AI பயன்பாடு குறியீட்டு பணிகளுக்கு அப்பாலும் பரவுகிறது; அதன் தீவிரத்தை நிரூபிப்பது கடினம்

2026-ஆம் ஆண்டின் இரண்டாம் காலாண்டில், முந்தைய வாரத்தில் வேலைக்காக generative AI பயன்படுத்தியதாக வேலைவாய்ப்புள்ள அமெரிக்கப் பெரியவர்களில் கிட்டத்தட்ட ஐந்தில் இருவர் தெரிவித்தனர். இருப்பினும், வேலைவாய்ப்புள்ள அனைவரின் மொத்த வேலை நேரத்தில் 6.3%-க்கு மட்டுமே AI உதவியதாக, St. Louis Fed, Vanderbilt, Harvard ஆய்வாளர்களின் தேசியக் கணக்கெடுப்பு கண்காணிப்பி தெரிவிக்கிறது. முதலாவது எண்ணிக்கை AI பயன்படுத்திய மக்களைக் கணக்கிடுகிறது; இரண்டாவது அவர்கள் செலவிட்ட நேரத்தை அளக்கிறது. வேலை நன்றாகச் செய்யப்பட்டதா, நிறுவனம் அதிக வருவாய் ஈட்டியதா, அல்லது வேலை ஒன்று மறைந்ததா என்பதை இவற்றில் எதுவும் கூறுவதில்லை.

மீதமுள்ள வேலைகளும் மென்பொருள் உருவாக்குநர்களைப் போலத் தீவிரமாக AI-ஐப் பயன்படுத்துமா என்று கேட்கும்போது இந்த வேறுபாடுகள் முக்கியம். சட்டம், விற்பனை, சந்தைப்படுத்தல் உள்ளிட்ட துறைகளிலும் சோதனைப் பயன்பாடு விரிவடைவதைத் தளப் பதிவுகள் காட்டுகின்றன. குறியீடு எழுதாத சில பணிகளில் உண்மையான ஆதாயங்கள் இருப்பதைப் பரிசோதனைகள் காட்டுகின்றன. அணுகல் மட்டும் பெரிதாக எதையும் மாற்றாமல் இருக்கலாம் என்பதையும், செம்மையாகத் தோன்றும் பதில் தவறாக இருக்கலாம் என்பதையும் அவை காட்டுகின்றன.

முக்கிய மாற்றம்

• என்ன மாறியது: பல வணிகச் செயல்பாடுகளில் மீண்டும் மீண்டும் பயன்படுவதாகவும் agent-கள் இயங்குவதாகவும் AI வழங்குநர்கள் தெரிவிக்கின்றனர்; அதே நேரத்தில், அமெரிக்கத் தொழிலாளர்களிடையே வாராந்திரப் பயன்பாடு பரவலாகியுள்ளதாக சுயாதீன ஆய்வுகள் காட்டுகின்றன.
• இது ஏன் முக்கியம்: கருவிகள் ஏற்கெனவே உள்ள பணிச்சூழல்களுடன் பொருந்தும்போது பயன்பாடு பரவுகிறது; ஆனால் ஆதாயங்கள் பணியின் சூழலையும் சரிபார்ப்புகளையும் சார்ந்தவை. பயன்பாட்டு எண்ணிக்கைகளுடன் முடிவு அளவீடுகளும் வாங்குபவர்களுக்கும் பணியாளர்களுக்கும் தேவை.
• எதைக் கவனிக்க வேண்டும்: குறியீட்டு பணிகளுக்கு அப்பால் ஒரு பணியை மீண்டும் மீண்டும் பயன்படுத்துதல், வெளியீட்டுத் தரத்தைச் சரிபார்த்தல், நிகர வருவாயைக் கணக்கிடுதல். பிற தொழில்கள் எப்போது குறியீட்டு பணிகளைப் போன்ற பயன்பாட்டு அளவை அடையும், வேலைவாய்ப்புக்கு என்ன நேரும் என்பவற்றை தற்போதைய ஆதாரங்கள் நிறுவவில்லை.

இந்த எண்ணிக்கைகள் வெவ்வேறு அம்சங்களை அளக்கின்றன

அமெரிக்காவில் 18 முதல் 64 வயதுடையவர்களின் பிரதிநிதித்துவமான இணையக் குழுவிடம், வேலைக்கான பயன்பாட்டைப் Real-Time Population Survey கேட்கிறது. முந்தைய வாரத்தில் AI பயன்படுத்திய விகிதம், 2024-ஆம் ஆண்டின் மூன்றாம் காலாண்டில் 28.2%-இலிருந்து 2026-ஆம் ஆண்டின் இரண்டாம் காலாண்டில் 39.2%-ஆக உயர்ந்தது. எல்லா வேலை நேரங்களிலும் AI உதவிய நேரத்தின் மதிப்பிடப்பட்ட பங்கு 4.1%-இலிருந்து 6.3%-ஆக உயர்ந்தது. சமீபத்திய காலாண்டில், மொத்த வேலை நேரத்தின் 2.2%-ஐ AI மிச்சப்படுத்தியதாகவும் பதிலளித்தவர்கள் மதிப்பிட்டனர். கடைசி எண்ணிக்கை அவர்கள் நினைவுகூர்ந்து தெரிவித்த நேரச் சேமிப்பு; கவனிக்கப்பட்ட உற்பத்தித்திறன் அல்லது வருவாய் உயர்வு அல்ல.

OpenAI வேறொன்றை அளக்கிறது: தனது நிறுவன வாடிக்கையாளர்களுக்குள் நிகழும் செயல்பாட்டை. அதன் ஆகஸ்ட் Enterprise Signals அறிக்கை பிப்ரவரி முதல் ஜூன் 2026 வரை, வாராந்திர Codex செயலில் உள்ள பயனர்கள் சட்டத்தில் 108 மடங்கும், விற்பனை மற்றும் ஆட்சேர்ப்பில் 41 மடங்கும், சந்தைப்படுத்தலில் 26 மடங்கும் வளர்ந்ததாகக் கூறுகிறது; பொறியியல் துறையில் வளர்ச்சி ஐந்து மடங்கு. தொடக்க எண்ணிக்கைகள் வெளியிடப்படாததால், எத்தனை வழக்கறிஞர்கள் அல்லது பொறியாளர்கள் AI பயன்படுத்துகிறார்கள், அல்லது அவர்களின் பணியில் எவ்வளவு பகுதியை அது செய்கிறது என ஒப்பிட முடியாது. ஜூன் மாதத்தில் நிறுவன வாடிக்கையாளர்களின் Codex மற்றும் ChatGPT வெளியீட்டு token-களின் மொத்தத்தில் 64% Codex உருவாக்கியது. நீண்ட agent இயக்கங்கள் அதிக token-களை உருவாக்கும்; token பங்கு என்பது தொழிலாளர்களின் பங்கோ மதிப்பின் அளவீடோ அல்ல. OpenAI இந்தத் தயாரிப்புகளை விற்கிறது; அவற்றின் பயன்பாட்டுப் பரவலை நிரூபிப்பதில் நிறுவனத்திற்கு வணிக நலன் உள்ளது.

OpenAI-இன் தனியான 800,000-க்கும் மேற்பட்ட அமெரிக்க ChatGPT செய்திகளின் ஆய்வு, ஜூலையில் வெளியிடப்பட்டது; வேலை தொடர்பான செய்திகளில் 16.8%-ஐப் பயனரின் தொழிலுக்கு அப்பாற்பட்ட பணிகளுடன் தொடர்புடையதாக வகைப்படுத்தியது. ஒரு தொழிலுடன் பொருத்த அளவுக்கு விவரமிருந்த செய்திகளில் அந்தப் பங்கு 43.5% ஆகும். செப்டம்பரில் வெளியான தொடராய்வு சில பணியாளர்கள் அடுத்த மாதமும் அத்தகைய பணிகளுக்குத் திரும்பியதைக் கண்டது. இவை மாதிரியில் தேர்ந்தெடுக்கப்பட்ட பயனர்களின் செய்திப் பங்குகள்; தொழில் குறித்த தகவல் வணிகப் பயன்பாட்டின்போது வழங்கப்பட்ட விவரத்திலிருந்து கணிக்கப்பட்டது. மக்கள் எதைக் கேட்கிறார்கள், எதை மீண்டும் கேட்கிறார்கள் என்பதையே இவை காட்டுகின்றன; பணியை முடித்தார்களா அல்லது அவர்களின் வேலை மாறியதா என்பதை அல்ல.

Anthropic-இன் ஜூன் Economic Index கூட வழங்குநரின் சொந்தச் சேவைகளிலுள்ள செயல்பாட்டை ஆய்வு செய்கிறது. அதிக நுணுக்கமான மாதிரித் தேர்வு, வேலைநாள் முறைமைகளைக் காட்டி, chat, Cowork, முதல் தரப்பு API பயன்பாடுகளை வேறுபடுத்துகிறது. குறைந்தது ஐந்து அமர்வுகள் கொண்ட சுமார் 9,700 Claude பதிலளிப்பாளர்களின் பயன்பாட்டைத் துணை ஆய்வு இணைத்தது. அந்தப் பதிலளிப்பாளர்கள் தொழிலாளர் கூட்டத்தின் பிரதிநிதிகள் அல்ல என Anthropic எச்சரிக்கிறது: கணினி மற்றும் கணிதப் பணியாளர்கள் பதிலளித்தவர்களில் சுமார் 30% இருந்தனர்; ஆனால் அமெரிக்க வேலைவாய்ப்பில் சுமார் 4% மட்டுமே. உடல் உழைப்புத் தொழில்கள் குறைவாகப் பிரதிநிதித்துவப்படுத்தப்பட்டன. முந்தைய மார்ச் மாதக் குறியீடு பிப்ரவரியில் Claude.ai உரையாடல்களில் கணினி மற்றும் கணிதப் பணிகள் 35% இருந்ததாகக் கண்டது. இது ஒரு தயாரிப்பின் உரையாடல்களில் உள்ள பங்கு; AI பயன்படுத்தும் உருவாக்குநர்களின் பங்கோ, அவர்களின் வேலையில் அது செய்யும் பங்கோ அல்ல. குறியீட்டு பயன்பாடு API-க்கும் நகர்ந்துகொண்டிருந்தது. ஒரு தளத்திலுள்ள போக்குவரத்து, அங்கு செய்யப்படும் பணிகளையும் அவற்றின் நிகழ்வெண்ணையும் காட்டலாம்; ஆனால் அது மட்டுமே பொருளாதாரம் முழுவதற்குமான தொழில் வாரியான பயன்பாட்டு விகிதத்தை வழங்காது.

உற்பத்தித்திறன் பணியையும் அதன் சரிபார்ப்பையும் சார்ந்தது

5,172 வாடிக்கையாளர் ஆதரவு முகவர்கள் பங்கேற்ற படிப்படியாக அறிமுகப்படுத்தப்பட்ட திட்டத்தில், AI உரையாடல் உதவியாளருக்கான அணுகல் சராசரியாக மணிநேரத்திற்கு தீர்க்கப்பட்ட பிரச்சினைகளை 15% உயர்த்தியது. குறைந்த அனுபவமும் திறனும் கொண்ட முகவர்களின் வேகமும் தரமும் மேம்பட்டன; மிகுந்த அனுபவமும் திறனும் கொண்டோர் சிறிது வேகமடைந்தாலும், அவர்களின் தரம் சற்றுக் குறைந்தது. வாடிக்கையாளர்கள் பணிவாகி, மேலாளரைக் கேட்பதும் குறைந்தது. தீர்வுகளையும் மேல்நிலைக்கு அனுப்புதலையும் கண்காணிக்கக்கூடிய ஒரு நிறுவனத்தின் ஆதரவு செயல்பாட்டையே இந்த ஆய்வு அளந்தது. பிற சேவை மையங்களுக்கான வருவாயைக் கணக்கிடவில்லை.

66 நிறுவனங்களைச் சேர்ந்த 7,137 அறிவுப் பணியாளர்களுடனான பரிசோதனை மின்னஞ்சல், கூட்டம், எழுதுதல் மென்பொருளுக்குள் AI கருவியைப் பயன்படுத்தத் தோராயமாகத் தேர்ந்தெடுத்த பணியாளர்களுக்கு வாய்ப்பு வழங்கியது. ஆறு மாத ஆய்வின் இரண்டாம் பாதியில், கருவி வழங்கப்பட்டவர்களில் 80%-ஆகிய பயனர்கள் வாரத்திற்கு இரண்டு மணிநேரம் குறைவாக மின்னஞ்சலில் செலவிட்டனர்; வழக்கமான வேலை நேரத்திற்கு வெளியே பணிபுரிவதும் குறைந்தது. தனிநபருக்கு அணுகல் வழங்கியதால் பணிகளின் அளவோ கலவையோ பரவலாக மாறியதைக் கண்டறியவில்லை என ஆய்வாளர்கள் தெரிவித்தனர். மூன்று ஆசிரியர்கள் Microsoft Research-இல் பணியாற்றினர்; கருவியை உருவாக்கிய Microsoft பரிசோதனையை இணைந்து ஏற்பாடு செய்து தயாரிப்புத் தொலைமதிப்புத் தரவையும் வழங்கியது. பங்கேற்ற நிறுவனங்களுக்கான முடிவே இது; அலுவலகப் பணிகள் அனைத்திற்குமான முடிவு அல்ல.

2023-இல் நடத்தப்பட்டு, 2026 மார்ச் மாதம் வெளியிடப்பட்ட, 758 Boston Consulting Group ஆலோசகர்களுடனான களப் பரிசோதனையில், GPT-4-இன் பலத்துடன் பொருந்துமாறு திட்டமிட்டு தேர்ந்தெடுத்த பணிகளில் வேலை வேகமாகவும் மேம்பட்டதாக மதிப்பிடப்பட்டதாகவும் கண்டறிந்தனர். நேர்காணல் ஆதாரங்களைப் புரிந்துகொள்ள வேண்டிய வேறு வழக்கில், AI பயன்படுத்தியவர்கள் தவறான பதிலளிக்க அதிக வாய்ப்பிருந்தது. இந்த ஆய்வில் BCG ஒத்துழைத்தது; வாடிக்கையாளர்களுக்கு வழங்கிய முடிவுகளை அல்ல, வரையறுக்கப்பட்ட பயிற்சிப் பணிகளையே சோதித்தது.

246 பிரச்சினைகளில் பணியாற்றிய, திறமையான திறந்த மூல உருவாக்குநர்கள் 16 பேரைக் கொண்டு METR நடத்திய சீர்முறைப்படுத்தப்பட்ட ஆய்வில், 2025 தொடக்கத்தில் இருந்த AI கருவிகள், உருவாக்குநர்கள் நன்கு அறிந்த களஞ்சியங்களில் பணிகளை முடிக்க எடுத்த நேரத்தை 19% அதிகரித்தன. இருப்பினும், கருவிகள் தங்களை வேகப்படுத்தியதாக உருவாக்குநர்கள் நம்பினர். METR-இன் பிந்தைய முயற்சி புதிய கருவிகளால் ஆதாயம் இருக்கலாம் எனக் காட்டியது; ஆனால் AI இன்றி வேலை செய்ய விரும்பாத உருவாக்குநர்கள் ஆய்விலிருந்து விலகியதும், ஒரே நேரத்தில் agent-கள் பணியாற்றியதும் நேர அளவீட்டைச் சிக்கலாக்கியதால் மதிப்பீட்டை நம்பகமற்றதாக ஆய்வாளர்கள் கருதினர். எனவே, கருவிகளும் ஆண்டுகளும் மாறினாலும் குறியீட்டு பணிகளுக்கான ஒரே உற்பத்தித்திறன் விளைவைக் இந்த ஆய்வுகள் நிறுவ முடியாது.

குறியீட்டுக்கு வழக்கத்தைவிட எளிதில் சரிபார்ப்பு கிடைக்கிறது: களஞ்சியங்கள் சூழலையும் மாற்றங்களையும் பாதுகாக்கின்றன; உருவாக்கம், சோதனை, மதிப்பாய்வு ஆகியவை தோல்வியை வெளிக்காட்டலாம். அங்கும், சோதனை வெற்றி பெற்றது மட்டுமே முழுத் தயாரிப்பை அளப்பதல்ல. வாடிக்கையாளர் ஆதரவில் பிரச்சினை தீர்வு மற்றும் வாடிக்கையாளர் எதிர்வினைகள் வேறு பின்னூட்டத்தை வழங்குகின்றன. மின்னஞ்சல் வரைவு நேரத்தை மிச்சப்படுத்தலாம்; ஆனால் நிறுவன வெளியீட்டை மாற்றாமல் இருக்கலாம். சட்ட, நிதி அல்லது மருத்துவப் பரிந்துரைக்கு அதன் விளைவுகளுக்குப் பொருந்தும் சரிபார்ப்பு தேவை; வாங்குபவர் கருவிச் செலவுடன் மதிப்பாய்வு வேலையையும் கணக்கிட வேண்டும். அளவீட்டுச் சிக்கல்கள் வேறுபட்டவை; ஆகவே பயன்பாடு மட்டுமே சமமான தீவிரத்தையோ மதிப்பையோ நிறுவாது.

சம்பளப் பட்டியல் மாறுவதற்கு முன்பே வேலை மாறலாம்

டென்மார்க்கில், AI-ஆல் பாதிக்கப்படக்கூடிய 11 தொழில்களைச் சேர்ந்த பணியாளர்களின் கணக்கெடுப்புகளையும் 7,000 பணியிடங்களையும் ஆய்வாளர்கள் நிர்வாகப் பதிவுகளுடன் இணைத்தனர். அவர்களது 2026 மார்ச் திருத்தப்பட்ட ஆய்வு ChatGPT அறிமுகமாகி இரண்டு ஆண்டுகளுக்குப் பிறகு, நிறுவனங்களின் chatbot முயற்சிகளையும் தெரிவிக்கப்பட்ட பணி மாற்றங்களையும் கண்டது; ஆனால் பணியாளர் அல்லது பணியிட அளவில் வருவாயிலோ பதிவான வேலை நேரத்திலோ கண்டறியக்கூடிய தாக்கம் இல்லை. 2%-ஐத் தாண்டிய விளைவுகளைத் தங்கள் மதிப்பீடுகள் விலக்குவதாக அவர்கள் கூறுகின்றனர். இந்த முடிவு டென்மார்க், ஆய்வு செய்த தொழில்கள், காலப்பகுதி ஆகியவற்றால் வரையறுக்கப்படுகிறது. பிந்தைய பயன்பாடும் வேலைவாய்ப்பை மாற்றாது என்பதை இது நிறுவாது.

ஒரு பணியாளருக்கு, தொடர்ந்து பயன்படுத்துவது பல்வகைப் பணிகளைச் செய்வதையோ மின்னஞ்சலுக்குச் செலவிடும் நேரம் குறைவதையோ குறிக்கலாம். வாங்குபவருக்கு, முழுப் பணிச்சுற்றும் ஏற்றுக்கொள்ளத்தக்க செலவில் நம்பகமான வேலையை வழங்குகிறதா என்பதே கேள்வி. ஆதரவு பதிலைப் பெறுபவருக்கோ தொழில்முறை ஆலோசனையை நம்பியிருப்பவருக்கோ, அது சரியானதா, அதற்குப் பொறுப்பேற்க முடியுமா என்பதே முடிவு. குறியீட்டு பணிகளுக்கு அப்பாலும் பயன்பாடு விரிவடைவதையும், குறிப்பிட்ட பணிகளில் அளவிடக்கூடிய ஆதாயங்கள் இருப்பதையும் கிடைக்கின்ற ஆதாரங்கள் உறுதிப்படுத்துகின்றன. பிற வேலைகளில் மென்பொருள் உருவாக்கத்தைப் போன்ற பயன்பாட்டுத் தீவிரம் எப்போது வரும் என்பதற்கான கால அட்டவணையையோ, ஒரே மாதிரியான உற்பத்தித்திறன் மற்றும் வேலைவாய்ப்பு விளைவையோ அவை இன்னும் உறுதிப்படுத்தவில்லை.

ஆதாரங்களும் மேலும் வாசிப்பும்

• St. Louis Fed விளக்கிய Real-Time Population Survey பயன்பாட்டுக் கண்காணிப்பி, ஆகஸ்ட் 27, 2026: அமெரிக்காவில் முந்தைய வாரப் பயன்பாடு, AI உதவிய வேலை நேரம், சுயமாகத் தெரிவிக்கப்பட்ட நேரச் சேமிப்பு. வெளியீட்டுத் தரத்தையோ வருவாயையோ இது கவனிப்பதில்லை.
• OpenAI Enterprise Signals, ஆகஸ்ட் 12, 2026 அன்று புதுப்பிக்கப்பட்டது: OpenAI நிறுவன வாடிக்கையாளர் தளத்திலுள்ள பயன்பாடு, token மற்றும் வாராந்திரச் செயலில் உள்ள பயனர் அளவீடுகள். வளர்ச்சி விகிதங்களுக்கான தொடக்க எண்ணிக்கைகள் வெளியிடப்படவில்லை.
• OpenAI, Work at the Frontier, ஜூலை 2026, மற்றும் அதன் செப்டம்பர் தொடராய்வு: வகைப்படுத்தப்பட்ட ChatGPT செய்திகளும் மாதிரியில் தேர்ந்தெடுக்கப்பட்ட வணிகப் பயனர்களின் மீள்பயன்பாடும்; முடிக்கப்பட்ட வேலைகளின் விளைவுகள் அல்ல.
• Anthropic Economic Index, Cadences, ஜூன் 26, 2026, மற்றும் Learning curves, மார்ச் 24, 2026: Claude செயல்பாடு, வெளியீட்டு வகைகள், தேர்ந்தெடுக்கப்பட்ட பயனர்களின் கணக்கெடுப்பு. அவற்றின் வகுத்தெண்கள் Anthropic போக்குவரத்துத் தரவும் பதிலளித்தவர்களும்.
• Brynjolfsson, Li மற்றும் Raymond, Generative AI at Work, 2025 பிப்ரவரி 4 அன்று இணையத்தில் வெளியிடப்பட்டது; மே மாத Quarterly Journal of Economics இதழில் இடம்பெற்றது: ஒரே நிறுவனத்தில் படிப்படியாக அறிமுகப்படுத்தப்பட்ட AI உதவியின்போது, ஆதரவு முகவர்களின் உற்பத்தித்திறன், பணியாளர் திறன் வேறுபாடுகள், வாடிக்கையாளர் எதிர்வினைகள் ஆகியவற்றை அளந்தது.
• Dillon மற்றும் இணை ஆசிரியர்கள், Shifting Work Patterns with Generative AI, நவம்பர் 2025-இல் திருத்தப்பட்டது: பங்கேற்ற நிறுவனங்களில் பணியிட AI அணுகல், மின்னஞ்சல் நேரம், பணிக் கலவை ஆகியவற்றைச் சீர்முறைப் பரிசோதித்தது. மூன்று ஆசிரியர்கள் Microsoft Research-இல் பணியாற்றினர்; Microsoft பரிசோதனையை இணைந்து ஏற்பாடு செய்தது.
• Dell'Acqua மற்றும் இணை ஆசிரியர்கள், Navigating the Jagged Technological Frontier, 2023-இல் நடத்தப்பட்டு 2026 மார்ச் 11 அன்று வெளியிடப்பட்ட பரிசோதனை: வேறுபட்ட ஆலோசனைப் பணிகளில் வேகம், மதிப்பிடப்பட்ட தரம், பிழைகள் ஆகியவற்றை அளந்தது.
• METR-இன் உருவாக்குநர் பரிசோதனை மற்றும் பிப்ரவரி 2026 புதுப்பிப்பு: சீர்முறை குறியீட்டு ஆதாரங்களும், பிந்தைய ஆய்வில் தேர்வு சார்ந்த சிக்கல்களும்.
• Humlum மற்றும் Vestergaard, Still Waters, Rapid Currents, மார்ச் 2026-இல் திருத்தப்பட்டது: டென்மார்க் பணியாளர்கள் மற்றும் பணியிடக் கணக்கெடுப்புகளைப் பதிவுசெய்யப்பட்ட வேலை நேரம், வருவாய் ஆகியவற்றுடன் இணைத்த ஆய்வு.