सॉफ़्टवेयर AI और भौतिक-अवतार वाला AI अलग-अलग नौकरियों को प्रभावित करते हैं
AI और रोज़गार को लेकर चिंता ज़्यादातर सॉफ़्टवेयर पर केंद्रित रही है: लेखन, कोडिंग, ग्राहक-सहायता, विश्लेषण — कीबोर्ड पर किए गए कार्य। एक मानवाकार रोबोट श्रम-बाज़ार के एक अलग हिस्से को बदलता है। इसे भौतिक स्थान से होकर गुज़रना होता है, असली वस्तुओं को उठाना और रखना होता है, और लोगों तथा मशीनरी के साथ भरोसेमंद ढंग से काम करना होता है। इससे इसका आर्थिक प्रभाव कहीं और पड़ता है: गोदाम, फ़ैक्ट्री फ़र्श, और वितरण-केंद्र, न कि खुले-दफ़्तर।
इसलिए यह मायने रखता है कि यह विशिष्ट रूप से बताया जाए कि तैनाती वास्तव में कहां हो रही है, न कि जहां इसे अंततः होने का प्रचार किया जा रहा है। ईमानदार तस्वीर: असली, भुगतान वाली, बहु-वर्षीय मानवाकार तैनाती फ़िलहाल रसद और हल्के विनिर्माण में केंद्रित है — सामान्य घरेलू काम में नहीं, जो काफ़ी हद तक टेलीऑपरेशन-निर्भर बना हुआ है न कि स्वायत्त।
वास्तव में क्या तैनात है, किस पैमाने पर
Agility Robotics का Digit आज भुगतान वाला, निरंतर भौतिक काम करने वाले मानवाकार रोबोटों का सबसे स्पष्ट उदाहरण है। GXO Logistics ने मध्य-2024 में जिसे उसने Agility के साथ उद्योग का पहला बहु-वर्षीय मानवाकार-रोबोट समझौता कहा वह घोषित किया, एक Robots-as-a-Service मॉडल का वर्णन करते हुए जिसमें GXO हार्डवेयर के मालिक होने के बजाय पूरे किए गए काम के लिए भुगतान करता है (GXO)। नवंबर 2025 तक, Agility ने रिपोर्ट किया कि Digit ने Flowery Branch, Georgia की एक ही GXO सुविधा में 100,000 से ज़्यादा टोट (totes) हिलाए थे (Agility Robotics)। मध्य-2026 तक, अपनी सार्वजनिक लिस्टिंग से जुड़ी फ़ाइलिंग में, Agility ने एक व्यापक आंकड़ा उजागर किया: Digit ने Schaeffler, GXO, Toyota Motor Manufacturing Canada, और Mercado Libre सहित नौ ग्राहक-सुविधाओं में 65,000 से ज़्यादा घंटों का संचालन दर्ज किया था।
यह एक सार्थक, सत्यापन-योग्य तैनाती-रिकॉर्ड है — दर्ज घंटे, नामित ग्राहक, आंकड़ों के पीछे एक सार्वजनिक फ़ाइलिंग — लेकिन यह संकुचित भी है। ये टोट-मूविंग, मशीन-टेंडिंग, और सॉर्टेशन कार्य हैं: संरचित, दोहराव वाला, बड़े-पैमाने का भौतिक काम उन सुविधाओं में जो स्वचालन के लिए ही डिज़ाइन की गई हैं। यह इसका सबूत नहीं है कि मानवाकार रोबोट किसी घर, किसी खुदरा फ़र्श, या असंरचित बाहरी काम की परिवर्तनशीलता के लिए तैयार हैं, और Agility ऐसा कोई दावा नहीं करता।
पूर्वानुमानकर्ता क्या उम्मीद करते हैं, और कितनी तेज़ी से
इस क्षेत्र पर Wall Street के अपने आंकड़े तेज़ी से और ज़्यादातर ऊपर की ओर बढ़े हैं। Goldman Sachs ने, सितंबर 2026 के एक शोध-नोट में, अपने मानवाकार-रोबोट शिपमेंट-पूर्वानुमान को 2030 तक 890,000 यूनिट और 2035 तक 65 लाख यूनिट तक बढ़ाया, परिणामी बाज़ार का आकार लगभग $138 अरब बताते हुए, रसद, गोदाम-प्रबंधन, और ऑटोमोटिव को प्राथमिक चालक बताते हुए (247wallst.com, Goldman Sachs शोध की रिपोर्टिंग करते हुए)। Morgan Stanley का China-विशिष्ट पूर्वानुमान, जो जून 2026 में अपडेट किया गया, ने उस देश के मानवाकार-रोबोट बाज़ार को 2026 में लगभग $2 अरब बताया, जो 106% चक्रवृद्धि वार्षिक वृद्धि-दर से बढ़कर 2030 तक $15 अरब हो जाएगा, यूनिट-शिपमेंट 2030 तक लगभग 446,000 तक पहुंचने के साथ (CNBC, Morgan Stanley शोध की रिपोर्टिंग करते हुए)।
ये बैंक-शोध प्रक्षेपण हैं, कोई पहुंचाए गए परिणाम नहीं, और इन्हें किसी भी आगे-देखने वाले बाज़ार-पूर्वानुमान पर लागू की जाने वाली उतनी ही सावधानी से पढ़ा जाना चाहिए: विश्लेषकों ने थोड़े समय में इन आंकड़ों को बार-बार ऊपर की ओर संशोधित किया है, जो अंतर्निहित तैनाती-वास्तविकता के बारे में उतना ही बताता है जितना यह बताता है कि भावना कितनी तेज़ी से बढ़ रही है। फिर भी, दोनों बैंकों द्वारा बताई गई दिशा — रसद, गोदाम-प्रबंधन, और विनिर्माण में केंद्रित तीव्र, क्षेत्र-विशिष्ट वृद्धि — Agility के असली अनुबंधों के साथ मेल खाती है।
एक श्रम-बाज़ार डेटा-बिंदु जिसे गंभीरता से लेना चाहिए
World Economic Forum की Future of Jobs Report 2025 एक जटिल, और शायद पुष्टि करने वाला, डेटा-बिंदु जोड़ती है। नियोक्ताओं का 2030 तक ज़रूरी कौशलों पर सर्वेक्षण करते हुए, WEF ने पाया कि “मैनुअल डेक्सटेरिटी, सहनशक्ति, और सटीकता” की मांग में 24% की शुद्ध गिरावट की उम्मीद है — यह पहली बार है जब इस दोहराए जाने वाले सर्वेक्षण ने किसी भौतिक-कौशल श्रेणी के लिए शुद्ध-नकारात्मक दृष्टिकोण दिखाया है। यह एक व्यापक मैक्रो-रुझान की खोज है, कोई AI-विशिष्ट या रोबोटिक्स-विशिष्ट खोज नहीं, और WEF की रिपोर्ट बदलती कौशल-मांग का श्रेय एक साथ कई ताकतों को देती है, जिनमें स्वचालन भी शामिल है। लेकिन यह उससे मेल खाती है जो Agility का तैनाती-रिकॉर्ड ज़मीन पर दिखाता है: औद्योगिक और गोदाम-भौतिक श्रम — वही काम जो सबसे ज़्यादा “मैनुअल डेक्सटेरिटी, सहनशक्ति, और सटीकता” से चलता है — वह खंड है जहां नियोक्ता पहले से ही सबसे कम भविष्य की मांग की उम्मीद करते हैं, और जहां मानवाकार रोबोटों को आज पहले से ही काम करने के लिए भुगतान किया जा रहा है।
इसे यह दावा नहीं समझा जाना चाहिए कि सारा मैनुअल काम एक साथ स्वचालित हो रहा है, या कि यह रुझान केवल, या मुख्य रूप से भी, विशेष रूप से मानवाकार रोबोटों से चलाया जा रहा है — इन सुविधाओं में पहले से आम कन्वेयर स्वचालन, मशीन-विज़न, और अन्य ग़ैर-मानवाकार सिस्टम के विपरीत। WEF का आंकड़ा एक व्यापक नियोक्ता-भावना बदलाव को पकड़ता है; मानवाकार रोबोट इस खंड में एक लंबे स्वचालन-प्रक्षेपवक्र का एक दृश्यमान, अच्छी तरह वित्त-पोषित हिस्सा हैं।
व्यवसाय एक अलग कहानी हैं, संरचनात्मक कारणों से
कुशल व्यवसाय — इलेक्ट्रीशियन, प्लंबर, HVAC तकनीशियन — भौतिक-श्रम अर्थव्यवस्था के एक अलग हिस्से में बैठते हैं, और उन पर पड़ने वाली ताकतें काफ़ी हद तक वे नहीं हैं जो ऊपर बताई गई हैं। उस काम के लिए असंरचित, अक्सर अनियमित निर्मित वातावरण (कोई अपरिचित बेसमेंट, कोई गैर-मानक वायरिंग-काम, कोई बिल्डिंग-कोड भिन्नता) में अप्रत्याशित समस्याओं का निदान चाहिए, यह एक ऐसा क्षेत्र है जहां AGI-युग के मॉडल रोबोट क्षमता को कैसे बदलते हैं में बताए गए फ़ाउंडेशन-मॉडल सामान्यीकरण-लाभ, डेवलपर्स के अपने अनुसार, व्यावहारिक विश्वसनीयता से काफ़ी कम बने हुए हैं। इन व्यवसायों को सेवानिवृत्ति और वर्षों-लंबी लाइसेंसिंग-पाइपलाइनों से चलने वाली संरचनात्मक श्रम-कमी का भी सामना है जिसका AI से कोई लेना-देना नहीं। इस तर्क के पूर्ण विवरण के लिए स्वचालन-प्रतिरोधी व्यवसाय देखें; संक्षिप्त संस्करण यह है कि गोदाम और फ़ैक्ट्री-फ़र्श का काम, और कुशल व्यवसाय-काम, अगले दशक में वाकई अलग-अलग स्वचालन-जोखिम का सामना करते हैं, और “भौतिक श्रम” को एक अविभेदित श्रेणी मानना इसे धुंधला कर देता है।
जोखिम तौलने वाले किसी घर के लिए इसका क्या मतलब है
किसी परिवार के लिए जो यह आंक रहा है कि AI-संचालित नौकरी-व्यवधान घर की आय तक कैसे पहुंच सकता है, यह अंतर सीधे मायने रखता है। GXO जैसी सुविधा में कोई गोदाम-सहयोगी, मशीन-टेंडर, या सॉर्टेशन-कर्मचारी उस खंड में है जहां भुगतान वाली मानवाकार तैनाती पहले से मौजूद है, पूर्वानुमानकर्ता सबसे तेज़ यूनिट-वृद्धि की उम्मीद करते हैं, और नियोक्ता पहले से ही अंतर्निहित भौतिक-कौशल-सेट के लिए घटती मांग रिपोर्ट करते हैं। असंरचित वातावरणों में परिवर्तनशील, निर्णय-भारी भौतिक काम करने वाला एक लाइसेंस-प्राप्त व्यवसायी भौतिक रूप से अलग और, मौजूदा सबूत के अनुसार, धीमी गति से बढ़ने वाले जोखिम का सामना करता है। दोनों को ईमानदार योजना की ज़रूरत है; किसी को भी वही समय-सीमा नहीं चाहिए।
उचित, स्रोत-आधारित स्थिति दो चरम सीमाओं के बीच बैठती है। यह सच नहीं है कि मानवाकार रोबोट सारे मैनुअल श्रम की जगह लेने वाले हैं — आज की तैनाती संकुचित, केंद्रित, और प्रति-यूनिट अभी भी महंगी है। यह भी सच नहीं है कि यह वर्तमान-काल के सबूत के बिना कोई दूर, अटकलबाज़ी वाली चिंता है: नामित कंपनियां आज दसियों हज़ार घंटों के मानवाकार रोबोट-श्रम के लिए भुगतान कर रही हैं, ठीक उसी भौतिक-काम के खंड में जिसकी नियोक्ता पहले से ही कम ज़रूरत बताते हैं।