බ්රිතාන්යයේ AI කර්මාන්තයට පුහුණු ශ්රමික හිඟයෙන් දැඩි බලපෑම්
බ්රිතාන්යයේ AI දියුණුවට තාක්ෂණය තිබුණත් මිනිස්සු නෑ. ඉංජිනේරු ක්ෂේත්රයේ රැකියා සහ වැටුප් වලට මෙය බලපාන්නේ කොහොමද? සම්පූර්ණ විස්තරය SiBuzz හරහා.
බ්රිතාන්යයේ AI කර්මාන්තයට පුහුණු ශ්රමික හිඟයෙන් දැඩි බලපෑම්
බ්රිතාන්ය නිෂ්පාදන ක්ෂේත්රය තුළ "Smart Factory" සංකල්පය ක්රියාවට නැංවීමේදී බරපතල ප්රායෝගික ගැටලුවකට මුහුණ දී සිටිනවා. තාක්ෂණික දෘඩාංග (Hardware) කොතරම් දියුණු මට්ටමක පැවතුණත්, ඒවා මෙහෙයවීමට අවශ්ය මානව සම්පතේ පවතින සූදානම ප්රමාණවත් නොවීමයි ඊට හේතුව.
මෑතකදී සිදුකළ කර්මාන්ත විශ්ලේෂණයන්ට අනුව, එක්සත් රාජධානියේ නිෂ්පාදන අංශය තුළ Artificial Intelligence (AI) සහ රොබෝ තාක්ෂණය සඳහා වන ආයෝජන ඉහළ ගොස් තිබෙනවා. කෙසේ වෙතත්, 2025 වසරේදී මෙම නවෝත්පාදන පුළුල් කිරීමේ හැකියාවට "නිපුණතා සහිත ඉංජිනේරුවන්ගේ දැඩි හිඟය" හරහා විශාල බාධාවක් එල්ල වුණා. 2026 වසරේ මුල් භාගයට එළඹෙන විටත් මෙම ගැටලුව කාර්මික ක්ෂේත්රයේ ප්රධාන බාධකය බවට පත්ව තිබෙන අතර, බ්රිතාන්ය කර්මාන්ත නවීකරණය කරන ආකාරය ගැන නැවත සිතා බැලීමට මෙය බලකර සිටිනවා.
කේතකරණයට එහා ගිය තාක්ෂණික අභියෝගය
මෙහි පවතින තාක්ෂණික ගැටලුව හුදෙක් මෘදුකාංග සංවර්ධකයින්ගේ (Software Developers) අඩුවක් පමණක් නෙවෙයි. නියම අඩුව පවතින්නේ OT/IT convergence එහෙමත් නැත්නම් මෙහෙයුම් තාක්ෂණය (යන්ත්ර සූත්ර, එකලස් කිරීමේ මාර්ග) සහ තොරතුරු තාක්ෂණය (AI මොඩල, Cloud ඩේටා) ඒකාබද්ධ කිරීමේ හැකියාව තුළයි.
බ්රිතාන්යයේ පැරණි නිෂ්පාදන පද්ධති බොහොමයක් ක්රියාත්මක වෙන්නේ තනිව හුදකලාව පවතින ක්රමවේද මතයි. නමුත් නවීන AI තාක්ෂණය ආරක්ෂිතව ක්රියාත්මක වීමට නම් පිරිසිදු සහ ඒකාබද්ධ දත්ත ප්රවාහයක් (Data streams) අත්යවශ්ය වෙනවා. මේ සඳහා භෞතික යන්ත්ර සූත්රවල ස්වභාවය සහ Neural networks වල තර්කනය යන දෙකම තේරුම් ගත් "Systems Engineers" ලාගේ අවශ්යතාවය තදින්ම දැනෙනවා. මෙවැනි ද්විත්ව නිපුණතා (Dual-competence) සහිත දක්ෂයින් නොමැතිව AI ක්රියාත්මක කිරීම ඵලදායිතාව වැඩි කිරීමට වඩා ආරක්ෂාව පිළිබඳ ගැටලු ඇති කරන්නක් විය හැකියි.
රැකියා වෙළඳපොළ සහ වැටුප් පරතරය
බ්රිතාන්ය ඉංජිනේරු ක්ෂේත්රයේ සිටින වෘත්තිකයන්ට සහ සංක්රමණිකයින්ට මෙම හිඟය ඔවුන්ගේ ආදායම් සහ රැකියා සුරක්ෂිතතාව කෙරෙහි සෘජුවම බලපානවා.
- නව වැටුප් වර්ධක: යන්ත්ර සූත්ර සහ කේතකරණය (Code) යන දෙකම හැසිරවිය හැකි "Hybrid" කුසලතා ඇති ඉංජිනේරුවන් සඳහා ඉහළ ඉල්ලුමක් සහ ඉහළ වැටුප් තලයක් නිර්මාණය වී තිබෙනවා. Systems integration සහ AI නඩත්තුව පිළිබඳ දැනුම යාවත්කාලීන කරගන්නා වෘත්තිකයන්ට උද්ධමනය සහ රැකියා අහිමිවීමේ අවදානමෙන් ආරක්ෂා වීමට මෙය හොඳ අවස්ථාවක්.
- අවදානම් කලාපය: සාම්ප්රදායික නඩත්තු කටයුතු හෝ Manual operation වලට පමණක් සීමා වූ රැකියා දැඩි අවදානමකට ලක්වෙමින් පවතිනවා. කර්මාන්තශාලා අධි-තාක්ෂණික භූමිකාවන් පිරවීමට වෙහෙසෙන අතරතුර, කාර්යක්ෂමතාව පවත්වා ගැනීමට අඩු කුසලතා (Low-skill) සහිත කාර්යයන් ස්වයංක්රීය කිරීමට (Automate) පෙළඹීම නිසා ප්රවේශ මට්ටමේ රැකියා වල වැටුප් අඩුවීමේ ඉඩකඩක් පවතිනවා.
කුඩා ව්යාපාර සහ කර්මාන්තයේ අවදානම
මෙම පරිවර්තනය වේගවත් කිරීම පිළිබඳව ප්රතිවිරුද්ධ මතවාද ද පවතිනවා:
- මෙහෙයුම් බිඳවැටීමේ අවදානම: පරිණත සේවක පිරිසක් නොමැතිව AI තාක්ෂණයට හදිසි වීම තුළින් මෙහෙයුම් අස්ථාවර විය හැකියි. AI යටිතල පහසුකම් කළමනාකරණය කිරීමට ඉහළ මිලක් අය කරන කොන්ත්රාත්කරුවන් කුඩා කණ්ඩායමක් මත යැපීම, එම පිරිස ඉවත්ව ගියහොත් කර්මාන්තශාලා අඩපණ වීමට හේතු වෙනවා.
- SME ව්යාපාර වලට බලපෑම: මෙම "දක්ෂතා සඳහා වන යුද්ධය" (Talent war) කුඩා හා මධ්යම පරිමාණ ව්යාපාරවලට (SMEs) අවාසිදායකයි. ප්රධාන පෙළේ සමාගම්වලට AI ඉංජිනේරුවන් සඳහා ඉහළ වැටුප් ගෙවිය හැකි වුවත්, කුඩා බ්රිතාන්ය නිෂ්පාදකයින්ට එය දරාගත නොහැකි මට්ටමක පවතිනවා. මෙය ප්රධාන සමාගම් සහ සැපයුම් ජාලය අතර ඵලදායිතා පරතරය තවදුරටත් පුළුල් කරනවා.
නොකියවෙන කතාව: වීසා සහ පුහුණු පරතරය
වාර්තා වල බොහෝ විට සඳහන් නොවන කරුණක් නම් මෙම හිඟය සඳහා බලපා ඇති භූ-දේශපාලනික පසුබිමයි. පශ්චාත්-Brexit වීසා වැටුප් සීමාවන් (Salary thresholds) ඉහළ දැමීම නිසා එක්සත් රාජධානියේ සමාගම්වලට විදේශයන්ගෙන් ප්රවේශ මට්ටමේ ඉංජිනේරු දක්ෂතා ගෙන්වා ගැනීම වඩාත් අපහසු සහ වියදම් අධික කටයුත්තක් වී තිබෙනවා. ඊට අමතරව විශ්ව විද්යාල විෂය නිර්දේශ යාවත්කාලීන කරමින් සිටියත්, AI සඳහා සූදානම් නිෂ්පාදන උපාධිධාරීන් ප්රමාණවත් සංඛ්යාවක් වෙළඳපොළට පැමිණීමට තවත් වසර 2-3ක් ගතවනු ඇතැයි ගණන් බලා තිබෙනවා.
විසඳුම් සොයා යන ගමන
මෙම ගැටලුව විසඳීමට සමාගම් දැනට මිල අධික උපාය මාර්ග දෙකක් අතර දෝලනය වෙමින් පවතිනවා:
- මිලදී ගැනීම (Buy): ඉංජිනේරු කණ්ඩායම් ලබා ගැනීමේ අරමුණින් පමණක් කුඩා තාක්ෂණික සමාගම් අත්පත් කර ගැනීම (Acqui-hiring) හෝ විශේෂිත උපදේශන ආයතන වල සහාය ලබා ගැනීම. මෙය ක්ෂණික පිරිවැය ඉහළ නංවනවා.
- ගොඩනැගීම (Build): යාන්ත්රික ඉංජිනේරුවන් Data Science සඳහා පුහුණු කිරීමට අභ්යන්තර පුහුණු ආයතන පිහිටුවීම. මෙය ලාභදායි වුවත්, ඊට මාස 12-18 ක පමණ කාලයක් ගතවන නිසා අපේක්ෂිත කාර්යක්ෂමතා ප්රතිලාභ තවදුරටත් ප්රමාද වෙනවා.
මූලාශ්රය (Source): https://www.engineering.com/story/2025-manufacturing-trends