उत्तरप्रकाशित2 माह पहलेLast edited 2 माह पहले18 स्रोत

Meta के डेटा सेंटरों में रोबोट की एंट्री, लेकिन इंसानी तकनीशियन अब भी जरूरी

Meta Altoona, Iowa और New Albany, Ohio जैसी सुविधाओं में केबल लगाने, सर्वर रीस्टार्ट करने और बिजली बंद चालू करने जैसे कामों के लिए रोबोटों का परीक्षण कर रही है। एक अनुमान के मुताबिक, सफल केबल स्वैपिंग रोबोट कुछ तकनीशियनों के काम का 80% तक संभाल सकता है—लेकिन यह अभी साबित हुआ परिणाम नहीं है। Project OT के तहत Meta ने...

प्रकाशितकर्ताGPT-5.6 Luna से संपादितGPT Image 1.5 से चित्र बनाए गए

Studio Global AI के साथ खोजें और तथ्यों की जांच करें और ट्रेंडिंग पेज देखें

शोध उत्तर

मुख्य निष्कर्ष

Meta Altoona, Iowa और New Albany, Ohio जैसी सुविधाओं में केबल लगाने, सर्वर रीस्टार्ट करने और बिजली बंद चालू करने जैसे कामों के लिए रोबोटों का परीक्षण कर रही है।
एक अनुमान के मुताबिक, सफल केबल स्वैपिंग रोबोट कुछ तकनीशियनों के काम का 80% तक संभाल सकता है—लेकिन यह अभी साबित हुआ परिणाम नहीं है।
Project OT के तहत Meta ने कुछ टीमों का आकार 60% तक घटाने और AI एजेंटों को काम सौंपने पर विचार किया था।
2026 में AI इंफ्रास्ट्रक्चर और चिप्स पर 130–145 अरब डॉलर के संभावित खर्च से ऑटोमेशन का आर्थिक दबाव बढ़ता है।

Illustration of a robot working among servers in a Meta-style AI data center — How is Meta testing robots and pursuing broader AI-driven workforce transformation in its data centers, what specific technician tasks are tAn AI-generated illustration of robotics assisting with data-center operations.
AI संकेत
Create a landscape editorial hero image for this Studio Global article: How is Meta testing robots and pursuing broader AI-driven workforce transformation in its data centers, what specific technician tasks are t. Article summary: Meta is testing robots to automate repetitive physical work in data centers while exploring a much broader AI-led redesign of its workforce. The strategic appeal is substantial as infrastructure spending accelerates, but. Topic tags: general, news, general web. 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
openai.com

Meta का AI इंफ्रास्ट्रक्चर बनाने का अभियान अब केवल सॉफ्टवेयर तक सीमित नहीं है। कंपनी डेटा सेंटरों के भीतर रोजमर्रा के भौतिक कामों के लिए रोबोटों का परीक्षण कर रही है—जैसे नेटवर्क केबल जोड़ना, सर्वर रीसेट करना और उपकरणों की बिजली बंद-चालू करना। साथ ही, Meta अपनी पूरी कार्यशैली को “AI native” बनाने की एक कहीं बड़ी योजना पर भी काम कर चुकी है।

इस कोशिश के पीछे कारोबारी वजह साफ है। Meta को 2026 में AI इंफ्रास्ट्रक्चर और चिप्स पर कम-से-कम 130 अरब डॉलर खर्च करने की उम्मीद है, जबकि कुछ अनुमानों में यह राशि 145 अरब डॉलर तक बताई गई है। 2 9 लेकिन शुरुआती रोबोट परीक्षण यह भी दिखाते हैं कि निकट भविष्य में कुशल डेटा-सेंटर विशेषज्ञों की जरूरत खत्म करना आसान नहीं होगा।

डेटा सेंटरों में रोबोट कौन-से काम कर रहे हैं?

मौजूदा और पूर्व कर्मचारियों से मिली जानकारी पर आधारित रिपोर्टों के अनुसार, Meta ने Watney Robotics, Kinova और ABB जैसी कंपनियों के रोबोट या संबंधित हार्डवेयर का परीक्षण किया है। ये परीक्षण Altoona, Iowa और New Albany, Ohio जैसी सुविधाओं में किए गए हैं।

रिपोर्ट किए गए कामों में शामिल हैं:

नेटवर्क केबल लगाना और बदलना
सर्वर को पावर-साइकिल करना, यानी बंद करके फिर चालू करना
उपकरणों की बिजली काटना
भौतिक रीस्टार्ट बटन दबाना
डेटा-सेंटर तकनीशियनों द्वारा किए जाने वाले अन्य दोहराव वाले हार्डवेयर कार्य 9

ये काम स्पष्ट निर्देशों और अनुमानित शारीरिक चरणों पर आधारित होते हैं। इसलिए बड़े AI डेटा सेंटर में जटिल इंस्टॉलेशन, खराबी का पता लगाने और मरम्मत जैसे कामों की तुलना में रोबोटों के लिए ये शुरुआती लक्ष्य अधिक व्यावहारिक हैं।

एक कर्मचारी के अनुमान के मुताबिक, अगर केबल बदलने वाला रोबोट सफल रहता है, तो वह आगे चलकर कुछ तकनीशियनों के काम का 80% तक संभाल सकता है। यह केवल संभावित क्षमता का अनुमान है; इससे यह साबित नहीं होता कि रोबोट अभी 80% काम कर रहे हैं। 9

रोबोट अभी कितने सक्षम हैं—और उनकी सीमाएं क्या हैं?

इन परीक्षणों से पूरी तरह स्वायत्त डेटा सेंटरों की तस्वीर सामने नहीं आती। रिपोर्टों के मुताबिक, ये मशीनें इंसानों से धीमी हैं, इन्हें निगरानी और चार्जिंग की जरूरत पड़ती है और इनमें अपेक्षाकृत सीमित ग्रेस्केल कैमरा सिस्टम इस्तेमाल होते हैं। वे Nvidia GB300 सिस्टम के लिए जरूरी घनी और जटिल केबलिंग बिछाने जैसे कठिन इंस्टॉलेशन कार्य भी नहीं कर सकतीं।

यह अंतर महत्वपूर्ण है। कोई रोबोट मानकीकृत केबल या रीस्टार्ट प्रक्रिया को बार-बार दोहरा सकता है, लेकिन इसका मतलब यह नहीं कि वह उस व्यक्ति की जगह ले सकता है जो अचानक आई खराबी का कारण तय करे, जटिल तैनाती का समन्वय करे या उच्च-शक्ति वाले बिजली और कंप्यूटिंग उपकरणों के बीच सुरक्षित ढंग से काम करे।

Meta की दीर्घकालिक रोबोटिक्स योजना केवल बटन दबाने तक सीमित नहीं है। कंपनी के रोबोटिक्स नेतृत्व ने डेटा सेंटरों में तेज incident response, पर्यावरण की निगरानी और preventative maintenance जैसे संभावित उपयोगों का उल्लेख किया है। इससे एक क्रमिक मॉडल का संकेत मिलता है: रोबोट अधिक मानकीकृत काम संभालें, जबकि निगरानी, अपवादों और जटिल कार्यों की जिम्मेदारी इंसानों के पास रहे।

Meta अब भी कुशल डेटा-सेंटर कर्मचारियों की भर्ती चाहती है

रोबोटों के परीक्षण के साथ-साथ Meta ने डेटा सेंटर बनाने और चलाने के लिए लोगों को प्रशिक्षित करने और नियुक्त करने में निवेश की बात कही है। कंपनी ने AI इंफ्रास्ट्रक्चर के तेज विस्तार को कुशल श्रम की कमी से जोड़ा है और कहा है कि उसे केवल कम कर्मचारी नहीं, बल्कि संबंधित विशेषज्ञता वाले अधिक कर्मचारियों की जरूरत है। 15

पहली नजर में ऑटोमेशन और भर्ती की ये दोनों रणनीतियां विरोधाभासी लग सकती हैं, लेकिन वे साथ-साथ चल सकती हैं। विशेषज्ञों की भर्ती तत्काल श्रम-संकट को दूर कर सकती है, जबकि रोबोट धीरे-धीरे हर विशेषज्ञ की निगरानी क्षमता बढ़ा सकते हैं।

इस मॉडल में रोबोट तकनीशियनों की पूरी जगह लेने के बजाय उनकी क्षमता बढ़ाने वाले उपकरण होंगे—खासकर ऐसे दोहराव वाले कामों में, जिनमें समय तो बहुत लगता है लेकिन निर्णय लेने की जरूरत कम होती है।

रोबोट परीक्षणों का Project OT से क्या संबंध है?

भौतिक ऑटोमेशन की यह कोशिश उसी व्यापक सवाल से जुड़ी है जिसके केंद्र में Meta का Project OT था। OT का अर्थ “Organization Transformation” है। आंतरिक योजना में Meta को “AI native” कंपनी बनाने की कल्पना की गई थी, जहां AI एजेंट हजारों कर्मचारियों द्वारा किए जाने वाले काम संभालें और छोटे मानव दल स्वचालित वर्कफ्लो की निगरानी करें। कुछ टीमों के आकार में 60% तक कमी के विकल्पों का आकलन किया गया था। 1 6

यह योजना अपने मूल रूप में आगे नहीं बढ़ सकी। Meta ने अंततः करीब 8,000 कर्मचारियों की छंटनी की, जबकि नवंबर के लिए प्रस्तावित दूसरी कंपनी-व्यापी छंटनी की लहर को पहली कटौती शुरू होने से कुछ समय पहले रद्द कर दिया गया। 7

रिपोर्टों के अनुसार, कर्मचारियों के विरोध और AI से अपेक्षित उत्पादकता लाभ न मिलने के कारण योजना पीछे हटी। 1 3 Meta ने Project OT को हर टीम को प्रभावित करने वाली अंतिम योजना के बजाय scenario planning exercise बताया। 2

यह इतिहास रोबोटिक्स कार्यक्रम को समझने के लिए अहम है। सवाल यह नहीं है कि Meta ऑटोमेशन चाहती है या नहीं—वह स्पष्ट रूप से चाहती है। असली सवाल यह है कि क्या तकनीक वास्तविक संचालन परिस्थितियों में भरोसेमंद उत्पादकता लाभ दे सकती है, जहां असामान्य खराबियां और सुरक्षा की जरूरतें केवल काम की गति जितनी ही महत्वपूर्ण होती हैं।

Meta डेटा-सेंटर संचालन को ऑटोमेट क्यों करना चाहती है?

Meta के इंफ्रास्ट्रक्चर खर्च का पैमाना छोटे-से-छोटे दक्षता लाभ को भी रणनीतिक रूप से महत्वपूर्ण बनाता है। कंपनी ने 2026 की दूसरी तिमाही में 31.1 अरब डॉलर के पूंजीगत खर्च की सूचना दी। यह खर्च सर्वर, डेटा सेंटर और नेटवर्क इंफ्रास्ट्रक्चर में निवेश से जुड़ा था। 14 Meta ने यह भी कहा कि वह पूरे साल AI इंफ्रास्ट्रक्चर और चिप्स पर कम-से-कम 130 अरब डॉलर खर्च करने की उम्मीद करती है, जबकि अन्य रिपोर्टों में पूरे साल का अनुमान 130–145 अरब डॉलर बताया गया है। 2 9

जैसे-जैसे डेटा सेंटरों का भौतिक विस्तार होगा, श्रम इस बड़े संचालन-संबंधी समीकरण का एक हिस्सा बन जाएगा। भरोसेमंद और किफायती होने पर रोबोट संभावित रूप से:

नियमित काम लगातार एक समान तरीके से कर सकते हैं
विशेषज्ञों का दोहराव वाले कामों में लगने वाला समय घटा सकते हैं
खराबियों पर प्रतिक्रिया तेज कर सकते हैं
सीमित संख्या में तकनीशियनों को अधिक उपकरणों की निगरानी में मदद कर सकते हैं
लंबे समय में कुछ संचालन लागत घटा सकते हैं

लेकिन बड़े पूंजीगत खर्च के साथ सफलता की कसौटी भी ऊंची हो जाती है। यदि रोबोट महंगे, धीमे, निगरानी में कठिन या अपवादों से निपटने में असमर्थ हों, तो वे जटिलता घटाने के बजाय बढ़ा सकते हैं। AI वर्कलोड संभालने वाले उपकरणों में गलती की कीमत भी काफी अधिक हो सकती है।

निकट भविष्य में हाइब्रिड वर्कफोर्स सबसे संभावित मॉडल

उपलब्ध साक्ष्य इस निष्कर्ष से कहीं अधिक सीमित तस्वीर पेश करते हैं कि “रोबोट डेटा-सेंटर तकनीशियनों की जगह ले रहे हैं।” Meta मानकीकृत भौतिक कामों को ऑटोमेट करने की संभावना जांच रही है, जबकि उसकी व्यापक AI रणनीति छोटे दलों और स्वचालित एजेंटों के जरिए ज्ञान-आधारित काम को नए सिरे से व्यवस्थित करना चाहती है।

फिलहाल इन महत्वाकांक्षाओं पर व्यावहारिक प्रदर्शन की सीमाएं हैं। रोबोटों को मानव निगरानी की जरूरत बताई गई है और वे सबसे जटिल केबलिंग कार्य नहीं कर सकते। दूसरी ओर, Project OT को अपेक्षित स्तर का उत्पादकता लाभ नहीं मिलने के बाद सीमित कर दिया गया। 1 3

इसलिए निकट भविष्य का सबसे संभावित मॉडल हाइब्रिड होगा: रोबोट दोहराव वाले काम संभालेंगे, AI सॉफ्टवेयर वर्कफ्लो का समन्वय या सहयोग करेगा और कुशल तकनीशियन जटिल इंस्टॉलेशन, सुरक्षा, निदान और अप्रत्याशित स्थितियों की जिम्मेदारी निभाएंगे। Meta का भारी निवेश इस मॉडल को आगे बढ़ाने की मजबूत वजह देता है, लेकिन Project OT का अनुभव यह भी दिखाता है कि ऑटोमेशन योजनाओं को केवल दस्तावेजों पर नहीं, बल्कि वास्तविक संचालन में परखना जरूरी 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।

Studio Global AI के साथ खोजें और तथ्यों की जांच करें

लोग पूछते भी हैं