पिछले कुछ वर्षों में LLM जैसे AI टूल्स अपनाने से न केवल development बल्कि कुल मिलाकर काम निपटाने की गति काफी तेज हुई है। लेकिन जितना काम का समय कम हुआ है, उतना ही नया काम जुड़ गया है या मौजूदा कामों से अपेक्षाओं का स्तर बढ़ गया है, इसलिए उल्टा ऐसा महसूस होता है कि कुल workload पहले जैसा ही है या और भी बढ़ गया है.
मैं जानना चाहता हूँ कि यह सिर्फ मेरा व्यक्तिगत अनुभव है या फिर यह एक आम घटना है। अगर किसी और ने भी ऐसा ही अनुभव किया है, तो आप इससे कैसे निपट रहे हैं, इस बारे में सलाह चाहता हूँ।
मैं work efficiency और workload management पर तरह-तरह की राय सुनना चाहता हूँ.
13 टिप्पणियां
काम की efficiency AI से बढ़ती है, और उसी अनुपात में हम और ज़्यादा high-efficiency level का काम करने लगते हैं, तो क्या कंपनी के नज़रिए से यह ऐसा ढांचा नहीं बन जाता जिसमें एक कर्मचारी की productivity बढ़ जाती है~ T_T
Excel के बारे में सोचिए।
Excel आने से पहले अकाउंटिंग से जुड़े काम real-time नहीं होते थे। (क्योंकि न कोई इसकी उम्मीद करता था, न इसकी मांग)
Excel आने के बाद जो मूल बदलाव हुआ, वह सिर्फ़ काम को automate करना नहीं था। बल्कि उसने काम को real-time और हमेशा चालू रहने वाला बना दिया। प्रेज़ेंटेशन से 5 मिनट पहले भी बदलाव किए जा सकते हैं, ऐसी तनावभरी स्थिति बनी रहती है... काम के समय की अवधारणा real-time होने के साथ-साथ हमेशा सक्रिय भी हो जाती है, और आखिरकार हम और व्यस्त हो जाते हैं।
मेरा मानना है कि AI ने जो बदला है, उसका मूल भी सिर्फ़ automation नहीं होगा। वह क्या है, यह अभी ठीक से समझ नहीं आ रहा। मुझे लगता है कि वह अभी पूरी तरह सामने नहीं आया है। ज़्यादा व्यस्त हो जाना तो स्वाभाविक है... उससे भी बड़ा कुछ होगा।
मैंने पहले काम के automation से जुड़ी script लिखने का काम किया था। अलग-अलग जगहों से data लाकर उसे Excel या कंपनी के अंदरूनी data repository में paste करना, फिर table या graph बनाकर daily report material तैयार करने की प्रक्रिया को automate किया था। लेकिन ऐसे काम को automate करने से मिलने वाला असली फायदा सिर्फ इतना नहीं है कि वह काम करने वाला जिम्मेदार व्यक्ति copy-paste में लगने वाले समय की जगह एक कप coffee पी सके, बल्कि यह है कि उसे इस बात पर गहराई से सोचने और वास्तविक action लेने का समय मिल सके कि यह metric इस स्थिति में क्यों है। मुझे लगता है कि इसे इसी संदर्भ में समझना चाहिए.
निम्न-स्तर के दोहराए जाने वाले कामों से एक कदम बाहर निकलकर, आप थोड़ा बड़ा संदर्भ देख सकें, to अच्छा होगा।
आपने बहुत अच्छा दृष्टिकोण प्रस्तुत किया है। मुझे भी इससे मदद मिली।
उदाहरण काफ़ी प्रभावशाली है!
धन्यवाद। आजकल AI को लेकर बहुत सी बातें हो रही हैं, लेकिन इस तरह का दृष्टिकोण मैं पहली बार देख रहा हूँ।
काफी लोग यह भी कहते हैं कि डिज़ाइन पैटर्न पर ध्यान केंद्रित किया जा सकता है, लेकिन यह उससे भी व्यापक नज़रिया है।
जवाब बहुत घटिया हैं। प्रोडक्टिविटी में सुधार का मतलब लूट, छंटनी, या काम न करने तक कैसे पहुंच जाता है? अगर सोच नहीं बदलेंगे तो आगे चलकर पीछे छूट जाएंगे। सबकी प्रोडक्टिविटी बढ़ रही है, इसलिए आगे मानक स्तर भी ऊपर जाएगा। और ज़्यादा मेहनत करनी होगी। होश में आइए, प्लीज़.
कर्मचारियों की सहूलियत के लिए AI लागू करने को नहीं कहा जाता। उत्पादकता जितनी बढ़े, उतना ही ज़्यादा काम करने को कहा जाता है।
कर्मचारियों के काम की कुल मात्रा वैसे ही बनी रहती है।
हूँ..
अगर अपनी क्षमता 100 मानें,
और 50 में काम निपटाया जा सकता हो,
तो 50 में ही निपटाइए.. और बाकी को स्थिति देखकर...
अपनी 100 की पूरी क्षमता दिखाना ज़रूरी नहीं है..
बाकी 50 में से अगर LLM की मदद से 20 में सब हो जाए और 30 बचें..
तो फिर 80 बचेंगे, है न..
हाँ, अगर सिर्फ काम को अच्छी तरह खत्म करके उपलब्धि का एहसास पाने के लिए
आप अपनी क्षमता 100 से भी ज़्यादा लगाना चाहते हैं, तो अलग बात है।
काम की efficiency जितनी बढ़ती है
उतना ही कर्मचारियों को layoff किया जाता है
जिस code की ज़रूरत नहीं रहती, उसे delete कर दिया जाता है
लेकिन जिन कर्मचारियों की ज़रूरत नहीं रहती, अगर वे competitor के पास चले जाएँ या startup शुरू कर दें, तो यह कंपनी के लिए कोई बड़ा फ़ायदा नहीं होगा
मैं किताब 4000 week recommend करूँगा
आह, प्रोफेसर Burkeman की किताब। मैं imperfectionist लोगों का सम्मान करता हूँ। यह Crema Club पर ebook के रूप में उपलब्ध है।
ऐसा लगता है कि LLM से productivity बढ़ी है। फिर भी मैं अब तक इतना व्यस्त क्यों हूँ?
जैसे ट्रेन आई, कार आई और हवाई जहाज़ आए, तो बस रोज़ाना की आवाजाही का दायरा ही बढ़ा; लोग कम व्यस्त नहीं हुए।
उसी तरह, टूल बेहतर हो जाएँ तो बस हम जो कर सकते हैं उसका दायरा और क्षमता बढ़ती है; ऐसा नहीं लगता कि हम कम व्यस्त हो जाते हैं।