मृत अर्थव्यवस्था सिद्धांत

 (owenmcgrann.com)
9 पॉइंट द्वारा GN⁺ 15 시간 전 | 1 टिप्पणियां | WhatsApp पर शेयर करें
  • The Dead Economy Theory उस संकट को दर्शाता है जो तब पैदा होता है जब AI ऑनलाइन कंटेंट की सच्चाई को धुंधला करने से आगे बढ़कर पूरी अर्थव्यवस्था में मानव श्रम की मांग को ही खत्म करने लगे
  • AI कंपनियों की विशाल valuation को वैश्विक श्रम बाज़ार के प्रतिस्थापन के बिना सही ठहराना मुश्किल है, और “copilot” तथा “augmentation” जैसी भाषा cost center हटाने वाले मॉडल को ढकती है
  • automation कंपनियां layoffs से होने वाली लागत बचत का पूरा लाभ लेती हैं, लेकिन मांग के ढहने की लागत प्रतिस्पर्धियों पर डाल देती हैं, जिससे AI Layoff Trap और arms race बनती है
  • पिछली automation लहरों ने नई नौकरियां बनाई थीं, लेकिन संक्रमण में दशकों लगे, और general-purpose AI किसी एक खास काम नहीं बल्कि पूरे cognitive labor को एक साथ निशाना बनाता है
  • मृत अर्थव्यवस्था से मतलब ऐसी स्थिति है जिसमें GDP और निवेश बढ़ते हैं, लेकिन उत्पादन क्षमता कुछ AI systems के कब्जे में चली जाती है, और बहुसंख्यक लोग श्रम, उपभोग और लोकतांत्रिक leverage खो देते हैं

मृत इंटरनेट से मृत अर्थव्यवस्था तक

  • Dead Internet Theory की शुरुआत इस धारणा से होती है कि ऑनलाइन मिलने वाला काफी कंटेंट अब bots बनाते हैं और bots ही consume करते हैं
    • 2025 में नए इंटरनेट कंटेंट का आधे से अधिक हिस्सा AI-generated content था, ऐसा आंकड़ा पेश किया गया
    • इंसान अब भी scroll करते हैं, लेकिन जिस चीज़ को वे scroll कर रहे हैं वह धीरे-धीरे मशीनों द्वारा मशीनों के लिए बनाई गई noise और billboard जैसी होती जा रही है
  • मृत अर्थव्यवस्था सिद्धांत उस बड़े संकट की ओर इशारा करता है जो तब पैदा होता है जब AI ऑनलाइन कंटेंट से आगे बढ़कर अर्थव्यवस्था में मानव श्रम की मांग को ही खत्म करने लगे
    • इसे उस स्थिति से भी ज्यादा गंभीर संकट माना जाता है जिसमें साझा भौतिक स्थान कमजोर पड़ने के बाद digital public sphere भी bots द्वारा पढ़े और बनाए गए स्थान में बदल जाए

AI valuation और श्रम-प्रतिस्थापन मॉडल

  • बड़े पैमाने पर AI infrastructure investment पहले ही सैकड़ों अरब डॉलर के स्तर पर है, और अगले 10 वर्षों में इसे खरबों डॉलर तक जाते हुए देखा जा रहा है
    • OpenAI की valuation $800 billion से अधिक बताई जा रही है
    • Anthropic ने अभी तक annual profit नहीं कमाया है, फिर भी वह इसी तरह के ऊंचे valuation zone में है
    • तर्क यह है कि इतनी valuation को सही ठहराने लायक बड़ा बाज़ार केवल वैश्विक श्रम बाज़ार ही हो सकता है
  • श्रम-प्रतिस्थापन ही “copilot”, “assistant”, “augmentation” जैसी नरम भाषा के पीछे छिपा असली financial model है
    • investor presentations में जब AI agent को “10 analysts का काम करने वाला” बताया जाता है, तो उसका आधार मानव cost centers को हटाना ही होता है
    • अगर AI केवल document autocomplete या लंबे memo बनाने तक सीमित रह जाए, तो ये कंपनियां पूंजीवाद के इतिहास की सबसे overvalued assets बन जाएंगी
  • AI कंपनियां अपने benchmarks के जरिए professional jobs को replace करने की क्षमता साबित करना चाहती हैं
    • OpenAI का GDPVal benchmark real estate broker से लेकर news analyst तक 44 jobs में model performance को मापता है
    • AI Productivity Index investment banking associate, management consultant, large law firm associate और primary care physician जैसी 4 professional roles का मूल्यांकन करता है
    • OpenAI के evaluation lead ने कहा कि model अब उन tasks में मानव विशेषज्ञों के मुकाबले “80% से अधिक win rate” हासिल कर रहा है जिन्हें वह कुछ महीने पहले तक पकड़ नहीं पा रहा था, और research team के एक पूर्व banker ने बताया कि model उसके पुराने काम का कितना हिस्सा कर सकता है, यह लगातार चौंकाने वाला है

automation trap और अतीत से अलग झटका

  • पहला transition वह चरण है जिसमें कंपनियां AI अपनाकर workforce के बड़े हिस्से को replace करती हैं और लागत घटाती हैं
    • लागत घटती है, margins बढ़ते हैं, share price ऊपर जाती है, और earnings call में शामिल लोग संतुष्ट होते हैं
    • जब Block के Jack Dorsey ने मार्च में AI coding agents का हवाला देते हुए लगभग आधे कर्मचारियों को निकाल दिया, तो after-hours trading में कंपनी का stock 25% उछल गया
    • बाज़ार मानव श्रम हटाने को shareholders के लिए तत्काल और बड़े value transfer के रूप में पुरस्कृत करता है
  • दूसरा transition वह चरण है जिसमें replaced workers आय खो देते हैं और खर्च कम कर देते हैं
    • जिन कंपनियों का वे इस्तेमाल करते थे उनकी revenue घटती है, और कुछ कंपनियां भी लागत बचाने के लिए AI अपनाती हैं, जिससे replacement का असर जमा होता जाता है
    • पूरी अर्थव्यवस्था में consumer demand सिकुड़ने लगती है
  • तीसरा transition वह चरण है जिसमें श्रमिकों को हटाकर लागत घटाने वाली कंपनियों को पता चलता है कि उनके ग्राहक भी आखिरकार दूसरी कंपनियों के कर्मचारी ही थे
    • revenue growth रुकने लगती है, और जो AI subscription efficiency investment लग रही थी, वही अपने बाज़ार के विनाश में योगदान देने वाली लागत बन जाती है
  • Wharton के Brett Hemenway Falk और Gerry Tsoukalas का The AI Layoff Trap इस संरचना को prisoner’s dilemma के रूप में समझाता है
    • प्रतिस्पर्धी बाज़ार में automation करने वाली कंपनियां श्रमिक-प्रतिस्थापन से होने वाली लागत बचत का पूरा लाभ लेती हैं, लेकिन उससे पैदा हुई demand destruction का केवल एक हिस्सा ही उठाती हैं
    • 20 competitors वाले बाज़ार में हर कंपनी खुद द्वारा नष्ट की गई मांग का केवल 20वां हिस्सा महसूस करती है और बाकी का बोझ प्रतिस्पर्धियों पर डाल देती है
    • AI जितना बेहतर होता जाता है, प्रतिस्पर्धियों से पहले automation करने का फायदा उतना बढ़ता है, और सामूहिक विनाश की ओर arms race उतनी तेज होती जाती है
  • herd behavior efficiency साबित होने से पहले भी layoffs को तेज कर सकता है
    • OpenAI में काम कर चुकी अर्थशास्त्री Zoë Hitzig का कहना है कि जब CEOs कहते हैं कि वे AI की वजह से headcount घटा रहे हैं, तो दूसरे लोग भी वैसा ही करने का दबाव महसूस करते हैं, और यह dynamics बदलाव को efficiency की मांग से भी ज्यादा तेज बना सकता है
  • अतीत की automation ने भी नई नौकरियां बनाई थीं, लेकिन संक्रमण न तो तेज था और न ही नुकसानरहित
    • अमेरिका में agriculture employment workforce के 90% से घटकर 2% रह गया, लेकिन इस बदलाव में 140 साल लगे
    • MIT के David Autor ने विश्लेषण किया कि आज की लगभग 60% नौकरियां 1940 में अस्तित्व में ही नहीं थीं
    • Oxford के Carl Benedikt Frey ने दर्ज किया कि industrial revolution में replace हुए श्रमिकों की wages और employment को बहाल होने में 70 साल लगे
    • Frey ने कहा कि तकनीकी प्रगति की “short-term adjustment problem” किसी व्यक्ति के लिए पूरी ज़िंदगी जितनी लंबी हो सकती है
  • AI industry की adoption speed अतीत के झटकों से कहीं तेज हो सकती है
    • National Economic Council के पूर्व deputy director Bharat Ramamurti ने कहा कि manufacturing jobs के नुकसान वाला China shock कई वर्षों में सामने आया था, लेकिन यह बदलाव 2 साल में हो सकता है
    • models के development पर इतना भारी पैसा लगा है कि तेज adoption के जरिए revenue पैदा करने का दबाव बहुत बड़ा है
  • general-purpose AI किसी एक खास task को नहीं बल्कि पूरे cognitive labor को एक साथ निशाना बनाता है
    • अतीत के power looms या spreadsheets ने क्रमशः hand weaving या manual calculation जैसे सीमित कामों को replace किया था
    • Wassily Leontief ने 1983 में मानव श्रम की तुलना घोड़ों से की थी, और उदाहरण दिया था कि अमेरिका में घोड़ों की संख्या 1840 में 90 लाख से बढ़कर 1900 में 2.1 करोड़ हुई, लेकिन internal combustion engine आने के 60 साल के भीतर 88% गिर गई
    • घोड़ों को किसी दुर्भावना से retire नहीं किया गया था; बस उन्हें बनाए रखना आर्थिक रूप से सार्थक नहीं रहा, और ऐसा कोई आर्थिक नियम नहीं है जो कहे कि इंसानों के साथ ऐसा नहीं हो सकता
  • Daron Acemoglu के शोध के अनुसार हाल की तकनीकों का replacement effect productivity और reemployment effects पर भारी पड़ा है
    • 1987 से 2017 तक नई तकनीकों का replacement effect productivity effect और नए काम पैदा करने वाले effect से काफी बड़ा था
    • AI के मामले में उनका मानना है कि कंपनियां “excessive automation” को आगे बढ़ा रही हैं, जो बड़ा सामाजिक खर्च पैदा कर रही है लेकिन production cost को बहुत ज्यादा कम नहीं कर रही
    • कई application areas में AI इतना अच्छा नहीं है कि replacement को सही ठहरा सके

लोकतंत्र, वितरण, और प्रोफेशनल वर्ग पर झटका

  • लोकतांत्रिक leverage उन लोगों के श्रम, कर-राजस्व, सैन्य सेवा, और उपभोक्ता खर्च से आता है जिन पर शासन किया जाता है
    • सत्ता के बंटने की वजह यह है कि ऊपर बैठे लोगों को नीचे के लोगों से कुछ चाहिए होता है
    • अगर श्रम इस समीकरण से बाहर हो जाए, तो लोकतंत्र की भौतिक नींव हिल जाती है
  • अगर AI सिस्टम कुछ गिनी-चुनी कंपनियों के स्वामित्व में रहकर मूल्य पैदा करते हैं, तो लोकतांत्रिक राजकोषीय तंत्र भी साथ ही कमजोर पड़ता है
    • अगर AI सिस्टम उन कंपनियों के पास हों जो tax optimization में माहिर हैं, तो कर-आधार कमजोर होता है
    • अगर नियोक्ताओं को कर्मचारियों की जरूरत ही न रहे, तो सामूहिक सौदेबाजी केवल खोल बनकर रह जाती है
    • श्रम-आय पर निर्भर उपभोक्ता खर्च घटता है
    • Piketty का r > g और तेज हो जाता है, क्योंकि AI पूंजी संचय और मानव श्रम की आवश्यकता के बीच के संबंध को तोड़ देता है
    • संबंधित विश्लेषण का मानना है कि पुनर्वितरण न होने पर “लगभग सब कुछ अंततः संक्रमण बिंदु पर सबसे अमीर लोगों के स्वामित्व में चला जाएगा”
  • जोखिम जनता उठाए और इनाम निजी क्षेत्र ले जाए, यह ढांचा भी दोहराया जा रहा है
    • ट्रांसफॉर्मर आर्किटेक्चर, large-scale training methods, और semiconductor प्रगति विश्वविद्यालयों, DARPA, राष्ट्रीय प्रयोगशालाओं आदि के जरिए सार्वजनिक या अर्ध-सार्वजनिक फंडिंग से जुड़ी रही हैं
    • Mariana Mazzucato ने कहा है कि AI मूल्य निर्माण के बजाय rent extraction का एक और इंजन बन सकता है
  • Anthropic के CEO Dario Amodei ने कहा कि लोकतंत्र में शक्ति-संतुलन उस leverage पर टिका है जो औसत व्यक्ति आर्थिक मूल्य पैदा करके हासिल करता है
    • उनका आकलन है कि अगर यह leverage गायब हो जाए, तो स्थिति “डरावनी” हो जाती है
    • लेकिन Anthropic ने इससे निपटने वाले विधेयकों का समर्थन नहीं किया, और सह-संस्थापक Jack Clark ने policy advocacy को “बहुत लंबी कार्य-श्रृंखला का आखिरी हिस्सा” बताया
  • अधिनायकवादी ग्राहक लोकतंत्रों की तुलना में AI तकनीक अपनाने के लिए अधिक उपयुक्त मांग-पक्ष के रूप में पेश किए जाते हैं
    • अगर लोकतांत्रिक सरकारें AI से सार्वजनिक कर्मचारियों की जगह लें, तो उन्हें चुनावी कीमत चुकानी पड़ सकती है
    • अधिनायकवादी सरकारों पर ऐसी पाबंदी नहीं होती, और उन्हें आर्थिक दक्षता के साथ निगरानी और नियंत्रण का लाभ भी मिलता है
    • Saudi Arabia, UAE, और Singapore को ऐसे उदाहरणों के रूप में गिना गया है जिनके पास विशाल पूंजी, केंद्रीकृत निर्णय-प्रक्रिया, जवाबदेह मतदाता-आधार का अभाव, और नियंत्रण तकनीकों में सक्रिय रुचि है
  • बड़े पैमाने पर AI प्रतिस्थापन का समाधान अक्सर universal basic income, retraining programs, और “leisure economy” जैसे संसाधन-वितरण के सवाल के रूप में देखा जाता है
    • Anne Case और Angus Deaton के deaths of despair अध्ययन ने यह दिखाया कि आत्महत्या, drug overdose, और alcohol-related liver disease से बढ़ती मौतें उन आबादियों में केंद्रित थीं जिनकी शिक्षा अपेक्षाकृत कम थी और जो विनिर्माण पर अधिक निर्भर थीं
    • मुख्य तंत्र केवल गरीबी नहीं, बल्कि आर्थिक उद्देश्य, सामाजिक हैसियत, और भविष्य-बोध का खोना है
    • Molly Kinder का कहना है कि AI कंपनियों की समृद्धि-कथा वैश्वीकरण के समय किए गए वादों को दोहराती है, लेकिन इस बार हारने वाले केवल मिडवेस्ट के विनिर्माण शहरों तक सीमित नहीं रहेंगे
  • UBI की आलोचना यह कहकर की जाती है कि यह संरचनात्मक समस्याओं को हल नहीं करता
    • Piketty का मानना है कि UBI शिक्षा और स्वास्थ्य तक पहुंच में असमानता, कम वेतन और कम उत्पादकता वाली नौकरियां, खराब काम कर रहे बाजार, भ्रष्टाचार, और प्रतिगामी कर-व्यवस्था जैसी बुनियादी समस्याओं को नहीं सुलझाता
    • David Shor के सर्वेक्षण से पता चलता है कि UBI अमेरिकी मतदाताओं में लोकप्रिय नहीं है, जबकि संघीय jobs guarantee संभव हो सकती है
    • लोग चेक नहीं, काम और उद्देश्य चाहते हैं
  • Anthropic के अपने शोध से पता चलता है कि AI coding agent केवल प्रतिस्थापन ही नहीं, skill degradation भी ला सकते हैं
    • AI coding agent पर निर्भर junior engineers ने काम बहुत तेजी से खत्म नहीं किया, और बाद की क्विज़ में वे अपने काम को कम समझते पाए गए
    • retraining तर्क यह मानकर चलता है कि लोग प्रासंगिक बने रहने के लिए नए कौशल विकसित कर सकते हैं, लेकिन खुद ये tools कौशल-निर्माण में बाधा डाल सकते हैं
  • प्रोफेशनल वर्ग का प्रतिस्थापन विकसित लोकतंत्रों की राजनीतिक स्थिरता की नींव हिला सकता है
    • Joseph Stiglitz ने कहा कि AI “रूटीन white-collar jobs” को प्रभावित करेगा
    • accountant, analyst, junior lawyer, radiologist, और software developer जैसे विश्वविद्यालय-शिक्षित दफ्तर-आधारित पेशे वे क्षेत्र रहे हैं जिन्हें विनिर्माण पतन से सुरक्षित माना जाता था
    • इस प्रोफेशनल वर्ग को विकसित लोकतंत्रों की राजनीतिक स्थिरता की रीढ़ माना जाता है
  • बड़े पैमाने पर बेरोजगारी और उद्देश्य-हानि आज के populism से भी अधिक सामाजिक अस्थिरता पैदा कर सकती है
    • ऐसी स्थिति की कल्पना की जाती है जहां कामकाजी उम्र के करोड़ों लोग आर्थिक भूमिका और स्पष्ट जीवन-पथ खो दें, और साथ ही यह पहचानें कि यह सब बनाने वाले लोग इतिहास के सबसे अमीर इंसान हैं
    • अप्रैल में किसी ने Sam Altman के घर पर मोलोटोव कॉकटेल हमला करने की कोशिश की
    • एक अन्य हमलावर ने Indianapolis में डेटा सेंटर परियोजना को मंजूरी देने वाले नगर पार्षद को निशाना बनाया
    • Palantir के CEO Alex Karp ने एक पैनल में कहा कि अमेरिकी AI के सामने सबसे बड़ी चुनौती राजनीतिक अस्थिरता है, और अगर देश राजनीतिक रूप से फट पड़े, तो कोई भी पैसा नहीं कमा पाएगा

नियामक अवसर और मृत अर्थव्यवस्था का निष्कर्ष

  • आर्थिक अनुमान काफी अलग-अलग हैं
    • Acemoglu का अनुमान है कि मौजूदा अर्थव्यवस्था में केवल 4.6% कार्यों को ही AI के ज़रिए लागत-प्रभावी ढंग से स्वचालित किया जा सकता है, और अगले 10 वर्षों में AI का कुल उत्पादकता प्रभाव 0.66% होगा
    • Goldman Sachs ने 2023 में अनुमान लगाया था कि generative AI वैश्विक GDP को 7% बढ़ा सकता है
    • McKinsey ने सालाना 0.5~3.5% का अनुमान दिया
    • 2025 के एक सर्वे में 90% से अधिक कंपनियों ने बताया कि 250 अरब डॉलर के AI निवेश के बावजूद रोजगार या उत्पादकता पर कोई मापने योग्य असर नहीं पड़ा
    • Torsten Slok ने कहा कि AI “आने वाले मैक्रोइकॉनॉमिक डेटा को छोड़कर हर जगह है”
  • इस बात से अलग कि AI उद्योग के दावों जितना शक्तिशाली है या नहीं, काफी हद तक भरोसेमंद automation भी विघटनकारी हो सकता है
    • मौजूदा सबूत दिखाते हैं कि प्रचार और उत्पाद के बीच बड़ा अंतर है, और गंभीर अर्थशास्त्री मानते हैं कि उत्पादकता में बढ़ोतरी उद्योग के अनुमानों का केवल एक हिस्सा है
    • Acemoglu का मुख्य तर्क यह है कि AI क्रांतिकारी न होते हुए भी विघटनकारी हो सकता है
    • “So-so” automation से मतलब ऐसी तकनीक से है जो कामगारों को हटाने लायक बस-ठीक-ठाक और सस्ती हो, लेकिन उत्पादकता में मामूली बढ़ोतरी करे
    • सबसे खराब नतीजा superintelligent AI नहीं, बल्कि तिमाही प्रोत्साहनों और शेयर कीमत के दबाव में आक्रामक रूप से तैनात किया गया “काफी” AI हो सकता है
  • regulatory capture पहले से ही काफी आगे बढ़ चुका है
    • 2025 की पहली तीन तिमाहियों में अमेरिकी आर्थिक वृद्धि का 39% AI-संबंधित निवेश से आया, और संघीय सरकार का इस उछाल को बनाए रखने में हित बन गया
    • Amodei ने स्वीकार किया कि इसकी वजह से tech कंपनियाँ अमेरिकी सरकार की आलोचना करने से हिचकती हैं, और सरकार AI पर चरम anti-regulation नीति का समर्थन करने लगती है
    • नियामकों और विनियमित संस्थाओं के हित एक हो जाते हैं
  • OpenAI के सार्वजनिक नीति प्रस्ताव और उसकी राजनीतिक कार्रवाई एक-दूसरे से टकराते हैं
    • OpenAI ने अप्रैल के Industrial Policy for the Intelligence Age श्वेतपत्र में 32 घंटे का कार्य-सप्ताह, corporate tax और capital gains tax में बढ़ोतरी, और सभी नागरिकों के लिए AI कंपनियों में हिस्सेदारी वाला “public wealth fund” प्रस्तावित किया
    • इसी समय OpenAI के अध्यक्ष ने उस super PAC को फंड दिया जिसने न्यूयॉर्क विधानसभा उम्मीदवार Alex Bores के खिलाफ विज्ञापनों पर 20 लाख डॉलर से अधिक खर्च किए; Bores ने बड़े AI डेवलपर्स के लिए safety regulation और AI taxation के ज़रिए अमेरिकियों को सीधे भुगतान का प्रस्ताव दिया था
    • OpenAI ने निवेशकों के रिटर्न पर शुरुआती निवेश के 100 गुना तक की लाभ सीमा हटा दी
    • बताया जाता है कि OpenAI के मुख्य lobbyist Chris Lehane ने व्यवस्थित रूप से उन आंतरिक शोधों की प्राथमिकता घटाई जो प्रतिकूल नतीजे दिखा सकते थे, और यह रुख अपनाया कि समस्या का समाधान आने से पहले समस्या पर शोधपत्र प्रकाशित नहीं किए जाएंगे
  • संभावित हस्तक्षेप ज्ञात हैं
    • AI infrastructure में सार्वजनिक इक्विटी हिस्सेदारी
    • सख्त antitrust enforcement
    • स्वचालित श्रम पर वास्तविक taxation व्यवस्था
    • Branko Milanovic ने प्रस्ताव दिया कि पूंजी स्वामित्व को अधिक व्यापक रूप से फैलाया जाए और उच्चतम capital income पर अधिक आक्रामक कर लगाया जाए
    • यह तकनीकी रूप से कठिन कदमों का मामला नहीं, बल्कि ऐसे काम करने वाले लोकतांत्रिक संस्थानों का सवाल है जो इतिहास की सबसे धनी कंपनियों को चुनौती देने की इच्छा रखते हों
  • मृत अर्थव्यवस्था वह अर्थव्यवस्था नहीं है जिसमें कुछ भी नहीं होता
    • GDP बढ़ सकता है, और AI-संबंधित निवेश पहले से ही उसे सहारा दे रहा है
    • मृत अर्थव्यवस्था वह है जिसमें बहुत कुछ होता है, लेकिन उसमें से किसी भी चीज़ को आपकी ज़रूरत नहीं होती
    • सभ्यता की उत्पादन क्षमता ऐसे सिस्टम में क़ैद हो जाती है जिसमें आपका न हिस्सा है, न input, न वोट
    • इसे बनाने वाले लोग निजी तौर पर इसके नतीजों को लेकर चिंतित रहते हैं, जबकि सार्वजनिक रूप से आशावाद का प्रदर्शन करते हैं
    • यही केंद्रीय विरोधाभास बचा रहता है: एक तरफ़ कट्टर पुनर्वितरण की मांग करने वाले श्वेतपत्र प्रकाशित करना, और दूसरी तरफ़ उसी पुनर्वितरण का प्रस्ताव रखने वाले राजनेताओं को हराने के लिए super PAC को फंड देना

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 15 시간 전
Hacker News की राय

  • भारत की कृषि उस समस्या से मिलती-जुलती है जिसका सामना अमेरिका अब AI में करना शुरू कर रहा है। भारत की कृषि आज भी वैश्विक मानकों के हिसाब से बेहद श्रम-गहन है, और 43% कामगार कृषि में लगे हैं। अमेरिका में यह 2% से कम है, और चीन में 2023 के अनुसार 22% है और यह लगातार घट रहा है
    यह अक्षम कृषि संरचना संयोग से नहीं बनी है, बल्कि भारी सब्सिडी से टिकाई गई है, और सब्सिडी घटाने की कोशिशें दंगों तक पहुंची हैं। अमेरिका और EU ने भी कई पीढ़ियों में यह बदलाव झेला है और आज भी कृषि सब्सिडी बड़ी है। चीन ने यह बदलाव अधिक तेजी से किया, लेकिन शहर जितनी तेजी से लोगों को समाहित कर सकते थे उससे तेज ग्रामीण पलायन को रोकने के लिए hukou system रखा
    जिन देशों ने श्रम-गहन कृषि से शहरी समाज की ओर तेज़ी से बदलाव किया, उन्होंने कैसे प्रतिक्रिया दी, इसे देखने से AI परिवर्तन के बारे में भी संकेत मिल सकते हैं। जो एशियाई देश एक पीढ़ी के भीतर गरीब देशों से समृद्ध देश बने, उन्होंने इस प्रक्रिया को अलग-अलग तरीकों से जिया, और यह दर्शनशास्त्र से अधिक उपयोगी जानकारी दे सकता है
    https://economictimes.indiatimes.com/news/economy/indicators...
    https://en.wikipedia.org/wiki/2024%E2%80%942025_Indian_farme...

    • कंटेनर शिपिंग के बदलाव पर आधारित The Box मैंने बहुत दिलचस्पी से पढ़ी। आज के समय में कंटेनर शिपिंग स्वाभाविक लगती है, लेकिन उस दौर में सामान भेजना बेहद मुश्किल, महंगा और जोखिम भरा था
      Cleveland से Paris तक सामान भेजने की कोशिश छोड़नी पड़ सकती थी, और अगर शराब भेजी जाए तो उसका सिर्फ एक हिस्सा पहुंचे और बाकी गायब हो जाए, ऐसा भी हो सकता था। परिवहन उद्योग में ट्रक कंपनियां, रेलवे, शिपिंग कंपनियां, freight forwarders, बंदरगाह मज़दूर, यूनियनें, पुराने non-container जहाजों के मालिक जैसे कई पक्ष थे जो पुरानी व्यवस्था बनाए रखना चाहते थे, और वे standardization भी नहीं चाहते थे
      https://en.wikipedia.org/wiki/The_Box_(Levinson_book)
    • औद्योगिक क्रांति इसलिए संभव हुई क्योंकि अधिक कुशल कृषि ने श्रमशक्ति को मुक्त किया ताकि लोग दूसरे काम कर सकें
    • हर देश खाद्य सुरक्षा के कारण कृषि को सब्सिडी देता है। बड़े युद्ध की स्थिति में कोई भी यह नहीं चाहता कि दुश्मन उसे भूखा मार सके
    • शहरी और ग्रामीण आबादी के अनुपात को देखना चाहिए। चीन 67/33 पर है, जबकि भारत 30/70 पर पूरी तरह उल्टा है, और कृषि अब भी सबसे बड़ा रोज़गार क्षेत्र है
      इसके अलावा अवसरों की कमी भी समस्या है। भारत ने services sector पर ज़ोर दिया और industrialization में पीछे रह गया। मौजूदा सरकार industrialization को अधिक आगे बढ़ा रही है, लेकिन देश पहले ही इस वक्र में पीछे छूट चुका है
    • Wikipedia लिंक के अनुसार मांगों में यह शामिल है कि “सरकार कुल उत्पादन लागत पर कम से कम 50% मुनाफा सुनिश्चित करे।” यानी effectively हर कृषि गतिविधि पर सालाना 50% guaranteed return की मांग की गई, जो काफी उग्र मांग है

  • जब मैंने पहले Facebook के एक recruiter से बात की थी, तो वह इस बात पर गर्व कर रहा था कि Seattle की सिर्फ़ एक लोकेशन में ही Messenger developers कितनी मंज़िलें भर देते हैं। तब से यह बात मेरे दिमाग़ में अटकी हुई है। सच में जिज्ञासा होती है कि Messenger जैसे प्रोजेक्ट पर इतने सारे developers आखिर करते क्या हैं।
    एक मायने में AI ऐसा लगता है कि वह पहले से मौजूद अतिरिक्त क्षमता की स्थिति को और बढ़ा रहा है। अगर प्रतिभा की आपूर्ति पहले ही ज़्यादा थी, तो फिर लगातार और developers क्यों भर्ती किए जाते रहे, यह भी सवाल है। AI boom से पहले भी Musk ने Twitter की workforce बहुत कम कर दी थी, और क्या वह यही नहीं दिखाता कि वहाँ ज़रूरत से ज़्यादा लोग थे?
    मैंने कभी किसी pure software company में बाहरी customers के लिए सीधे product ship करने का काम नहीं किया; मैं हमेशा internal developer ही रहा हूँ, इसलिए असल दुनिया में software engineering की अर्थव्यवस्था कैसे चलती है, यह कल्पना करना मेरे लिए मुश्किल है। हो सकता है LLM लहर का अंतिम नतीजा सिर्फ़ tools में बदलाव भर हो, कोई क्रांति नहीं। कागज़ पर यह क्रांतिकारी लगना चाहिए, लेकिन coding और non-coding दोनों तरह के कामों में इस्तेमाल करने पर यह उतना जादुई नहीं लगता। फिर भी कभी-कभी चमकदार पल ज़रूर आते हैं

    • मुझे यह संसाधन आवंटन की समस्या ज़्यादा लगती है, न कि अतिआपूर्ति की। क्या ideal, optimally allocated staffing की तुलना में developers ज़्यादा हैं? हाँ। लेकिन असली मुद्दा यह है कि अरबों डॉलर की labor cost को कहाँ कुशलता से लगाया जाए, यह तय करना बहुत कठिन है।
      छोटी कंपनियों में यह आसान होता है क्योंकि ऊपर की leadership को पूरे संगठन की कुछ-न-कुछ समझ होती है, लेकिन जैसे-जैसे कंपनी बड़ी होती है, वैसे-वैसे bad actors, गढ़ी हुई ज़रूरतें, और empire building बढ़ते जाते हैं। बड़ी कंपनियाँ धीमी हो जाती हैं और फिर कम वेतन या ज़्यादा layoffs जैसी प्रतिक्रिया देती हैं। Software में systems इतने specialized होते हैं कि वास्तव में क्या महत्वपूर्ण है, यह समझना कठिन हो जाता है, इसलिए यह समस्या और उभरकर दिखती है
    • आख़िरकार यह सीधी-सी economic logic ही लगती है। अमेरिका की बड़ी tech companies के पास पैसे की भरमार है, और जब हर कोई S&P 500 में पैसा डाल रहा है, तो वह पैसा कहीं न कहीं तो जाना ही है।
      अगर उसे dividend के रूप में लौटा दें, तो यह मानने जैसा लगेगा कि अब आगे growth नहीं होगी; इसलिए वे कंपनियाँ खरीदते हैं, और लोग भर्ती करते हैं, या विशाल projects में निवेश करते हैं। Metaverse, blockchain transition, AI-native जैसी चीज़ों में अरबों डॉलर झोंकना भी आख़िरकार growth potential दिखाने का ही तरीका है
    • लेख के संदर्भ में इसकी value कम भी हो सकती है, लेकिन जिज्ञासा, संदेह, उम्मीद और चिंता का संतुलन अच्छा लगता है। मुझे लगता है कि software engineering resources की बहुत बड़ी मात्रा व्यापक अर्थ में entertainment industry से बंधी हुई है, जो बहुत पैसा तो बनाती है, लेकिन उसका सामाजिक उपयोग कम है।
      यह बात भी लेख से जुड़ती है कि लोगों को लगता है कि उनके पास उस विशाल resource misallocation को रोकने की ताकत नहीं है, जो बस किसी तरह खुद के ढहने से बचने भर जितनी सफलता पाता है। मैं AI को लेकर काफ़ी positive हूँ, लेकिन मेरे विचारों से सहमत लेखों की तुलना में ऐसे लेख कहीं ज़्यादा उपयोगी और दिलचस्प लगते हैं। वोट के ज़रिए सकारात्मक बदलाव लाया जा सकता है, इस पर मुझे संदेह है, और “अगर हरा नहीं सकते तो शामिल हो जाओ” जैसी बात सिद्धांत में practical लगती है, लेकिन वास्तविकता में बहुत संकीर्ण लगती है। फिर भी assistive technology, accessibility की संभावनाओं और अपने self-interest की वजह से मैं AI को अच्छी तरह अपनाने की कोशिश कर रहा हूँ।
      नतीजे के तौर पर, अगर कम सटीक निशाने वाला vigilantism सामने आए — जैसे Earth Liberation Front शैली की कार्रवाई — तो मुझे हैरानी नहीं होगी, लेकिन मैं उसके प्रति सहानुभूति भी नहीं रखूँगा
    • Messenger जैसे प्रोजेक्ट को इतने developers की ज़रूरत इसलिए पड़ती है क्योंकि जिन technical और organizational frameworks के भीतर वे काम करते हैं, वे इतने जटिल और चरमराते हुए होते हैं कि कोई एक नया feature नीचे आए तो भी development speed लगभग रेंगती हुई लगती है।
      मौजूदा लोगों को फिर से तैनात करने से आसान नया developer team डाल देना होता है, और टीमें इस तरह इकाई के रूप में इसलिए आती हैं क्योंकि जिस स्तर की बुद्धिमत्ता चाहिए, उस स्तर के लोगों के लिए लंबे समय तक आकर्षक काम वहाँ होता नहीं है। मेरे हिसाब से Twitter का सवाल यह था कि कम data throughput और कम value वाले संगठन में असंतोष को फूटने से रोके रखने के लिए कितने लोगों की ज़रूरत होती है। Social media companies में survival तय करने वाली स्थितियाँ इतनी ज़्यादा नहीं होतीं, इसलिए Musk non-DevOps departments या projects को हटा सका
    • Messenger में कुछ हद तक overstaffing हो सकती है, लेकिन अगर “Messenger” को एक umbrella product माना जाए, जिसमें video calls, payments, games, business chatbot integrations, Uber/Lyft integrations आदि शामिल हों, और वह web/iOS/Android/Quest तथा कई देशों में चलता हो, तो यह पूरी तरह irrational नहीं लगता। हर feature पर सिर्फ़ 3 engineers भी मान लें, तो जल्दी ही कई मंज़िलें भर सकती हैं

  • यह मान लिया जाता है कि अगर लोगों को चेक भेज दिए जाएँ, तो वे hobbies और community में meaning ढूँढेंगे, painting करेंगे, gardening करेंगे, और आख़िर में शायद novel भी लिखेंगे।
    लेखक को शायद लगता है कि हम drugs और alcohol में डूब जाएँगे और suicide कर लेंगे, इसलिए यह मॉडल असफल होगा, लेकिन retirees के लिए यह काफ़ी अच्छी तरह काम करता है। उन्हें वह जीवन पसंद है। यह सवाल जायज़ है कि क्या हमें 9 से 5 तक उबाऊ काम इसलिए करना पड़ता है क्योंकि हम आज़ादी को संभाल नहीं सकते

    • जिन्हें retirement वाला जीवन पसंद है, वे बस उसे पसंद करते हैं। आपने retirement की उम्र के लोगों को काम करते हुए कितनी बार देखा है? यह हमेशा सिर्फ़ पैसों की वजह से नहीं होता।
      बचपन में मैं Bulgaria से आए एक सहकर्मी के साथ काम करता था; उसके पास काम न हो तो वह बहुत बोर हो जाता था, इसलिए वह हफ़्ते में 70 घंटे काम करता था और उसे अपने काम से purpose मिलता था। अगर आप हमेशा काम करने के आदी हो जाते हैं, तो काम ही purpose बन जाता है, और काम न करना मौत जैसा हो जाता है। मेरे grandparents में से एक retirement के एक साल के भीतर heart attack से चल बसे, और इसके कई संकेत थे कि अगर उन्होंने retirement न लिया होता तो शायद ज़्यादा जीते। कुछ लोगों के लिए आज़ादी का मतलब ही काम है, और उन्हें बाकी चीज़ों का आनंद लेने की आज़ादी भी तभी मिलती है जब उनके पास purpose हो

  • मुख्य बात यह है कि कंपनी लागत घटाने के लिए कर्मचारियों को निकालने के बाद समझती है कि ग्राहक आखिरकार दूसरी कंपनियों के वही कर्मचारी थे। राजस्व वृद्धि रुक जाती है, और जिसे दक्षता में निवेश समझा गया था वह AI subscription fee अपने ही बाज़ार को नष्ट करने वाला योगदान बन जाती है
    इसे चरम पर ले जाएँ तो इस समस्या का अंतिम समाधान एक तरह का पृथकतावाद बन जाता है: एक पूरी गैर-मानवीय AI अर्थव्यवस्था जिसमें ग्राहक और आपूर्तिकर्ता दोनों रोबोट हों। फिर public education, research, healthcare पर पैसा क्यों खर्च किया जाए? और data center बना लो। लेकिन 1 billion dollars और दक्षिणी गोलार्ध का bunker किसी को नहीं बचाएगा। इस अमानवीय काल्पनिक दुनिया में capital कोई moat नहीं है। अधिकार कहाँ से आएगा, और guards पर भरोसा कैसे किया जाएगा? अगर robot/drone सेना हो भी, तो hack होने पर? अगर AI alignment सफल हो जाए और Claude अनुरोध मानने से इनकार कर दे तो?
    यह बहुत अश्लील है। इससे अच्छा क्या हम मानव गरिमा बचाते हुए ज़्यादा मानवीय भविष्य की ओर न जाएँ

    • वास्तविक Darwinian logic इसे कठिन बना सकती है। अगर समाज A और समाज B दोनों AI विकसित कर रहे हों, और केवल A मानवों की रक्षा के लिए रुक जाए, तो B विकास जारी रखकर A को आर्थिक रूप से कुचल सकता है, उसे गरीब बना सकता है, या सीधे जीत भी सकता है
      कीमत या गुणवत्ता में बस थोड़ी बढ़त भी सैद्धांतिक रूप से दूसरे समाज का अधिकांश market share छीन सकती है। समाधान को किसी न किसी तरह इस समस्या से निपटना होगा
    • मानव गरिमा की विनती मत कीजिए, उसे मांगिए
    • Philip K. Dick की लघुकथा Autofac बहुत प्रासंगिक लगती है। Amazon ने इसे “Electric Dreams” episode में डाला, यह वाकई साहसिक था
      https://www.imdb.com/title/tt6902176/
    • अगर अमेरिकियों के लिए सस्ता सामान बनाने के लिए अरबों लोग तकलीफ़ झेलते हैं, और यही “मानव गरिमा” है, तो capitalism में शुरू से ही गरिमा नहीं थी। उसे किसी बेहतर चीज़ से बदलने की कोशिश की जा सकती है
    • मानव गरिमा लाभदायक नहीं है

  • इस लेख ने उन कई बातों को बहुत अच्छे से शब्द दिए हैं जो मुझे AI discourse में गायब लगती थीं। खास तौर पर वादाकृत AI भविष्य के व्यवस्थित परिणाम, political economy के साथ उसकी अंतःक्रिया, और “पश्चिमी आधुनिकता के meta-narrative” को जस का तस न स्वीकारने वाली आलोचनात्मक समीक्षा महत्वपूर्ण है
    और भी महत्वपूर्ण यह है कि यह साफ़ दिखाता है कि AI दिग्गजों द्वारा अर्थव्यवस्था का पुनर्गठन और capital–politics feedback loop को मज़बूत करना कितना हानिकारक हो सकता है, तब भी जब AI profits वादे के मुताबिक़ साकार न हों—और शायद खासकर तब। बिखरी हुई anti-AI भावना बहुत है, और अगर बुद्धिजीवी किसी साझा एजेंडा पर इकट्ठा हो सकें, तो इसके राजनीतिक आंदोलन में बदलने की संभावना भी है

  • अगर ये कंपनियाँ इस साल के अंत तक IPO करती हैं, तो income statement के आँकड़े और sustainability सार्वजनिक financial filings में सामने आ जाएँगे
    अफ़वाहों के अनुसार Anthropic शायद profitable हो, लेकिन scale समस्या है; OpenAI profitable नहीं है; और Google के पास मौजूदा data center, अपना silicon, और operational experience होने की वजह से अपेक्षाकृत कम लागत वाली vertical integration हो सकती है। फिर भी उसे खर्च को justify करना होगा। अगर हर quarter सार्वजनिक रूप से आँकड़े बताने पड़ें, तो मुझे लगता है पूरा मामला ज़मीन पर आ जाएगा

    • हम उम्मीद कर सकते हैं कि bubble और ख़तरनाक रूप से फूले उससे पहले reality हस्तक्षेप कर दे, लेकिन सोचना चाहिए कि Tesla ने कितने वर्षों तक बेतुका price-to-earnings ratio बनाए रखा है। growth धीमी होने और Asia व Europe में market leadership खोने के बाद भी आँकड़े चढ़ते रहे
    • अगर local open AI models बराबरी करने लगें, और वास्तव में ऐसा होता दिख रहा है, तो foundation models की समाज पर पकड़ कहीं ज़्यादा फिसलनभरी हो जाएगी
      इंजीनियर के नज़रिए से अगर “क्या किया जाए” जैसा कोई सवाल है, तो research, agent, या साधारण उपयोग—कहीं भी—सुई को local model की ओर धकेलना, यह समझना कि वे कैसे काम करते हैं, और जहाँ उचित हो वहाँ उनका समर्थन करना शायद निवेश के मुकाबले सबसे अधिक असरदार होगा। ऐसे मामले सोच से ज़्यादा हैं
    • Google को user experience सच में बेहतर करना होगा। Google Cloud आधारित Gemini coding access बहुत भद्दा है
    • नए नियम लागू होने पर सार्वजनिक रूप से quarterly numbers बताने की ज़रूरत शायद न रहे
    • एक निश्चित आकार से ऊपर, जैसे कुल खर्च के आधार पर बड़ी सभी कंपनियों को ऐसे आँकड़े बताने चाहिए। सिर्फ़ इसलिए कि बड़ी private companies सार्वजनिक रूप से सूचीबद्ध नहीं हैं, उन्हें कुछ भी रिपोर्ट किए बिना अर्थव्यवस्था को विकृत करने का कोई अधिकार नहीं होना चाहिए

  • यह तथ्य कि 1840 में अमेरिका में घोड़ों की संख्या 9 million थी, जो 1900 तक 21 million हो गई थी और तकनीकी बदलाव से अप्रभावित लगती थी, लेकिन internal combustion engine के बाद 60 साल के भीतर 88% गिर गई—बहुत रोचक और डरावना है
    अगर इस analogy को शाब्दिक रूप से लें, तो सवाल उठता है: “तो फिर जिएगा कौन?” अगर automation मज़दूरों को बाहर कर दे, तो ये AI services आखिर किसे बेची जाएँगी? अगर दुनिया की आबादी 80~90% घट जाए, तो हर चीज़ की फिर से कीमत तय होगी, और economies of scale को भी बहुत छोटे पैमाने की ज़रूरत होगी, जिससे अचानक एक “sustainable” अर्थव्यवस्था बन सकती है। मैं यह नहीं कह रहा कि यही योजना है, बस घोड़े वाली analogy पढ़ते हुए यह ख़याल आया

    • कुछ हद तक यह पहले से हल की जा चुकी समस्या है। उदाहरण के लिए अमेरिका में top 10% households कुल spending का 50% करते हैं, इसलिए “घोड़े” पहले ही अर्थव्यवस्था के बड़े हिस्से में अप्रासंगिक हो चुके हैं
      यह globalization के दौर में अमेरिकी consumers और अल्पविकसित देशों के workers के बीच के संबंध जैसा है। ऐतिहासिक रूप से ऐसे ढाँचे तब सुलझते रहे हैं जब वे अस्थिर राजनीतिक उथल-पुथल पैदा करते हैं, लेकिन अब इसे manage करने के नए तरीके भी बहुत हैं
      https://libertystreeteconomics.newyorkfed.org/2026/05/tracki...
    • शायद यह business-to-business लेनदेन होगा। लेकिन agriculture जैसे वे उद्योग जो सीधे consumers से डील करते हैं, निश्चित रूप से ढह सकते हैं
      इसके विपरीत, वे उद्योग जो राज्य को चलाते और हथियारबंद करते हैं, फैलेंगे। military drones का उत्पादन ताकि मानवीय बर्बरों से compute resources की रक्षा की जा सके, tech expansion के लिए rare earth mining, public drinking water और agricultural irrigation के पानी को सत्ता-केंद्रित industrial/manufacturing उपयोग की ओर मोड़ना, और power generation—ये सब बढ़ सकते हैं
    • जिन कंपनियों से मैं जुड़ा हूँ, वे पिछले कुछ हफ़्तों में एक साथ “लागत चाहे जो हो, हर जगह AI लगाओ” से “हर जगह लगाओ, लेकिन लागत घटाने के लिए token proxy इस्तेमाल करो” पर आ गई हैं
    • Peter Thiel के करीबी Curtis Yarvin ने 2008 में “अनुत्पादक” लोगों से कैसे निपटा जाए, इस पर लिखा था: “उन्हें biodiesel में बदल दें ताकि Muni buses चलाने में मदद मिले”
      बेशक उसने कहा कि वह “बस मज़ाक” कर रहा था और यह नरसंहार का “मानवीय विकल्प” है, लेकिन ऐसे लोग राजनीति, तकनीक और अर्थव्यवस्था को आकार दे रहे हैं
    • घोड़े वाली analogy मुझे लगभग बिल्कुल भी प्रभावशाली नहीं लगी। वे घोड़े एकल-उद्देश्य मशीनों की तरह पाले और बनाए रखे जाते थे। आत्मनिर्णय और व्यापक क्षमताओं वाले मनुष्यों के साथ उनकी समानता, दिल धड़कने के अलावा, बहुत कम है

  • यह कि ऐसी चीज़ हो सकती है, यह बात व्यापक रूप से जानी जाती है और कई सालों से कही जा रही है। असली सवाल है कि हम इसके बारे में क्या करेंगे।
    David Shapiro समेत कई लोगों ने UBI जैसी post-AI economy की बात की है। सपना यह था कि मशीनें घर का काम करें और हम पेंटिंग बनाएं, संगीत लिखें और अपनी वर्कशॉप में सुंदर लकड़ी का फर्नीचर तैयार करें। ऐसा अभी भी हो सकता है, लेकिन पहले हमें संसाधनों को ज़िम्मेदारी से बांटने की समस्या हल करनी होगी। इंसानियत ने यह काम कभी बहुत अच्छी तरह नहीं किया। हम जितना हो सके उतना कमाने की कोशिश करते हैं ताकि उन संसाधनों तक पहुंच बना सकें जो दूसरों के पास नहीं हैं, और अब अक्सर उसका नतीजा ठहराव या पीछे हटना होता है। ऐसा लगता है कि 20~30 साल पहले औसत व्यक्ति के पास खर्च करने के लिए ज़्यादा पैसा होता था

    • क्या करना है, यही असली मुद्दा है, और यह लेख समाज के रूप में हमारे पास मौजूद विकल्पों को पर्याप्त रूप से नहीं छूता। शायद इसलिए कि यह अभी भी लोगों को यह समझाने की कोशिश कर रहा है कि white-collar नौकरियों का नुकसान आने वाला है।
      अगर इसे मान लिया जाए, और अगले 10 साल में Terminator/SkyNet scenario को न मानें, तो विकल्प मौजूद हैं। token usage tax, local data center अनिवार्यता, AI oversight अनिवार्यता, AI कंपनियों का nationalization, कंपनियों को AI compute विदेश ले जाने से रोकने के लिए चीन-शैली का national firewall, बदले गए workers की संख्या के आधार पर corporate levy, और कंपनियों के भीतर मानव workers के मुकाबले token consumption ratio अनिवार्य करना जैसे कदम संभव हैं। ऐसे उपाय तेज़ बदलाव के झटके को कम कर सकते हैं ताकि labor market को ढलने का समय मिल सके
    • यह व्यापक रूप से जाना हुआ नहीं है; mainstream media में बड़ी AI कंपनियों की marketing की वजह से इसे ज़्यादातर fringe theory की तरह पेश किया जाता है। यह लेख अच्छी तरह लिखा गया essay है, और अगर यह विमर्श में मदद करता है तो वही अपने आप में अच्छा है

  • इस बार अलग क्यों है? क्या ताकतवर AI tools वही लोगों की संख्या रखते हुए ज़्यादा काम नहीं करवा सकते? अगर संसाधन हों, तो बाज़ार का बड़ा हिस्सा लेना ही क्या ज़्यादा समझदार business operation नहीं है?
    अगर Company A सिर्फ अपना मौजूदा market share बनाए रखते हुए आधे कर्मचारियों को निकालकर पैसा बचाती है, तो क्या Company B उन workers को hire करके, उन्हें ज़्यादा productive workforce बनाकर, और ज़ोरदार प्रतिस्पर्धा नहीं कर सकती? तब B ज़्यादा market share लेगी और ज़्यादा समय तक टिकेगी।
    प्रकृति के बारे में कहा जाता है कि खाली ecological niche नहीं होते। मतलब यह कि अगर संसाधनों के लिए प्रतिस्पर्धा की जगह हो, तो प्रोत्साहन के कारण वह जल्दी भर जाती है। यह बिल्कुल सख्त अर्थ में सही नहीं, लेकिन एक अच्छा heuristic है।
    अमेरिका में knowledge workers का compensation सालाना लगभग 10 trillion dollar है, और Anthropic व OpenAI ने जो पैसा जुटाया है, वह अभी खर्च नहीं बल्कि सिर्फ जुटाई गई राशि के रूप में 317 billion dollar है, यानी एक साल के knowledge-labor खर्च का लगभग 3%। अगर कोई कंपनी workers की productivity को कहीं बड़े गुणक से बढ़ा सकती है, तो क्या वह सालाना 3%, 5%, 10% ज़्यादा नहीं देगी?

    • अगर सिर्फ programming ही automate हो रही हो, तो शायद यह कोई बहुत बड़ी बात न हो। बहुत-सी नौकरियां automate हुई हैं और समाज ने खुद को ढाल लिया है।
      यहां बुनियादी चिंता यह है कि मौजूदा AI intelligence की partial automation दे रहा है। निवेशकों और AI इस्तेमाल करने वाली कंपनियों का अंतिम लक्ष्य intelligence की full automation है, और physical labor के लिए भी यही बात है। वे 24 घंटे काम करने वाला 25,000 dollar का robot और ऐसा AI model चाहते हैं जो मानव office work को और सस्ता कर दे। अभी उन्हें इनमें से किसी को बनाना ठीक-ठीक नहीं आता, लेकिन वे कोशिश में धरती का आखिरी पैसा भी झोंक देंगे।
      सख्ती से कहें तो ग्राहक के रूप में हमारी भी ज़रूरत नहीं है। robots सीधे yacht और mansion बना सकते हैं और security guard का काम भी कर सकते हैं।
    • यह इस बात पर निर्भर करता है कि AI workers की मदद करने के स्तर से आगे बढ़कर उन्हें पूरी तरह replace कर सकता है या नहीं। मैंने Alex Imas को एक podcast में कहते सुना कि अगर एक software engineer 10 agents चलाकर 10 गुना productive हो जाता है, तो उस engineer की value बढ़ेगी और कंपनियां उसे ज़्यादा hire करना और ज़्यादा pay करना चाहेंगी।
      कुछ समय तक यह सही है, लेकिन अगर AI उन 10 agents को software engineer जितनी कुशलता से manage करने लगे तो फिर क्या होगा? बेशक, आप कह सकते हैं कि engineer तब भी ज़्यादा valuable होगा अगर वह 10-10 agents manage करने वाले 10 agents संभाले, लेकिन आखिरकार सीमा आ जाएगी। 1,000 software engineers की ज़रूरत नहीं होगी कि वे अलग-अलग 10,000 agents manage करें; bottleneck इस बात में आ जाएगा कि काम को पर्याप्त तेज़ी से सौंपा कौन सकता है।
      blue-collar labor के नज़रिये से यह और समझना आसान है। मान लीजिए कोई humanoid robot जो इंसान के किए जाने वाले किसी भी labor को कर सकता है, उसकी कीमत 25,000 dollar है, सालाना operating cost कुछ हज़ार dollar है, और charging time छोड़कर वह दिन में 20 घंटे काम करता है। जिस construction worker को वह replace करेगा, वह जाकर robot construction team को manage नहीं करेगा। वहां पहले से general contractor होता है, और construction, code लिखने की तरह, physical constraints से परे scale नहीं हो सकता। अगर ऐसे robots मौजूद हुए, तो आबादी का बड़ा हिस्सा बेरोज़गार हो जाएगा। उन्हें hire करने वाला कोई competitor भी नहीं होगा, क्योंकि competitor भी बस robots इस्तेमाल कर लेगा।
    • “इस बार अलग है” से ज़्यादा समस्या यह है कि अगर AI वैसा ही इंसानों की जगह लेता है जैसा model कंपनियां प्रचार करती हैं, तो व्यक्ति के लिए recovery time बहुत लंबा होगा
    • productivity ज़रूरत से ज़्यादा हो सकती है। AI मौजूदा labor force को बहुत तेज़ी से उस productivity स्तर से आगे ले जा सकता है जो वर्तमान demand के लिए चाहिए।
      अगर आपने किसी छोटे शहर में machine shop खोली है, तो इसका मतलब यह नहीं कि जो mechanics वहां आएं उन्हें हमेशा के लिए पूरा का पूरा employ करना ही होगा। service demand के हिसाब से hiring की एक optimal संख्या होती है। अगर अचानक ऐसा tool आ जाए जो mechanics की productivity दोगुनी कर दे, तो अगला कदम आधे mechanics को निकालना होगा
    • आप यह मानकर चल रहे हैं कि free market वही करेगा जो उसे करना चाहिए। लेकिन मौजूदा capital accumulation, regulatory capture, और social system equilibrium में स्थायी बदलाव से पैदा होने वाली structural market failure भी वास्तविक दुनिया में बहुत हैं।
      पूरी अर्थव्यवस्था की हालत path-dependent होती है। यह लेख मुझे इस चेतावनी की तरह लगता है कि मौजूदा AI hype cycle में जमा हुई inertia हमें एक ऐसे अवांछित steady state की दहलीज पर धकेल सकती है जहां नए entrants के पास बिल्कुल भी capital न हो

  • शायद हम सब अपने-अपने agents को hire करके अपनी ही कंपनी के CEO या board chair बन जाएं। यानी efficiency और effectiveness बढ़ाने के लिए सबसे अच्छे agents ढूंढना ही हमारा काम बन जाए