Generative AI का नौकरियों के प्रतिस्थापन या वेतन गिरावट पर कोई असर नहीं पड़ा

 (theregister.com)
2 पॉइंट द्वारा GN⁺ 2025-05-01 | 2 टिप्पणियां | WhatsApp पर शेयर करें
  • नवीनतम शोध के अनुसार, ChatGPT, Claude, Gemini जैसे generative AI का नौकरियों या वेतन पर कोई ठोस प्रभाव नहीं पड़ा
  • डेनमार्क में 11 पेशों और 25,000 लोगों के विश्लेषण में आय और काम के घंटों में कोई महत्वपूर्ण बदलाव नहीं पाया गया
  • AI के उपयोग से नए काम पैदा हुए, जिससे समय बचत का प्रभाव उलट गया, और वास्तविक बचत सप्ताह में लगभग 1 घंटे के स्तर पर रही
  • कंपनियों में AI अपनाने की रफ्तार तेज रही, लेकिन productivity बढ़ोतरी या वेतन वृद्धि का असर सीमित रहा
  • शोधकर्ताओं ने कहा, "अगर बदलाव की बात करनी है, तो यह समझाना होगा कि 2 साल बाद भी वेतन या काम के घंटों में कोई बदलाव क्यों नहीं है"

शोध का अवलोकन

  • University of Chicago के Booth School के अर्थशास्त्री Anders Humlum और University of Copenhagen की Emilie Vestergaard का संयुक्त शोध
  • डेनमार्क में accounting, customer support, HR, marketing, software development, teachers आदि AI अपनाने के प्रति संवेदनशील 11 पेशों का विश्लेषण
  • 2023~2024 के tax data के आधार पर अनुभवजन्य विश्लेषण किया गया

प्रमुख परिणाम

“AI chatbot ने किसी भी पेशे में आय या काम के घंटों पर कोई सार्थक प्रभाव नहीं डाला।”

  • AI tools को बहुत तेजी से अपनाया गया, और अधिकांश कामगार इनका उपयोग कर रहे हैं
  • 64~90% लोगों ने समय बचने का अनुभव किया, लेकिन औसत बचत प्रति सप्ताह 2.8% (लगभग 1 घंटा) ही रही
  • AI tools के उपयोग से वेतन बढ़ोतरी का प्रभाव भी 3~7% के स्तर तक सीमित रहा

productivity से ज्यादा काम का पुनर्गठन

  • AI ने कुछ उपयोगकर्ताओं के लिए नए काम पैदा किए (8.4%) → इससे समय बचत का प्रभाव कम हो गया
  • उदाहरण: शिक्षक homework cheating की निगरानी जैसे AI-संबंधित नए कामों पर समय खर्च कर रहे थे
  • कई उपयोगकर्ताओं ने कहा कि वे AI के नतीजों की समीक्षा या prompt लिखने में समय खर्च करते हैं

उम्मीद और हकीकत के बीच अंतर

  • पहले के RCT अध्ययनों (productivity में 15% वृद्धि का दावा) से उलटे नतीजे
  • अंतर के कारण: ① वास्तविक job roles को पूरी तरह automate करना कठिन है, ② वास्तविक adoption environment सीमित है
  • शोधकर्ताओं ने कहा कि कंपनियों की internal training और उपयोग संस्कृति महत्वपूर्ण चर हैं

निष्कर्ष

“AI tools के बहुत क्रांतिकारी होने का दावा, अपनाने के 2 साल बाद भी आर्थिक प्रभाव न दिखने की बात के साथ देखा जाना चाहिए।”

  • AI tools पहले ही तेजी से फैल चुके हैं, लेकिन अल्पकालिक आर्थिक प्रभाव मामूली है
  • अब तक कंपनियों की अपेक्षित वापसी की तुलना में वास्तविक उपयोगिता कम रही है, जिससे infrastructure investment की वसूली की संभावना पर सवाल उठते हैं

संबंधित पढ़ाई

2 टिप्पणियां

 
ahwjdekf 2025-05-02

लेकिन फिर टेक कंपनियों में छंटनी का सिलसिला लगातार क्यों फैलता जा रहा है?
 
GN⁺ 2025-05-01
Hacker News राय
  • मैं आम तौर पर AI को लेकर संशय में रहता हूँ, लेकिन अभी इस पर फैसला देना बहुत जल्दी लगता है। कलाकारों, junior coders आदि जैसी साफ़ तौर पर पहली पंक्ति की भूमिकाओं के अलावा, diet experts, financial advisors, tax agents जैसे "X के बारे में सलाह देने वाले" पेशे गंभीर जोखिम में हैं
    • उदाहरण के लिए, मैंने हाल ही में Gemini का उपयोग करके tax सलाह ली, जिसके लिए मुझे वरना किसी licensed tax agent को सैकड़ों डॉलर देने पड़ते। जवाब वास्तविक tax authority website के स्रोतों से समर्थित था, और उसमें एक आधिकारिक calculator का link भी था जो ठीक-ठीक यह गणना करता था कि मुझे किसी को भुगतान करना होगा या नहीं
  • मेरी मुख्य चिंता यह नहीं है कि यह "workers को replace करेगा", बल्कि यह कि यह पूरे sectors की value को नष्ट कर सकता है। अगर resume भेजने के बारे में सोचें, तो जब दोनों तरफ automation हो जाएगी तो यह प्रथा वास्तव में अनावश्यक हो जाएगी। "post" करने और "apply" करने की अवधारणा गायब हो जानी चाहिए। इसलिए इसे सहारा देने वाला पूरा infrastructure भी गायब हो जाना चाहिए। भले ही किसी भी बिंदु पर उसने सफलतापूर्वक "काम किया" न हो, लेकिन signal-to-noise ratio को हुआ नुकसान system की economic value को खत्म कर देता है
  • Google Search के साथ यही हुआ। cable news की तरह, कुछ घटती हुई audience इसलिए अभी भी बनी रहती है क्योंकि वे अब भी "समझ नहीं पाते", लेकिन गिरावट तो गिरावट ही है
  • Paul Tetlock के शोध को पढ़ें तो पता चलता है कि तथाकथित "experts" अच्छी भविष्यवाणी नहीं कर पाते
  • मेरा दृष्टिकोण यह है:
    • फैसला करने के लिए अभी बहुत जल्दी है
    • ChatGPT के launch ने सोचने के तरीके में क्रांति ला दी। अब लोग "समझते" हैं कि क्या संभव है, और इससे वे जो देख चुके हैं उसके आधार पर नए use cases की कल्पना करने और उनका पीछा करने के लिए प्रेरित होते हैं
    • मैं translator बनने की training लेने की सलाह नहीं दूँगा; LLMs से पहले भी लोगों को translated शब्द या पंक्ति के हिसाब से बहुत कम पैसे मिलते थे, और document के पिछले versions से translation को cache करने वाले tools (SDL TRADOS आदि) के कारण rates और भी गिर गए। interpreters के लिए ऐसी ही गिरावट की उम्मीद नहीं है
    • logo design और ऐसे ही कामों से जीविका चलाने वाले graphic designers के पास कम requests आ सकती हैं
    • text editors (गद्य को edit/proofread करने वाले लोग, computer programs नहीं) को LLMs replace कर देंगे
    • LLMs अब email clients, word processors, workflow tools और chat clients तक कई तरह के products में embedded होने वाली default technology होंगे। इसमें 2-3 साल लगेंगे, और उसके बाद assistant/admin/analyst पृष्ठभूमि वाले office roles में ज़रूरी लोगों की संख्या कम हो सकती है
    • industry पहले ही doctors और lawyers के लिए अगली पीढ़ी के smart tools के development पर काम शुरू कर चुकी है। यह 3-5 साल का development cycle है, लेकिन कुछ early adopters ने 2-3 साल पहले ही शुरुआत कर दी थी। जब यह आएगा, तो legal assistants जैसी support roles की demand कम होगी
  • विनम्र असहमति। मैंने AI की वजह से team members और कभी-कभी पूरी teams को निकाले जाते देखा है। सिर्फ layoffs ही नहीं, hiring process और demand भी प्रभावित हुए हैं
    • उदाहरण के लिए, कई companies ने हाल में support को "AI-first" model पर shift किया है। नतीजतन, भले ही किसी team या खास team member को न निकाला गया हो, support hiring का सामान्य रुझान लगभग घटा है (anecdotal)
    • मैं मानता हूँ कि कुछ automation इंसानों को काम बेहतर करने में मदद करती है, लेकिन यह वैसा मामला नहीं है। जब support ढूँढना पड़ता है, तो साफ़ दिखता है कि कुछ गड़बड़ है। AI से बात करना या उसे type करके पूछना, और बदले में random असंबंधित articles मिलना या "माफ़ कीजिए, मैं ठीक से समझ नहीं पाया" सुनना, "progress", "development", "modernization", "future-oriented", "technology" आदि के नाम पर जवाबदेही से बचना है
  • नीचे दी गई सभी बातें एक साथ सही हो सकती हैं:
    1. यह शोध सटीक है
    2. हम एक बड़े तकनीकी बदलाव के शुरुआती चरण में हैं
    3. कंपनियों ने इस बदलाव के लिए भारी पूंजी आवंटित की है, और यह ज़रूरी नहीं कि अच्छा investment हो
    4. यह मान लेना कि ऊपर की तीनों बातें आगे भी सच रहेंगी, एक खराब विचार है
    • .com boom और bust यहाँ सही reference point हैं। तकनीकी बदलाव वास्तविक था, और अंततः जो value deliver होनी थी वह पहुँची भी... लेकिन 1999/2000 में नहीं
    • हम valuations में बड़े पैमाने पर collapse देख सकते हैं, फिर भी AI अगले 5-10 वर्षों तक software value का dominant driver बना रह सकता है
  • यह शोध 2023-24 में Denmark के 11 professions को देखता है
    • शायद 2025 के America को देखना बेहतर होगा। EU labor regulations कर्मचारियों को निकालना कहीं ज़्यादा कठिन बनाती हैं। 2023 मुख्यतः GenAI hype का साल था। वास्तविक enterprise adoption (free vendor pilots नहीं) 2024 की दूसरी छमाही में शुरू हुआ
    • फिर भी, ऐसा लगता है कि कई CEOs ने "पहले सारे कर्मचारियों को निकालो, फिर बाद में पता करो कि काम AI (या कम-लागत offshore labor) से कैसे कराया जाए" वाला approach अपनाया है
  • मैं सोचता हूँ कि क्या इन economists में से किसी ने कभी entry-level graphic designer/illustrator के रूप में मुश्किल से गुज़ारा किया है
    • स्पष्ट रूप से शायद नहीं, क्योंकि इस तरह के खास काम लगभग गायब हो चुके हैं --- AI द्वारा बनाई गई हर image उस स्थिति का प्रतिनिधित्व करती है जहाँ किसी ने किसी व्यक्ति से image बनवाने का contract नहीं किया (stock images के साथ भी यही है, लेकिन वह अलग बातचीत है)
  • economists ने, उदाहरण के लिए, यह पाया कि "AI chatbots ने 8.4% workers के लिए, जिनमें कुछ ऐसे भी शामिल थे जो tools का उपयोग नहीं करते थे, नए task assignments पैदा किए"
    • मेरे लिए यह सबसे दिलचस्प बिंदु है। किसी task के बारे में सोचना, उसे हिस्सों में बाँटना, कुछ हिस्सों को automate करना और बचत की गणना करना आसान है। लेकिन automation के secondary effects पर विचार करना ज्यादा कठिन है। कभी-कभी कुछ भी नहीं बचता क्योंकि पहले से ही कोई दूसरा bottleneck होता है। कभी-कभी शुरुआती चरण में थोड़ा समय बचाना बाद में और अधिक काम पैदा कर सकता है
    • इससे automation एक tragedy of the commons जैसी स्थिति बन सकती है: किसी खास चीज़ को automate न करना सामूहिक रूप से सभी के लिए बेहतर होता है, लेकिन कुछ लोगों के लिए व्यक्तिगत रूप से automate करना बेहतर होता है, इसलिए वह हो जाता है
  • इस शोध में कुछ समस्याएँ हैं, पहली:
    • AI chatbots ने किसी भी profession में income या recorded time पर बड़ा प्रभाव नहीं डाला
    • लेकिन generative AI सिर्फ AI chatbots नहीं है। इसमें sound/music generation, image generation आदि भी शामिल हैं
    • एक और बात यह है कि शोध ने सिर्फ Denmark को देखा, जो work-life balance के प्रति काफ़ी स्वस्थ रवैया रखने वाला देश है, ऐसा देश नहीं जहाँ लोग अपने काम पर शेखी बघारते हों
    • शोध AI-generated products के प्रभाव को भी नहीं देखता: अगर music या artwork केवल 1 minute में AI द्वारा किसी 5 साल के बच्चे के prompt के आधार पर बनाया जा सकता है, तो "artwork" की expected value घटेगी, और लोग human artists से खरीदते समय वही कीमत नहीं चुकाएँगे
  • जिन सभी professions (11) को उन्होंने देखा, उनमें कम से कम मध्यम स्तर की complexity और task delegation शामिल है। ये वे लोग हैं जो समय लेने वाले low-level tasks को सस्ते labor (assistants आदि) को सौंपते हैं। AI assistive tools का उपयोग करके इन्हें सीधे खुद करना, assistant के उपलब्ध होने का इंतज़ार करने के बजाय समय और पैसे बचा सकता है
    • मुझे 100% यक़ीन है कि AI ने पहले ही बहुत-सी नौकरियाँ नष्ट कर दी हैं और आगे भी करेगा। जब computers अगले 10 वर्षों में 1000 गुना तेज़ और शक्तिशाली हो जाएँगे, तो दुनिया की व्यवस्था को अव्यवस्थित कर देने वाले बदलाव आने की बहुत संभावना है
    • जिन professions का वर्णन किया गया है, वे लंबे समय में गायब हो सकती हैं (obsolete हो जाएँगी या replace हो जाएँगी) अगर AI उनसे बेहतर हो गया। उदाहरण के लिए, अभी HN पर एक और article का ज़िक्र हुआ: "Gen Z graduates कहते हैं कि workplace में AI के घुसपैठ करने से college degree समय और पैसे की बर्बादी थी" — यह teachers को obsolete बना देगा