வெறும் Chatbot போதுமா? Amazon சொன்ன புதிய Agentic AI ரகசியம்

TechSparks மேடையில் என்ன நடந்தது?#

பெங்களூரு அல்லது சென்னை ஐடி அலுவலகங்களில் டீ குடிக்கப் போகும்போது ஒரு விஷயத்தை கவனித்திருக்கிறீர்களா? கடந்த இரண்டு வருடங்களாக எல்லோரும் வியந்து பேசிய AI சாட்பாட்கள் மீது இப்போது பலருக்கும் சின்ன சலிப்பு வந்துவிட்டது. ஒரு கவிதை எழுதுவது, மெயில் டிராப்ட் போடுவது அல்லது கல்லூரி அசைன்மென்ட் முடிப்பது வரை எல்லாமே ஆரம்பத்தில் ஆச்சரியமாகத்தான் இருந்தது. ஆனால், ஆபீஸ் வேலை என்று வரும்போது, இந்த டூல்கள் தரும் பதிலை சரிபார்க்கவே இன்னொரு ஆள் தேவைப்படுகிறது.

சரியாக இந்த எதார்த்தத்தைத்தான் TechSparks 2026 மேடையில் உடைத்துப் பேசினார் Amazon நிறுவனத்தின் மெஷின் லேர்னிங் பிரிவு துணைத் தலைவர் ராஜீவ் ரஸ்தோகி. AI துறையில் நிலவும் வெறும் விளம்பர வெளிச்சத்தைத் தாண்டி, நிறுவனங்கள் இப்போது எதை நோக்கிப் போகின்றன என்பதை அவர் வெளிப்படையாகப் பகிர்ந்துகொண்டார். வெறும் சாட்பாட் வைத்துக்கொண்டு கஸ்டமர்களுக்கு பதில் சொல்வது ஈஸி; ஆனால் நிறுவனத்தின் உள் வேலைகளை தானாக முடிக்க வைப்பதுதான் உண்மையான சவால் என்றார்.

நிறுவனங்கள் தங்களது பழைய ஸ்டேடிக் சாப்ட்வேர்களைத் தூக்கி எறிந்துவிட்டு, தானாகச் சிந்தித்து முடிவெடுக்கும் அட்டானமஸ் சிஸ்டம்களை நோக்கி மாறத் தொடங்கிவிட்டன. அதாவது, இயற்கை மொழியில் (Natural Language) நாம் ஒரு வேலையைச் சொன்னால், அதை முழுமையாகப் புரிந்துகொண்டு அடுத்தடுத்த படிகளைத் தானாகவே செய்து முடிக்கும் 'Agentic AI' தான் அடுத்த தலைமுறை என்கிறது Amazon.

Agentic AI அப்படின்னா என்ன?#

இதை மிக எளிமையாகப் புரிந்துகொள்ள ஒரு நிஜ வாழ்க்கை உதாரணத்தைப் பார்ப்போம். நீங்கள் அவசரமாக மதுரைக்கு ரயில் டிக்கெட் எடுக்க வேண்டும் என்று நினைக்கிறீர்கள். IRCTC இணையதளத்தைப் பார்த்து டிக்கெட் எடுக்கத் தெரியாத ஒருவருக்கு பக்கத்தில் இருக்கும் ஒரு நண்பர் உதவி செய்வது போலத்தான் இன்றைய Generative AI இருக்கிறது.

அதாவது, அந்த AI-யிடம் "மதுரைக்கு இன்னைக்கு என்ன ட்ரெயின் இருக்கு?" என்று கேட்டால், வண்டி எண், நேரம், உணவு வசதி என எல்லா விவரங்களையும் கடகடவென அடுக்கிவிடும். ஆனால், "எனக்கு ஒரு பெர்த் புக் பண்ணி, கூப்பன் அப்ளை பண்ணி, UPI வழியா பணம் கட்டி டிக்கெட் எடு" என்று சொன்னால் அதனால் முடியாது. "நீங்களே போர்ட்டலுக்கு போய் லாகின் பண்ணி டிக்கெட் எடுங்க" என்று சொல்லி கைவிரித்துவிடும். வெறும் தகவலைப் பேசுவதோடு அதன் வேலை முடிந்துவிடுகிறது.

ஆனால் Agentic AI அப்படி கிடையாது. மொழி அறிவோடு சேர்த்து, இணையதளங்கள் மற்றும் சாப்ட்வேர்களை இயக்கும் கருவிகளும் (Tools) அதற்குள் இருக்கும். உதாரணமாக, நீங்கள் ஒரே வரியில் "நாளைக்கு மதுரை போக தட்கல் டிக்கெட் புக் பண்ணிடு" என்று சொன்னால் போதும். அது முதலில் IRCTC தளத்தைத் திறக்கும். உங்கள் விவரங்களை உள்ளிடும். தட்கல் கோட்டாவைத் தேர்ந்தெடுக்கும். பணப் பரிவர்த்தனைக்கு மட்டும் உங்களிடம் OTP அல்லது GPay அப்ரூவல் கேட்டு வேலையை கச்சிதமாக முடித்துவிடும்.

இதைத்தான் அமேசான் போன்ற பெருநிறுவனங்கள் தங்களது செயல்பாடுகளில் கொண்டுவருகின்றன. உதாரணமாக, Amazon அல்லது Flipkart தளத்தில் ஒரு விற்பனையாளர் தனது பொருளின் விலையை மாற்ற வேண்டும் என்றால், இன்று பல டேஷ்போர்டுகளைத் திறந்து கணக்கிட வேண்டியுள்ளது. புதிய AI ஏஜென்ட்கள் வந்தால், ஒரே வாக்கியத்தில் "இந்த வார விற்பனைக்கு ஏற்ப விலையை 5% குறைத்து புதிய ஆஃபரை ஆன் செய்" என்று சொன்னாலே போதும், பின்னணியில் இருக்கும் ஐந்து சாப்ட்வேர்களை அதுவே இயக்கி வேலையை முடித்துவிடும்.

இந்தியாவுல நம்ம வேலைகளில் என்ன மாறும்?#

இந்திய ஐடி சேவை நிறுவனங்கள் இத்தனை காலம் டேட்டா என்ட்ரி, லெவல்-1 கஸ்டமர் சப்போர்ட் மற்றும் சிஸ்டம் மெயின்டனன்ஸ் போன்ற வேலைகளைத்தான் லட்சக்கணக்கான ஊழியர்களை வைத்துச் செய்துவந்தன. ஒரு நிறுவனத்தில் வேலை செய்யும் ஊழியர் காலையில் லாகின் செய்து, ஒரு எக்செல் ஷீட்டிலிருந்து தகவலை எடுத்து, CRM சாப்ட்வேரில் போட்டு, பிறகு இன்னொரு டிக்கெட்டை குளோஸ் செய்வார். இனி இந்த மாதிரி மேனுவல் வேலைகள் முழுமையாகத் தானியங்கி மயமாகும் வாய்ப்பு வந்துவிட்டது.

ராஜீவ் ரஸ்தோகி குறிப்பிட்டது போல, சாப்ட்வேர் இயங்கும் முறையே மாறப்போகிறது. ஒரு மனிதர் மவுஸை வைத்து க்ளிக் செய்து வேலை செய்வதற்குப் பதிலாக, பின்னணியில் பல AI ஏஜென்ட்கள் ஒன்றுடன் ஒன்று பேசிக்கொண்டு வேலைகளை முடிக்கும். இதனால் சாதாரண டேட்டா என்ட்ரி அல்லது எளிய சப்போர்ட் வேலைகளுக்கான தேவை குறையலாம். ஆனால் அதே நேரத்தில், இந்த ஏஜென்ட்களை வடிவமைக்கும் புதிய வேலைவாய்ப்புகள் உருவாகும்.

இந்தியாவில் உள்ள ஸ்டார்ட்அப்களுக்கும் இது மிகப்பெரிய கதவுகளைத் திறக்கிறது. சிறிய டீம் வைத்துக்கொண்டு, பெரிய நிறுவனங்களுக்கு இணையான வாடிக்கையாளர் சேவையை வழங்க முடியும். உதாரணமாக, ஒரு சிறிய ஆன்லைன் கடை நடத்தும் நபர், பேங்கிங், டெலிவரி பார்ட்னர் ஒருங்கிணைப்பு, ஜிஎஸ்டி பில்லிங் என எல்லாவற்றையும் கவனிக்க தனித்தனி ஆட்களை நியமிக்கத் தேவையில்லை. ஒரே ஒரு திறமையான AI ஏஜென்ட் இந்த அத்தனை பணிகளையும் இன்டெக்ரேட் செய்து இயக்கும்.

நீங்க இப்போ என்ன பண்ணனும்?#

நீங்கள் ஐடி துறையிலோ அல்லது கல்லூரி இறுதியாண்டிலோ இருந்தால், இந்த மாற்றத்தை உடனே கவனிக்க வேண்டும். இப்போதெல்லாம் ChatGPT-யில் எப்படி ப்ராம்ப்ட் கொடுப்பது என்று ஒரு வரிக் கோர்ஸ் படிப்பதால் பெரிய பலன் எதுவும் இருக்கப்போவதில்லை. வெறும் டெக்ஸ்ட் ஜெனரேஷன் காலம் மெல்ல முடிந்துவருகிறது.

இனி தேவைப்படப் போவது ஆர்க்கிஸ்ட்ரேஷன் (Orchestration) மற்றும் டூல் இன்டெக்ரேஷன் (Tool Integration) திறன்தான். அதாவது, இரண்டு அல்லது மூன்று மென்பொருள்களை ஏபிஐ (API) வழியாக இணைத்து, அவற்றுக்கு நடுவே ஒரு AI ஏஜென்ட்டை எப்படி வேலை செய்ய வைப்பது என்பதை நீங்கள் கற்றுக்கொள்ள வேண்டும். LangChain, CrewAI போன்ற நவீன ஃப்ரேம்வொர்க்குகளைப் பற்றி படித்து தெரிந்துகொள்வது நல்லது.

அதேபோல், பாதுகாப்பு மற்றும் எல்லைகளை வகுப்பது (Safety & Guardrails) மிகப்பெரிய துறையாக மாறும். யோசித்துப் பாருங்கள், ஒரு AI ஏஜென்ட்டுக்கு உங்கள் கம்பெனி வங்கி கணக்கையோ அல்லது ஜிமெயிலையோ இயக்கும் முழு அதிகாரம் கொடுத்தால், அது ஏதேனும் தவறு செய்துவிட்டால் என்னாவது? அந்த எல்லைகளை எப்படி நிர்ணயிப்பது, எந்த இடத்தில் மனிதனின் அனுமதி (Human-in-the-loop) தேவை என்பதைத் தீர்மானிக்கும் இன்ஜினியர்கள்தான் அடுத்த சில வருடங்களில் ஐடி உலகில் அதிக சம்பளம் வாங்குவார்கள்.

அமேசான் போன்ற உலகளாவிய ஜாம்பவான்கள் வெறும் சாட்பாட் மோகத்தைக் கடந்து, முழுமையான ஆட்டோமேஷனை நோக்கி அடியெடுத்து வைக்கிறார்கள். இந்த மாற்றத்தை ஆரம்பத்திலேயே புரிந்துகொண்டு நம் திறன்களை அப்டேட் செய்துகொள்வதுதான் இப்போதைய புத்திசாலித்தனம்.

Agentic AI-க்கு மாறும்போது கம்பெனிகள் பண்ற தப்பு என்ன?#

புதுசா ஒரு டெக்னாலஜி வந்த உடனே எல்லா கம்பெனிகளும் அதை அவசர அவசரமா உள்ளே கொண்டுவர நினைப்பது வழக்கம். ஆனா Agentic AI-ஐ பொறுத்தவரை நிறுவனத்தின் டேட்டா ஒழுங்கா இல்லைனா பெரிய தலைவலியில்தான் முடியும். பல கம்பெனிகளில் இன்னமும் பழைய எக்செல் பைல்களிலும், ஒன்றோடொன்று பேசிக்கொள்ளாத தனித்தனி சாப்ட்வேர்களிலும்தான் டேட்டா முடங்கிக் கிடக்குது. இப்படி இருக்கும்போது நேரா ஒரு AI ஏஜென்ட்டை களமிறக்கினால், அது தவறான தகவல்களை எடுத்துக்கொண்டு தப்பான முடிவுகளை எடுக்க ஆரம்பிச்சிடும். முதல்ல உங்க சிஸ்டம்களை API வழியா தெளிவா இணைக்காம அவசரப்பட்டு ஆட்டோமேஷன் பக்கம் போவது வீண் செலவுதான் தரும்.

அடுத்த பெரிய தப்பு என்னன்னா, இந்த ஏஜென்ட்களுக்கு எல்லை நிர்ணயிக்காமல் (Guardrails) முழு அதிகாரத்தையும் கொடுப்பதுதான். உதாரணத்துக்கு ஒரு இ-காமர்ஸ் கம்பெனில ஏஜென்ட் ஒண்ணு தன்னிச்சையா முடிவெடுத்து, பத்தாயிரம் ரூபாய் போனை ஆயிரம் ரூபாய்க்கு விலை குறைச்சிட்டா எவ்வளவு பெரிய நஷ்டம் வரும்? அதனாலதான் முக்கியமான முடிவுகளின்போது மனுஷங்க ஓகே சொன்னா மட்டும் வேலை நடக்கிற மாதிரி (Human-in-the-loop) செக் பாயிண்ட்ஸ் வைக்கணும். அமேசான் மாதிரியான பெரிய நிறுவனங்கள் பாதுகாப்பு வழிமுறைகளை முதல்ல பக்காவா ரெடி பண்ணிட்டுதான் அடுத்த கட்டத்துக்கே போறாங்க. நாமளும் அந்த விவேகத்தோட அணுகுறதுதான் பாதுகாப்பு.

நம்ம போன்ல இருக்கிற சாதாரண ஆப்ஸ்களில் இது எப்படி மாறும்?#

இது ஏதோ பெரிய ஐடி கம்பெனிகளுக்கு மட்டுமான விஷயம்னு நினைக்க வேண்டாம், இன்னும் கொஞ்ச நாள்ல நம்ம தினசரி போன் பயன்பாட்டையே இது தலைகீழா மாற்றப்போகுது. இப்போ நீங்க சென்னைக்குள்ள ஒரு இடத்துக்குப் போகணும்னா, Uber திறந்து கேப் புக் பண்ணி, பிறகு வழில டீ குடிக்க Swiggy-ல ஆர்டர் போட்டு, பிரெண்டுக்கு GPay-ல காசு அனுப்ப தனித்தனியா ஆப்ஸ்களை மாத்திட்டே இருக்கீங்க. ஆனா Agentic AI உங்க போனில் முழுசா வந்தா, "மச்சான் இன்னைக்கு சாயங்காலம் பார்க் போறோம், கேப் போட்டுட்டு வழியில அந்த ஸ்நாக்ஸும் ஆர்டர் பண்ணிடு"னு ஒரே ஆடியோ மெசேஜ் போட்டா போதும். உங்க போனில் இருக்கிற தனித்தனி ஆப்ஸ்களை இந்த ஏஜென்ட் பின்னாடி இணைத்து எல்லா வேலையையும் வரிசையா முடிச்சிடும்.

தமிழ்நாட்டுல இருக்கிற சின்ன வியாபாரிகளுக்குக்கூட இது மிகப்பெரிய வரப்பிரசாதமா அமையப்போகுது. உதாரணத்துக்கு திருப்பூரில் ஒரு பனியன் தயாரிக்கும் நிறுவனம் அல்லது திண்டுக்கல்லில் ஒரு பூட்டு கடை நடத்துபவர் இனி மார்க்கெட்டிங், இன்வாய்ஸ் அனுப்புவது, ஜிஎஸ்டி பைலிங் பண்றதுக்கு தனித்தனி சாப்ட்வேர் ஆட்களைத் தேடி அலைய வேண்டியதில்லை. வாட்ஸ்அப்பில் ஒரு மெசேஜ் மூலமாகவே "இன்னைக்கு வந்த ஆர்டருக்கு பில் போட்டு, டெலிவரி பார்ட்னருக்கு மெசேஜ் அனுப்பி, பேமெண்ட் ரிமைண்டர் போட்டுடு"னு சொன்னாலே போதும். சாப்ட்வேர் என்பது மனிதர்களை வேலை வாங்காமல், மனுஷங்க சொல்ற வேலையை சாப்ட்வேரே புரிஞ்சி செய்ற காலத்தை நோக்கித்தான் நாம் போய்க்கொண்டிருக்கிறோம்.