काम के बाद का काम: नौकरी बाज़ार को टूटते हुए देख रहे एक बेरोज़गार नए ग्रेजुएट की दास्तान

 (urlahmed.com)
19 पॉइंट द्वारा GN⁺ 2025-11-11 | 3 टिप्पणियां | WhatsApp पर शेयर करें
  • कंप्यूटर साइंस में पढ़ाई करने और इंटर्नशिप व प्रोजेक्ट पूरे करने के बाद भी एक नए ग्रेजुएट के लिए सामान्य रास्ते पर चलकर भी नौकरी न मिल पाने की हकीकत
  • मौजूदा जॉब मार्केट को ‘white-collar recession’ और ‘graduate employment crisis’ कहा जा रहा है, और खासकर कंप्यूटर साइंस ग्रेजुएट्स में बेरोज़गारी अधिक है
  • automation·robots·remote labor (teleoperation) के मेल से कंपनियां खुद भर्ती को न्यूनतम करने वाली संरचना की ओर बढ़ रही हैं
  • AI models और robots इंसानों के दोहराए जाने वाले कामों की जगह ले रहे हैं, जिससे ‘सामान्य’ नौकरियां गायब हो रही हैं और सिर्फ ‘out-of-distribution human’, यानी ऐसा रचनात्मक और non-routine काम बच रहा है जिसे डेटा से बदला नहीं जा सकता
  • 20वीं सदी के औद्योगिक समाज में श्रम जीवन का केंद्र था, लेकिन 21वीं सदी की अर्थव्यवस्था अब ऐसे सिस्टम में बदल रही है जिसे मानवीय श्रम की कम ज़रूरत है

नए ग्रेजुएट की नौकरी खोज की वास्तविकता

  • लेखक यूनिवर्सिटी से ग्रेजुएट होने के बाद 3 इंटर्नशिप, consulting अनुभव और अच्छे ग्रेड्स के बावजूद बेरोज़गार है
    • पहले ऐसी प्रोफ़ाइल से स्थिर नौकरी मिल सकती थी, लेकिन अब मौके इतने कम हैं कि बाज़ार को ‘टूटा हुआ बाज़ार’ कहा जा सकता है
  • आधिकारिक बेरोज़गारी दर अब भी कम दिखती है, लेकिन जमीन पर महसूस होने वाली अवसरों की घनत्व नाटकीय रूप से घट चुकी है
  • जॉब पोस्टिंग्स मौजूद हैं, लेकिन असल भर्ती की संख्या के मुकाबले आवेदकों की संख्या विस्फोटक रूप से बढ़ गई है, इसलिए “और ज़्यादा आवेदन करो” जैसी सलाह बेअसर हो गई है
  • ब्याज दरों में वृद्धि, पूंजी में सिकुड़न जैसे macro कारकों के अलावा software·robots·overseas labor का मेल नई भर्ती घटाने वाला संरचनात्मक बदलाव बन चुका है

automation की भविष्यवाणी और वास्तविकता का अंतर

  • 10 साल पहले के शोध ने अनुमान लगाया था कि अमेरिका की आधी नौकरियां automation के उच्च जोखिम में हैं, लेकिन OECD के task-level पुनर्विश्लेषण में उच्च-जोखिम हिस्सेदारी काफी छोटी निकली
  • automation खाई की तरह नहीं बल्कि धीमे दबाव की तरह काम करता है; उच्च-जोखिम वाले पेशों में भी रोजगार पूरी तरह खत्म नहीं होता, बल्कि उनकी वृद्धि धीमी पड़ जाती है
  • अमेरिका में industrial robots के अपनाने से पहले ही काफी नौकरी हानि और वेतन गिरावट देखी जा चुकी है, और नियमित व नियमबद्ध कामों पर असर सबसे अधिक है
  • नए ग्रेजुएट के नज़रिए से यह सांख्यिकीय क्रमिकता नहीं बल्कि प्रवेश-द्वार के संकरे होने का प्रत्यक्ष अनुभव है, जैसे आप अतीत के पूरे डेटा और process records से प्रतिस्पर्धा कर रहे हों

Amazon का मामला: robots और workforce reduction

  • Amazon के आंतरिक दस्तावेज़ और analyst reports बताते हैं कि कंपनी अगले 10 वर्षों में warehouse work का बड़ा हिस्सा robots से बदलने और भारी लागत बचत की योजना बना रही है
  • कंपनी कहती है कि robots इंसानों की मदद करते हैं, लेकिन robots की संख्या तेज़ी से बढ़ रही है और automated centers में कुल रोजगार स्थिर या घटता हुआ दिख रहा है
  • पहले warehouse जैसे physical operations में एक न्यूनतम workforce को अनिवार्य माना जाता था, लेकिन अब “इसे कितने कम लोगों के साथ चलाया जा सकता है” यही business model की शुरुआत बन गया है

remote operation और ‘अदृश्य श्रम’

  • Teleoperation (remote operation) automation का एक और रूप है, जिसमें असल में कम वेतन वाले देशों के श्रमिक दूर से robots चलाते हैं
    • फ़िलिपींस के मनीला ऑफिस में एक worker VR headset पहनकर जापान के convenience store के inventory robot को दूर से चलाता है
    • एक देश का श्रमिक दूसरे देश के forklift को multi-screen setup और steering controls से चलाता है, और सिर्फ तब दखल देता है जब semi-autonomous software भ्रमित हो जाए
  • यह migration के बिना migration जैसा ढांचा है, जहां अमीर देश housing, schools या cultural integration के बिना मनीला-स्तर की मजदूरी पर टोक्यो-स्तर का श्रम हासिल कर लेते हैं
  • श्रमिक अब भी इंसान हैं, लेकिन भौगोलिक रूप से उन्हें network के एक हिस्से की तरह माना जाता है; यह call center से microtask platforms तक जाने वाली सीढ़ी का अगला पायदान है

teleoperation का छिपा उद्देश्य: data collection

  • कई remote operation jobs में काम पूरा करना ही नहीं, बल्कि भविष्य की fully autonomous automation के लिए data इकट्ठा करना असली उद्देश्य होता है
  • घरेलू robot Neo में “expert mode” के तहत remote operator दरवाज़ा खोलना, चीज़ें उठाना जैसे काम करता है, और इसे control model training data के रूप में इस्तेमाल किया जाता है
  • Tesla Optimus में भी worker rig पहनकर बार-बार cup पकड़ने, table साफ़ करने जैसे काम करता है और robot के नकल करने लायक samples तैयार करता है
  • यह autonomous vehicles और large language models के data work जैसा है, यानी physical world में embodied ghost work

white-collar recession और entry-level भूमिकाओं का गायब होना

  • पिछले कुछ वर्षों में tech, finance, consulting जैसे क्षेत्रों में white-collar entry-level roles तेज़ी से घटी हैं, यानी वे सेक्टर जो कंप्यूटर साइंस ग्रेजुएट्स को absorb करते थे, अब सिकुड़ रहे हैं
  • कभी सबसे सुरक्षित degree मानी जाने वाली कंप्यूटर साइंस अब सबसे खराब hiring outcomes देने वाले majors में शामिल दिख रही है
  • entry-level hiring boards अब junior developer roles के बजाय mid-level और senior roles की तरफ झुक गए हैं, और कंपनियां नए लोगों की भर्ती से बचते हुए experienced hires + AI tools का मेल पसंद कर रही हैं
  • employers मीडिया में खुलकर कह रहे हैं कि वे junior hiring रोक रहे हैं और automation से junior-level काम को बदल रहे हैं

इंसानों और software की scalability का अंतर

  • इंसानों को सीमित रूप से ही scale किया जा सकता है, लेकिन software में एक शक्तिशाली model को अनंत बार कॉपी करके agents का झुंड बनाया जा सकता है
  • हाल के agent papers और demos में एक ही model की कई प्रतियां बहस, negotiation, planning और execution करने वाला छोटा समाज बनाती दिखती हैं
  • managers अब पहले से ही headcount बढ़ाने की मांग पर यह साबित करने को कह रहे हैं कि इसे AI system से क्यों नहीं बदला जा सकता
  • Shopify CEO ने टीमों से कहा है कि नई hiring से पहले AI आज़माओ, और कुछ कंपनियां “AI-first” का झंडा उठाकर workforce pool घटा रही हैं

‘out-of-distribution human’ की अवधारणा

  • अधिकतर काम डेटा से सीखे जा सकने वाले दोहराए जाने वाले tasks से बने होते हैं
    • वे घंटी-आकृति वाले distribution के बीच वाले हिस्से में होते हैं, जहां काम छोटे बदलावों के साथ बार-बार दोहराया जाता है
    • models इस मध्य हिस्से को अच्छी तरह सीख लेते हैं, और अतीत के डेटा (logs, emails, records, code repositories) से इसे आसानी से imitate कर सकते हैं
  • सिर्फ वे non-routine और creative काम automation curve के पीछे बचते हैं जिन्हें model सीख नहीं पाता
  • out-of-distribution human वह व्यक्ति है जिसका काम इस curve की tail में स्थित है, यानी जिसे मौजूदा training data में compress नहीं किया जा सकता
    • जैसे सचमुच नई समस्याओं से निपटना, sensors की कमी वाले छोटे या physical environments में काम करना, या ऐसी रुचि रखना जिसे click logs में नहीं घटाया जा सकता
  • लेखक ने अपने करियर को ‘normal distribution के केंद्र’ की ओर बनाना चाहा, लेकिन वही केंद्र अब तेज़ी से गायब हो रहा है
    • अधिकतर मेहनती नए ग्रेजुएट्स उसी मध्य हिस्से में प्रवेश करने की कोशिश करते हैं, और इतिहास में यही श्रम बाज़ार का तर्कसंगत व सम्मानित केंद्र था
    • 3 इंटर्नशिप और छोटे consulting अनुभव सामान्य नौकरी को लक्ष्य करने वाली मानक प्रोफ़ाइल थे, लेकिन अब वही केंद्र भीतर से खाली हो रहा है
  • employers अब भी skills और मेहनत की बात करते हैं, लेकिन असली सवाल यह है: “क्या आपका योगदान इतना अनोखा है कि उसे agents और कम-वेतन वाले श्रमिकों के जोड़ से दोहराया न जा सके?”
    • नौकरी मिल भी जाए तो रोज़मर्रा का काम अक्सर मूल रूप से labeling work बन जाता है, यानी अपने ही भविष्य के replacement को train करने के लिए data बनाना
  • मौजूदा employment structure में ‘साधारण होना’ एक जोखिम बन गया है; यहां तक कि इंसानों का किया काम भी भविष्य के models के training data production में बदलता जा रहा है

राजनीतिक और सामाजिक प्रतिक्रिया की धीमी गति

  • 20वीं सदी के industrial states ने श्रम को जीवन का केंद्रीय मूल्य मानकर राजनीति, धर्म और अर्थव्यवस्था सब कुछ उसी पर खड़ा किया
  • लेकिन आज श्रम की मांग खुद घट चुकी है, फिर भी संस्थाएं अब भी ‘सबको नौकरी देना’ ही लक्ष्य बनाए हुए हैं
    • उदाहरण: कम-प्रभावी employment subsidy programs, प्रतीकात्मक ‘zombie jobs’ को बनाए रखना

यूनियनों की भूमिका और दुविधा

  • कुछ मामलों में unions ने automation को धीमा करके wages और bargaining power को बाज़ार से अधिक समय तक बचाए रखा
  • यूरोप की metro lines में, जबकि driverless lines उसी शहर में मौजूद हैं और तकनीकी रूप से प्रमाणित भी हैं, फिर भी ट्रेनों को drivers के साथ चलाया जाता है
  • port workers ने automatic cranes और remote control को सीमित करने वाली शर्तें contracts में शामिल कराने में सफलता पाई
  • कंपनियां बार-बार कहती हैं कि कुल मिलाकर jobs ठीक हैं, और unions व politicians कहते हैं कि तकनीकी रूप से अनावश्यक jobs भी बचाई जानी चाहिए
  • लेकिन कोई भी पक्ष इस बात को साफ़ शब्दों में नहीं कह पाता कि श्रम खुद एक केंद्रीय कथा के रूप में सिकुड़ रहा है; बहस सिर्फ बची हुई jobs की जगह और मालिकाना हक़ पर रह जाती है

automation में अग्रणी देशों की वास्तविकता: दक्षिण कोरिया, चीन, जापान

  • International Federation of Robotics (IFR) के आंकड़ों के अनुसार दक्षिण कोरिया, सिंगापुर, जापान और जर्मनी ने कई वर्षों से factories में industrial robots का सघन उपयोग किया है
  • चीन ने देर से शुरुआत की, लेकिन अब वह दुनिया की आधे से अधिक industrial robot installations का हिस्सा है, और manufacturing robot density में जर्मनी को पार कर चुका है
  • साथ ही चीन का per capita GDP अमेरिका के लगभग एक-तिहाई के बराबर है, और युवा बेरोज़गारी mid-teens या उससे ऊपर दर्ज की गई है (अनौपचारिक अनुमान इससे भी अधिक हैं)
    • चीन में युवा बेरोज़गारी दो अंकों में है, और ‘lying flat’ संस्कृति फैल रही है
  • automation पर भारी पूंजी और नीति लगाने के बावजूद ग्रेजुएट्स सोशल मीडिया पर शिकायत कर रहे हैं कि वे कम-वेतन service jobs या online side hustles में “सड़” रहे हैं

gig economy और robotaxis से पहले आने वाली बेचैनी

  • robotaxis अभी कुल driving miles का बहुत छोटा हिस्सा हैं, और Waymo अपने शहरों में बहुत कम rides संभालता है
  • फिर भी San Francisco और Phoenix के ride-hailing drivers ने robotaxi market में पहले से आय में गिरावट महसूस की है
  • banks चेतावनी दे रहे हैं कि urban ride-hailing platforms “autonomous vehicle risk” का सामना कर रहे हैं
  • वास्तविक market share कम होने के बावजूद, यहां तकनीकी job loss से पहले job-loss narrative के पहुंचने का पैटर्न दिखता है

निजी दृष्टि और चेतावनी

  • 20 साल बाद कितनी नौकरियां बचेंगी, और क्या उसका अपना काम distribution की tail में पर्याप्त रूप से होगा, यह कोई नहीं जानता
  • वह विभिन्न तरह के काम आज़माने और सिर्फ मध्य हिस्से में न ठहरने की कोशिश करेगा, ताकि out-of-distribution human बन सके
  • अगर पूरी life plan एक standard company में standard काम करने वाले सम्मानित केंद्रीय-case worker बनने पर टिकी है, तो यह भी देखना होगा कि उस category को खत्म करने की कोशिश कितनी तेज़ी से चल रही है
  • यह राजनीति भी फिर से सोचने लायक है कि सब लोग full-time काम करेंगे और वहीं से गरिमा पाएंगे
  • 20वीं सदी ने श्रम का गुणगान इसलिए किया क्योंकि अर्थव्यवस्था को रोज़ बड़ी संख्या में लोगों की ज़रूरत थी, लेकिन 21वीं सदी उतने लोगों की ज़रूरत न रखने वाली machines और systems बना रही है

निष्कर्ष: श्रम की केंद्रीयता का कमजोर होना

  • तकनीकी व्याख्याएं कहती हैं कि automation क्रमिक और संतुलनकारी है, लेकिन महसूस की गई वास्तविकता केंद्रीय नौकरियों के क्षरण की है
  • भविष्य के श्रम बाज़ार का मुख्य सवाल है: “मानव काम का वह क्षेत्र कहां तक है जिसे model सीख नहीं सकता?”
  • 21वीं सदी की अर्थव्यवस्था कम इंसानों की ज़रूरत वाले systems की ओर बढ़ रही है,
    और जीवन के केंद्र में श्रम को रखने वाली 20वीं सदी की मूल्य-व्यवस्था मूल रूप से हिल रही है

संबंधित पढ़ाई

3 टिप्पणियां

 
laeyoung 2025-11-12

कुछ समय पहले पोस्ट किए गए इस लेख को और Hacker News की टिप्पणियों को साथ में पढ़ना अच्छा रहेगा https://hi.news.hada.io/topic?id=24260
 
GN⁺ 2025-11-11
Hacker News राय

  • यह लेख पढ़कर मेरे मन में दो बातें आईं
    पहली, इस लेखक की लिखने की क्षमता वाकई असाधारण है। “अर्थव्यवस्था के अतीत से प्रतिस्पर्धा करना”, “श्रम को पवित्र मानने वाली दुनिया के अवशिष्ट व्यवहार”, “प्रवासीहीन प्रवास” जैसे प्रयोग साहित्यिक लगते हैं
    दूसरी, रिज़्यूमे का डिज़ाइन खास अच्छा नहीं है। यह निबंध की तरह लंबा है और इसमें मुख्य बिंदु स्पष्ट नहीं हैं। अभी TikTok और Insta Reels का दौर है, इसलिए टेक्स्ट 70% कम करके सिर्फ़ सार दिखाना चाहिए

    • मुझसे इस बात पर सहमत होना मुश्किल है। एक पैराग्राफ नीचे जाते ही Google DeepMind का अनुभव दिखता है, और वह अपने आप में काफ़ी प्रभावशाली है। अभी नए ग्रैजुएट्स के लिए बाज़ार बेहद कठोर है। सैकड़ों जगह आवेदन और दर्जनों इंटरव्यू के बाद कहीं एक भूमिका मिलती है
      लेकिन यह साफ़ है कि इस व्यक्ति में किताब लिखने लायक लेखन प्रतिभा है। शायद ऐसे लोग अगर बिग टेक या फ़ाइनेंस की बजाय रचनात्मक रास्तों पर जाएँ, तो समाज के लिए बेहतर हो
    • “रिज़्यूमे बहुत लंबा है” जैसी बात हर बार दोहराई जाती है। असली समस्या यह है कि नौकरी चाहने वाले को HR से ज़्यादा रिज़्यूमे फ़ॉर्मैट विशेषज्ञ बनना पड़ता है। किसी बेहतरीन उम्मीदवार का रिज़्यूमे यह कहकर फेंक देना कि “लंबा है, नहीं पढ़ेंगे”, आज की बीमारी को साफ़ दिखाता है
    • मुझे लगता है कि रिज़्यूमे संबंधी सलाह को ज़रूरत से ज़्यादा महत्व दिया जाता है। हर कंपनी का मूल्यांकन मानदंड बहुत अलग होता है। फ़ॉर्मैट से ज़्यादा, प्रोजेक्ट डेमो या कम्युनिटी गतिविधियों के ज़रिए खुद को दिखाना बेहतर है। सिर्फ़ रिज़्यूमे से अलग दिखना मुश्किल है
      संदर्भ के लिए, उसका रिज़्यूमे यहाँ देखा जा सकता है
    • बल्कि यही तो समस्या का केंद्र है। इतना गहराई से सोचने वाला व्यक्ति अगर नौकरी पाने के लिए अपना रिज़्यूमे TikTok स्टाइल में बनाए, तो यह बेतुका लगता है। पहले दुनिया ऐसी नहीं थी; पता नहीं यह बदलाव कब आया
    • वह इसे ‘CV’ कहता है, और उसके ब्रिटिश शैक्षिक बैकग्राउंड को देखें तो यह सही शब्द है। ब्रिटेन का CV अमेरिकी 1-पेज सारांश रिज़्यूमे की तुलना में काफ़ी अधिक विस्तृत करियर-विवरण जैसा होता है

  • लेख बहुत अच्छा था, इसलिए प्रभाव छोड़ गया। अगर मैं hiring कर रहा होता, तो इंटरव्यू पर ज़रूर विचार करता
    Ahmed ब्रिटेन में है, इसलिए अमेरिका की H1B वीज़ा समस्या उस पर लागू नहीं होती। लेकिन ब्रिटेन के भीतर बढ़ते इमिग्रेशन की वजह से हाई-स्किल नौकरियों में प्रतिस्पर्धा तेज़ हुई हो सकती है
    DeepMind internship जैसी AI-केंद्रित पृष्ठभूमि विडंबना से यह भी दिखाती है कि उसने जिस तकनीक पर काम किया, वही उसकी अपनी नौकरी को ऑटोमेट करने वाली स्थिति बना रही है।
    साथ ही, मौजूदा ब्रिटिश अर्थव्यवस्था की सुस्ती भी उसके लिए नौकरी ढूँढना कठिन होने का एक कारण हो सकती है

    • लेखन शैली इतनी एकसमान है कि शक होता है कहीं यह LLM द्वारा दोबारा लिखा गया लेख तो नहीं। ऐसा लगता है जैसे लेखक ने पहले AI से बातचीत की हो और फिर किसी इंसान ने उसे संवार दिया हो
    • वह इस साल की शुरुआत में ग्रैजुएट हुआ नया उम्मीदवार है, इसलिए अभी बहुत लंबे समय से बाज़ार में नहीं है। कुछ महीनों की job search विफलता भी पूरी तरह मानसिक रूप से थका देने वाला अनुभव हो सकती है
    • “ब्रिटेन टेक इंडस्ट्री को ज़रूरत से ज़्यादा रेगुलेट करता है” इस बात से मैं सहमत नहीं हूँ। उल्टा, ब्रिटिश सरकार अमेरिकी बिग टेक के प्रति हद से ज़्यादा नरम है
    • AI पर उसका फ़ोकस समझ में आता है, लेकिन अगर उसके पास उबाऊ बिज़नेस ऐप्स (BLOB) का अनुभव होता, तो शायद नौकरी मिलना आसान होता। वास्तविक इंडस्ट्री डिमांड अब भी काफ़ी हद तक वहीं है

  • मैं ही वह लेखक हूँ। कुछ दिन पहले हताशा में लिखा गया यह लेख इतना ध्यान खींचेगा, यह नहीं सोचा था
    मैं ML, product, और research के संगम पर मौजूद भूमिकाएँ तलाश रहा हूँ। मेरी पसंद यूज़र और प्रोडक्ट के क़रीब builder-type PM role की है।
    अगर कोई संबंधित क्षेत्र में काम करता है, तो मैं बात करना चाहूँगा। पढ़ने और फ़ीडबैक देने वाले सभी लोगों का धन्यवाद

    • आपकी लेखन प्रतिभा बहुत अच्छी है। अगर संभव हो, तो विदेशी बाज़ारों तक अपनी दृष्टि फैलाने की सलाह दूँगा। ML/product/research roles में अभी भी बाहर अवसर हैं
    • लेख insightful और रोचक था। अगर RSS feed या newsletter subscription जैसी सुविधा जोड़ दें, तो अच्छा होगा
    • यह लेख पढ़कर मैंने खुद से पूछा कि क्या मैं काफ़ी “out of distribution” व्यक्ति हूँ। तीन साल पहले ऐसा लेख मुझे SF essay जैसा लगता
    • नौकरी की तलाश के लिए शुभकामनाएँ। लेकिन नए उम्मीदवारों के लिए product-planning प्रकार की भूमिकाएँ कम मिलती हैं; शुरुआत junior builder के रूप में करके भरोसा बनाना ज़्यादा यथार्थवादी है
    • ब्लॉग वाकई बहुत अच्छा है। हमारी टीम में भी junior ML training से जुड़ी एक भूमिका खुली हुई है, आप कभी भी स्वागतयोग्य हैं

  • मैं हाल तक ब्रिटेन में hiring manager था। इस तरह का CV स्टाइल मैंने बहुत देखा है, और 250 से अधिक आवेदकों वाली junior positions में यह तुरंत बाहर हो जाता
    समीक्षा के मानदंड थे: (a) ब्रिटेन की डिग्री और वीज़ा का स्पष्ट उल्लेख, (b) विषय की प्रासंगिकता, (c) विश्वविद्यालय की प्रतिष्ठा।
    DeepMind internship भी यूनिवर्सिटी-इनटर्नशिप होने के कारण कोई असाधारण बात नहीं थी।
    वास्तविकता यह थी कि Bristol·Birmingham·UCL जैसे विश्वविद्यालयों के और बड़ी कंपनियों की internship वाले उम्मीदवार ही बाज़ार भर देने के लिए काफ़ी थे

    • किसी junior position पर 250 आवेदन आना दिखाता है कि entry-level market की प्रतिस्पर्धा कितनी तीव्र है

  • चेतावनी के तौर पर कहूँ तो यह थोड़ा गुस्से से भरा लेख है।
    दुख इस बात का है कि नए ग्रैजुएट्स की पीढ़ी इंडस्ट्री द्वारा शोषित और फिर छोड़ दी गई पीढ़ी बन गई है।
    AI tools की वजह से नए लोग भी जल्दी productive हो सकते हैं, लेकिन कंपनियाँ उल्टा layoff और restructuring पर ही केंद्रित हैं।
    management लोगों को asset नहीं बल्कि cost की तरह देखता है, और software को किसी फ़ैक्टरी जैसा मानता है।
    नतीजा यह है कि ज़्यादातर products यूज़र के लिए असुविधाजनक कचरा बन गए हैं।
    मैं लोगों के लिए software बनाना चाहता हूँ। लेकिन मौजूदा job market musical chairs के खेल जैसा लगता है

    • बहुत से तकनीकी लोग यही भावना साझा करते हैं। मैंने भी मूल्यों के टकराव के कारण इंडस्ट्री छोड़ी और ornithology में masters शुरू किया; अब मन कहीं हल्का है
    • management भी social media feeds का आदी हो चुका है। वह AI FOMO में बहकर दिशा खो रहा है। अगली बार बस कोई और ट्रेंड आ जाएगा
    • यह लेख उल्टा प्रेरणादायक लगा। मन होता है कि cost-cutting से ज़्यादा creation पर केंद्रित कंपनी बनाई जाए

  • शीर्ष स्तर के लोगों के लिए labor market बस एक सांख्यिकीय संख्या भर है। उनमें सहानुभूति कम है और समस्या सुलझाने की इच्छा भी नहीं।
    तकनीकी नवाचार से ऐसी दुनिया बन सकती थी जहाँ सब लोग कम काम करें और ज़्यादा पाएँ, लेकिन हक़ीक़त में निरर्थक काम और संपत्ति का केंद्रीकरण ही बढ़ा है

    • पिछले 100 वर्षों के innovation की वजह से पश्चिमी समाज के अधिकांश लोग बुनियादी इन्फ्रास्ट्रक्चर के लाभ ले पा रहे हैं। लेकिन सब उसे स्वाभाविक मानकर शिकायत करते रहते हैं
    • कोई पूछ सकता है कि “शीर्ष स्तर” से मतलब कौन है। अंततः लोग बेहतर जीवन चाहते हैं, और वही इच्छा अंतहीन काम और उपभोग को जन्म देती है
    • समस्या यह है कि तकनीकी innovation का उद्देश्य productivity बढ़ाना नहीं बल्कि cost reduction, खासकर labor cost कम करना, बन गया है

  • अभी CS graduates जिस रोज़गार संकट से गुज़र रहे हैं, वह बहुत दुखद है।
    90 के दशक में कहा जाता था कि programmer होना कोई बहुत अच्छी नौकरी नहीं, लेकिन उसके बाद सुनहरा दौर आया।
    इस बार भी क्या यह वैसा ही cyclical pattern है, या हम किसी पूरी तरह अलग युग में हैं—यह जानना दिलचस्प है

    • AI सब कुछ बदल सकता है, लेकिन अंत में संभव है कि यह फिर मध्यम-वर्ग स्तर की स्थिर नौकरियों पर लौटे। पहले जैसे असाधारण ऊँचे वेतन शायद कम ही दिखें
    • मैंने भी 2000 के शुरुआती वर्षों में Silicon Valley के पास ऐसे ही किस्से सुने थे। 2010 के मध्य में स्थिति ज़रूरत से ज़्यादा गरम थी, और अब फिर सामान्य हो रही है। CS degree अपने आप धन की गारंटी नहीं देती
    • सच तो यह है कि अभी लगभग हर क्षेत्र का job market कठिन है
    • dot-com boom से पहले ज़्यादातर लोग कम वेतन वाली बड़ी कंपनियों में “Programmer/Analyst” के रूप में काम करते थे। Silicon Valley में प्रवेश करने में लंबा समय लगता था, लेकिन एक बार अंदर पहुँचने पर दुनिया बदल जाती थी

  • समझ से बाहर बात यह है कि जब इतने नए उम्मीदवार नौकरी नहीं पा रहे, तब भी H1B वीज़ा वाले लोग आते जा रहे हैं

    • हमारी कंपनी में भी onshore hiring ban था और सिर्फ़ offshore भर्ती हो रही थी। management “स्थानीय प्रतिभा की कमी” कहकर झूठ बोलता था
    • जिस बड़ी कंपनी में मैं काम करता हूँ, वहाँ अमेरिकी नागरिकों के इंटरव्यू किए हुए शायद 5 साल हो गए। आसपास के CS graduates नौकरी नहीं पा रहे हैं
    • H1B व्यवस्था का मूल उद्देश्य हाई-स्किल talent लाना था, लेकिन व्यवहार में यह अक्सर श्रम-शोषण की संरचना की तरह इस्तेमाल होती है
    • H1B talent shortage के लिए नहीं बल्कि वेतन दबाने और निर्भरता पैदा करने की व्यवस्था है
    • Google भी भारत में parallel teams खड़ी कर रहा है। सांस्कृतिक दूरी कम होने से offshoring अब बहुत आसान हो गई है

  • नौकरी ढूँढना मुश्किल है, इस बात से मैं सहमत हूँ।
    लेकिन automation की सीमाएँ समझना भी ज़रूरी है। उदाहरण के लिए, ब्रिटेन की Ocado के पास automated logistics system है, फिर भी pandemic के दौरान scalability की कमी के कारण वह नए ग्राहकों को नहीं ले पाई।
    वहीं पारंपरिक supermarkets ने लोगों को hire करके जल्दी प्रतिक्रिया दी।
    अंततः efficiency और flexibility का संतुलन ही महत्वपूर्ण है

    • efficiency अक्सर flexibility के विपरीत अनुपाती होती है। प्रकृति में भी यही दिखता है।
      समस्या यह है कि efficiency को संख्या में मापा जा सकता है, लेकिन flexibility को नहीं

  • लेखक की कही “out of distribution” रणनीति पर मैंने सोचा।
    अगर आप अपनी क्षमता को बहुत असामान्य बनाते हैं, तो नौकरियाँ भी उतनी ही असामान्य हो जाती हैं। यानी अवसर घटते हैं और स्थान-सीमाएँ बढ़ती हैं।
    मैंने भी PhD के दौरान ऐसे विषय पर काम किया था जिस पर दुनिया में सिर्फ़ 10 labs काम करती थीं, और इसलिए नौकरियाँ भी उतनी ही दुर्लभ थीं।
    अंततः नवोन्मेषी शोध स्वभाव से ही अपनी ही नौकरी को समाप्त करने वाला काम हो सकता है।
    automation से बची लागत ज़रूरी नहीं कि हाई-स्किल लोगों तक पहुँचे; उसकी बड़ी संभावना है कि वह मुनाफ़े में समा जाए

    • फिर भी उम्मीद की बात यह है कि आगे चलकर असामान्य मांग और असामान्य प्रतिभा के मिलान की प्रक्रिया भी ऑटोमेट हो सकती है
 
aer0700 2025-11-15

दक्षता को संख्याओं में मापा जाता है, लेकिन लचीलापन ऐसा नहीं होता -> यह पंक्ति काफ़ी प्रभावशाली लगी।