Goldman Sachs की एक ताज़ा रिपोर्ट के अनुसार, जनरेटिव AI (Generative AI) से लो-लेवल के रूटीन काम अपने आप होंगे, जबकि मुश्किल और स्किल्स वाले कामों में यह मददगार साबित होगा। इससे बड़े पैमाने पर नौकरियां जाने के बजाय प्रोडक्टिविटी (Productivity) बढ़ेगी।
AI का कैसा होगा असर?
Goldman Sachs की रिपोर्ट बताती है कि आर्टिफिशियल इंटेलिजेंस (AI) वर्कफोर्स (Workforce) को बदलने वाला है। इसमें यह नहीं देखा जाएगा कि किस इंडस्ट्री में काम हो रहा है, बल्कि यह देखा जाएगा कि काम की प्रकृति क्या है। रिपोर्ट के मुताबिक, जो काम बार-बार और एक जैसे होते हैं, उनके AI द्वारा ऑटोमेट (Automate) होने का खतरा सबसे ज़्यादा है। वहीं, जिन कामों में इंसानी समझ, सहानुभूति और मुश्किल समस्याओं को सुलझाने की ज़रूरत होती है, उनमें AI एक बेहतर टूल की तरह काम करेगा।
काम की मुश्किल और ऑटोमेशन का खतरा
रिपोर्ट में प्रोफेशनल एक्टिविटीज़ (Professional Activities) को उनकी मुश्किल के हिसाब से बांटा गया है। आसान और बार-बार होने वाले काम AI सिस्टम्स के लिए सबसे आसान टारगेट हैं। दूसरी तरफ, जैसे-जैसे किसी काम में महारत और समझ की ज़रूरत बढ़ती है, टेक्नोलॉजी इंसानों की जगह लेने के बजाय उनकी प्रोडक्टिविटी (Productivity) बढ़ाने में मदद करती है। इसका मतलब है कि कुछ ऑपरेशनल रोल्स (Operational Roles) कम हो सकते हैं, लेकिन कई प्रोफेशनल फील्ड्स में लोग AI का इस्तेमाल बेसिक मॉडलिंग, रिसर्च या डेटा एंट्री जैसे कामों के लिए करेंगे, जिससे वे ज़्यादा ज़रूरी और वैल्यू-एडेड (Value-added) कामों पर ध्यान दे पाएंगे।
फाइनेंस, रिटेल और हेल्थकेयर पर असर
फाइनेंस इंडस्ट्री में, जो भारतीय अर्थव्यवस्था का अहम हिस्सा है, बेसिक कंप्लायंस चेक (Compliance Check) और बैक-ऑफिस ऑपरेशन्स (Back-office Operations) के ऑटोमेट होने का खतरा है। हालांकि, एनालिस्ट्स (Analysts) और सीनियर प्रोफेशनल्स (Senior Professionals) के लिए AI बेसिक फाइनेंशियल मॉडलिंग (Financial Modeling) को ऑटोमेट करने में मदद करेगा, जिससे रिसर्च और रिपोर्टिंग तेज़ी से हो सकेगी।
इसी तरह, रिटेल सेक्टर में कैशियर जैसी भूमिकाएं सेल्फ-चेकआउट (Self-checkout) और ऑटोमेटेड इन्वेंट्री मैनेजमेंट (Automated Inventory Management) से बदल सकती हैं, लेकिन सेल्स स्टाफ AI का उपयोग कस्टमर को पर्सनलाइज्ड एक्सपीरियंस (Personalized Experience) देने के लिए कर सकता है। हेल्थकेयर में, पेशेंट की शेड्यूलिंग (Patient Scheduling) जैसे एडमिनिस्ट्रेटिव काम ऑटोमेट हो सकते हैं, लेकिन AI डॉक्टर्स को बेहतर डायग्नोसिस (Diagnosis) और ट्रीटमेंट (Treatment) में मदद कर सकता है। एजुकेशन सेक्टर में भी AI ग्रेडिंग जैसे रूटीन काम संभालेगा और टीचर्स को पर्सनलाइज्ड लर्निंग प्लान (Personalized Learning Plan) बनाने में मदद करेगा।
इकोनॉमिक और एम्प्लॉयमेंट (Employment) पर असर
भारतीय निवेशकों के लिए, AI-इंटीग्रेटेड बिजनेस मॉडल (AI-Integrated Business Models) में बदलाव से ऑपरेशनल एफिशिएंसी (Operational Efficiency) पर बड़ा असर पड़ेगा। जो कंपनियां इन टूल्स को अपनाकर अपने वर्कफोर्स को बेहतर बनाती हैं, वे लागत घटाकर और प्रति कर्मचारी आउटपुट (Output) बढ़ाकर अपने प्रॉफिट मार्जिन (Profit Margin) में सुधार देख सकती हैं। हालांकि, कंपनियों के लिए असली चुनौती इस बदलाव को लागू करने में है, जहाँ उन्हें मौजूदा कर्मचारियों को मैनेज करना होगा और AI इंटीग्रेशन के लिए नए इंफ्रास्ट्रक्चर (Infrastructure) में निवेश करना होगा।
निवेशकों को यह देखना चाहिए कि बैंकिंग, रिटेल और हेल्थकेयर सेक्टर की कंपनियां AI एडॉप्शन (Adoption) पर कितना खर्च कर रही हैं। इसका लॉन्ग-टर्म फाइनेंशियल इम्पैक्ट (Long-term Financial Impact) इस बात पर निर्भर करेगा कि कंपनियां इन टेक्नोलॉजीज को सफलतापूर्वक कैसे इंटीग्रेट करती हैं ताकि प्रोडक्टिविटी (Productivity) बढ़े, और साथ ही वर्कफोर्स स्टेबिलिटी (Workforce Stability) और भारी इम्प्लीमेंटेशन कॉस्ट (Implementation Cost) का ध्यान रखा जाए।