एक ही अर्थव्यवस्था की दो तस्वीरें
एक तस्वीर: AI उपकरण किसी अकेले संस्थापक को वह करने देते हैं जिसके लिए पहले सह-संस्थापक और दो कर्मचारी चाहिए होते थे, और नतीजा है अति-दुबली, उच्च-राजस्व वाली एक-व्यक्ति कंपनियों की एक लहर। दूसरी तस्वीर: AI चुपचाप उन प्रवेश-स्तर की नौकरियों को खोखला कर रहा है जो लोगों को कुछ भी स्थापित करने के लिए ज़रूरी कौशल सिखाती थीं। दोनों तस्वीरें असली 2025-2026 डेटा पर आधारित हैं। कोई भी पूरी अर्थव्यवस्था नहीं है। यह लेख दोनों को एक साथ पकड़ने की कोशिश करता है।
“आसमान गिर नहीं रहा, लेकिन धीरे-धीरे नीचे आ रहा है”
सबसे उपयोगी फ़्रेमिंग मौजूदा प्रचार-चक्र से पहले की है। अर्थशास्त्री David Autor और David Mindell की सह-अध्यक्षता वाले MIT के Task Force on the Work of the Future ने अमेरिकी कर्मचारियों पर स्वचालन के असली प्रभावों का दो साल अध्ययन करने के बाद नवंबर 2020 में अपनी अंतिम रिपोर्ट जारी की। Autor की सारांश-पंक्ति अच्छी तरह टिकी है: “आसमान गिर नहीं रहा, लेकिन धीरे-धीरे नीचे आ रहा है।” टास्क फ़ोर्स का बड़ा निष्कर्ष यह था कि 2018 में मौजूद लगभग 63% नौकरियां 1940 में मौजूद नहीं थीं — तकनीकी बदलाव लगातार काम की श्रेणियां नष्ट और निर्मित करता है — और ज़्यादा तात्कालिक समस्या रोबोटों द्वारा थोक में नौकरियां चुराना नहीं थी, बल्कि नीति का उत्पादकता-लाभ को कर्मचारियों तक पहुंचने देने में विफल रहना था: एक ठहरा हुआ न्यूनतम वेतन, कमज़ोर बेरोज़गारी-बीमा, और क्षीण सामूहिक-सौदेबाज़ी शक्ति।
वह फ़्रेमिंग विशेष रूप से उद्यमशीलता के लिए मायने रखती है। अगर मुख्य समस्या करने के लिए काम की कमी के बजाय वितरणात्मक है, तो AI-सक्षम एकल-उद्यमशीलता एक प्रशंसनीय रिलीज़-वाल्व है — किसी नियोक्ता के उत्पादकता-लाभ आगे बढ़ाने का इंतज़ार करने के बजाय विस्थापित या कम-भुगतान वाली विशेषज्ञता के लिए सीधे मूल्य हासिल करने का एक तरीक़ा। क्या यह बड़े पैमाने पर वैसे ही काम करता है, यह एक अनुभवजन्य सवाल है, कोई तय निष्कर्ष नहीं।
सोलोप्रेन्योर के आंकड़े वास्तव में क्या कहते हैं
Stripe की आंतरिक शोध-शाखा, Stripe Economics, ने जून 2026 में “The Age of the Solopreneur” प्रकाशित किया, जिसे Ernie Tedeschi, Marisa Rama, और Chris Cruickshank ने लिखा। इसने पाया कि लगभग 40 लाख अमेरिकियों ने 2023 में मुख्य आय सोलोप्रेन्योर के रूप में कमाई जो सालाना $100,000 से ज़्यादा जनरेट करते थे, जो 2010 के दशक की शुरुआत में लगभग 20 लाख से ज़रा ज़्यादा से बढ़कर हुआ। $10 लाख आय पार करने वाला हिस्सा 2023 और 2025 के बीच लगभग दोगुना हो गया। Delaware में निगमन — गंभीर स्टार्टअप-निर्माण का एक सामान्य प्रॉक्सी — 2025 की शुरुआत से साल-दर-साल लगभग 40% बढ़ा, और Stripe से भुगतान-प्रसंस्करण करने वाले नए व्यवसायों के 2025 समूह ने 2023 समूह के मुक़ाबले लगभग 30% ज़्यादा दर से $10 लाख राजस्व तक पहुंचा।
इसे एक चेतावनी के साथ पढ़ें जो कसकर जुड़ी रहे: Stripe Economics वाक़ई सक्षम शोध-टीम है, लेकिन यह Stripe का अपना भुगतान-प्रसंस्करण डेटा है, जिसे उस कंपनी ने प्रकाशित किया जिसका व्यवसाय तब बढ़ता है जब ज़्यादा लोग एकल-उद्यम निगमित करते हैं और Stripe के ज़रिए भुगतान प्रसंस्कृत करते हैं। यह आंकड़ों को ख़ारिज करने की वजह नहीं है — यह उन्हें तटस्थ स्थूल-आर्थिक तथ्य मानने से पहले स्वतंत्र पुष्टि चाहने की वजह है।
वह पुष्टि मौजूद है, और यह उस स्रोत से आती है जिसका इस कहानी में कोई हिस्सा नहीं: U.S. Census Bureau का Business Formation Statistics। ब्यूरो का अपना वार्षिक प्रकाशन — जिसने जून 2026 में पूरे साल 2025 का डेटा शामिल किया — ने 2025 में 56.2 लाख व्यवसाय-आवेदन दर्ज किए, जो 2024 में 52 लाख से ज़्यादा और 2005 से लगभग 34.7 लाख के वार्षिक औसत से काफ़ी ऊपर है। 2026 में आवेदन 2025 की इसी अवधि से सार्थक रूप से ऊपर चलते रहे हैं। सरकारी व्यवसाय-पंजीकरण डेटा “AI उपकरणों की वजह से स्थापित” को “किसी और वजह से स्थापित” से अलग नहीं कर सकता, लेकिन यह स्वतंत्र रूप से पुष्टि करता है कि व्यवसाय-निर्माण में कुछ असली हो रहा है, इतने बड़े पैमाने पर कि यह किसी एक भुगतान-कंपनी के ग्राहक-आधार की उपज न हो।
2025-2026 का श्रम-डेटा असली व्यवधान के बारे में क्या कहता है
AI और रोज़गार पर सबसे सावधान चल रहे शोध-प्रयासों में से दो एक जैसी मुख्य-बात पर पहुंचते हैं, एक महत्वपूर्ण अपवाद के साथ।
Yale का Budget Lab ChatGPT के सार्वजनिक रिलीज़ के तुरंत बाद से AI के श्रम-बाज़ार पर पदचिह्न का लगातार विश्लेषण चलाता रहा है। इसके अक्टूबर 2025 के अपडेट ने निष्कर्ष निकाला कि “ChatGPT के रिलीज़ के 33 महीने बाद से व्यापक श्रम-बाज़ार में कोई पहचानने-योग्य व्यवधान नहीं आया है, जो इस डर को कमज़ोर करता है कि AI-स्वचालन फ़िलहाल पूरी अर्थव्यवस्था में संज्ञानात्मक श्रम की मांग को घटा रहा है।” यह एक मज़बूत, भले ही अनाकर्षक, निष्कर्ष है: ढाई साल से ज़्यादा बाद, समग्र डेटा में AI-प्रेरित छंटनी की कोई व्यापक लहर नहीं दिखती।
अपवाद वहां है जहां Stanford की Digital Economy Lab ने अपना विश्लेषण केंद्रित किया है। अर्थशास्त्री Erik Brynjolfsson, Bharat Chandar, और Ruyu Chen, मध्य-2026 तक के ADP पेरोल डेटा का इस्तेमाल करने वाले अपने समय-समय पर अपडेट होने वाले अध्ययन “Canaries in the Coal Mine?” में, व्यापक विस्थापन का भी कोई सबूत नहीं पाते — लेकिन वे यह ज़रूर पाते हैं कि सबसे ज़्यादा AI-उजागर व्यवसायों में 22-25 वर्ष के कर्मचारियों का रोज़गार अब लगभग 19% नीचे है जहां वह होता अगर वह कम-उजागर साथियों की गति बनाए रखता। अनुभवी कर्मचारियों के लिए कोई तुलनीय अंतर नहीं है। महत्वपूर्ण रूप से, यह प्रभाव लगभग पूरी तरह घटी हुई भर्ती से चलता है, बढ़ी हुई छंटनी से नहीं: नियोक्ता AI की वजह से जूनियर स्टाफ़ को नौकरी से नहीं निकाल रहे, वे बस शुरुआत में उतने लोगों को नौकरी पर नहीं रख रहे।
इन दो निष्कर्षों को एक साथ रखने पर एक सुसंगत, संकुचित कहानी उभरती है: AI फ़िलहाल कोई व्यापक नौकरी-संकट पैदा नहीं कर रहा, लेकिन यह पहले से ही कुछ श्वेत-कॉलर करियर-रास्तों में प्रवेश-रैम्प को संकरा कर रहा हो सकता है — वही रैम्प जो ऐतिहासिक रूप से ऐसे अनुभवी पेशेवर पैदा करती थी जो बाद में अकेले निकल सकते थे। यह “AI नौकरियां ख़त्म कर रहा है” से वाक़ई अलग चिंता है, और इसे उछाल या पतन की कहानी में समेटने के बजाय उसी तरह माना जाना चाहिए।
दो विचार जो प्रशंसनीय लगते हैं और अभी सबूत नहीं हैं
AI-युग की उद्यमशीलता के बारे में निबंधों और संस्थापकों के ट्विटर-थ्रेड में लगातार दो दावे घूमते हैं, और किसी को भी वह संस्थागत या सहकर्मी-समीक्षित समर्थन हासिल नहीं जो ऊपर दिए आंकड़ों को है।
पहला यह है कि “रुचि” — क्या बनाना लायक़ है इसका क्यूरेटोरियल निर्णय — क्रियान्वयन सस्ता होने के बाद टिकाऊ मोर्चा बन जाता है। यह सहज तर्क है, और जहां तक जाता है प्रशंसनीय है, लेकिन यह टिप्पणी है, शोध नहीं; कोई कठोर अध्ययन यह स्थापित नहीं करता कि क्यूरेटोरियल निर्णय AI-सहायता प्राप्त कमोडिटीकरण का सामना उन क्रियान्वयन-कौशलों से बेहतर करता है जिनसे इसकी तुलना की जाती है।
दूसरा यह है कि स्थानीय, रिश्ते- और भरोसे-आधारित व्यवसाय स्वाभाविक रूप से AI-प्रतिरोधी हैं। कुछ लोग इसे इस सिद्धांत पर तर्क करते हैं कि भरोसा आमने-सामने बनता है और बड़े पैमाने पर नक़ली नहीं बनाया जा सकता। लेकिन उपलब्ध सबूत वास्तव में कम-से-कम आंशिक रूप से उल्टी दिशा में जाता है: AI-प्रेरित सिफ़ारिश और खोज तेज़ी से यह बन रही है कि लोग स्थानीय सेवाएं ढूंढने का पहला क़दम कैसे उठाते हैं, जिसका मतलब है कि AI-परत ख़ुद को उस “भरोसे” से पहले डाल रही है जिस पर कोई स्थानीय व्यवसाय निर्भर करता है, उसे अछूता छोड़ने के बजाय। दोनों विचारों को ऐसी परिकल्पनाएं मानें जिन पर नज़र रखने लायक़ है, तय निष्कर्ष नहीं — इस मैनुअल का स्रोत-मानक मांग करता है कि यह भेद दिखता रहे।
यह किसी घर को फ़ैसला तौलते समय कहां छोड़ता है
व्यवसाय-निर्माण में संरचनात्मक वृद्धि और AI-उजागर युवा कर्मचारियों के लिए नरम होता प्रवेश-स्तर का भर्ती-बाज़ार विरोधाभासी नहीं हैं; ये एक ही बदलाव के दो पहलू हो सकते हैं। प्रति-उद्यम कम कर्मचारी होना ज़्यादा एकल-संस्थापकों और कम जूनियर भर्तियों दोनों के अनुरूप है। यहां कुछ भी सामान्य सलाह के रूप में “अपनी नौकरी छोड़ो और सोलोप्रेन्योर बन जाओ” को सही नहीं ठहराता, और न ही कुछ “परेशान मत हो, AI इसे पहले ही खा चुका” को सही ठहराता है। इस अध्याय का अगला लेख इन निष्कर्षों को घर के लिए ठोस योजना-मार्गदर्शन में बदलता है, जिसमें यह भी शामिल है कि किसी AI-उजागर शुरुआती-करियर रास्ते पर मौजूद व्यक्ति Stanford के शोधकर्ताओं द्वारा दस्तावेज़ीकृत भर्ती-अंतर के बारे में वास्तव में क्या कर सकता है।