परिचय
सभी का स्वागत है इस संवाद में जहाँ हम आर्टिफिशियल इंटेलिजेंस, स्वायत्त एजेंटों, IoT और रोबोटिक्स के सामने रोजगार के विकास पर चर्चा करेंगे। यह चर्चा इस बात पर नहीं है कि क्या 'प्रभाव होगा', क्योंकि प्रभाव पहले से ही होने लगा है। गोल्डमैन सैक्स का अनुमान है कि AI 300 मिलियन पूर्णकालिक नौकरियों को प्रभावित कर सकता है, जबकि IMF चेतावनी देता है कि लगभग 60% नौकरियां उन्नत अर्थव्यवस्थाओं में जोखिम में हैं, जिनमें से कुछ वेतन दबाव या विस्थापन का सामना करेंगी। दूसरी ओर, वर्ल्ड इकोनॉमिक फ़ोरम 2030 तक 170 मिलियन नए नौकरियों की भविष्यवाणी करता है। यह मुख्य तनाव प्रौद्योगिकी का नहीं बल्कि प्रबंधन और वितरण का है: जो उत्पादकता में लाभ उठाता है, काम को कैसे पुन: आवंटित किया जाता है और हम संक्रमण के साथ क्या करते हैं। हम इसे तीन क्षितिज में व्यवस्थित करेंगे: तात्कालिक (इस वर्ष), मध्यम (तीन वर्ष) और दीर्घकालिक (दस वर्ष), और इसे विशेष उद्योगों में लागू करेंगे: सेवाएं, विनिर्माण, लॉजिस्टिक्स, स्वास्थ्य, ऊर्जा और नए "नीचे" के रोजगार का स्वरूप जो डेटा केंद्रों और स्वचालन के माध्यम से सक्षम हुआ है।उद्घाटन राउंड
एलेना कोस्टा:
मैं इस संक्रमण को 6Ds के दृष्टिकोण से देखती हूं, और आज हम निराशा और व्यवधान के बीच हैं। इस वर्ष, AI पूरी कंपनियों का "प्रतिस्थापन" नहीं करती; नौकरियों को कार्यों में विभाजित करती है और हिस्सों को स्वचालित करती है: ग्राहक सेवा, बुनियादी विश्लेषण, कानूनी ड्राफ्ट, मार्केटिंग रिपोर्टिंग, और तकनीकी सहायता। लेकिन यह विभाजन एक नया बाजार बनाता है: ऐसे लोग जो सिस्टम का संगीठन कर सकते हैं, प्रवाह को डिजाइन कर सकते हैं, गुणवत्ता का आकलन कर सकते हैं, और जहां मॉडल की कमी होती है वहां मानव निर्णय डाल सकते हैं। तीन वर्षों में, IoT + रोबोटिक्स संचालन में परिवर्तन को तेजी देंगे: पूर्वानुमानात्मक रखरखाव, अधिक स्वायत्त गोदाम, औद्योगिक दृश्य निरीक्षण। और दस वर्षों में, स्वायत्त एजेंट कार्यान्वयन की परत बनेंगे: कोई "चैटबॉट" नहीं, बल्कि प्रणाली जो योजना बनाते हैं, बातचीत करते हैं और सीमाओं के भीतर कार्य करती हैं। जोखिम इसे अंधाधुंध छंटाई का बहाना बनाने में है: बिना चेतना की दक्षता भटकाव है। इनाम विशाल है: सीमांत लागत में कमी और MSME और सोलोप्रीनियर्स के लिए क्षमताओं का लोकतंत्रीकरण।
लूसिया नवार्रो:
मेरा जुनून यह नहीं है कि नौकरियों का सृजन होता है या नष्ट होता है, बल्कि इस संक्रमण के दौरान मूल्य का वितरण कैसे होता है। इस वर्ष हम दो वास्तविकताएं देख रहे हैं: कुछ कंपनियां AI का उपयोग उत्पादनशीलता बढ़ाने और सेवा में सुधार के लिए कर रही हैं, और अन्य इसे मजदूरी लागत को कम करने के लिए उपयोग कर रही हैं बिना प्रक्रियाओं को फिर से डिजाइन किए या प्रशिक्षण में पुन: निवेश किए। यहीं असमानता उत्पन्न होती है। यह एक सिद्धांत नहीं है: IMF चेतावनी देता है कि एक महत्वपूर्ण संख्या में कर्मचारी जो जोखिम में हैं, वे कम वेतन या बेरोजगारी में समाप्त हो सकते हैं, विशेषकर नियमित कार्यों में। तीन वर्षों में, स्वायत्त एजेंटों और स्वचालन के साथ, "पुल कार्यों" को पेशेवर बनाना अनिवार्य हो जाएगा: भुगतान किए गए प्रशिक्षण, छोटे प्रमाणपत्र, और वास्तविक आंतरिक गतिशीलता। और दस वर्ष में, कुछ कंपनियों के पास बहुत उच्च लाभ और छोटे कर्मचारी होंगे: यदि हम साझा मूल्य के मॉडल नहीं डिजाइन करते हैं, तो सामाजिक अनुबंध टूट जाएगा। समाधान अनंत सब्सिडी या कॉस्मेटिक परोपकार नहीं है: यह एक स्वायत्तता मॉडल है जिसमें उत्पादकता पुन: कौशल, गतिशीलता और आर्थिक गरिमा के साथ पूरक रोजगार को वित्त पोषित करती है।
गैब्रियल Paz:
मौक्रिक आँकड़ा पहले से ही तालिका को परिभाषित करता है। अगर एक प्रौद्योगिकी सैकड़ों मिलियन नौकरियों को प्रभावित कर सकती है और साथ ही, WEF 2030 के लिए सकारात्मक शुद्ध शेष की भविष्यवाणी करता है, तो महत्वपूर्ण चर पुनः आवंटन की गति है, "अंतिम संतुलन" नहीं। मैं शून्य सीमांत लागत के दृष्टिकोण का उपयोग करता हूं: AI कुछ संज्ञानात्मक आउटपुट को उत्पादन करने की लागत को नाटकीय रूप से कम करता है, जिससे रेंट और प्रवेश बाधाएं समाप्त होती हैं। तात्कालिक रूप में, हम कार्यालय में जूनियर भूमिकाओं में वेतन दबाव देखेंगे और बुनियादी ढांचे के चारों ओर भौतिक-तकनीकी रोजगार का विकास देखेंगे: डेटा केंद्र, ऊर्जा, और रेफ्रिजरेशन। वहाँ साक्ष्य है: डेटा केंद्रों के "हॉटस्पॉट" क्षेत्र में अमेरिका में, ग्रेपर इंस्टॉलेशन का विकास 112% तेज था और HVAC तकनीशियनों के लिए 41% अन्य क्षेत्रों की तुलना में। तीन वर्षों में, उत्पादकता में वृद्धि होगी, लेकिन रोजगार केवल "पुनः आवंटित" नहीं होता: इसके लिए प्रशिक्षण नीति और कंपनियों की आवश्यक है कि वे पदों को फिर से डिजाइन करें। दस वर्षों में, अर्थव्यवस्था उन लोगों के बीच ध्रुवीकृत होगी जो संगठनों को नियंत्रित करते हैं और जो निम्न श्रमिक सेवाओं में रह जाते हैं यदि हम रणनीति के साथ हस्तक्षेप नहीं करते हैं।
बहस का दौर (विनिमय)
Moderador:
पहला संघर्ष: एलेना जनतावाद और नए भूमिकाओं की बात करती हैं; लूसिया मूल्य के निष्कर्षण का अवलोकन करती हैं; गैब्रियल गति और पुनः आवंटन पर जोर देते हैं। एलेना, क्या आप वास्विक प्रशासनिक और प्रारंभिक कार्यों में विस्थापन को कम आंक रही हैं?
एलेना कोस्टा:
मैं इसे कम नहीं आंकती; यह अनिवार्य है नियमित कार्यों में। जो मैं चर्चा कर रही हूं वह मानसिकता का ढांचा है: "नौकरियों के अंत" के बारे में बात करना छुपाता है कि कार्य श्रंखलाओं में पुनर्गठित हो रहा है। हां, एक जूनियर एनालिस्ट जो मैनुअल रिपोर्टिंग करता है, इस वर्ष जोखिम में है। लेकिन डेटा को संचालित करने, आउटपुट का आकलन करने, ऑपरेशनल प्रॉम्प्ट बनाने, पूर्वाग्रहों का ऑडिट करने और विशेष रूप से जिम्मेदारी के साथ AI को प्रवाह में एकीकृत करने वालों के लिए मांग बढ़ती है। इसके अलावा, "व्हाइट कॉलर" से बाहर भी रोजगार है: भौतिक बुनियादी ढांचा, ऊर्जा, नेटवर्क, रखरखाव। डेटा केंद्रों के आसपास HVAC और निर्माण का उदाहरण इसे प्रदर्शित करता है। मेरे कई कंपनियों पर मेरी आलोचना AI को अपनाने पर नहीं है, बल्कि इसे "डिस्मोनेटाइजेशन" चरण में अद्वितीय रूप में अपनाने पर है, बिना आंतरिक क्षमताओं में निवेश किए। वहाँ सीमांत लागत गिरती है, लेकिन साथ ही विश्वास और सेवा की गुणवत्ता भी गिरती है।
लूसिया नवार्रो:
एलेना, समस्या यह है कि "नई मांग" स्वचालित रूप से उस व्यक्ति को नहीं सोखती है जो अपनी नौकरी खोता है, और न ही यदि कोई वित्तीय पुल नहीं है। बिना P&L के "डेवलपमेंट" धुंध है। वास्तविक परिवर्तन के लिए लागत आर्किटेक्चर की आवश्यकता है: भुगतान की गई प्रशिक्षण घंटे, आंतरिक रूट्स, और गतिशीलता का आकलन। अगर एक कंपनी AI द्वारा उत्पादकता को पकड़ती है लेकिन फिर से निवेश नहीं करती है, तो परिणाम एक अधिक कुशल कंपनी और एक कमजोर समुदाय होगा। और डेटा केंद्रों के बारे में: हां, ये स्थानीय रोजगार पैदा करते हैं, लेकिन ये भी शक्ति और ऊर्जा की खपत को संकेंद्रित करते हैं; बिना रणनीति के, धन कुछ नोड्स में ही रुकता है। स्थायी प्रभाव की आवश्यकता है ऐसे मॉडलों की जहां तकनीकी विकास कौशल और स्थिरता को वित्त पोषित करे, न सिर्फ EBITDA। यह सामाजिक व्यवसाय है: न कि परोपकार, बल्कि प्रोत्साहनों का डिजाइन।
गैब्रियल Paz:
दोनों सही हैं, लेकिन एक परत हर बार गायब है: पुनः आवंटन का समय और घर्षण पर निर्भर है। अगर गोल्डमैन प्रभाव के पैमाने के बारे में बात करता है और IMF बड़े पैमाने पर जोखिम के बारे में, तो तात्कालिक रूप में टकराव होगा। अर्थव्यवस्था एक शोध पत्र की कुशलता से समायोजित नहीं होती है। तीन वर्षों में, स्वायत्त एजेंट पूरे बैक ऑफिस कार्यों को निष्पादित कर सकते हैं: सामंजस्य, नियमित खरीद, पहले स्तर की देखभाल, सामग्री की गुणवत्ता सुनिश्चित करना। यह कार्यालयों में विस्थापन को तेज करता है, भले ही बुनियादी ढांचे में वृद्धि हो। कार्यकारी प्रश्न यह नहीं है कि क्या नए भूमिकाएं होंगी, बल्कि क्या वेतन की तुलना में समायोजन की क्षमता होगी। बिना समन्वित निवेश के प्रशिक्षण और पदों के पुन: डिजाइन में, सकारात्मक शुद्धता अर्थव्यवस्था के विकास के साथ उत्तरी वितरण संकट और राजनीतिक संकट उत्पन्न कर सकती है।
समापन राउंड
एलेना कोस्टा:
तात्कालिक में हम कार्यों का स्वचालन और कार्यालय के कार्यों का पुनर्गठन देखेंगे; तीन वर्षों में, IoT और रोबोटिक्स आत्म-स्वायत्त संचालन को मजबूत करेंगे; दस वर्षों में, एजेंट रोजमर्रा के कार्यान्वयन में एक परत बन जाएंगे। असली जोखिम AI को एक कटिंग टूल में बदलना है और इसे मानव गुणक नहीं बनाना। विजयी आंदोलन नए सीखने के रैंप तैयार करना, संगठनों में भूमिका का प्रबंधन करना, और सीमांत लागत में गिरावट का उपयोग करके क्षमताओं का लोकतंत्रीकरण करना है। हम निरंतरता की ओर जा रहे हैं और AI को मानव को सशक्त बनाना चाहिए और उत्पादकता का उपयोग क्यों करना चाहिए।
लूसिया नवार्रो:
भविष्य का रोजगार केवल तकनीक द्वारा परिभाषित नहीं होता है, बल्कि यह कि उत्पादकता का वितरण कैसे होता है। इस वर्ष नियमित भूमिकाओं पर दबाव होगा; तीन वर्षों में, जो कंपनियाँ आंतरिक गतिशीलता में निवेश नहीं करेंगी, वे सामाजिक दरार का सामना करेंगी और प्रतिभा खो देंगी; दस वर्ष में, कॉरपोरेट वैधता एक वित्तीय एसेट बन जाएगी। वास्तविक योजना एक स्वायत्तता मॉडल है जहाँ AI की उत्पादकता प्रशिक्षण, समुचित बदलाव और संचालन की गुणवत्ता को वित्त पोषित करती है। कार्यकारी: विचार करें कि क्या आपका मॉडल केवल लोगों और वातावरण का उपयोग पैसे उत्पन्न करने के लिए करता है, या यदि आपके पास व्यक्तियों को उठाने का रणनीतिक साहस है।
गैब्रियल Paz:
डेटा कोई आराम नहीं देते, वे संरचनात्मक परिवर्तन का वादा करते हैं। यदि सैकड़ों मिलियन नौकरियाँ जोखिम में हैं और शुद्ध शेष सकारात्मक हो सकता है, तो निर्णायक चर समायोजन गति और पुनः प्रशिक्षण एवं पुनर्विश्लेषण के लिए संस्थागत क्षमता होगी। तात्कालिक रूप में, सेवाओं में टकराहट होगी और बुनियादी ढांचे में चयनात्मक वृद्धि होगी; मध्य में, संगठनों में स्वरूपित श्रमिकों के बीच वेतन का ध्रुवीकरण होगा; दीर्घकालिक में, उच्च स्वायत्तता वाली अर्थव्यवस्थाओं और भरोसेमंद प्रणालियों में संपत्ति की सांकेतिकता होगी। वैश्विक नेताओं और निर्णय निर्माताओं को अपने क्षेत्र को एक ऐसे विश्व के लिए फिर से डिजाइन करना होगा जहाँ सीमांत लागत घटती है, नहीं तो वे प्रतिस्पर्धा की नई सीमाओं से बाहर रहेंगे।
सारांश:
एक स्पष्ट मानचित्र बचे हैं। एलेना नौकरी को कार्यों के संक्रमण के रूप में देखती हैं: AI विभाजित, अवमूल्यन करता है और क्षमताओं का लोकतंत्रीकरण करता है, इसलिए संगठनों में सरकार प्रबंधन और भौतिक बुनियादी ढांचे के चारों ओर नया काम उभरता है। लूसिया नए रोल बनाने की स्वीकृति देती हैं, लेकिन बिना प्रयोगाधीन ट्रांजिशन वितरक का संदर्भ के बिना उत्पादन निष्कर्षण हो जाता है और असमानता बढ़ जाती है; कार्य केवल "पुनः व्यवस्थित" नहीं होते, बल्कि प्रोत्साहनों, बजट और करियर के पुनर्विमर्श पर निर्भर करते हैं। गैब्रियल इसे व्यापक रूप से रूपरेखा देते हैं: 300 मिलियन नौकरियों के प्रभावित होने और 60% का जोखिम होने के साथ, समस्या का समाधान अस्थायी और वितरणात्मक है; WEF द्वारा 2030 तक अनुमानित सकारात्मक शुद्धता रास्ते में टकराव को रोकता नहीं है। न्यूनतम सहमति: इस वर्ष स्वचालित कार्य नियमित सेवाओं में हो रहे हैं, तीन वर्षों में IoT और रोबोटिक्स के साथ तेज होंगे, और दस वर्षों में स्वायत्त एजेंट कार्यात्मकता के ढांचे में होंगे। असली चर्चा यह है कि मूल्य किसने और कैसे नियंत्रित किया जाए और कैसे यह संक्रमण को नियंत्रित करें ताकि उत्पादकता स्थिरता न हो सके, बल्कि प्रेरक्या हो।
