तीन अलग-अलग सवालों से शुरुआत करें
AI और नौकरियों की चर्चा तब भ्रामक हो जाती है जब तीन मापों को आपस में बदले जाने योग्य मान लिया जाता है। एक्सपोज़र पूछता है कि क्या कोई तकनीक किसी व्यवसाय में कुछ कार्य कर सकती है। देखे गए असर पूछते हैं कि क्या रोज़गार, घंटे, वेतन, भर्ती, या काम की गुणवत्ता वाक़ई बदली है। पूर्वानुमान क्षमता, अपनाव, मांग, नियमन, और व्यापक अर्थव्यवस्था के बारे में धारणाओं के तहत अनुमान लगाते हैं कि क्या हो सकता है। कोई नौकरी बिना ग़ायब हुए अत्यधिक उजागर हो सकती है: उदाहरण के लिए, स्प्रेडशीट ने अकाउंटिंग को बदल दिया, जबकि कुछ अकाउंटिंग काम की मांग बढ़ाई।
2025 में उपलब्ध सबसे मज़बूत वैश्विक एक्सपोज़र-अनुमान International Labour Organization और Poland के NASK संस्थान से आया। उनके कार्य-स्तरीय इंडेक्स ने वैश्विक रोज़गार के लगभग 25% को किसी न किसी जनरेटिव-AI एक्सपोज़र वाला वर्गीकृत किया, पर केवल 3.3% को सबसे ऊंची-एक्सपोज़र श्रेणी में। लेखकों ने निष्कर्ष निकाला कि पूर्ण प्रतिस्थापन से ज़्यादा संभावना परिवर्तन की थी क्योंकि ज़्यादातर व्यवसाय स्वचालन-योग्य और ग़ैर-स्वचालन-योग्य कार्यों को मिलाते हैं। एक्सपोज़र उच्च-आय वाली अर्थव्यवस्थाओं में और महिलाओं के लिए ज़्यादा था, बड़े पैमाने पर इसलिए क्योंकि क्लर्किकल रोज़गार असमान रूप से बंटा हुआ है। ये मॉडल किए गए अनुमान हैं, पहले से खोई गई नौकरियों की गिनती नहीं (ILO–NASK, मई 2025)।
वास्तव में क्या देखा गया है
सितंबर 2026 तक, जनरेटिव AI के कारण पूरी अर्थव्यवस्था में सामूहिक बेरोज़गारी का सबूत स्थापित नहीं है। अपनाव काफ़ी है पर असमान है, और आधिकारिक रोज़गार-आंकड़े कोई साफ़-सुथरी “AI-कारित” श्रेणी की पहचान नहीं करते। कंपनियां AI का हवाला दे सकती हैं जबकि ब्याज़-दरों, अति-भर्ती, आउटसोर्सिंग, या सामान्य पुनर्गठन के कारण भी नौकरियां काट सकती हैं। इसलिए घोषित छंटनियां अलग-अलग AI-एक्सपोज़र वाले समान कर्मचारियों या फ़र्मों की तुलना करने वाले अध्ययन से कमज़ोर कारणात्मक सबूत हैं।
ज़्यादा भरोसेमंद निकट-अवधि पैटर्न नौकरियों और भर्ती-पाइपलाइनों के भीतर पुनर्आवंटन है। फ़ील्ड-प्रयोगों ने ग्राहक-सहायता और लेखन जैसे सीमित कार्यों में उत्पादकता-लाभ पाए हैं, अक्सर कम-अनुभवी कर्मचारियों के लिए बड़े लाभ के साथ। इसका मतलब यह नहीं कि पूरे व्यवसाय में वही असर होगा: तेज़ आउटपुट कर्मचारी-संख्या घटा सकता है, मांग बढ़ा सकता है, गुणवत्ता बढ़ा सकता है, या बस काम की मात्रा बढ़ा सकता है। Stanford का 2026 AI इंडेक्स बताता है कि श्रम-बाज़ार पर असर असमान हैं और कुछ उजागर व्यवसायों तथा युवा-कर्मचारी भर्ती-पाइपलाइनों में केंद्रित हैं, पर यह सबूत अभी भी विकसित हो रहा है, यह प्रमाण नहीं कि पूरी पीढ़ी विस्थापित हो चुकी है (Stanford HAI, 2026)।
क्लर्किकल कार्य सबसे उजागर बने हुए हैं, जबकि एक्सपोज़र प्रोग्रामिंग, विश्लेषण, और वित्त जैसे डिजिटलीकृत पेशेवर काम में भी फैल गया है। भौतिक उपस्थिति किसी नौकरी को स्थायी रूप से सुरक्षित नहीं बनाती; यह बस यह सीमित करती है कि आज के टेक्स्ट-और-स्क्रीन सिस्टम रोबोटिक्स के बिना क्या कर सकते हैं — एक ऐसी खाई जिसका इस मैनुअल का मानवाकार रोबोटिक्स की स्थिति पन्ना सीधे सर्वेक्षण करता है। लाइसेंस-प्राप्त निर्णय-क्षमता और पारस्परिक भरोसा भी प्रतिस्थापन को धीमा कर सकते हैं, हालांकि संस्थाएं अब भी उन भूमिकाओं के इर्द-गिर्द तैयारी, ट्रायाज, दस्तावेज़ीकरण, और निगरानी को स्वचालित कर सकती हैं।
सुर्ख़ी वाले पूर्वानुमान को सुधारना
World Economic Forum की Future of Jobs Report 2025 ने 2030 तक 17 करोड़ नौकरियां बनने और 9.2 करोड़ विस्थापित होने का अनुमान लगाया, जो 7.8 करोड़ की शुद्ध वृद्धि है। वे आंकड़े पांच बड़े रुझानों को एक साथ कवर करते हैं: तकनीकी बदलाव, भू-आर्थिक विखंडन, हरित संक्रमण, जनसांख्यिकीय बदलाव, और आर्थिक अनिश्चितता। ये अकेले AI द्वारा बनाई या नष्ट की गई नौकरियों का अनुमान नहीं हैं। रिपोर्ट की नियोक्ता-उम्मीदों के भीतर, AI और सूचना-प्रसंस्करण तकनीक 1.1 करोड़ नौकरियां बनने और 90 लाख विस्थापित होने से जुड़ी थीं। कार्यप्रणाली 1,000 से ज़्यादा बड़े नियोक्ताओं के सर्वेक्षण को ILO रोज़गार-डेटा के साथ जोड़ती है, इसलिए यह वैश्विक स्तर पर प्रक्षेपित नियोक्ता-उम्मीदों का प्रतिनिधित्व करती है, कोई मापा गया नतीजा नहीं (WEF, जनवरी 2025)। WEF एक नियोक्ता-नेतृत्व वाला संगठन है, एक ऐसा नज़रिया जो पाठकों को इसके सर्वेक्षण की व्याख्या करते समय ध्यान में रखना चाहिए।
परामर्श-फ़र्मों के अनुमान अक्सर “तकनीकी रूप से स्वचालन-योग्य घंटे” मापते हैं। ये परिदृश्य-योजना के लिए उपयोगी हो सकते हैं पर बेरोज़गारी के पूर्वानुमान नहीं हैं। तैनाती भरोसेमंदी, कार्यप्रवाह-पुनर्डिज़ाइन, क़ानूनी ज़िम्मेदारी, एकीकरण-लागत, श्रम-सौदेबाज़ी, ग्राहक-प्राथमिकता, और यह कि क्या स्वचालन किसी सेवा को मांग बढ़ाने लायक़ पर्याप्त सस्ता बनाता है, इस पर निर्भर करती है। कोई मॉडल जो किसी प्रदर्शन में सूचीबद्ध 60% कार्य कर सकता है, ज़रूरी नहीं कि उसने किसी कर्मचारी की भुगतान वाली भूमिका का 60% स्वचालित कर दिया हो।
AGI संक्रमण क्या बदल सकता है
ऊपर सब कुछ मौजूदा जनरेटिव AI से जुड़ा है। AGI श्रम-असर प्रक्षेपण हैं, क्योंकि किसी सहमत परीक्षण ने यह स्थापित नहीं किया है कि AGI मौजूद है। नए डोमेन को भरोसेमंद ढंग से सीखने, लंबी अवधि में योजना बनाने, टूल संचालित करने, और कार्यप्रवाहों को सुधारने में सक्षम एक सिस्टम संज्ञानात्मक काम की एक कहीं व्यापक श्रेणी को उजागर कर सकता है। अगर रोबोटिक्स भी सस्ती और भरोसेमंद हो जाए, तो भौतिक काम भी इसका अनुसरण कर सकता है। इसके उलट, नियमन, स्वामित्व-संरचनाएं, मानवीय प्राथमिकता, और पूरक मांग कहीं ज़्यादा मज़बूत सिस्टम के साथ भी काम को बचा सकती हैं या बना सकती हैं।
मुख्य अनिश्चितता केवल क्षमता नहीं बल्कि फ़ायदों का वितरण है। तेज़ उत्पादकता-वृद्धि श्रम-आय में गिरावट के साथ-साथ मौजूद रह सकती है अगर पूंजी के मालिक ज़्यादातर प्रतिफल हासिल कर लें। यह ऊंचे वेतन, छोटे कार्य-सप्ताह, सार्वजनिक सेवाओं, या सामाजिक लाभांश को भी वित्तपोषित कर सकती है अगर संस्थाएं फ़ायदे बांटें। इसलिए “क्या नौकरियां होंगी?” यह पूछने से कम पूर्ण है कि सिस्टम का मालिक कौन है, कौन सौदेबाज़ी कर सकता है, संक्रमण की लागत कौन उठाता है, और क्या घर आय और एजेंसी बनाए रखते हैं।
असमान एक्सपोज़र और द्वितीयक असर
संक्रमण शायद ही कभी एकसमान होते हैं। निर्माण या देखभाल-काम के प्रभुत्व वाले क्षेत्रों से पहले प्रशासनिक केंद्र प्रभावित हो सकते हैं। वरिष्ठ भूमिकाएं बनी रहने पर भी प्रवेश-स्तर के कार्य सिकुड़ सकते हैं, जिससे वह रास्ता कमज़ोर होता है जिससे नौसिखिये विशेषज्ञ बनते हैं। विकलांग कर्मचारियों को क़ीमती सहायता मिल सकती है जबकि उन्हें स्वचालित स्क्रीनिंग और निगरानी का भी सामना करना पड़ सकता है। कम-आय वाले देश विशेषज्ञता तक पहुंच पा सकते हैं, फिर भी वह आउटसोर्स किया गया सेवा-काम खो सकते हैं जिस पर स्थानीय अर्थव्यवस्थाएं निर्भर हैं।
मापन नौकरी की गुणवत्ता को भी नज़रअंदाज़ करता है। AI उबाऊ काम हटा सकता है, पर यह निगरानी, एल्गोरिद्मिक लक्ष्यों, और निरंतर आउटपुट की उम्मीदों के ज़रिए काम को तीव्र भी कर सकता है। एक स्थिर रोज़गार-गिनती वेतन-संकुचन, कम घंटे, बिगड़ी हुई स्वायत्तता, या स्टाफ़-रोज़गार से अनिश्चित कॉन्ट्रैक्टिंग की ओर बदलाव को छुपा सकती है। इसके उलट, यह नई सुगम्यता और उद्यमिता के फ़ायदों को भी छुपा सकती है। एक ज़िम्मेदार डैशबोर्ड को अकेले छंटनी नहीं बल्कि भर्ती, वेतन, घंटे, रिक्तियां, कार्य-सामग्री, कर्मचारी-नियंत्रण, और वितरण को ट्रैक करना चाहिए।
एक व्यावहारिक घरेलू पठन
किसी एक पूर्वानुमान से कोई अपरिवर्तनीय करियर-निर्णय न लें। एक्सपोज़र को उचित सावधानी (due diligence) के लिए एक संकेत मानें:
- उन कार्यों की सूची बनाएं जिनके लिए आपको भुगतान मिलता है, जिसमें रिश्ते, जवाबदेही, और भौतिक-संदर्भ का काम शामिल है जिसे नौकरी के शीर्षक छोड़ देते हैं।
- असली कार्यों पर मौजूदा टूलों का परीक्षण करें और उनकी भरोसेमंदी, निगरानी का बोझ, और विफलता की लागत दर्ज करें।
- केवल कार्यकारी बयानों को नहीं, बल्कि अपने नियोक्ता की भर्ती, ख़रीद, और कार्यप्रवाह में बदलाव देखें।
- निर्णय-क्षमता, डोमेन-ज्ञान, ग्राहक-भरोसे, और AI-सहायता प्राप्त उत्पादकता का पोर्टेबल सबूत बनाएं।
- जहां संभव हो, एक ही नियोक्ता या संकुचित कार्य-बंडल में घरेलू संकेंद्रण घटाएं।
सितंबर 2026 में ईमानदार निष्कर्ष न तो “कुछ नहीं हो रहा” है न “ज़्यादातर नौकरियां ग़ायब होने वाली हैं”। मौजूदा सबूत काफ़ी कार्य-एक्सपोज़र, असमान अपनाव, सीमित परिवेशों में उत्पादकता-लाभ, और कुछ भर्ती-माध्यमों में शुरुआती व्यवधान दिखाते हैं। बड़े शुद्ध-रोज़गार के दावे पूर्वानुमान बने हुए हैं। AGI-स्तर का विस्थापन एक संभावित परिदृश्य है जिसका पैमाना मॉडल-क्षमता जितना ही तैनाती और राजनीतिक-अर्थव्यवस्था पर निर्भर करता है।