कोई नहीं बता रहा था AI की ये सच्चाई: कॉर्पोरेट खर्चे बेतहाशा बढ़ रहे हैं और 'वर्क स्लॉप' कारोबार को डुबो रहा है

कॉमिन ने समझाया, "शुरुआती दिनों में, आप चाहते हैं कि लोग उपकरणों का उपयोग करना शुरू करें - और उनकी वास्तव में बहुत अधिक लागत नहीं आती थी [...] अब जिस तरह से मॉडल काम करते हैं, आप उसमें जितना संदर्भ डाल सकते हैं, आपकी लागत रैखिक रूप से नहीं बढ़ती," । यह उस चीज़ को जन्म देता है जिसे वे “एक प्रमुख उभरती प्रबंधन चुनौती” का लेबल देते हैं: सीएफओ और सीटीओ वार्षिक बजट चक्रों में बंधे हैं जो उस प्रति-कार्य लागत परिवर्तनशीलता का हिसाब नहीं लगा सकते हैं जो जटिलता के आधार पर 10 गुना से 50 गुना तक झूल सकती है ।

यह गतिशीलता अब अमूर्त नहीं रही। गिटहब के 1 जून, 2026 को कोपायलट के लिए उपयोग-आधारित बिलिंग में परिवर्तन ने इसे बहुत ठोस बना दिया। पहले, एक फ्लैट सब्सक्रिप्शन शुल्क सभी अनुरोधों को कवर करता था; अब, इनपुट, आउटपुट और कैश्ड संदर्भ के हर टोकन का मीटर गिटहब AI क्रेडिट के माध्यम से लगाया जाता है, जहाँ एक क्रेडिट $0.01 के बराबर होता है । एजेंटिक कोडिंग सत्र चलाने वाले भारी उपयोगकर्ता तुरंत अपने बिलों में बढ़ोतरी देख रहे हैं, कुछ अनुमानों के अनुसार 10 गुना से 50 गुना तक की वृद्धि हो रही है । एक शीर्ष-स्तरीय मॉडल के खिलाफ एक एकल जटिल एजेंट सत्र अब एक ही रन में पूरे मासिक क्रेडिट भत्ते को जला सकता है ।

'वर्क स्लॉप' की परिभाषा: मूल्यहीन AI आउटपुट की छिपी हुई लागत

कॉमिन की दूसरी बड़ी चेतावनी गुणात्मक है। उन्होंने AI-जनित टेक्स्ट, कोड और विश्लेषण के प्रसार का वर्णन करने के लिए “वर्क स्लॉप” वाक्यांश का उपयोग किया, जो उत्पादक प्रतीत होता है लेकिन नगण्य वास्तविक मूल्य जोड़ता है । यह आउटपुट न केवल मदद करने में विफल रहता है, बल्कि यह सक्रिय रूप से छिपी हुई लागतें पैदा करता है: वर्कफ़्लो में प्रवेश करने वाली हर AI-जनित सामग्री की समीक्षा, तथ्य-जांच, संपादन या मानव कर्मचारियों द्वारा त्याग किया जाना आवश्यक है ।

यह उपभोक्ता-वेब परिदृश्य में "AI स्लॉप" — सर्च-इंजन स्पैम, घिसी-पिटी सोशल मीडिया पोस्ट और ऑटो-जनित फिलर — का एंटरप्राइज़ समकक्ष है। कॉर्पोरेट सेटिंग में, जोखिम अधिक होता है। यदि "वर्क स्लॉप" अपर्याप्त गुणवत्ता जांच से गुज़रता है, तो यह चुपचाप आंतरिक निर्णय-निर्माण, अनुपालन दस्तावेज़ीकरण और यहाँ तक कि ग्राहक-सामना करने वाले उत्पादों को भी ख़राब कर सकता है । कंपनियाँ जितना अधिक कठोर मान्यता के बिना हर कार्य में AI को तैनात करती हैं, मूल्यहीन कार्य का ढेर उतना ही बड़ा होता जाता है जिसकी सफाई के लिए उन्हें मनुष्यों को भुगतान करना होगा।

CBA का A$2.4 बिलियन का टेक दांव और कार्यबल समीकरण

कॉमिन की चेतावनी किसी निष्क्रिय दर्शक की नहीं है। CBA प्रौद्योगिकी पर मोटे तौर पर सालाना A$2.4 बिलियन निवेश करता है, जो किसी भी अन्य बड़े ऑस्ट्रेलियाई बैंक से कम से कम $500 मिलियन अधिक है । उस खर्च को AI-नेतृत्व वाली उत्पादकता पर एक रणनीतिक दांव के रूप में प्रस्तुत किया गया है, लेकिन कॉमिन की टिप्पणियाँ स्वीकार करती हैं कि यह बजट लाइन स्वयं उसी अप्रत्याशित मुद्रास्फीति के संपर्क में है जिसके बारे में वह दूसरों को चेतावनी दे रहे हैं ।

साथ ही, CBA वास्तविक समय में AI उत्पादकता लाभ के कार्यबल प्रभाव का प्रदर्शन भी कर रहा है। बैंक ने 2026 की शुरुआत में लगभग 300 नौकरियों में कटौती की, इसके अलावा पहले 90 सहायक-कर्मचारी भूमिकाओं को AI चैटबॉट से बदल दिया गया था और अप्रैल में अन्य 120 पद समाप्त कर दिए गए । कॉमिन स्पष्ट रहे हैं: AI "पूरी अर्थव्यवस्था के व्यवसायों में नौकरियां छीन लेगा" और कंपनियों को इसके विपरीत दिखावा करने के बजाय कर्मचारियों को उस भविष्य के लिए तैयार करने में मदद करनी चाहिए ।

फिर भी CBA ने अपने A$90 मिलियन को तीन वर्षों में अपने फ्यूचर वर्कफोर्स प्रोग्राम के लिए प्रतिबद्ध किया है, जो उसके 30,000 से अधिक कर्मचारियों के लिए एक महत्वपूर्ण रीस्किलिंग पहल है । कार्यक्रम में ग्रो योर करियर नामक एक नया आंतरिक करियर प्लेटफ़ॉर्म, AI-केंद्रित प्रशिक्षण और आंतरिक गतिशीलता को पारदर्शी बनाने के लिए डिज़ाइन की गई स्किल्स मैपिंग शामिल है । यह दोहरी मुद्रा — नौकरियों में कटौती करते हुए रीस्किलिंग करना — कॉमिन के इस दृष्टिकोण का एक ईमानदार प्रतिबिंब है कि व्यवधान पहले से ही यहाँ है, और कंपनियों को जाने वालों के लिए उतनी ही रणनीति की ज़रूरत है जितनी कि रुकने वाले कर्मचारियों के लिए ।

हर उद्यम के लिए रणनीतिक निहितार्थ

कॉमिन की चेतावनी, CBA की अपनी कार्रवाइयाँ और गिटहब कोपायलट के बिलिंग परिवर्तन के तत्काल ट्रिगर का अभिसरण, उत्पादन में AI चलाने वाले किसी भी संगठन के लिए तीन रणनीतिक अनिवार्यताओं की ओर इशारा करता है:

1. बजटिंग गतिशील और मीटरयुक्त होनी चाहिए। निश्चित वार्षिक AI बजट का युग समाप्त हो गया है। टोकन-आधारित बिलिंग मॉडल AI को क्लाउड कंप्यूटिंग के तुलनीय एक परिवर्तनीय-लागत सेवा में बदल देते हैं। कंपनियों को वास्तविक समय लागत निगरानी, प्रति-टीम क्रेडिट आवंटन, उपयोग सीमा और मध्य-चक्र बजट को समायोजित करने की क्षमता की आवश्यकता है — ऐसे अनुशासन जो क्लाउड-नेटिव कंपनियों ने एक दशक पहले सीखे थे लेकिन जिन्हें कई पारंपरिक उद्यमों ने अभी तक AI के लिए नहीं अपनाया है ।

2. गुणवत्ता नियंत्रण वैकल्पिक नहीं है। “वर्क स्लॉप” गुणवत्ता विफलता और लागत वृद्धि के बीच एक सीधा संबंध बनाता है। वर्कफ़्लो में प्रवेश करने वाला हर अपरीक्षित AI आउटपुट डाउनस्ट्रीम मानव समीक्षा की मांग करता है। उद्यमों को गुणवत्ता द्वार, मानव-इन-द-लूप सत्यापन और आउटपुट ऑडिटिंग लागू करनी चाहिए। इन प्रणालियों के बिना, मूल्य रेखा स्थिर रहने पर लागत रेखा बढ़ जाएगी ।

3. कार्यबल रणनीति को एक साथ कटौती और अपस्किलिंग की योजना बनानी चाहिए। CBA का मॉडल शिक्षाप्रद है: AI कुछ टीमों में हेडकाउंट कम करता है जबकि रीस्किलिंग निवेश दूसरों के लिए नए करियर पथ बनाता है। A$90 मिलियन का कार्यक्रम संकेत देता है कि छंटनी का विकल्प नौकरी की सुरक्षा नहीं बल्कि नौकरी का परिवर्तन है — और यह कि कंपनियाँ अपने कार्यबल को उस परिवर्तन के माध्यम से मार्गदर्शन करने की जिम्मेदारी वहन करती हैं ।

कॉमिन का मूल संदेश यह है कि कॉर्पोरेट AI एक तीव्र कठिन दौर में प्रवेश कर चुका है। आसान लाभ प्राप्त किए जा चुके हैं; जो बचा है वह जटिल, महंगा और एक ऐसे अनुशासन की मांग करने वाला है जिसकी अधिकांश संगठनों में कमी है। अनुशासन की उस कमी का बिल अब अप्रत्याशित टोकन लागत और "वर्क स्लॉप" के बढ़ते ढेर के रूप में आ रहा है, जिसे किसी को तो साफ करना ही होगा ।