क्या AI मेरी नौकरी ले लेगा? इसके बारे में सोचने का एक व्यावहारिक तरीका

लोग इसे हाँ या ना में पूछते हैं। यह एक नहीं है. इसलिए नहीं कि इसका उत्तर किसी को नहीं पता, बल्कि इसलिए क्योंकि "नौकरी" पूछने के लिए गलत इकाई है।

कार्यस्थल पर लगभग कोई भी एक काम नहीं करता है। आप ढेर सारे कार्य करते हैं और AI प्रत्येक कार्य को अलग ढंग से प्रभावित करता है। कुछ पहले से ही अधिकतर स्वचालित हैं। कुछ को दशकों बीत चुके हैं। कुछ वास्तव में इस तरह से आसान हो जाएंगे जो आपको अधिक मूल्यवान बनाएंगे, कम नहीं। उन सभी को अपनी नौकरी के शीर्षक के बारे में फैसले में औसत करें और आप उस जानकारी को फेंक दें जिसकी आपको वास्तव में आवश्यकता है।

तो यहाँ उपयोगी संस्करण है. कार्य दर कार्य अपना स्वयं का एक्सपोज़र कार्य कैसे पूरा करें। जो वास्तव में किसी भूमिका की रक्षा करता है। वास्तव में इसके बारे में क्या करना है.

वास्तविक तंत्र: कार्य, नौकरियाँ नहीं

स्वचालन का अध्ययन करने वाले अर्थशास्त्रियों ने वर्षों से कार्य-आधारित फ़्रेम का उपयोग किया है। यह संपूर्ण व्यवसायों के बारे में मुख्य समाचारों की भविष्यवाणियों से कहीं बेहतर है।

एक मार्केटिंग मैनेजर लीजिए. एक सप्ताह में वह व्यक्ति कॉपी लिख सकता है, अभियान प्रदर्शन का विश्लेषण कर सकता है, क्लाइंट कॉल पर बैठ सकता है, यह तय कर सकता है कि किस चैनल को अगली तिमाही का बजट मिलेगा, एक डिजाइनर को जानकारी दे सकता है, दो टीमों के बीच लड़ाई को सुलझा सकता है और एक रिपोर्ट बना सकता है।

अब उन्हें एक-एक करके ग्रेड करें।

| कार्य | एक्सपोज़र | |---|---| | प्रथम-ड्राफ्ट प्रति लिखना | उच्च, पहले से ही काफी हद तक स्वचालित | | एक नियमित रिपोर्ट बनाना | उच्च | | प्रदर्शन डेटा का विश्लेषण | मध्यम, सहायता प्रदान की गई, प्रतिस्थापित नहीं | | एक डिजाइनर को ब्रीफिंग | मध्यम | | एक ग्राहक कॉल | कम | | बजट आवंटन तय करना | निम्न, इसमें जवाबदेही होती है | | टीम की असहमति का समाधान | बहुत कम |

कार्य स्वचालित नहीं है. लगभग एक तिहाई सप्ताह है. आगे जो होता है वह अतिरेक नहीं है. भूमिका उन हिस्सों की ओर फिर से आकार लेती है जो हिलते नहीं थे, और जो व्यक्ति अनुकूलन करता है वह अधिक काम करता है जो हमेशा मूल्यवान हिस्सा था।

अधिकांश ज्ञान संबंधी कार्यों में इसी पैटर्न की अपेक्षा की जाती है। और यह सचमुच "आपकी नौकरी चली जाती है" से भिन्न है।

अपना खुद का एक्सपोज़र स्कोर करें

इसे ठीक से करो. आप किसी भी उद्योग रिपोर्ट की तुलना में एक घंटे में अधिक सीखेंगे।

चरण 1. पिछले सप्ताह आपने वास्तव में क्या किया, उसे लगभग एक घंटे के ब्लॉक में लिखें। आपकी नौकरी का विवरण नहीं. क्या करा तुम।

चरण 2. प्रत्येक ब्लॉक को चार प्रश्नों के सामने अंक दें।

1. क्या इनपुट ज्यादातर टेक्स्ट या डेटा है? टेक्स्ट और संरचित डेटा वे हैं जहां ये सिस्टम मजबूत हैं। शारीरिक कार्य, या वह कार्य जो एक कमरे में पढ़ने पर निर्भर करता है, नहीं है। 2. क्या कोई स्पष्ट रूप से सही आउटपुट है? सत्यापन योग्य सही उत्तर वाले कार्य निर्णय कॉल की तुलना में तेजी से स्वचालित होते हैं। 3. क्या कोई गलती सस्ती होगी? सस्ती त्रुटियां जल्दी स्वचालित हो जाती हैं। तकनीक सक्षम होने के बाद भी महंगे लोग इंसान को लंबे समय तक धोखे में रखते हैं। 4. क्या इसके लिए जवाबदेही की आवश्यकता है? किसी को निर्णय लेना होगा। एक मॉडल जवाबदेह नहीं हो सकता. तकनीकी सीमा के रूप में नहीं. एक संरचनात्मक के रूप में.

1 और 2 के लिए हां, साथ ही सस्ती त्रुटियां और कोई जवाबदेही नहीं, का मतलब है उच्च जोखिम। अधिक नो का मतलब कम है।

चरण 3. घंटे जोड़ें। वह प्रतिशत ही आपका वास्तविक उत्तर है। "क्या मार्केटिंग स्वचालित हो जाएगी?" से कहीं अधिक उपयोगी

अधिकांश लोगों को लगता है कि वे 20% से 50% के बीच हैं। और उजागर आधा वह हिस्सा होता है जिसका वे सबसे कम आनंद लेते हैं।

वास्तव में किसी भूमिका की रक्षा क्या करती है

वरिष्ठता नहीं. तकनीकी नहीं होना. चार बातें.

1. जवाबदेही। कोई निर्णय गलत होने पर किसी को जवाबदेह होना पड़ता है। यह एक कानूनी और संगठनात्मक आवश्यकता है, क्षमता का अंतर नहीं। चाहे मॉडल कितने भी अच्छे क्यों न हो जाएं, यह स्वचालित नहीं होगा।

2. शारीरिक उपस्थिति और निपुणता। रोबोटिक्स भाषा मॉडल की तुलना में बहुत धीमी गति से आगे बढ़ रहा है। कुशल व्यापार, देखभाल कार्य, कुछ भी अप्रत्याशित और भौतिक, अधिकांश कार्यालय कार्यों की तुलना में बहुत कम उजागर होते हैं। जो दस साल पहले लोगों की बहुत सी धारणाओं को उलट देता है।

3. रिश्ते और विश्वास। ग्राहक उन लोगों से खरीदारी करते हैं जिन पर उन्हें भरोसा होता है। बातचीत। कठिन बातचीत. किसी ने क्या कहा, इसके बजाय यह पढ़ना कि उसका क्या मतलब है। यह सब कमजोर रूप से उजागर हुआ।

4. अस्पष्टता के तहत निर्णय। "स्वच्छ डेटा दिए जाने पर कौन सा विकल्प इष्टतम है" नहीं। वह स्वचालित है. वास्तविक अस्पष्टता यह है कि "हमारे पास अधूरी जानकारी, प्रतिस्पर्धी प्राथमिकताएँ और एक समय सीमा है, हम क्या करें?" इसके लिए संदर्भ, स्वामित्व और उत्साह की आवश्यकता होती है।

ध्यान दें कि ये अधिकतर तकनीकी कौशल नहीं हैं। एआई सुरक्षा के रूप में "कोड करना सीखें" की आम सलाह पीछे की ओर है। कोडिंग सत्यापन योग्य आउटपुट के साथ टेक्स्ट-आधारित है। यह अधिक उजागर ज्ञान कार्यों में से एक है।

वास्तव में क्या ख़तरा है

आश्वस्त करने के बजाय ईमानदार रहें, क्योंकि झूठा दिलासा स्पष्ट दृष्टिकोण से भी बदतर है।

प्रवेश स्तर के पाठ्य कार्य पर सबसे पहले असर पड़ रहा है। बुनियादी कॉपी राइटिंग। नियमित सामग्री उत्पादन. प्रथम-पास अनुसंधान सारांश। सरल डेटा प्रविष्टि और स्वरूपण। इसलिए नहीं कि AI उन्हें बेहतर करता है। क्योंकि यह उन्हें लागत के एक अंश पर स्वीकार्य रूप से प्रदान करता है।

यह एक वास्तविक संरचनात्मक समस्या पैदा करता है। कनिष्ठ भूमिकाएँ यह थीं कि लोग निर्णय कैसे सीखते थे। यदि वे भूमिकाएँ कम हो जाती हैं, तो वरिष्ठ व्यक्ति बनने का मार्ग संकीर्ण हो जाता है। यह पेशे के लिए एक वास्तविक मुद्दा है, और किसी ने भी इसे हल नहीं किया है।

नियमित विश्लेषण संकुचित हो रहा है। हटाया नहीं गया। लेकिन अच्छी टूलिंग वाला एक विश्लेषक अब वही करता है जो पहले तीन करते थे।

कोई भी चीज़ जो "पर्याप्त रूप से अच्छा" उत्तर से संतुष्ट होती है, उजागर हो जाती है। जहां गुणवत्ता में छत की बजाय फर्श होती है। नियमित अनुवाद. बुनियादी समर्थन. मानक दस्तावेज़. लागत जीतती है.

यथार्थवादी निकट भविष्य की तस्वीर

दो बातें एक साथ सत्य हैं. अधिकांश टिप्पणियाँ एक को चुनती हैं और दूसरे को नजरअंदाज कर देती हैं।

एआई अभी बड़े पैमाने पर पूरी भूमिकाओं को प्रतिस्थापित नहीं कर रहा है। तैनाती क्षमता से धीमी है। प्रक्रिया परिवर्तन में संगठन बुरे हैं। एकीकरण कठिन है. जवाबदेही के सवाल अनसुलझे हैं. ज्यादातर कंपनियां इसे रिप्लेसमेंट के तौर पर नहीं, बल्कि असिस्टेंट के तौर पर इस्तेमाल कर रही हैं।

लेकिन भूमिकाओं की संरचना तेजी से बदल रही है। और सबसे पहले प्रभावित होने वाले लोग वे हैं जिनका काम ज्यादातर उजागर कॉलम में था। परिवर्तन आम तौर पर "हम उस व्यक्ति की जगह नहीं ले रहे हैं जो चला गया" के रूप में दिखाई देता है, अतिरेक के रूप में नहीं।

इसलिए अधिकांश लोगों के लिए नौकरी से निकाले जाने का जोखिम नहीं है। यांत्रिक भागों को हटाकर समान भूमिका निभाने वाले किसी व्यक्ति द्वारा इसे धीरे-धीरे आगे बढ़ाया जा रहा है। समान वेतन पर अधिक, तेजी से उत्पादन करना। यह एक प्रतिस्पर्धी जोखिम है. और यह पता योग्य है.

पिछली स्वचालन तरंगों ने वास्तव में क्या किया

जानने लायक, क्योंकि पैटर्न दोहराता है और इसका लोकप्रिय संस्करण दोनों दिशाओं में गलत है।

एटीएम ने बैंक बताने वालों को खत्म नहीं किया। सामान्य तौर पर कहा जाता है कि उन्होंने ऐसा किया। वास्तव में क्या हुआ, जैसा कि जेम्स बेसन ने अपने study of ATMs and teller employment में बताया था, एटीएम ने शाखाओं को चलाना सस्ता बना दिया। इसलिए बैंकों ने उनमें से अधिक खोले। टेलर नंबर वर्षों तक रुके रहे, जबकि काम नकदी गिनने से लेकर उत्पाद बेचने और अपवादों को संभालने में बदल गया। कार्य स्वचालित हो गया. जो कुछ बचा था उसके इर्द-गिर्द भूमिका पुनर्गठित हुई।

स्प्रेडशीट ने मुनीमों को खत्म नहीं किया। उन्होंने मैनुअल अंकगणित को खत्म कर दिया, जो कि अधिकांश काम था। समय के साथ बहीखाता रोजगार में गिरावट आई। लेखांकन और वित्तीय विश्लेषण में वृद्धि हुई। वही कौशल, मूल्य शृंखला में आगे, योगों के बजाय प्रश्नों पर लागू होते हैं।

औद्योगिक रोबोटों ने विशिष्ट विनिर्माण भूमिकाओं को विस्थापित कर दिया। यही ईमानदार प्रतिकार है। कुछ क्षेत्रों में विस्थापन संकेन्द्रित, स्थायी था और स्थानीय स्तर पर नये काम से इसकी भरपाई नहीं हो पाती थी। अगर नुकसान आपके शहर में हो और लाभ कहीं और हो तो समग्र आशावाद थोड़ा राहत देने वाला होता है। यह वह लहर भी है जिसके बारे में सबसे अधिक विवरण उपलब्ध है कि कौन सी भूमिकाएँ चली गईं और कौन सी बढ़ीं। What dark factories actually tell us उन शर्तों के माध्यम से काम करता है जिन्हें किसी प्रक्रिया को बिना पर्यवेक्षण के चलाने से पहले रखना पड़ता है। वे स्थितियाँ जोखिम का काफी सटीक भविष्यवक्ता साबित होती हैं।

तो पैटर्न न तो "कुछ नहीं होता" है और न ही "सब कुछ चलता है":

• कार्य विश्वसनीय रूप से स्वचालित हो जाता है। - भूमिका आम तौर पर जीवित रहती है, जो स्वचालित नहीं होती उसके आसपास पुनर्गठित होती है। - कुल रोजगार कायम रहने या बढ़ने की प्रवृत्ति रखता है। लेकिन समान रूप से नहीं, और सभी के लिए नहीं। - जो लोग बुरा काम करते हैं वे वे हैं जिनका काम लगभग पूरी तरह से स्वचालित कार्य था, जिसमें आगे बढ़ने के लिए कुछ भी नहीं था।

इस बार एक बात गंभीरता से लेने लायक है. पिछली लहरें ज्यादातर स्वचालित शारीरिक या अंकगणितीय कार्य थीं, और भागने का मार्ग संज्ञानात्मक कार्य में आगे बढ़ना था। यह तरंग सीधे संज्ञानात्मक कार्य की ओर इशारा करती है। भागने का मार्ग इसके बजाय निर्णय, जवाबदेही और शारीरिक कौशल की ओर चलता है। वह कम परिचित दिशा है. और यही कारण है कि "ज्ञान कार्य" में पुनः कौशल प्राप्त करने की सामान्य सलाह पहले की तुलना में कम उपयोगी है।

वास्तव में क्या करना है, अगले 90 दिन

ठोस। क्रम में।

1. उपरोक्त एक्सपोज़र ऑडिट करें। एक घंटा। आप उस संख्या के विरुद्ध योजना नहीं बना सकते जो आपके पास नहीं है।

2. उपकरणों के साथ वास्तव में पारंगत हो जाएं। ज्यादा प्रयास नहीं करना। एक आवर्ती कार्य चुनें और उस पर एक महीने तक एआई का उपयोग करें, जब तक कि आप यह न जान लें कि यह कहाँ मजबूत है और कहाँ विफल है। विफलता के तरीकों का व्यवसायी-स्तर का ज्ञान अपने आप में एक दुर्लभ कौशल है। यह उस व्यक्ति के बीच अंतर है जो कहता है कि "मैं चैटजीपीटी का उपयोग करता हूं" और ऐसे व्यक्ति जिसने वास्तव में अपने काम करने के तरीके को बदल दिया है। The practical guide is here .

3. जानबूझकर संरक्षित कॉलम की ओर बढ़ें। यदि आपके सप्ताह में 60% उजागर कार्य हैं, तो निर्णय, ग्राहक संपर्क और स्वामित्व के साथ कार्य के लिए स्वयंसेवक बनें। यह आमतौर पर उपलब्ध है. वह काम कठिन है और लोग उससे बचते हैं।

4. स्वचालित करना सीखें, न कि केवल संकेत देना। वर्कफ़्लो में टूल को एक साथ जोड़ना अच्छी तरह से संकेत देने की तुलना में भौतिक रूप से अधिक मूल्यवान है। और बहुत ही कम लोग ऐसा कर पाते हैं। Start here .

5. कुछ ऐसा बनाएं जो आपका हो। एक प्रतिष्ठा। एक दर्शक. एक पोर्टफोलियो. एक नेटवर्क. ये नौकरी विवरण के अंदर नहीं बैठते हैं और इन्हें पुनर्गठित नहीं किया जा सकता है।

6. वॉल्यूम पर प्रतिस्पर्धा करना बंद करें। यदि आपका मूल्य अधिक शब्द, अधिक डेक, अधिक रिपोर्ट तैयार कर रहा है, तो वह लड़ाई अब अजेय है। इसके बजाय निर्णय, स्वाद और जवाबदेही पर प्रतिस्पर्धा करें।

ईमानदार सारांश

क्या AI आपकी नौकरी ले लेगा? संभवतः एक घटना के रूप में नहीं. इसमें आपके कार्यों का एक हिस्सा लगने की अधिक संभावना है। इसके बाद क्या होता है यह इस बात पर निर्भर करता है कि आप उन हिस्सों की ओर बढ़ते हैं जो यह नहीं कर सकता है, या धकेले जाने की प्रतीक्षा करते हैं।

संघर्ष करने वाले वे लोग नहीं होंगे जिनकी नौकरियाँ स्वचालित हो गई हैं। वे वे लोग होंगे जो उजागर किए गए 40% को हाथ से करते रहे, जबकि एक सहकर्मी ने इसे स्वचालित किया और पुनः प्राप्त समय को अन्य 60% पर खर्च किया।

यह शीर्षक संस्करण की तुलना में कहीं अधिक प्रबंधनीय समस्या है। और यह वह है जिसे आप इस सप्ताह शुरू कर सकते हैं।

अक्सर पूछे जाने वाले प्रश्न

क्या AI मेरी नौकरी पूरी तरह से बदल देगा?

अधिकांश ज्ञान भूमिकाओं के लिए, नहीं। किसी एक घटना के रूप में नहीं. यह किसी नौकरी के अंदर विशिष्ट कार्यों को स्वचालित करता है। यथार्थवादी परिणाम यह है कि आपकी भूमिका निर्णय, रिश्तों और जवाबदेही की ओर फिर से आकार ले रही है, जिसमें यांत्रिक भाग सिकुड़ रहा है। संपूर्ण-भूमिका प्रतिस्थापन की संभावना सबसे अधिक होती है, जहां लगभग हर कार्य सत्यापन योग्य आउटपुट और कम त्रुटि लागत के साथ पाठ-आधारित होता है।

एआई से किन नौकरियों को सबसे ज्यादा खतरा है?

पाठ और डेटा में केंद्रित भूमिकाएँ स्पष्ट सही उत्तरों और सस्ती गलतियों के साथ काम करती हैं। प्रवेश स्तर की कॉपी राइटिंग। नियमित सामग्री उत्पादन. बुनियादी अनुसंधान सारांश। सरल डेटा प्रोसेसिंग. प्रथम-पंक्ति समर्थन. सबसे कम उजागर: कुशल शारीरिक व्यापार, देखभाल कार्य, और अस्पष्टता के तहत जवाबदेही, बातचीत या निर्णय पर केंद्रित कुछ भी।

क्या मुझे अपने करियर की सुरक्षा के लिए कोडिंग सीखनी चाहिए?

विशेष रूप से AI सुरक्षा के रूप में नहीं। कोडिंग सत्यापन योग्य आउटपुट के साथ टेक्स्ट-आधारित है, जो इसे अपेक्षाकृत उजागर करती है। हाथ से कोड लिखना सीखने की तुलना में ऑटोमेशन बनाना सीखना अधिक उपयोगी है। वास्तव में सुरक्षात्मक कौशल ज्यादातर गैर-तकनीकी हैं: निर्णय, स्वामित्व, ग्राहक संबंध।

यह कितनी जल्दी होगा?

क्षमता तैनाती की तुलना में तेजी से आगे बढ़ रही है। संगठन प्रक्रियाओं को धीरे-धीरे बदलते हैं। जवाबदेही के सवाल अनसुलझे हैं. वर्षों में क्रमिक संरचना परिवर्तन की अपेक्षा करें। यह अचानक बड़े पैमाने पर प्रतिस्थापन की तुलना में अधिक बार भूमिकाओं की पूर्ति न होने के रूप में दिखाई देगा।

कौन से कौशल अभी भी मूल्यवान रहेंगे?

निर्णयों के लिए जवाबदेही. अधूरी जानकारी के साथ फैसला. रिश्ते और विश्वास. शारीरिक और परिस्थितिजन्य कौशल. एआई उपकरण कहां विफल होते हैं, इसका व्यवसायी-स्तर का ज्ञान। विशेष रूप से, इनमें से अधिकांश तकनीकी नहीं हैं।

क्या अनुकूलन में बहुत देर हो चुकी है?

नहीं, परिनियोजन जल्दी हो गया है और अधिकांश संगठन प्रयोग करना मुश्किल से ही आगे बढ़ा रहे हैं। कोई व्यक्ति जो अगले छह महीनों में वास्तव में पारंगत हो जाता है, वह जल्दी है, देर से नहीं।

चाबी छीनना

• कार्य स्कोर करें, कार्य शीर्षक नहीं। आपका काम बेहद अलग एक्सपोज़र वाला एक बंडल है। - चार परीक्षण: पाठ या डेटा इनपुट, सत्यापन योग्य आउटपुट, सस्ती त्रुटियां, कोई जवाबदेही की आवश्यकता नहीं। - जो भूमिका किसी भूमिका की रक्षा करती है वह अधिकतर गैर-तकनीकी होती है: जवाबदेही, रिश्ते, शारीरिक कौशल, निर्णय। - प्रवेश स्तर के पाठ्य कार्य पर सबसे पहले मार पड़ रही है, जो चुपचाप वरिष्ठ बनने का रास्ता तोड़ देता है। - उपकरणों का उपयोग करने वाले किसी व्यक्ति द्वारा यथार्थवादी जोखिम को दूर किया जा रहा है, उनके द्वारा प्रतिस्थापित नहीं किया जा रहा है। - धक्का दिए जाने की प्रतीक्षा करने के बजाय, जानबूझकर संरक्षित कॉलम की ओर बढ़ें।

संबंधित रीडिंग: the skills that actually matter in the age of AI , how to automate your work with AI , और why ChatGPT gives wrong answers .