EPFO ના આંકડા દર્શાવે છે કે 2022ના અંતથી 22-25 વર્ષના યુવાનોની ભરતી સ્થિર રહી છે, જ્યારે અનુભવી સ્ટાફની ભરતી વધી રહી છે. આ આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) ના કારણે કંપનીઓ માસ એન્ટ્રી-લેવલ હાયરિંગ પર ઓછું ધ્યાન આપી રહી છે, જે રોકાણકારો માટે ખર્ચ કાર્યક્ષમતા અને પ્રતિભા વિકાસ વચ્ચેનો ટ્રેડ-ઓફ રજૂ કરે છે.
શું થયું?
એમ્પ્લોઈઝ પ્રોવિડન્ટ ફંડ ઓર્ગેનાઈઝેશન (EPFO) ના તાજેતરના ડેટા ભારતીય જોબ માર્કેટમાં એક મોટો ફેરફાર સૂચવે છે. નવેમ્બર 2022 થી, જ્યારે જનરેટિવ AI ટૂલ્સનો વ્યાપક ઉપયોગ શરૂ થયો, ત્યારે 22-25 વર્ષના યુવાનો માટે ફોર્મલ હાયરિંગ લગભગ સ્થિર થઈ ગઈ છે. જોકે કુલ નોકરીઓની સંખ્યા વધી રહી છે, પરંતુ આ યુવા વર્ગમાં નવી ભરતી ખૂબ જ ઓછી જોવા મળી રહી છે.
તેનાથી વિપરીત, મોટી ઉંમરના કર્મચારીઓની ભરતીમાં સતત વધારો જોવા મળ્યો છે. આ વલણ દર્શાવે છે કે કંપનીઓ હજુ પણ કર્મચારીઓની સંખ્યા વધારી રહી છે, પરંતુ તેઓ નવા સ્નાતકો કરતાં અનુભવી કર્મચારીઓને વધુ પ્રાધાન્ય આપી રહ્યા છે. આ ડેટા સૂચવે છે કે AI સંભવતઃ એવા રૂટિન કાર્યોને બદલી રહ્યું છે અથવા તેમાં મદદ કરી રહ્યું છે જે પહેલા એન્ટ્રી-લેવલ કર્મચારીઓ કરતા હતા, નહિ કે તમામ નોકરીઓને સંપૂર્ણપણે ડિસ્પ્લેસ કરી રહ્યું છે.
કાર્યક્ષમતા લાભ વિરુદ્ધ લાંબા ગાળાના જોખમો
કોર્પોરેટ ઈન્ડિયા, ખાસ કરીને સેવા-આધારિત ક્ષેત્રો માટે, આ હાયરિંગ ફેરફાર સીધી આર્થિક અસર ધરાવે છે. એન્ટ્રી-લેવલ હાયરિંગમાં સામાન્ય રીતે ભરતી, ઓનબોર્ડિંગ અને તાલીમ સંબંધિત નોંધપાત્ર ખર્ચાઓ શામેલ હોય છે. AI નો ઉપયોગ પુનરાવર્તિત કાર્યોને સંભાળવા માટે કરીને, કંપનીઓ ટૂંકા ગાળામાં તેમના 'કોસ્ટ-ટુ-સર્વ' ઘટાડી શકે છે અને ઓપરેટિંગ માર્જિન સુધારી શકે છે.
જોકે, તેમાં એક અંતર્ગત જોખમ પણ છે. એન્ટ્રી-લેવલ વર્કફોર્સ એ ભવિષ્યના મેનેજરો અને ટેકનિકલ નિષ્ણાતો માટે પરંપરાગત પાઇપલાઇન છે. જો કંપનીઓ ખર્ચ બચાવવા માટે નવી ભરતી ઘટાડે છે, તો તેમને મધ્યમથી લાંબા ગાળામાં પ્રતિભાની અછતનો સામનો કરવો પડી શકે છે. રોકાણકારો વારંવાર નિરીક્ષણ કરે છે કે શું કોઈ કંપની ભવિષ્યના વિકાસ માટે જરૂરી લીડરશીપ પાઇપલાઇન બનાવવાના તેના ક્ષેત્રને સમાધાન કર્યા વિના તેની ઓપરેશનલ કાર્યક્ષમતા જાળવી રાખી શકે છે.
કયા ક્ષેત્રો સૌથી વધુ પ્રભાવિત?
જે ક્ષેત્રો નવા સ્નાતકોની મોટા પાયે ભરતી પર ખૂબ આધાર રાખે છે તેઓ આ વલણથી સૌથી વધુ પ્રભાવિત છે. IT સર્વિસિસ, બિઝનેસ પ્રોસેસ મેનેજમેન્ટ (BPM), અને નાણાકીય સેવા ક્ષેત્રો ઐતિહાસિક રીતે પ્રારંભિક-કારકિર્દી કામદારોના સૌથી મોટા નોકરીદાતા રહ્યા છે. આ ઉદ્યોગો AI ને કોડિંગ, ડેટા એન્ટ્રી અને ગ્રાહક સપોર્ટ ભૂમિકાઓને ઓટોમેટ કરવા માટે અપનાવવામાં સૌથી વધુ આક્રમક છે.
જેમ જેમ આ ક્ષેત્રો AI તરફ વધુ ઝુકાવે છે, તેમ તેમ એન્ટ્રી-લેવલ સ્ટાફની મોટી માત્રાની જરૂરિયાત કાયમી ધોરણે ઘટી શકે છે. રોકાણકારોએ નજીકથી જોવું જોઈએ કે આ કંપનીઓ તેમના વર્કફોર્સ મિશ્રણને કેવી રીતે સંચાલિત કરે છે. જે કંપની નવી ભરતી બંધ કરવાને બદલે હાલના સ્ટાફને AI સાથે કામ કરવા માટે સફળતાપૂર્વક પુનઃતાલીમ આપે છે, તે આ સંક્રમણને નેવિગેટ કરવા માટે વધુ સારી સ્થિતિમાં હોઈ શકે છે.
રોકાણકારોએ આગળ શું ટ્રેક કરવું?
જ્યારે EPFO ડેટા એક ઉપયોગી સંકેત પૂરો પાડે છે, તે ફક્ત ફોર્મલ રોજગાર સુધી મર્યાદિત છે અને અનૌપચારિક અથવા ગિગ અર્થતંત્રને આવરી લેતું નથી. રોકાણકારોએ ફક્ત પેરોલ નંબરોથી આગળ જોવું જોઈએ. મુખ્ય ક્ષેત્રોમાં 'રેવન્યુ પર એમ્પ્લોઈ' મેટ્રિક્સ પર મેનેજમેન્ટ કોમેન્ટરીનો સમાવેશ થાય છે, કારણ કે આ દર્શાવશે કે AI-સંચાલિત હાયરિંગ મંદી ખરેખર વધુ સારી ઉત્પાદકતા અને ઉચ્ચ નફાકારકતામાં પરિણમી રહી છે કે કેમ.
વધુમાં, કર્મચારીઓના રિ-સ્કિલિંગ પ્રોગ્રામ્સ પર કંપનીઓના મૂડી ખર્ચ મહત્વપૂર્ણ રહેશે. AI નો અસરકારક રીતે ઉપયોગ કરવા માટે તેમના કર્મચારીઓને તાલીમ આપવામાં રોકાણ કરતી ફર્મ, ફક્ત હાયરિંગ ફ્રીઝ પર આધાર રાખતી ફર્મ કરતાં ઓછી વિક્ષેપનો સામનો કરી શકે છે. અંતે, 22-25 વર્ષના જૂથમાં સ્થિરતા ચાલુ રહે છે કે કેમ અથવા કંપનીઓ ટૂંકા ગાળાની ખર્ચ બચત અને લાંબા ગાળાના કૌશલ્ય વિકાસની જરૂરિયાતને સંતુલિત કરવા માટે તેમની હાયરિંગ વ્યૂહરચનાઓને સમાયોજિત કરે છે કે કેમ તે ટ્રેક કરો.