பட்ட பணி தொடர்பான ChatGPT செய்திகளைப் பகுப்பாய்வு செய்ததில், வெவ்வேறு பணிகளுக்கு இடையேயான சில AI பயன்பாடுகள் மீண்டும் மீண்டும் நிகழ்வதற்கான ஆதாரங்களைக் கண்டறிந்துள்ளோம். பணியாளர்கள் தங்கள் தொழில் எல்லைகளுக்கு அப்பாற்பட்ட பணிகளுக்குத் திரும்புகின்றனர், மேலும் காலப்போக்கில் இந்தச் செயல்பாடுகள் அவர்களின் கவனிக்கப்பட்ட AI பயன்பாட்டின் ஒரு பெரிய பகுதியாக மாறுகின்றன.

புதிய பணிகளை முயற்சிப்பதிலிருந்து, அப்பணிகளைப் பணியாளர்களின் வழக்கமான நடைமுறைகளில் இணைத்துக்கொள்வது வரை, AI க்கான அணுகல் எவ்வாறு உதவக்கூடும் என்பது குறித்த ஒரு ஆரம்பகட்டப் பார்வையை இந்தக் கண்டுபிடிப்புகள் வழங்குகின்றன. தங்கள் நிறுவனங்களில் AI-ஐ எவ்வாறு சிறப்பாக ஏற்றுக்கொண்டு பயன்படுத்துவது என்பதைத் தீர்மானிக்க முயலும் நிறுவனங்களுக்கு, தொழில்முறை ஊழியர்களின் AI பயன்பாடு மற்றும் ப்ராம்ப்ட்கள் குறித்த எங்கள் நான்கு மாத ஆய்வில் கண்டறியப்பட்ட போக்குகள், பிரச்சினையைக் கண்டறிவதற்கும் AI உதவியுடன் அவர்களின் ஒட்டுமொத்தப் பணியை முன்னெடுப்பதற்கும் இடையிலான தடையை இந்த நிறுவனங்கள் எவ்வாறு குறைக்கலாம் என்பதற்கான முக்கியமான பார்வையை வழங்குகின்றன. நிறுவனங்கள் தங்கள் AI உத்திகளைச் செயல்படுத்தும் விதத்தில், AI கருவிகளுக்கான அணுகலுடன் பணி வடிவமைப்பிற்கும் ஒரு முக்கிய இடம் உண்டு என்பதை எங்கள் ஆய்வின் முடிவுகள் சுட்டிக்காட்டுகின்றன.

ஒரு குறிப்பிட்ட துறையில் தங்களின் பணிக்கு அந்தப் பணி பொருந்துகிறதா என்பதைப் பொறுத்து, பணியாளர்கள் AI ஐ வெவ்வேறு விதங்களில் பயன்படுத்துகின்றனர். தங்களின் வழக்கமான பங்குகளுக்குள் மற்றும் அவற்றுக்கு வெளியே உள்ள பணிகளுக்கு, பணியாளர்கள் AI-க்கு வெவ்வேறு விதமாக ப்ராம்ப்ட் எழுதுகின்றனர். தங்கள் பணிக்கு அப்பாற்பட்ட பணிகளைப் பற்றிக் கேட்கும்போது, அப்பணி சார்ந்த பணிகளுக்கு எழுதுவதை விட, அவர்கள் சராசரியாகக் குறுகிய ப்ராம்ப்ட்களையே எழுதுகிறார்கள். மேலும், அவர்கள் விளக்கங்கள், எப்படிச் செய்வது என்பதற்கான வழிகாட்டுதல்கள், ஒரு குறிப்பிட்ட பதிலளிக்கும் வடிவம் அல்லது ஆலோசனை ஆகியவற்றைக் கேட்பதற்கான வாய்ப்பும் குறைவு.

அதே நேரத்தில், பணியாளர்கள் தங்கள் பணிகளுக்கு வெளியே AI யிடம் உதவி கேட்கும்போது, உதாரணங்களையோ அல்லது பின்னணியையோ வழங்குவதற்கான வாய்ப்புகள் அதிகம். ஏதாவது ஒன்றைச் சரிபார்க்க அல்லது உறுதிப்படுத்தவும் அவர்கள் AI-யிடம் கேட்பதற்கான வாய்ப்பு அதிகம்.

பணியாளர்கள் நிபுணத்துவத்தைப் பெற AI-ஐப் பயன்படுத்துகின்றனர் என்பது ஒரு விளக்கம். AI-யிடம் முற்றிலும் புதிய ஒரு துறையைக் கற்றுத் தருமாறு கேட்பதற்குப் பதிலாக, பணியாளர்கள் ஒரு சிக்கலையும் அதனுடன் தொடர்புடைய சூழலையும்—உதாரணமாக, ஒரு ஆவணம், எடுத்துக்காட்டு அல்லது சக ஊழியரிடமிருந்து பெற்ற தகவல்—கொண்டு வந்து, மற்றொரு துறை தொடர்பான அறிவைப் பயன்படுத்த உதவுமாறு AI-யிடம் கேட்கலாம். 

பணியாளர்கள் இந்தச் செயல்பாடுகளுக்குத் திரும்புவார்களா என்பதுதான் அடுத்த கேள்வி. ஏப்ரல் முதல் ஜூலை வரை தொடர்ந்து கண்காணிக்கப்பட்ட சுமார் 6,200 தொழிலாளர்களிடையே, முன்னர் பயன்படுத்தப்பட்ட குறுக்கு-தொழில் பணிகள் ஏப்ரலில் தொழில் சார்ந்த AI செயல்பாட்டில் 13.1% இலிருந்து ஜூலையில் 25.9% ஆக அதிகரித்தன¹. பணியாளர்கள் ஒருமுறை மட்டும் பரிசோதனை செய்வதை விட, தங்களின் தற்போதைய பணிப்பாய்வுகளில் சில மாற்றுப் பணி உதவிகளை இணைத்துக்கொள்வதற்கு அந்த முறைமை ஒத்துப்போகிறது. 

ஒரு தனிப் பகுப்பாய்வு, மீண்டும் நிகழ்தலை அதன் சூழலில் விளக்குகிறது. மாதிரி எடுக்கப்பட்ட, பொருத்தப்பட்ட ஒரு மாத பின்தொடர் கண்காணிப்புகளின்படி, முந்தைய மாதத்தில் பயன்படுத்தப்பட்ட ஒரு மாற்றுப் பணிக்கு, பணியாளர்கள் 23.6% நேரம் மீண்டும் திரும்பினர். இதற்கு மாறாக, முந்தைய மாதத்தில் அப்பணியைப் பயன்படுத்தியதாகக் கவனிக்கப்படாத, ஒப்பிடத்தக்க பணியாளர்களிடையே அதே பணியின் பயன்பாடு 8.4% ஆக இருந்தது. பணி சார்ந்த மற்றும் பொதுவான பணிகளுக்கும் இதே போன்ற இடைவெளிகள் காணப்படுகின்றன.

வேலையின் வகையைப் பொறுத்து மீண்டும் நிகழ்தல் கணிசமாக மாறுபடுகிறது. சில தொழில்களுக்கு இடையிலான பணிகளுக்குத் தொழிலாளர்கள் அடுத்த மாதம் ஒப்பீட்டளவில் அதிகம் விகிதங்களில் திரும்பினர்:

• வாடிக்கையாளர்களுடன் பொருட்கள் அல்லது சேவைகள் குறித்து கலந்துரையாடுதல்: 54%

• விளம்பர அல்லது ஊக்குவிப்பு எழுத்து: 44%

• சந்தைப்படுத்தல் பொருட்களை உருவாக்குதல்: 37%

ஒப்பிடுகையில், பணியாளர்கள் சுமார் 15% நேரம் நிதித் தகவல்களை விளக்கும் பணிக்குத் திரும்பினர். பல்வேறு பணிகளுக்கான அடுத்த மாத சராசரி மீள்விகிதம் 18.5% ஆக இருந்தது. இந்த வேறுபாடுகள், தொடர்ச்சியான பணிப்பாய்வுகளில் AI இயல்பாக எங்குப் பொருந்துகிறது என்பதைப் பிரதிபலிக்கக்கூடும். அவை பணியிட நெறிமுறைகளில் உள்ள வேறுபாடுகள், எச்சரிக்கை உணர்வு, அல்லது ஒரு தவறைச் செய்வதால் ஏற்படும் விளைவுகள் குறித்த அச்சம் ஆகியவற்றையும் பிரதிபலிக்கக்கூடும். 

முதல் இரண்டு Work at the Frontier அறிக்கைகள், பணிப் பதவிகள் மாறுவதற்கு முன்பே பணியின் தன்மை எவ்வாறு மாறலாம் என்பதைக் காட்டுகின்றன. பாரம்பரிய தொழில்சார் எல்லைகளைக் கடக்க பணியாளர்கள் AI-ஐப் பயன்படுத்துகிறார்கள் என்பதை முதல் அறிக்கை காட்டியது. அந்தச் செயல்பாடுகளில் சில, வழக்கமான பணிப்பாய்வுகளின் ஒரு பகுதியாக ஆகின்றன என்று இந்த அறிக்கை கண்டறிந்துள்ளது. இந்த வடிவங்கள், AI ஆல் இயக்கப்படும் பணி மாற்றத்திற்கான ஒரு சாத்தியமான பாதையைச் சுட்டிக்காட்டுகின்றன: ஒரு பணியாளர் தனது பாரம்பரியப் பணிக்கு அப்பாற்பட்ட ஒரு செயலைச் சோதித்துப் பார்க்கிறார், அதற்குச் AI பயனுள்ளதாக இருப்பதைக் கண்டறிகிறார், பின்னர் அந்தச் செயலைத் தனது வேலையின் ஒரு பகுதியாக மீண்டும் செய்யத் தொடங்குகிறார்.

வேலைகளின் பதவிப் பெயர்கள் மாறுவதற்கு முன்பே, AI அவற்றை மறுவடிவமைக்கக்கூடும்: பணியாளர்கள் மற்றொரு தொழிலுடன் தொடர்புடைய செயல்பாடுகளுக்கு AI ஐப் பயன்படுத்துகின்றனர், மேலும் காலப்போக்கில் அவற்றில் சில பணிகளுக்கே மீண்டும் திரும்புகின்றனர். அந்தச் செயல்பாடுகள் வழக்கமான பொறுப்புகளாக மாறினால், பதவிப் பெயர் மாறாமலேயே ஒரு வேலையில் உள்ள செயல்பாடுகளின் கலவை விரிவடையக்கூடும். AI எவ்வாறு உழைப்புப் பங்கீட்டை மாற்றுகிறது என்பதையும், அது தொழிலாளர்கள், வணிகங்கள் மற்றும் பரந்த பொருளாதாரத்திற்கு என்ன தாக்கங்களை ஏற்படுத்துகிறது என்பதையும் பற்றிய ஒரு தெளிவான சித்திரத்தை உருவாக்குவதற்காக, இந்த மாற்றங்களை நாங்கள் தொடர்ந்து ஆய்வு செய்வோம்.

• பணியாளர்கள் தங்களின் பாரம்பரியப் பொறுப்புகளுக்கு அப்பாற்பட்ட பணிகளை மேற்கொள்ள ChatGPT‑ஐ எவ்வாறு பயன்படுத்துகின்றனர் என்பதை அறிய, எங்கள் பணிப் பங்கு மாறுதல் குறித்த ஆய்வைப்⁠ படியுங்கள்.

• AI திறன்கள், மனிதப் பங்குகள் மற்றும் தேவை வேலைவாய்ப்பை எவ்வாறு வடிவமைக்கலாம் என்பதை அறிய, எங்களின் AI Jobs Transition Framework⁠ ஐப் படிக்கவும்.