क्या AI आपकी नौकरी ले लेगा? WEF, ILO और IMF की तथ्य-जांच

मजबूत निष्कर्ष यह है: कई नौकरियां बदलेंगी, क्योंकि उनके भीतर की कुछ गतिविधियां ऑटोमेट होंगी, एआई से तेज होंगी या टीमों में नए तरीके से बंटेंगी। ILO की 2025 अपडेट generative AI यानी GenAI को खास तौर पर कार्य-स्तर पर देखती है और बताती है कि लगभग हर चौथी नौकरी GenAI से संभावित रूप से transform हो सकती है। IMF के अनुसार दुनिया भर में लगभग 40% नौकरियां एआई-जनित बदलावों से प्रभावित हैं।

यहां शब्दों पर ध्यान जरूरी है। “प्रभावित” या “बदलने योग्य” का मतलब अपने-आप “खत्म” नहीं होता। इसका मतलब पहले यह है कि किसी नौकरी के भीतर कुछ काम बदल सकते हैं।

WEF, ILO और IMF असल में क्या कह रहे हैं

WEF: 2030 तक तकनीक नौकरी के बढ़ने और घटने दोनों को प्रभावित करेगी

WEF की Future of Jobs Report 2025 एक हजार से ज्यादा वैश्विक नियोक्ताओं के आकलनों पर आधारित है, जिनके पास कुल मिलाकर 1.4 करोड़ से अधिक कर्मचारी हैं। रिपोर्ट देखती है कि तकनीकी बदलाव, भू-आर्थिक विखंडन, हरित बदलाव, जनसांख्यिकीय बदलाव और आर्थिक अनिश्चितता जैसे बड़े रुझान 2030 तक नौकरियों की वृद्धि और गिरावट को कैसे प्रभावित कर सकते हैं।

इसका मतलब यह नहीं कि WEF किसी एक पद को सुरक्षित या खत्म घोषित कर रहा है। वह बड़े स्तर पर भूमिकाओं, कार्यों और कौशलों में बदलाव की दिशा बता रहा है।

ILO: असली तस्वीर पदनाम में नहीं, कार्यों में छिपी है

ILO अपनी 2025 विश्लेषण को generative AI के प्रति पेशागत exposure का अधिक परिष्कृत वैश्विक आकलन बताता है। इसके लिए वह task-level data, विशेषज्ञों की राय और AI predictions को जोड़ता है, ताकि GenAI के संभावित असर को अधिक बारीकी से समझा जा सके।

यही बात नौकरी करने वालों के लिए सबसे उपयोगी है। दो लोगों का पदनाम एक जैसा हो सकता है, लेकिन उनका एआई-जोखिम अलग हो सकता है। अगर किसी भूमिका में ज्यादा काम standard, दोहराया जाने वाला और आसानी से लिखकर समझाया जा सकने वाला है, तो उसके बदलने की संभावना अधिक है।

IMF: नई skills की मांग बढ़ेगी, routine office work पर दबाव आएगा

IMF एआई को काम की दुनिया में व्यापक बदलाव का कारण मानता है और कहता है कि दुनिया भर में लगभग 40% नौकरियां एआई-जनित बदलावों से प्रभावित हैं। IMF यह भी बताता है कि मध्यम कौशल स्तर वाली routine office activities खास दबाव में आ सकती हैं, जबकि नई skill requirements पेशेवर, तकनीकी और management roles में ज्यादा दिखेंगी।

इसका अर्थ यह नहीं कि “40% नौकरियां खत्म हो जाएंगी।” ज्यादा मजबूत और स्रोत-आधारित बात यह है: एआई बदल रहा है कि कौन-से कार्य मूल्यवान रहेंगे और कर्मचारियों को कौन-से कौशल सीखने होंगे।

सिर्फ आपका job title काफी क्यों नहीं

“Project Manager”, “Marketing Manager”, “Operations Executive”, “Analyst” या “Office Assistant”—नाम साफ दिखते हैं, लेकिन असल काम बहुत अलग हो सकता है।

एक marketing role में कोई व्यक्ति बार-बार copy variants बनाता, reports तैयार करता और campaign data update करता हो सकता है। उसी title वाला दूसरा व्यक्ति brand strategy, budget decisions, client alignment और creative accountability संभाल सकता है। एक office role बहुत standard data entry वाला हो सकता है, या उसमें case-by-case review, नियमों की समझ और लोगों से बातचीत ज्यादा हो सकती है।

इसीलिए ILO का task-level approach महत्वपूर्ण है: generative AI का संभावित असर इस बात पर निर्भर करता है कि रोजमर्रा में कौन-से ठोस काम बार-बार किए जाते हैं।

तथ्य-जांच: कौन-सा दावा कितना मजबूत है?

कौन-से काम एआई से ज्यादा जल्दी बदल सकते हैं

जिन कामों में digital input, दोहराव और साफ निर्देश ज्यादा होते हैं, वे आम तौर पर एआई से ज्यादा प्रभावित हो सकते हैं। उदाहरण के लिए:

• standard text लिखना या दोबारा लिखना,
• documents का सार बनाना,
• basic research को organize करना,
• data साफ करना या system में डालना,
• regular reports का पहला draft तैयार करना,
• सरल analysis या classification करना,
• rule-based documentation बनाना।

यह समझ ILO के task-level दृष्टिकोण और IMF की इस बात से मेल खाती है कि routine office work दबाव में आ सकता है।

कौन-से कामों की अहमियत बढ़ सकती है

अगर एआई routine हिस्से संभालता है, तो कुछ मानवीय क्षमताएं और महत्वपूर्ण हो जाती हैं। इनमें शामिल हैं:

• एआई के output की subject-matter checking,
• ग्राहकों, processes और risks का संदर्भ समझना,
• अनिश्चितता में priority और decision तय करना,
• quality और परिणामों की जिम्मेदारी लेना,
• लोगों से स्पष्ट communication करना,
• teams के बीच coordination करना,
• एआई से निकले draft को भरोसेमंद final काम में बदलना।

कुल मिलाकर स्रोत आसान “पूरे पेशे खत्म” वाली कहानी से ज्यादा roles और skills के बदलने की ओर इशारा करते हैं। IMF खास तौर पर एआई-जनित बदलाव के साथ नई skill requirements को महत्वपूर्ण बताता है।

अपने काम का 3-मिनट चेक

यह कोई वैज्ञानिक scoring model नहीं है, लेकिन यह स्रोतों की logic को अपने काम पर लागू करने में मदद करता है: एआई का जोखिम सबसे पहले task level पर दिखता है, केवल job title से नहीं।

1. अपनी पांच सबसे आम जिम्मेदारियां लिखें

बहुत सामान्य न लिखें। “मैं sales में हूं” की जगह लिखें: proposal बनाना, client calls की तैयारी करना, CRM data update करना, market information देखना, internal coordination करना।

जितनी ठोस सूची होगी, उतना साफ दिखेगा कि कहां एआई मदद कर सकता है, समय बचा सकता है या कोई हिस्सा automate कर सकता है।

2. routine, text और data पर निशान लगाएं

उन कार्यों को चिन्हित करें जो दोहराए जाते हैं, standard format में होते हैं, text-heavy हैं या data-heavy हैं। ILO generative AI को कार्य-स्तर पर देखता है और IMF routine office activities को दबाव वाले क्षेत्र के रूप में पहचानता है।

3. संदर्भ, जिम्मेदारी और judgment अलग करें

उन कार्यों को अलग लिखें जिनमें आप final checking करते हैं, जोखिम समझते हैं, निर्णय तैयार करते हैं, लोगों से बातचीत करते हैं या परिणामों की जिम्मेदारी लेते हैं। ऐसे काम एआई से बदल सकते हैं, लेकिन केवल इसलिए अपने-आप खत्म नहीं होते कि उनके कुछ steps तेज हो गए।

4. अपनी skill gap देखें

मुख्य सवाल सिर्फ यह नहीं है कि “एआई क्या कर सकता है?” सवाल यह भी है: क्या मैं एआई को सही निर्देश दे सकता हूं, उसके output को जांच सकता हूं और उसके आधार पर जिम्मेदार काम कर सकता हूं?

IMF एआई-जनित बदलाव में नई skill requirements को केंद्रीय मानता है, खासकर पेशेवर, तकनीकी और management roles में।

अपना परिणाम कैसे पढ़ें

• बहुत सारे standard text या data tasks: एआई के आपके काम के कुछ हिस्से लेने, तेज करने या quality expectations बदलने की संभावना अधिक है।
• बहुत सारे context, responsibility, coordination या expert judgment वाले काम: पूरी नौकरी के खत्म होने से ज्यादा role redesign की संभावना दिखती है।
• मिश्रित role: routine हिस्से automate या तेज हो सकते हैं, जबकि quality control, coordination और निर्णय की भूमिका बड़ी हो सकती है।

अभी क्या करें

पहला कदम: अपने काम को tasks में तोड़कर देखें। ILO का दृष्टिकोण दिखाता है कि फर्क कई बार पेशों के बीच नहीं, बल्कि एक ही पेशे के भीतर अलग-अलग कार्यों में होता है।

दूसरा कदम: एआई को काम के tool की तरह सीखें। अगर routine tasks बदल रहे हैं, तो अच्छे prompts या instructions लिखना, output verify करना और एआई draft को usable decision या document में बदलना ज्यादा जरूरी होगा।

तीसरा कदम: अपना मानवीय योगदान साफ दिखाएं। आपकी सबसे मजबूत जगह वे हिस्से हो सकते हैं जहां context, responsibility, expert review, communication और decision-making साथ आते हैं।

चौथा कदम: अपना आकलन समय-समय पर update करें। WEF 2030 तक के श्रम बाजार बदलावों को देखता है, जबकि ILO और IMF एआई को कार्यों और skills में चल रहे बदलाव के रूप में देखते हैं।

निष्कर्ष

मौजूदा स्रोत “क्या AI मेरी नौकरी ले लेगा?” का सरल हां या ना जवाब नहीं देते। ज्यादा भरोसेमंद निष्कर्ष यह है: एआई कई कार्यों को बदलेगा, कुछ routine हिस्सों को automate या तेज करेगा और नई skills की मांग पैदा करेगा।

आपके लिए सबसे अहम चीज आपका task mix है। आपकी भूमिका जितनी ज्यादा दोहराए जाने वाले digital text या data routine पर टिकी है, बदलाव का दबाव उतना अधिक हो सकता है। और आपका मूल्य जितना ज्यादा context, जिम्मेदारी, judgment और coordination से आता है, पूरी तरह replacement के बजाय role में बदलाव की संभावना उतनी ज्यादा है।