एयर कंडीशनर सस्ता है, लेकिन AC रिपेयर इतना महंगा क्यों है? [अनुवाद लेख]

1. मुख्य एक-पंक्ति सारांश

• जिन क्षेत्रों में उत्पादकता विस्फोटक रूप से बढ़ी है, वे और सस्ते होते जाते हैं और उनका उपयोग भी बढ़ता जाता है (Jevons), लेकिन उनसे प्रतिस्पर्धा करने वाला श्रम दूसरी श्रेणियों की कीमतों को भी ऊपर खींचता है (Baumol)। AI युग में इसका मतलब है एक ऐसी अजीब अर्थव्यवस्था, जहाँ “tokens सस्ते होते जाएंगे, लेकिन वह आख़िरी 1% काम जिसमें इंसानी हाथ चाहिए, बेहद महंगा हो जाएगा।”

2. AC यूनिट सस्ती है, लेकिन रिपेयर महंगा क्यों है?

1. manufacturing, semiconductor और computing जैसे उद्योग, जहाँ उत्पादकता बहुत बढ़ी है,

   • उनकी कीमतें तेज़ी से गिरती हैं और गुणवत्ता बेहतर होती जाती है
   • और नतीजतन मांग विस्फोटक रूप से बढ़ती है, साथ ही नए उपयोग लगातार पैदा होते रहते हैं (Jevons paradox)।

2. जब ऐसे high-productivity उद्योग बड़े पैमाने पर high-wage jobs पैदा करते हैं,

   • तो उसी labor market के दूसरे पेशों की मजदूरी भी लोगों को भर्ती करने के लिए बढ़ानी पड़ती है
   • इसलिए जिन services में उत्पादकता वृद्धि लगभग नहीं होती (रिपेयर, home repair, care work आदि), उनकी hourly rates बहुत बढ़ जाती हैं और वे “महसूस करने में बेहद महंगी” लगने लगती हैं (Baumol’s cost disease)।

3. नतीजतन AC का मुख्य यूनिट (एक manufactured product) सस्ता रहता है, लेकिन उसे ठीक करने वाला technician उसी labor market में data center HVAC और दूसरी technical jobs के साथ मजदूरी पर प्रतिस्पर्धा करता है, इसलिए उसकी service महंगी होना लगभग तय है।

3. Jevons paradox: चीज़ सस्ती होते ही उसका उपयोग ज़्यादा क्यों होता है?

• Jevons paradox की शुरुआत 19वीं सदी में coal के उदाहरण से होती है।

  • जैसे-जैसे coal का उत्पादन सस्ता और तेज़ हुआ, उसका कुल उपयोग घटा नहीं बल्कि उल्टा बहुत बढ़ गया।
  • वजह यह थी कि वह सस्ता और अधिक efficient होने पर नई processes, industries और applications लगातार पैदा करता गया।

• इसका आधुनिक रूप Moore’s Law है।

  • जब transistor की कीमत प्रति unit लगभग 1 डॉलर से गिरकर 1 cent के दस लाखवें हिस्से से भी नीचे चली गई,
  • तब computing military और payroll processing से आगे बढ़कर word processor और DB, फिर thermostat, greeting card, और यहाँ तक कि disposable shipping tag तक फैल गई — यानी उपयोग के “लगभग अनंत” दायरे तक।

• लेख का तर्क है: token cost भी इसी रास्ते पर जाएगी।

  • compute की unit cost बेहद नीचे जाएगी,
  • और AI का उपयोग करने लायक काम, services और products ज्यामितीय दर से बढ़ेंगे, जिससे कुल मांग विस्फोटक रूप से बढ़ेगी।

4. Baumol effect: AI से असंबंधित services भी महंगी क्यों होंगी?

• Baumol’s cost disease एक ऐसा प्रभाव है जिसे 1960 के दशक में performing arts (string quartet, theatre, opera) में पहचाना गया था।

  • string quartet को 100 साल पहले भी 4 इंसानों की ज़रूरत थी और आज भी है, इसलिए “प्रति घंटा output” लगभग नहीं बढ़ा।
  • लेकिन पूरी अर्थव्यवस्था के दूसरे हिस्सों (manufacturing, tech, finance आदि) ने productivity gains के कारण बड़ी संख्या में high-wage jobs पैदा कीं, इसलिए musicians को भी उसी labor market में प्रतिस्पर्धा करनी पड़ी और उनकी मजदूरी बढ़ी, जिससे performance की लागत उछल गई।

• यही तर्क AI युग में भी दोहराया जाएगा।

  • अगर data center और AI infrastructure से जुड़ी high-productivity, high-wage jobs बढ़ती हैं,
  • तो उसी शहर में काम करने वाले plumber, pet walking service, nanny, teacher आदि भी “उनसे प्रतिस्पर्धा कर सकने” लायक मजदूरी मांगेंगे।

• यानी जैसे-जैसे पूरा समाज अधिक संपन्न होगा, “AI से सीधा संबंध न रखने वाली services भी महंगी होंगी, और फिर भी अमीर होता समाज उन्हें खरीदता रहेगा” — यही Baumol-प्रकार का प्रभाव है।

5. Jevons vs Baumol: साथ चलने वाले ‘जुड़वां mechanisms’

लेख में इन दोनों को मोटे तौर पर इस तरह समझाया जा सकता है।

1. “Jevons-type effects”

   • उन क्षेत्रों में जहाँ उत्पादकता नाटकीय रूप से बढ़ती है,
   • कीमतें गिरती हैं और गुणवत्ता सुधरती है
   • और उसके परिणामस्वरूप मांग, उपयोग के मामले और jobs विस्फोटक रूप से बढ़ते हैं।

2. “Baumol-type effects”

   • जिन क्षेत्रों में उत्पादकता वृद्धि लगभग नहीं होती, वहाँ भी मजदूरी और कीमतें
   • उसी labor market में तुलना और प्रतिस्पर्धा के कारण ऊपर जाती हैं
   • और समाज अधिक अमीर हो जाने के कारण लोग उन ऊँची कीमतों पर भी उपभोग जारी रखते हैं।

ऊपर से देखें तो ये दोनों अलग लगते हैं, लेकिन लेख का मुख्य तर्क यह है कि Jevons-प्रकार का विस्फोट (उत्पादकता, संपत्ति और उपभोग में वृद्धि) पहले होना चाहिए, तभी उसके असर से Baumol effect वास्तविक रूप से उभरता है।

6. AI supercycle में क्या सस्ता होगा, और क्या महंगा?

1. वे क्षेत्र जिन्हें AI बहुत बदलता है

   • token और computing की लागत तेजी से गिरने पर,
   • document generation, code और marketing, तथा कुछ legal services जैसी high demand-elasticity services का उपयोग 10 गुना से भी अधिक बढ़ सकता है।
   • यह हिस्सा Jevons paradox के मुताबिक “और सस्ता, और बहुत अधिक इस्तेमाल होने वाला” रास्ता अपनाएगा।

2. वे क्षेत्र जहाँ AI का असर कम है

   • dog walking, childcare, small-class teaching, home repair और साधारण manual services जैसी चीज़ें
   • जिनमें on-site physical labor और emotional labor चाहिए, उन्हें automation का लाभ बहुत कम मिलता है
   • लेकिन उनकी कीमतें उसी शहर में काम करने वाले AI infrastructure और tech workers की wage level को आधार बनाकर तय होती हैं।
   • इसलिए ऐसा संसार स्वाभाविक रूप से बन सकता है जहाँ “dog walking पर हर हफ्ते 100 डॉलर खर्च करना” महंगा होते हुए भी वहन करने लायक लगे।

7. Reflexive Turbo-Baumol’s: एक ही पेशे के भीतर पैदा होने वाला ‘आख़िरी 1%’ प्रभाव

लेख के आख़िरी हिस्से का सबसे दिलचस्प बिंदु यह है कि Baumol-शैली का प्रभाव किसी एक पेशे के अंदर भी और तेज़ हो सकता है।

1. regulation और safety rules द्वारा बनाए गए “मानव-अनिवार्य चरण”

   • सरकारें और regulators सुरक्षा और जवाबदेही के नाम पर यह मांग कर सकते हैं कि “यह safety function इंसान ही करे या इंसान ही approve करे।”
   • उदाहरण के लिए: Waymo self-driving car में बैठा safety operator, medical imaging की अंतिम approval, या finance और legal में इंसानी अंतिम sign-off।

2. काम का 99% automated, 1% सिर्फ इंसान के लिए

   • Andrej Karpathy के एक interview का हवाला देते हुए लेख कहता है कि “अगर किसी job का 99% automated हो जाए, तो बचा हुआ 1% पूरी job का bottleneck बन जाता है और उसकी कीमत बहुत बढ़ जाती है।”
   • उदाहरण के तौर on radiologist की नौकरी: AI अगर ज़्यादातर scans पढ़ भी दे, तब भी अंतिम पुष्टि और जिम्मेदारी वाले 1% काम के कारण उनकी wages उल्टा बहुत बढ़ सकती हैं।

3. लेकिन जिस क्षण वह 1% भी पूरी तरह automate हो जाए

   • उस पेशे की high-wage premium एक झटके में गायब हो सकती है।
   • self-driving car safety operator की तरह, ऐसा रास्ता बन सकता है जहाँ “99% automation के दौरान job महंगी होती जाती है, लेकिन आख़िरी 1% हटते ही demand ही गायब हो जाती है।”

लेख इस प्रक्रिया को कुछ हद तक मज़ाकिया अंदाज़ में “Reflexive Turbo-Baumol’s” कहता है, और संकेत देता है कि इससे jobs की संरचना अजीब ढंग से पुनर्गठित हो सकती है, यहाँ तक कि नए तरह के राजनीतिक और आर्थिक गठजोड़ भी बन सकते हैं।

8. निष्कर्ष: इस अजीब pricing structure के पीछे ‘समृद्धि का विस्तार’

• “AC सस्ता है, लेकिन AC रिपेयर महंगा क्यों है?” इस सवाल का उत्तर यह है कि

  • manufacturing और computing जैसे अत्यधिक productive क्षेत्रों में Jevons-शैली का विस्फोट
  • और services व on-site labor जैसे अपेक्षाकृत कम automated क्षेत्रों में Baumol-शैली की wage और price growth
  • एक-दूसरे से टकराकर यह परिणाम पैदा करते हैं।

• जैसे-जैसे AI supercycle आगे बढ़ेगा,

  • token और computing ‘पानी की तरह’ सस्ते होंगे, और उन पर चलने वाली services बेहद बढ़ेंगी
  • वहीं “वे आख़िरी 1% काम जो इंसान को ही करने होंगे” (dog walking, small-class teaching, on-site repair, regulation से बंधे safety roles आदि) और महंगे हो सकते हैं, और राजनीतिक रूप से भी ज्यादा संरक्षित पेशे बन सकते हैं।

• लेख का अंतिम संदेश यह है कि

  • इन अजीब नतीजों के बावजूद मूल बात अब भी productivity growth ही है, और लंबी अवधि में वही पूरे समाज को अधिक समृद्ध बनाती है।
  • “जब ज्वार उठता है तो सभी नावें ऊपर उठती हैं” जैसी कहावत के अंदाज़ में, लेख यह कहकर समाप्त होता है कि Baumol effect को संपत्ति-वितरण के एक mechanism के रूप में देखा जा सकता है — और एक अर्थ में इसे “communism का सबसे प्रभावी रूप” जैसा मज़ाक भी कहा जा सकता है।

[halfenif]

यह एक dystopia की याद दिलाता है, जहाँ केवल वे दिमाग़ जिन्हें (किसी के द्वारा तय किए जाने पर) सुरक्षा के योग्य माना गया है, (उत्पादकता विस्फोट के) लाभ उठाते हैं, और बाकी इंसानों को विशाल junk के बीच फेंक दिया जाता है।

[botplaysdice]

शायद यह क़ानून द्वारा संरक्षित पेशा होगा। कुत्ते को घुमाना इसका एक अच्छा उदाहरण हो सकता है जिसे केवल इंसान ही कर सकते हैं (कम-से-कम अभी कुछ समय तक), लेकिन AI की वजह से नौकरी खोने वाले बहुत से लोग इसमें आसानी से आ जाएंगे, इसलिए मज़दूरी को बनाए रखना आसान नहीं होगा।

[techiemann]

अगर वाकई बेरोज़गार लोग इसमें बड़ी संख्या में उतरने लगें, तो ऐसे 'dog walking' जैसे कामों में भी शायद आज के delivery app डिलीवरी कर्मियों की हक़ीक़त की तरह मज़दूरी टिक नहीं पाएगी।