TATA咨询服务（TCS）的大规模裁员已重新激发了有关印度软件开发人员质量的辩论。随着人工智能（AI）的成就，就业市场有望改变，更加重视创作者，建筑商和问题阶层，而不是简单地执行常规任务的人。印度开发人员面临生存危机吗？ Sudhir Chowdhary就AI对开发人员社区的影响与行业专家进行了交谈。
技能应该是优先事项
Rajesh Nambiar
总裁纳斯科姆
借助任何破坏性技术，我们将看到转变，尤其是当组织转向产品一致的交付模型的过程中，这是在客户对敏捷性，创新和速度的不断发展的期望而驱动的。这可能会重塑传统的服务交付框架，并且在短期内，随着传统技能的重新评估，可能会导致一些劳动力合理化。
截至2022年8月，印度安装了425,000人的AI人才库，需求为600,000-650,000。到2027年，预计需求预计将以15％的复合年增长率增长，达到1.25-135万，预计该差距将进一步扩大，如果供应不加速，则可能会达到53％。因此，适应性，敏捷性和持续发展朝着技能，重新技能和交叉技巧迈进，这不是事后的想法。为这个AI驱动的时代准备人才，已经取得了重大进展。截至25年第4季度，已有超过150万专业人士接受了AI和Genai功能的培训，涵盖了基础至高级水平。 从长远来看，技术将仍然是增长的强大催化剂。技术行业的真正区别将是人才适应性。
重新启动人力资源的时间
Ramesh Jampula
VP – IT，印度和APJC CIO，戴尔
长期以来，印度一直是世界上的技术骨干，我们的开发人员生态系统一直是该故事的核心。但是，随着我们进入Genai时代，现在是时候重置我们如何看待技能，角色和长期就业能力的时候了。
人工智能不是在这里取代IT专业人员；这里是为了重新定义他们的贡献。为了保持相关性，IT专业人员应专注于在迅速的工程，数据科学，云本地开发和AI/ML模型培训等领域建立专业知识。了解负责AI的框架，熟练掌握Python，Tensorflow和Github Copilot等工具，以及开发强大的解决问题和跨职能的协作技能将是关键。
未来的开发人员必须超越技术水平。他们需要了解如何构建和培训AI模型，大型语言模型如何影响用户体验以及如何在道德框架内工作。印度开发人员可以将全球转移到支持AI支持的软件。为了维持这种势头，我们需要重新考虑在入门级和职业人士中如何准备人才。人工智能时代将奖励那些适应，保持好奇和思考的人。印度开发人员的梦想还没有结束 – 它只是开始了新的篇章。
开放新途径
Anshumaan Prasad
NIIT数字业务负责人
AI并没有粉碎印度开发人员的全球梦，它正在重新定义它。正如Y2K曾经将印度人推向全球舞台一样，AI Wave也带来了另一个这样的机会。当然 – AI自动执行例程编码，但它也可以解锁令人兴奋的新门。全球需求正在猛增AI/ML，网络安全，DevOps，Cloud Tech和数据工程的技能。准备将核心编码与AI流利性和行业知识融合的印度开发人员不仅会保持相关性，而且它们将变得必不可少。 AI将成为掌握它的人的超级大国。
对教育和技能提供者的责任是作为人才与明天的技术人员之间的桥梁。我们必须超越传统的课程和设计敏捷的，以结果为中心的计划，这些计划将基础知识与现实世界应用融为一体。快速提高并拥护AI潜力的印度开发人员有望在全球技术领域中占主导地位。
持续学习是一种强大的货币
Shefali Sharma Garg
首席人物 – 印度，露天公司
我们目睹的不是目的，而是对开发商角色的重塑。 AI正在改变我们的构建，交付和扩展方式，但这种转变的核心在于我们的学习和适应方式。我们认为，持续学习是这种新景观中最强大的货币。取消遗产实践，快速重新学习并随着发展技术的发展的能力是定义未来就已经准备就绪的人才的能力。
我们专有的AI工程工具由Sapient Slingshot提供支持的内部能力构建框架，有助于在我们的团队中深深地嵌入这种心态。 Slingshot通过结合生成AI，受域培训的代理和企业级代码库来增强软件开发，以应对复杂的挑战。更重要的是，它展示了人类和人工智能如何合作以推动精度，速度和创新。
我们不仅仅是为今天的技能雇用。我们正在通过学习敏捷性，好奇心和对歧义蓬勃发展的韧性来培养人才。通过一个多层次的学习生态系统，我们正在授权我们的人民转移齿轮，拥有他们的成长所有权，并介入AI不是替代者而是共同创造者的重新定义角色。对于开发人员来说，这不是生存时刻。这是一个成长时刻。一个要求思维定势转变并打开新的可能性。
构建到最后
Madhu Viswanathan
ISB数据科学研究所（IIDS）研究总监
虽然不是生存危机，但对于印度开发商来说，这无疑是一个关键时刻。他们需要重新定向传统培训没有准备的方式。这不仅是学习AI或云工具，而且是在上下文中应用它们；将它们嵌入业务工作流程和成果中。角色是从执行转变为判断：从编码所提供的内容到决定值得建立的内容。
而像Infosys这样的公司，
TCS和WIPRO启动了内部计划，Coursera之类的平台提供了广泛的访问权限，高技能的质量和规模仍然不平衡。更重要的是，这种转变要求从服务提供到解决问题和产品思维的思维方式改变，这是无法单独培训实现的。
人工智能转变是一种计算，对于我们的教育系统，雇用实践和工作方向。需要进行全面的课程大修，AI，云和数据应该是核心，而不是选修课。更大的重点应该放在产品，DeepTech和Ai-native公司，而不仅仅是服务。白话AI，Agri-Tech，MSME和健康技术的机会不足。
