उत्तरप्रकाशित15 स्रोत
Meta के डेटा सेंटरों में रोबोट: कुछ तकनीशियनों का 80% काम संभालने की संभावना, लेकिन इंसानों की जगह अभी दूर
Meta Altoona, Iowa और New Albany, Ohio स्थित डेटा सेंटरों में केबल बदलने, सर्वर रीसेट करने और उपकरणों की जांच जैसे कामों के लिए रोबोट का परीक्षण कर रही है। एक कर्मचारी के अनुमान के अनुसार, सफल केबल स्वैपिंग रोबोट कुछ तकनीशियनों के काम का 80% तक संभाल सकता है—यह पूरे तकनीकी पदों को खत्म करने का प्रमाण नहीं है। रोबोटो...
प्रकाशितकर्ताGPT-5.6 Luna से संपादितGPT Image 1.5 से चित्र बनाए गए
शोध उत्तर
मुख्य निष्कर्ष
- Meta Altoona, Iowa और New Albany, Ohio स्थित डेटा सेंटरों में केबल बदलने, सर्वर रीसेट करने और उपकरणों की जांच जैसे कामों के लिए रोबोट का परीक्षण कर रही है।
- एक कर्मचारी के अनुमान के अनुसार, सफल केबल स्वैपिंग रोबोट कुछ तकनीशियनों के काम का 80% तक संभाल सकता है—यह पूरे तकनीकी पदों को खत्म करने का प्रमाण नहीं है।
- रोबोटों को मानवीय निगरानी और चार्जिंग की जरूरत है; उनकी दृष्टि, गति और निपुणता भी कई परिस्थितियों में मानव तकनीशियनों से कमजोर है।
- ये परीक्षण Meta की Project OT योजना से जुड़े हैं, लेकिन कंपनी ने बड़े पैमाने पर AI आधारित कटौती की योजना को सीमित कर दिया और नवंबर की प्रस्तावित छंटनी लहर रद्द कर दी।
AI संकेत
openai.comCreate a landscape editorial hero image for this Studio Global article: How is Meta testing robots from Watney Robotics, Kinova, and ABB at data centers in Altoona, Iowa, and New Albany, Ohio, what technician tas. Article summary: Meta’s robot trials are an early, narrow attempt to automate repetitive physical data-center work—not evidence that technicians can yet be broadly replaced. They align with Meta’s wider drive to use AI and automation to . Topic tags: general. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbna
Meta अपने डेटा सेंटरों में ऐसे रोबोट आजमा रही है जो तकनीशियनों के दोहराव वाले शारीरिक काम संभाल सकें। Watney Robotics, Kinova और ABB से मिले रोबोटों का परीक्षण Altoona, Iowa और New Albany, Ohio स्थित केंद्रों में किया जा रहा है। इनका लक्ष्य केबल बदलना, सर्वर को पावर-साइकिल या रीसेट करना, हार्डवेयर को दोबारा सही जगह लगाना, बटन दबाना और उपकरणों की जांच करना है—न कि तकनीशियनों की पूरी भूमिका संभालना। 17
18
इन परीक्षणों से Meta की ऑटोमेशन रणनीति साफ होती है: पहले ऐसे मानकीकृत और महंगे कामों को मशीनों को देना, जो बार-बार किए जाते हैं, जबकि जटिल निर्णय और असामान्य परिस्थितियां इंसानों के पास रखना। इसलिए यह प्रयोग डेटा सेंटर के भविष्य के कामकाज के लिए महत्वपूर्ण है, लेकिन अभी यह साबित नहीं करता कि तकनीशियनों को बड़े पैमाने पर हटाया जा सकता है।
Meta के रोबोट किन कामों के लिए आजमाए जा रहे हैं?
रिपोर्ट किए गए परीक्षणों में मुख्य रूप से ये काम शामिल हैं:
- नेटवर्क केबल लगाना और बदलना
- सर्वर को बंद करके फिर चालू करना या रीसेट करना
- कंपोनेंट्स को दोबारा सही जगह बैठाना
- बटन और अन्य भौतिक नियंत्रण दबाना
- उपकरणों और डेटा सेंटर के बुनियादी ढांचे का निरीक्षण करना
इन परीक्षणों के लिए Meta तीन कंपनियों—Watney Robotics, Kinova और ABB—की तकनीक का इस्तेमाल कर रही है। रिपोर्ट के मुताबिक, Kinova का रोबोटिक आर्म सर्वर की बिजली काटने जैसे कामों के लिए जांचा जा रहा है, जबकि अन्य प्रणालियां नेटवर्क केबल संभालने के लिए आजमाई जा रही हैं। 17
18
ये काम ऑटोमेशन के लिए इसलिए उपयुक्त माने जाते हैं क्योंकि इनमें अक्सर तय प्रक्रियाएं दोहराई जाती हैं। साथ ही, घनी रैक, तारों और अन्य उपकरणों के बीच काम करना शारीरिक रूप से कठिन हो सकता है। यदि कोई रोबोट इन्हें भरोसेमंद ढंग से कर सके, तो कुछ खास रखरखाव प्रक्रियाओं में जरूरी कर्मचारियों की संख्या घट सकती है।
“काम का 80%” अनुमान वास्तव में क्या बताता है?
एक कर्मचारी ने अनुमान लगाया कि सफल केबल-बदलने वाला रोबोट कुछ तकनीशियनों के काम का 80% तक संभाल सकता है।
इस आंकड़े को सावधानी से समझना जरूरी है। यह कुछ चुनिंदा भूमिकाओं या कामों के मिश्रण से जुड़ा अनुमान है, परीक्षणों से हासिल हुआ मापा हुआ नतीजा नहीं। इसका अर्थ यह नहीं है कि रोबोट पहले ही 80% तकनीशियनों की जगह ले चुके हैं या डेटा सेंटर की 80% नौकरियां खतरे में हैं।
तकनीशियन का काम केवल केबल जोड़ना नहीं होता। उन्हें खराबी का कारण पता लगाना, अपवादों से निपटना, बदलते बुनियादी ढांचे के बीच काम करना, रखरखाव का समन्वय करना और मानक प्रक्रिया विफल होने पर निर्णय लेना पड़ता है। कोई रोबोट किसी एक दोहराव वाले काम का बड़ा हिस्सा संभाल सकता है, लेकिन इससे पूरी तकनीकी भूमिका खत्म नहीं हो जाती।
इंसानी तकनीशियन अभी भी क्यों जरूरी हैं?
रिपोर्ट किए गए रोबोटों में कई सीमाएं हैं, जो पूरी तरह स्वचालित डेटा सेंटर के रास्ते में बाधा बनती हैं।
निगरानी और चार्जिंग की जरूरत
रोबोटों को मानवीय निगरानी और चार्जिंग की आवश्यकता है। इसका मतलब है कि निकट भविष्य का मॉडल तकनीशियनों की जगह पूरी तरह मशीनें नहीं, बल्कि तकनीशियनों और रोबोटों का साथ-साथ काम करना होगा। 17
यदि किसी रोबोट को केबल की असामान्य स्थिति, रास्ते में रुकावट, क्षतिग्रस्त कंपोनेंट या उसके प्रशिक्षण और संचालन नियमों से बाहर की स्थिति मिले, तो मानव कर्मचारी ही हस्तक्षेप कर सकते हैं।
दृष्टि और हाथों की निपुणता
इन प्रणालियों के ग्रेस्केल कैमरे मानव आंखों की रंगों को पहचानने वाली दृष्टि की तुलना में कम जानकारी देते हैं। रोबोटिक पकड़ और संचालन भी मानव तकनीशियन के हाथों और संदर्भ-आधारित समझ जितना लचीला नहीं है। यह सीमा ऐसे वातावरण में महत्वपूर्ण है, जहां केबल, लेबल, पोर्ट और कंपोनेंट बहुत पास-पास लगे हों या हर इंस्टॉलेशन में उनकी स्थिति अलग हो।
गति और बड़े पैमाने पर इंस्टॉलेशन
रिपोर्ट के अनुसार, रोबोट Nvidia GB300 केबलिंग के बड़े पैमाने वाले इंस्टॉलेशन को संभालने में सक्षम नहीं हैं। ऐसे काम में तेज गति, हाथों की निपुणता, भीड़भाड़ वाले बुनियादी ढांचे के बीच चलना और बदलती परिस्थितियों के अनुसार लगातार अनुकूलन जरूरी होता है।
यही 80% वाले दावे की सबसे बड़ी सीमा है। कोई रोबोट नियंत्रित परिस्थितियों में केबल से जुड़ा एक संकीर्ण काम कर सकता है, लेकिन इसका अर्थ यह नहीं कि वह बड़े और लगातार बदलते इंस्टॉलेशन में मानव दल की कुल उत्पादकता की बराबरी कर सकता है।
Meta अब भी डेटा सेंटर विशेषज्ञों की भर्ती कर रही है
Meta ने कहा है कि वह ऑटोमेशन का परीक्षण करने के साथ-साथ डेटा सेंटर विशेषज्ञों की भर्ती जारी रखे हुए है।
यह रुख AI बुनियादी ढांचे के विस्तार की व्यावहारिक जरूरतों से मेल खाता है। रोबोट मानकीकृत रखरखाव में लगने वाला श्रम कम कर सकते हैं, लेकिन जटिल डेटा सेंटर बनाने, उन्हें चालू करने, खराबियों का पता लगाने, मरम्मत करने और विस्तार देने के लिए कुशल कर्मचारियों की आवश्यकता बनी रहती है।
इससे संकेत मिलता है कि Meta का तत्काल लक्ष्य पूरी तरह “लाइट्स-आउट” डेटा सेंटर चलाना नहीं, बल्कि कुशल कर्मचारियों की मदद से अधिक स्वचालित संचालन तैयार करना है।
रोबोट परीक्षण और Project OT का संबंध
यह रोबोटिक्स कार्यक्रम Meta की व्यापक Project OT रणनीति से जुड़ा है। Project OT का पूरा नाम “Organization Transformation” है। इसके तहत Meta ने खुद को “AI-native” कंपनी बनाने की कल्पना की थी—ऐसी कंपनी, जहां AI एजेंट रोजमर्रा के काम का बड़ा हिस्सा संभालें और छोटी टीमें इन प्रणालियों की निगरानी करें। आंतरिक परिदृश्यों में कुछ टीमों का आकार 60% तक घटाने की संभावना पर भी विचार किया गया था। 1
2
डेटा सेंटरों के रोबोट इसी विचार का भौतिक रूप हैं। जहां सॉफ्टवेयर एजेंट डिजिटल काम संभालते, वहीं रोबोट Meta के AI कारोबार को चलाने वाले बुनियादी ढांचे के भीतर मानकीकृत शारीरिक काम करते।
लेकिन Project OT अपनी मूल महत्वाकांक्षा के अनुसार आगे नहीं बढ़ सका। Meta ने लगभग 8,000 कर्मचारियों की छंटनी की—जो उसके कुल कार्यबल का करीब 10% थी—लेकिन बड़ी योजना को सीमित कर दिया और बाद में प्रस्तावित दूसरी कटौती लहर रद्द कर दी। रिपोर्टों में इस बदलाव की वजह कर्मचारियों का विरोध, अविश्वसनीय या बाधा पैदा करने वाला एजेंट व्यवहार और उम्मीद से कमजोर उत्पादकता परिणाम बताए गए हैं। 1
6
एक आंतरिक तुलना में कथित तौर पर AI टूल्स के आने के बाद कोड में बदलाव 220% बढ़े, लेकिन उपयोगकर्ताओं को दिखने वाले नए फीचर केवल 36% बढ़े। यानी अधिक कोड लिखे जाने का अर्थ उतने ही अनुपात में बेहतर या तैयार उत्पाद मिलना नहीं था। 1
भौतिक ऑटोमेशन के लिए भी यह एक महत्वपूर्ण चेतावनी है: अधिक व्यक्तिगत क्रियाएं पूरी करना और अधिक उपयोगी काम देना एक ही बात नहीं है। रोबोट द्वारा जोड़ी गई केबल तभी वास्तविक मूल्य पैदा करती है, जब वह सही, सुरक्षित, पर्याप्त तेज और व्यापक रखरखाव प्रक्रिया के साथ ठीक से जुड़ी हो।
Meta के पास ऑटोमेशन का वित्तीय कारण भी है
Meta के AI बुनियादी ढांचे के विस्तार से डेटा सेंटर चलाने की लागत घटाने का दबाव बढ़ रहा है। कंपनी ने 2026 की दूसरी तिमाही में 60.8 अरब डॉलर का राजस्व और 31.1 अरब डॉलर का तिमाही पूंजीगत व्यय दर्ज किया। पूरे वर्ष के लिए उसका पूंजीगत खर्च 130 अरब से 145 अरब डॉलर रहने का अनुमान है। इस निवेश का बड़ा हिस्सा सर्वर, डेटा सेंटर और नेटवर्क बुनियादी ढांचे से जुड़ा है।
जैसे-जैसे भौतिक बुनियादी ढांचा बढ़ता है, ऑटोमेशन Meta को श्रम लागत नियंत्रित करने में मदद कर सकता है। लेकिन वित्तीय दबाव तकनीकी तैयारी का प्रमाण नहीं होता। लागत घटाने का कारण प्रयोग जारी रखने के लिए पर्याप्त हो सकता है, भले ही मशीनें अभी पूरे डेटा सेंटर में मानव तकनीशियनों की जगह लेने के लिए बहुत धीमी, सीमित या नाजुक हों।
निकट भविष्य का मॉडल: तकनीशियन और रोबोट साथ-साथ
Meta के परीक्षण बड़े पैमाने पर नौकरियां खत्म करने से ज्यादा एक सीमित और व्यावहारिक बदलाव की ओर इशारा करते हैं। रोबोट डेटा सेंटर के पूर्वानुमेय काम संभाल सकते हैं, जबकि मानव तकनीशियन अपवादों, जटिल इंस्टॉलेशन, सुरक्षा संबंधी निर्णयों, मरम्मत और सिस्टम-स्तरीय जांच का जिम्मा संभालेंगे।
इसलिए सबसे अहम अंतर है—दोहराए जाने वाले कामों का ऑटोमेशन और तकनीकी भूमिकाओं का खत्म होना। Meta पहले लक्ष्य पर स्पष्ट रूप से काम कर रही है। लेकिन उपलब्ध सीमाओं और Project OT के सबसे महत्वाकांक्षी हिस्सों से पीछे हटने के आधार पर अभी यह नहीं कहा जा सकता कि कंपनी बड़े पैमाने पर तकनीशियनों की जगह भरोसेमंद ढंग से रोबोट तैनात कर सकती है।
Studio Global AI
अपना शोध जारी रखें
इस पृष्ठ में एक स्रोत-समर्थित उत्तर शामिल है जिसे आप Studio Global के अंदर जारी रख सकते हैं।
लोग पूछते भी हैं
"Meta के डेटा सेंटरों में रोबोट: कुछ तकनीशियनों का 80% काम संभालने की संभावना, लेकिन इंसानों की जगह अभी दूर" का संक्षिप्त उत्तर क्या है?
Meta Altoona, Iowa और New Albany, Ohio स्थित डेटा सेंटरों में केबल बदलने, सर्वर रीसेट करने और उपकरणों की जांच जैसे कामों के लिए रोबोट का परीक्षण कर रही है।
सबसे पहले सत्यापित करने योग्य मुख्य बिंदु क्या हैं?
Meta Altoona, Iowa और New Albany, Ohio स्थित डेटा सेंटरों में केबल बदलने, सर्वर रीसेट करने और उपकरणों की जांच जैसे कामों के लिए रोबोट का परीक्षण कर रही है। एक कर्मचारी के अनुमान के अनुसार, सफल केबल स्वैपिंग रोबोट कुछ तकनीशियनों के काम का 80% तक संभाल सकता है—यह पूरे तकनीकी पदों को खत्म करने का प्रमाण नहीं है।
मुझे अभ्यास में आगे क्या करना चाहिए?
रोबोटों को मानवीय निगरानी और चार्जिंग की जरूरत है; उनकी दृष्टि, गति और निपुणता भी कई परिस्थितियों में मानव तकनीशियनों से कमजोर है।