टेक कंपनियों में AI का हल्ला, छंटनी की सच्चाई: कहीं ये प्रोडक्टिविटी का धोखा तो नहीं?

लीडर्स और ऑपरेशन के बीच बड़ा अंतर

आर्टिफिशियल इंटेलिजेंस (Artificial Intelligence) सीधे तौर पर इंसानी वर्कर्स की जगह ले लेगा, यह बात कंपनी के फाइनेंस (Finances) में नज़र नहीं आ रही है। जहाँ लीडर्स एक स्मूथ, ऑटोमेटेड (Automated) भविष्य की बात करते हैं, वहीं यह अक्सर इस बात की समझ की कमी को छुपाता है कि असल काम कैसे होता है। मौजूदा छंटनी की लहरें शायद टेक्नोलॉजी की वजह से नौकरियों के जाने के बजाय, इन्वेस्टर्स (Investors) के लिए लागत कम करने की ज़रूरत से ज़्यादा प्रेरित हैं, और AI को अपनाना इसका एक सुविधाजनक बहाना बन रहा है।

हकीकत बनाम एग्जीक्यूटिव की उम्मीदें

पिछले टेक बदलावों के विपरीत, जिनमें लागत बनाम आउटपुट (Output) को मापने के स्पष्ट तरीके थे, आज AI एजेंट्स (AI Agents) का इस्तेमाल करने का मतलब है कि लोग प्रोडक्टिविटी (Productivity) से ज़्यादा AI को मॉनिटर (Monitor) करने और मेंटेन (Maintain) करने में समय बिताते हैं। जब कंपनियाँ बड़े AI सिस्टम लागू करती हैं, तो वे पाती हैं कि AI के आउटपुट को मैनेज करना, गलतियों को ठीक करना और परफॉरमेंस (Performance) की निगरानी करना, नई छुपी हुई लेबर (Labor) की ज़रूरतें पैदा करता है। जो कंपनियाँ बड़े प्रोडक्टिविटी जम्प (Productivity Jumps) का दावा करती हैं, उनके पास अक्सर इसे साबित करने के लिए स्पष्ट डेटा (Data) नहीं होता। यह बताता है कि वे स्टाफ कम करके अपनी कमजोर कोर ग्रोथ (Core Growth) को छुपा रही हैं।

आक्रामक ऑटोमेशन के खतरे

जोखिम (Risk) के नज़रिए से, आक्रामक रूप से AI ऑटोमेशन (AI Automation) को बढ़ावा देने से महत्वपूर्ण ऑपरेशनल खतरे पैदा होते हैं। जब कंपनियाँ इस विश्वास पर कि AI खाली जगह भर सकता है, मिडिल मैनेजमेंट (Middle Management) को हटा देती हैं, तो वे कीमती कंपनी ज्ञान खो देती हैं। यह व्यवसायों को तब कमजोर बनाता है जब AI परफॉरमेंस (AI Performance) की दीवार से टकराता है, जो कि जटिल प्रोजेक्ट्स (Complex Projects) में आम है। जो कंपनियाँ सफलता के लिए 'AI वाशिंग' (AI Washing) पर निर्भर हैं, उन्हें लेबर डिस्प्यूट्स (Labor Disputes) और शेयरहोल्डर्स (Shareholders) को गुमराह करने से बड़े कानूनी जोखिमों का भी सामना करना पड़ता है। अगर किसी कंपनी का मॉडल ऐसे AI पर निर्भर करता है जो जटिल, विविध स्थितियों को संभाल नहीं सकता, तो एग्जीक्यूटिव लेवल (Executive Level) पर बॉटलनेक (Bottleneck) एक गंभीर विफलता बिंदु बन सकता है जो प्रगति को रोक सकता है।

फ्यूचर वैल्यूएशन्स (Future Valuations) पर संदेह

इन्वेस्टर्स (Investors) को प्रोडक्टिविटी गेन्स (Productivity Gains) के उन दावों से सावधान रहना चाहिए जो केवल स्टाफ में कटौती पर आधारित हैं। अपेक्षित AI रिटर्न्स (AI Returns) और पिछले इंडस्ट्री परफॉरमेंस (Industry Performance) के बीच का गैप बढ़ रहा है। 2026 के बाकी हिस्सों के लिए, जो कंपनियाँ ह्यूमन ओवरसाइट (Human Oversight) के साथ AI को इंटीग्रेट (Integrate) करेंगी, उनके स्थिर आउटपुट (Output) बनाए रखने की संभावना उन कंपनियों से ज़्यादा है जो पूर्ण रिप्लेसमेंट (Full Replacement) का लक्ष्य रखती हैं। असली, मापने योग्य एफिशिएंसी इम्प्रूवमेंट्स (Efficiency Improvements) के बजाय '100x' के हाइप (Hype) का पीछा करने वाले व्यवसाय लंबे समय में लाभ के नुकसान का जोखिम उठाते हैं, जब AI के प्रति शुरुआती उत्साह फीका पड़ जाता है और निरंतर प्रोडक्टिविटी (Productivity) आवश्यक हो जाती है।