AI का जॉब मार्केट पर असर: निवेशकों के लिए जरूरी जानकारी

जैसे-जैसे AI का इस्तेमाल बढ़ रहा है, अर्थशास्त्री प्रोडक्टिविटी (Productivity) में बढ़ोतरी और नौकरियों की स्थिरता के बीच बड़े अंतर की चेतावनी दे रहे हैं। दुनिया भर में बढ़ते कर्ज की वजह से सरकारों के पास हस्तक्षेप करने की गुंजाइश कम है। ऑटोमेशन (Automation) की ओर बढ़ता यह झुकाव अर्थव्यवस्थाओं के लिए नई चुनौतियां पेश कर रहा है, खासकर भारत जैसी बड़ी लेबर फोर्स (Labor Force) वाली अर्थव्यवस्थाओं के लिए। निवेशकों को सिर्फ शॉर्ट-टर्म प्रॉफिट ग्रोथ (Profit Growth) से आगे बढ़कर यह देखना होगा कि कंपनियां इस टेक्नोलॉजिकल बदलाव के बीच अपनी वर्कफोर्स स्ट्रैटेजी (Workforce Strategy) को कैसे मैनेज कर रही हैं।

क्या हुआ है?

आर्टिफिशियल इंटेलिजेंस (AI) तेजी से बिजनेस स्ट्रैटेजी (Business Strategy) का एक अहम हिस्सा बनता जा रहा है, जिससे प्रोडक्टिविटी (Productivity) और एफिशिएंसी (Efficiency) में काफी बढ़ोतरी हो रही है। हालांकि, अर्थशास्त्रियों के बीच एक बड़ी बहस छिड़ गई है: क्या ये एफिशिएंसी के फायदे नई नौकरियां पैदा करेंगे, या फिर इंसानी श्रम का बड़े पैमाने पर विस्थापन होगा? जबकि टेक कंपनियां AI को मानव क्षमताओं को बढ़ाने वाले टूल के रूप में बढ़ावा देती हैं, एक्सपर्ट्स इस बदलाव की गति और व्यापक ऑटोमेशन (Automation) के संभावित सामाजिक और आर्थिक प्रभावों को मैनेज करने के लिए सरकारों से मजबूत पॉलिसी फ्रेमवर्क (Policy Framework) की कमी को लेकर चिंतित हैं।

एफिशिएंसी का मतलब हमेशा नौकरियां नहीं

तेजी से AI अपनाने के समर्थक अक्सर जेवोन पैराडॉक्स (Jevons Paradox) जैसे आर्थिक सिद्धांतों का हवाला देते हैं। यह सिद्धांत कहता है कि जैसे-जैसे टेक्नोलॉजी किसी संसाधन के उपयोग को अधिक कुशल बनाती है, उस संसाधन की लागत कम हो जाती है, जिससे कुल मांग बढ़ती है और अधिक नौकरियां पैदा होती हैं। एक और आम तर्क अर्थशास्त्री जोसेफ शंपीटर (Joseph Schumpeter) के काम से लिया गया है, जो तकनीकी व्यवधान को पूंजीवाद का एक आवश्यक, लाभकारी हिस्सा मानते थे। हालांकि, ऐतिहासिक डेटा हमेशा इस विचार का समर्थन नहीं करता है कि हर प्रोडक्टिविटी बूम (Productivity Boom) से समान रोजगार वृद्धि होती है। पिछली IT क्रांतियों में देखा गया था कि पूंजी एफिशिएंसी में सुधार हुआ, लेकिन यह हमेशा उन्हीं क्षेत्रों में स्थायी रोजगार सृजन में परिवर्तित नहीं हुआ।

कर्ज का जाल

पहले, सरकारें अक्सर आर्थिक बदलाव के दौरान रोजगार का समर्थन करने के लिए सार्वजनिक खर्च का उपयोग कर सकती थीं। हालांकि, आज कई राष्ट्रों पर कर्ज का भारी बोझ है। इंटरनेशनल मॉनेटरी फंड (IMF) और अन्य वित्तीय संस्थानों ने चेतावनी दी है कि फिस्कल स्पेस (Fiscal Space)—यानी वित्तीय अस्थिरता पैदा किए बिना खर्च करने की सरकारों की क्षमता—वैश्विक स्तर पर सिकुड़ रही है। इस वजह से, सरकारी खर्च के माध्यम से नौकरियां पैदा करने के पारंपरिक तरीके बनाए रखना कठिन होता जा रहा है। यह एक ऐसा जोखिम पैदा करता है जहां सरकारों को ऑटोमेशन (Automation) से विस्थापित श्रमिकों का समर्थन करना मुश्किल हो सकता है, जिससे सामाजिक और आर्थिक दबाव पैदा हो सकता है।

भारतीय संदर्भ

भारत में निवेशकों के लिए, यह विषय विशेष रूप से प्रासंगिक है। भारतीय अर्थव्यवस्था, विशेष रूप से इसकी बड़ी सेवाएं और IT सेक्टर, अपने जनसांख्यिकीय लाभ—एक बड़ी, युवा और कार्यशील आयु वाली आबादी—पर निर्भर करती है। यदि AI ऑटोमेशन (Automation) दोहराए जाने वाले कोडिंग, डेटा मैनेजमेंट या बिजनेस प्रोसेस (Business Process) जैसे कामों को बदलना शुरू कर देता है, तो इस सेक्टर को एक बड़े संरचनात्मक बदलाव का सामना करना पड़ सकता है। भारत ने ऐतिहासिक रूप से श्रम-गहन सेवाओं की वैश्विक मांग से लाभ उठाया है। पूंजी-गहन, AI-संचालित मॉडल की ओर बढ़ने से प्रमुख भारतीय कंपनियों के बिजनेस डायनामिक्स (Business Dynamics) बदल सकते हैं, जिससे उन्हें प्रतिस्पर्धी बने रहने के लिए यह सोचना होगा कि वे कर्मचारियों को कैसे नियुक्त और प्रशिक्षित करते हैं।

निवेशक इसे कैसे देख सकते हैं?

निवेशक अब इस बात पर करीब से नजर डाल रहे हैं कि कंपनियां AI अपनाने को वर्कफोर्स मैनेजमेंट (Workforce Management) के साथ कैसे संतुलित कर रही हैं। एक कंपनी जो केवल शॉर्ट-टर्म मार्जिन (Short-term Margins) को बढ़ाने के लिए कर्मचारियों की संख्या में कटौती करने के लिए AI का उपयोग करती है, उसे उस कंपनी की तुलना में विभिन्न जोखिमों का सामना करना पड़ सकता है जो कर्मचारियों को अधिक प्रोडक्टिव (Productive) बनाने में मदद करने के लिए AI का उपयोग करती है। इस बदलाव से लॉन्ग-टर्म मार्जिन (Long-term Margins), कर्मचारी रिटेंशन कॉस्ट (Employee Retention Costs) और समग्र बिजनेस मॉडल (Business Model) प्रभावित हो सकते हैं।

निवेशकों को क्या ट्रैक करना चाहिए?

निवेशकों को केवल प्रॉफिट नंबर्स (Profit Numbers) ही नहीं, बल्कि वर्कफोर्स स्ट्रैटेजी (Workforce Strategy) के बारे में कंपनियों की टिप्पणियों पर भी नजर रखनी चाहिए। ट्रैक करने के लिए मुख्य संकेतक यह हैं कि कोई कंपनी AI पर अपने श्रम लागत की तुलना में कितना खर्च कर रही है, और क्या मैनेजमेंट कर्मचारियों को फिर से प्रशिक्षित करने में निवेश कर रहा है। इसके अलावा, खासकर IT और बिजनेस सर्विसेज (Business Services) में, सेक्टर-व्यापी हायरिंग पैटर्न (Hiring Patterns) में बदलाव पर नजर रखना महत्वपूर्ण होगा। अंत में, ऑटोमेशन (Automation) और श्रम अधिकारों के संबंध में सरकारी नीति विकास पर नजर रखने से संभावित भविष्य के रेगुलेटरी कॉस्ट (Regulatory Costs) या बिजनेस एनवायरनमेंट (Business Environment) में बदलावों में अंतर्दृष्टि मिल सकती है।