एआई और सामाजिक असमानताएँ: कौन लाभान्वित होगा, कौन नुकसान में होगा और क्यों

कृत्रिम बुद्धिमत्ता लाभों को समान रूप से वितरित नहीं करती है। यह कुछ कर्मचारियों को ऐसे उपकरण देगी जो पदोन्नति में तेजी लाएंगे और उत्पादकता बढ़ाएंगे। अन्य लोगों को वेतन दबाव, कार्यों के स्वचालन और मध्यम वर्ग में प्रवेश के रास्ते खोने का सामना करना पड़ेगा। इसलिए सबसे महत्वपूर्ण प्रश्न यह नहीं है कि क्या एआई उत्पादकता बढ़ाएगा, बल्कि यह है कि इसका मूल्य कौन हासिल करेगा। अंतर्राष्ट्रीय मुद्रा कोष (International Monetary Fund) के विश्लेषण के अनुसार, वैश्विक रोजगार का लगभग 40% एआई के प्रभाव में है। विकसित अर्थव्यवस्थाओं में यह हिस्सा बढ़कर लगभग 60% हो जाता है, क्योंकि वहां अधिक काम संज्ञानात्मक कार्यों पर निर्भर करता है: विश्लेषण, लेखन, दस्तावेज़ प्रबंधन, रिपोर्टिंग, प्रोग्रामिंग और संचार। ये ठीक वही कार्य हैं जिन्हें जनरेटिव एआई सबसे तेज़ी से स्वचालित या समर्थन देता है। व्यावहारिक रूप से इसका मतलब है कि एआई एक साथ समानता लाने वाली और असमानताओं को गहरा करने वाली दोनों तरह की तकनीक होगी। यह शुरुआती कर्मचारियों को तेज़ी से अच्छे परिणाम प्राप्त करने में मदद कर सकता है, ज्ञान तक पहुँचने की लागत कम कर सकता है और सेवाओं की उपलब्धता बढ़ा सकता है। लेकिन यह बुनियादी ढांचे, डेटा, मॉडल और पूंजी के मालिकों के बीच मुनाफे को भी केंद्रित कर सकता है, जबकि कुछ कर्मचारियों को नियमित दक्षताओं का प्रीमियम खोना पड़ सकता है। मुख्य निष्कर्ष सबसे अधिक जोखिम बौद्धिक श्रम से जुड़ा है। जेनएआई (GenAI) पाठ, कोड, विश्लेषण, वर्गीकरण और ग्राहक सेवा से संबंधित कार्यों को रोबोटिक्स द्वारा जटिल शारीरिक कार्य के स्वचालन की तुलना में तेज़ी से स्वचालित करता है। कार्य बाजार केवल व्यवसायों को नहीं, बल्कि कार्यों को बदल रहा होगा। एक ही व्यवसाय अधिक उत्पादक, कम आवश्यक या अधिक पर्यवेक्षी हो सकता है, यह इस बात पर निर्भर करता है कि एआई कौन सी गतिविधियाँ संभालेगा। शुरुआती कर्मचारियों को उत्पादकता के मामले में सबसे अधिक लाभ मिल सकता है। एनबीईआर (NBER) द्वारा ग्राहक सहायता पर किए गए अध्ययन से पता चला कि औसत उत्पादकता में लगभग 14% की वृद्धि हुई, जिसमें कम अनुभवी लोगों में सबसे अधिक सुधार देखा गया। पूंजी के मालिक मूल्य का सबसे बड़ा हिस्सा हासिल कर सकते हैं। क्लाउड, सेमीकंडक्टर, बेस मॉडल और कॉर्पोरेट डेटा प्रदाताओं की सौदेबाजी की स्थिति व्यक्तिगत कर्मचारियों से अधिक मजबूत होती है। सबसे बड़ा जोखिम श्रम बाजार के मध्य भाग पर दबाव है। विश्लेषणात्मक, प्रशासनिक, कॉपीराइटिंग, लेखांकन, कानूनी और प्रोग्रामिंग का नियमित कार्य मूल्य संपीड़न (compression of value) के अधीन होगा। स्वचालन या वृद्धि?

एआई (AI) पर बहस में अक्सर दो अलग-अलग तंत्रों को मिला दिया जाता है। स्वचालन का मतलब किसी विशिष्ट कार्य में मनुष्य का प्रतिस्थापन करना है। वृद्धि का मतलब उसकी क्षमताओं का विस्तार करना है: तेजी से लिखना, बेहतर सारांश बनाना, आसान खोज, निर्णय समर्थन या गुणवत्ता नियंत्रण। यह अंतर महत्वपूर्ण है। एआई शायद ही कभी एक झटके में पूरा पेशा छीन लेता है। यह अधिक बार कार्यों के कुछ हिस्सों को हटाता है, काम के अनुपात को बदल देता है और मूल्य को उन लोगों की ओर स्थानांतरित करता है जो प्रक्रिया डिजाइन कर सकते हैं, परिणाम सत्यापित कर सकते हैं और निर्णय की जिम्मेदारी ले सकते हैं। सामाजिक समस्या यह है कि नियमित कार्य अब तक जूनियर्स के लिए अभ्यास का स्कूल और मध्यम वर्ग की स्थिर रोज़गार का आधार रहे हैं। एआई असमानता क्यों बढ़ा सकता है?

1.

पूंजी के लिए प्रीमियम काम के लिए प्रीमियम से तेजी से बढ़ता है यदि कोई कंपनी एक ही टीम से अधिक ग्राहकों को सेवा दे सकती है, तो लाभ का कुछ हिस्सा कर्मचारियों को जा सकता है, लेकिन ऐसा करना अनिवार्य नहीं है। प्रतिस्पर्धी बाजार में, कुछ हिस्से ग्राहक कम कीमतों पर लेंगे, कुछ प्रबंधन मार्जिन में, और कुछ शेयरधारक कंपनी के मूल्यांकन में लेंगे। कर्मचारी तभी लाभ कमाता है जब उसके कौशल दुर्लभ और बदलने में कठिन बने रहते हैं। 2.

AI बाजारों में एकाग्र होने की प्रवृत्ति होती है बेस मॉडल, उन्नत चिप्स और डेटा सेंटर को भारी निवेश की आवश्यकता होती है। इसका मतलब है कि सबसे बड़ा फायदा उन कंपनियों को होता है जिनके पास पूंजी, कंप्यूटिंग शक्ति, प्रतिभा और अपना डेटा उपलब्ध है। भले ही ओपन सोर्स मॉडल प्रवेश बाधा को कम करते हैं, फिर भी पूर्ण उत्पादन परिनियोजन के लिए सुरक्षा, बुनियादी ढांचे, एकीकरण और क्षमता की आवश्यकता होती है। 3.

नियमित कौशल प्रीमियम खो रहे हैं वर्षों से, स्थिर कार्यालय का काम दस्तावेज़, विश्लेषण, प्रस्तुतीकरण, प्रस्ताव, रिपोर्ट और सरल सिस्टम बनाने की क्षमता पर निर्भर था। GenAI सोचने की ज़रूरत को समाप्त नहीं करता है, लेकिन यह बौद्धिक श्रम के कई नियमित उत्पादों की कीमत कम कर देता है। इससे एंट्री-लेवल पदों, फ्रीलांसरों, प्रशासनिक कर्मचारियों और मध्यम परिचालन स्तरों पर असर पड़ सकता है। कौन लाभ उठा सकता है वे कर्मचारी जो डोमेन को AI के साथ जोड़ते हैं। सबसे बड़ा फायदा उन लोगों को मिलेगा जो किसी विशिष्ट उद्योग को जानते हैं और निर्णय लेने में तेजी लाने के लिए AI का उपयोग कर सकते हैं: जोखिम को समझने वाले वकील, निदान की निगरानी करने वाले डॉक्टर, कंपनी डेटा जानने वाले विश्लेषक, रणनीति को समझने वाले मार्केटर्स, और गुणवत्ता नियंत्रण के साथ सिस्टम डिज़ाइन करने में सक्षम इंजीनियर। अच्छी तरह से डिज़ाइन की गई प्रक्रियाओं में जूनियर कर्मचारी। AI उत्तरों, प्रक्रियाओं, मानकों और कार्य पैटर्न का सुझाव देकर उत्पादकता प्राप्त करने के समय को कम कर सकता है। यह ग्राहक सेवा, बिक्री, प्रशासन और साधारण विश्लेषणों में वास्तविक समय में उपलब्ध एक संरक्षक (mentor) के रूप में काम कर सकता है। माइक्रो-फर्म और छोटे उद्यमी। जनरेटिव उपकरण सामग्री बनाने, पत्राचार को स्वचालित करने, दस्तावेज़ों का विश्लेषण करने और पूर्ण विशेषज्ञ टीमों के बिना सरल एप्लिकेशन बनाने की अनुमति देते हैं। यह बाजार में प्रवेश की लागत को कम कर सकता है, बशर्ते मॉडल तक पहुंच अपेक्षाकृत सस्ती बनी रहे। अद्वितीय डेटा वाली कंपनियाँ। मूल्य केवल मॉडल में नहीं होगा। अपना डेटा, प्रक्रियाएँ, ग्राहक संबंध और एक ऐसी प्रणाली बनाने की क्षमता जो प्रतियोगी आसानी से कॉपी न कर सके, अधिक महत्वपूर्ण होती जाएगी। कौन नुकसान उठा सकता है दोहराव वाला संज्ञानात्मक कार्य करने वाले कर्मचारी। इसमें सरल कॉपीराइटिंग, अनुवाद, शोध (research), दस्तावेज़ वर्गीकरण, प्रारंभिक कानूनी विश्लेषण, रिपोर्टिंग, ईमेल प्रबंधन और एप्लिकेशन प्रोग्रामिंग के कुछ हिस्से शामिल हैं। कीमत पर प्रतिस्पर्धा करने वाले फ्रीलांसर। वैश्विक सेवा प्लेटफॉर्म पहले से ही सरल टेक्स्ट, ग्राफिक और मार्केटिंग असाइनमेंट पर दबाव दिखा रहे हैं। यदि ग्राहक कुछ पैसे में पहला ड्राफ्ट उत्पन्न कर सकता है, तो वह मनुष्य को मुख्य रूप से रणनीति, चयन, जिम्मेदारी और गुणवत्ता के लिए भुगतान करता है, न कि केवल उत्पादन के लिए। व्यवस्थित डेटा के बिना कंपनियाँ। दस्तावेज़ों, CRM, ERP और ज्ञानकोष में अराजकता वाली संस्थाओं को भ्रम (hallucination), रिसाव या गलत निर्णय के जोखिम के बिना AI लागू करने में कठिनाई होगी। यह विशेष रूप से छोटे और मध्यम आकार के उद्यमों (SMEs) के लिए खतरनाक है जिनके पास डेटा आर्किटेक्चर और सुरक्षा के लिए बजट नहीं है। सस्ते नियमित श्रम के लाभ पर आधारित देश। यदि एआई एजेंट आउटसोर्सिंग सेवाओं का कुछ हिस्सा संभाल लेता है, तो उन देशों के लागत लाभ का एक हिस्सा गायब हो जाएगा जिन्होंने बीपीओ केंद्रों, साधारण आईटी, सामग्री मॉडरेशन और व्यावसायिक प्रक्रियाओं के प्रशासन पर विकास बनाया था। परिवर्तन के तीन तंत्र Skill compression एआई शुरुआती और मध्यम स्तर के कर्मचारी के बीच का अंतर कम कर सकता है। यदि सिस्टम सर्वोत्तम प्रथाओं का सुझाव देता है, दस्तावेजों को सारांशित करता है और प्रक्रियाओं की निगरानी करता है, तो अनुभव का एक हिस्सा उपकरण में दर्ज हो जाता है। यह उत्पादकता के लिए अच्छा है, लेकिन यह नियमित कार्यों को वर्षों तक करने के लिए वेतन प्रीमियम को कम कर सकता है। Winner-takes-all डिजिटल सेवाओं की सीमांत लागत कम होती है। जब सबसे अच्छा एआई सिस्टम थोड़ा बेहतर गुणवत्ता प्राप्त करता है, तो यह बाजार के एक बड़े हिस्से पर कब्जा कर सकता है, खासकर यदि यह वैश्विक स्तर पर काम करता है और क्लाउड के माध्यम से स्केल होता है। ऐसे मॉडल में लाभ पारंपरिक स्थानीय सेवाओं की तुलना में तेजी से बढ़ता है। Hollowing out सामाजिक रूप से सबसे खतरनाक परिदृश्य श्रम बाजार के मध्य का सिकुड़ना है: कम जूनियर पद, कम साधारण प्रशिक्षण कार्य, कम स्थिर प्रशासनिक भूमिकाएँ और उन लोगों के बीच एक बड़ा अंतर जो प्रणालियाँ डिज़ाइन करते हैं और उन लोगों के बीच जो रणनीति पर वास्तविक नियंत्रण के बिना उनके प्रभावों की निगरानी करते हैं। केस स्टडीज ग्राहक सेवा: सीखने का त्वरक के रूप में एआई NBER का अध्ययन "Generative AI at Work" ने 5 हज़ार से अधिक ग्राहक सेवा कर्मचारियों के लिए एआई सहायक को लागू करना विश्लेषण किया। औसत उत्पादकता में लगभग 14% की वृद्धि हुई, और सबसे बड़े लाभ कम अनुभवी कर्मचारियों ने प्राप्त किए। यह एक उदाहरण है जहां एआई एक समतुल्य उपकरण (leveling tool) के रूप में कार्य कर सकता है, क्योंकि यह सर्वश्रेष्ठ कर्मचारियों के ज्ञान को पूरी टीम के लिए दैनिक सुझावों में स्थानांतरित करता है। फ्रीलांसिंग: साधारण सामग्री उत्पादन पर दबाव कॉपीराइटिंग, साधारण ग्राफिक्स, अनुवाद और मार्केटिंग में एआई ने पहले ड्राफ्ट की लागत को लगभग शून्य तक कम कर दिया है। इसका मतलब रचनात्मक कार्य का अंत नहीं है, बल्कि मूल्यांकन (या मूल्य निर्धारण) में बदलाव का मतलब है। बाजार केवल पाठ के निर्माण के लिए कम भुगतान करता है, लेकिन रणनीति, संपादन, वितरण, जिम्मेदारी और वास्तविक व्यावसायिक लक्ष्य के अनुरूप बनाने के लिए अधिक भुगतान करता है। चिकित्सा: पूर्ण स्वचालन के बजाय वृद्धि इमेजिंग डायग्नोस्टिक्स में एआई विशेषज्ञों की कार्यक्षमता बढ़ा सकता है और नियमित मूल्यांकन के बोझ को कम कर सकता है। साथ ही, कानूनी और नैदानिक ​​जिम्मेदारी मनुष्य के पास बनी रहती है। ऐसा मॉडल उच्च कुशल कर्मचारियों का मूल्य बढ़ाता है, लेकिन जरूरी नहीं कि यह विशेषज्ञों तक असमान पहुंच की समस्या का समाधान करता हो। मिथक और वास्तविकता मिथक वास्तव में कैसा है एआई सभी नौकरियाँ ले लेगा। एआई पूरे व्यवसायों की तुलना में अधिक बार कार्यों को स्वचालित करता है। बदलाव का पैमाना बड़ा हो सकता है, लेकिन प्रभाव कार्यान्वयन, विनियमन और नई भूमिकाओं के निर्माण की गति पर निर्भर करता है। ओपन सोर्स खुद ही मौके बराबर कर देगा। खुले मॉडल मदद करते हैं, लेकिन अभी भी डेटा, बुनियादी ढांचा, सुरक्षा, एकीकरण और कार्यान्वयन क्षमताएं चाहिए। शारीरिक श्रम सबसे अधिक खतरे में है। निकट भविष्य में, जेनएआई जटिल शारीरिक कार्य की तुलना में नियमित संज्ञानात्मक कार्यों को अधिक प्रभावित करता है। एआई निर्णयों से पूर्वाग्रह हटा देगा। सिस्टम डेटा की त्रुटियों को दोहरा सकता है या मजबूत कर सकता है। ऑडिट, परीक्षण और मानवीय जिम्मेदारी की आवश्यकता है। दशक के लिए तीन परिदृश्य सावधानीपरक परिदृश्य: एआई को अपनाना विनियमन, डेटा की कमी और सुरक्षा समस्याओं के कारण धीरे-धीरे आगे बढ़ रहा है। असमानताएं बढ़ रही हैं, लेकिन मुख्य रूप से तकनीकी विशेषज्ञों और बाकी बाजार के बीच। आधारभूत परिदृश्य: एआई कार्यालय के काम में एक मानक "सह-पायलट" बन जाता है। कंपनियां छोटी टीमें बनाए रखती हैं, मार्जिन बढ़ाती हैं और कर्मचारियों से अपेक्षाओं को स्थानांतरित करती हैं। मध्यम वर्ग दबाव महसूस करता है, लेकिन श्रम बाजार का अचानक पतन नहीं होता है। क्रांतिकारी परिदृश्य: स्वायत्त एजेंट प्रणाली वित्त, कानून, बीमा, विपणन और प्रशासन में पूरी प्रक्रियाओं को संभाल लेती है। मूल्य प्रौद्योगिकी के मालिकों पर केंद्रित होता है, और देशों को मजबूत पुनर्वितरण, तकनीकी रेंट पर नए कर या बुनियादी आय कार्यक्रमों पर विचार करना चाहिए। कंपनियों को क्या करना चाहिए रीयल-टाइम सूचना प्रक्रियाओं का मानचित्रण करना: ईमेल, चालान, शिकायतें, दस्तावेज़, रिपोर्ट, ग्राहक पूछताछ और मामलों का वर्गीकरण। आंतरिक ज्ञान आधार बनाना और डेटा को व्यवस्थित करना, इससे पहले कि संगठन बड़े पैमाने पर एआई एजेंट तैनात करना शुरू करे। भूमिकाओं को इस तरह से डिज़ाइन करना कि एआई केवल जूनियर पदों को हटाने का तरीका न हो, बल्कि सीखने का एक उपकरण हो। मॉडल द्वारा समर्थित निर्णयों के लिए गुणवत्ता, सुरक्षा और जवाबदेही का ऑडिट लागू करना। मापना कि उत्पादकता के लाभ कौन उठा रहा है: ग्राहक, कर्मचारी, कंपनी या पूंजी का मालिक। सरकारों को क्या करना चाहिए सार्वजनिक नीति केवल "अधिक प्रशिक्षण" के नारे तक सीमित नहीं रह सकती। विशिष्ट तंत्रों की आवश्यकता है: शिक्षा में एआई उपकरणों तक पहुंच, एमएसएमई (MSMEs) के लिए समर्थन, एल्गोरिदम ऑडिट मानक, सार्वजनिक डेटा बुनियादी ढांचे में निवेश और तकनीकी अधिशेष का एक हिस्सा पकड़ने में सक्षम कर प्रणाली। सबसे बड़ी चुनौती सामाजिक गतिशीलता बनाए रखना होगी। यदि एआई कई शुरुआती पदों को समाप्त कर देता है, तो युवा कर्मचारियों के पास अनुभव प्राप्त करने का प्राकृतिक मार्ग नहीं रहेगा। तब सरकार, स्कूल और कंपनियों को सीखने के नए मॉडल बनाने होंगे: सिमुलेशन, परियोजना इंटर्नशिप, एआई-समर्थित मेंटरिंग और वास्तविक दक्षताओं का प्रमाणन। निष्कर्ष AI स्वाभाविक रूप से न तो न्यायपूर्ण तकनीक है और न ही अन्यायपूर्ण। यह मौजूदा संरचनाओं को मजबूत करने वाला एक उपकरण है। अच्छे प्रबंधन वाली संस्था में, यह कम कुशल कर्मचारियों की उत्पादकता बढ़ा सकता है और सेवाओं की लागत घटा सकता है। केवल लागत में कटौती पर केंद्रित संस्था में, यह स्थिर नौकरियों के क्षरण को तेज कर सकता है। मजबूत शिक्षा और डेटा बुनियादी ढांचे वाले देश में, यह प्रतिस्पर्धात्मकता बढ़ा सकता है। ऐसी रणनीति के बिना देश विदेशी प्लेटफार्मों पर निर्भरता को गहरा कर सकता है। इसलिए सबसे महत्वपूर्ण रणनीतिक प्रश्न यह है: क्या AI का उपयोग मानव क्षमताओं के विस्तार के लिए किया जाएगा, या मुख्य रूप से प्रौद्योगिकी मालिकों के पास मूल्य को केंद्रित करने के लिए। इस निर्णय पर निर्भर करता है कि आने वाला दशक उत्पादकता में प्रगति का दशक होगा, या नई असमानताओं का। स्रोत IMF: Gen-AI: Artificial Intelligence and the Future of Work NBER: Generative AI at Work Goldman Sachs: Generative AI could raise global GDP by 7% McKinsey: The economic potential of generative AI अंतर्राष्ट्रीय श्रम संगठन: जनरेटिव एआई नौकरियों को नष्ट करने के बजाय बढ़ाने की संभावना है वर्ल्ड इकोनॉमिक फोरम: द फ्यूचर ऑफ जॉब्स रिपोर्ट 2023 NIST: एआई रिस्क मैनेजमेंट फ्रेमवर्क