"AI के कारण छंटनी" क्या सच है? "AI वॉशिंग" से उत्पन्न हो रही छंटनी की नई सामान्य स्थिति

"AI के कारण छंटनी"—यह स्पष्टीकरण, कितना सच?

हाल ही में, छंटनी की खबरों में अक्सर सुनने को मिलता है कि "AI के जरिए कार्यों को स्वचालित किया जा सकता है, इसलिए कर्मचारियों को अनुकूलित किया जा रहा है।" यह सच है कि जनरेटिव AI और स्वचालन उपकरण कुछ हद तक व्हाइट-कॉलर कार्यों को बदल रहे हैं और आवश्यक कौशल और भूमिकाओं में परिवर्तन ला रहे हैं।

हालांकि, इस 'परिवर्तन' की गति की तुलना में, कंपनियों की छंटनी की घोषणाओं के साथ दी जाने वाली कहानियाँ अक्सर बहुत ही सुव्यवस्थित लगती हैं। जैसे कि "भविष्य के लिए सकारात्मक सुधार" के रूप में, दर्दनाक निर्णयों को सुंदर बनाकर प्रस्तुत किया जा रहा हो।

इस संदर्भ में "AI वॉशिंग" शब्द उभर रहा है। पर्यावरण क्षेत्र के 'ग्रीन वॉशिंग' की तरह, वास्तविकता से अधिक AI को बढ़ावा देना और अन्य कारणों (लागत में कटौती, खराब प्रदर्शन, अधिक भर्ती का प्रतिफल) को छुपाना—ऐसा संदेह है।

AI वॉशिंग क्या है: इसका मूल 'तकनीक' से अधिक 'स्पष्टीकरण' है

AI वॉशिंग का मूल यह नहीं है कि AI स्वयं झूठ है। मुख्य बिंदु यह है कि "AI को कारण बताना आसान है और यह शेयर बाजार में अच्छा लगता है।"

"हम प्रदर्शन के कारण लोगों को कम कर रहे हैं" कहने की बजाय, "AI के कारण उत्पादकता बढ़ रही है, इसलिए हम संगठन को पुनर्गठित कर रहे हैं" कहना भविष्य के दृष्टिकोण से निवेश में वृद्धि की तरह लगता है। कंपनियों के लिए यह 'निवेशक-अनुकूल' भाषा में बदल जाता है।

यह संरचना AI की अपेक्षाओं के उच्च होने के साथ और मजबूत होती जाती है। AI "अभी तक पूरी तरह से लागू नहीं हुए भविष्य के प्रभाव" के बारे में बात कर सकता है, इसलिए वर्तमान में अस्पष्ट परिणामों के बावजूद "यह आवश्यक होगा" कह सकते हैं। परिणामस्वरूप, छंटनी "असफलता के बाद की सफाई" नहीं बल्कि "रणनीतिक परिवर्तन" के रूप में प्रस्तुत की जाती है।

संख्याओं में देखें "AI के कारण छंटनी": बढ़ रही है यह सच्चाई

दूसरी ओर, "AI के नाम पर छंटनी बढ़ रही है" इस बिंदु की पुष्टि डेटा से भी की जा सकती है। अमेरिकी पुनः रोजगार सहायता और छंटनी के आंकड़ों के लिए प्रसिद्ध Challenger, Gray & Christmas की रिपोर्ट में, 2025 में "Artificial Intelligence" को कारण बताते हुए 54,836 छंटनी योजनाओं की घोषणा की गई है।

यह संख्या यह दर्शाती है कि (1) कंपनियां AI को "कारण" के रूप में घोषणाओं में शामिल करने की आवृत्ति बढ़ा रही हैं, और (2) इस स्पष्टीकरण का समाज में चर्चा को प्रभावित करने की क्षमता है।

हालांकि ध्यान देने योग्य बात यह है कि यह संख्या "AI के कारण वास्तव में कितने काम बदले गए" को सटीक रूप से नहीं मापती है। यह केवल "घोषणा के कारण" के रूप में AI का उल्लेख किया गया पैमाना है, और इसलिए AI वॉशिंग की चर्चा का आधार बनता है। यानी, बढ़ रही है केवल "AI के कारण प्रतिस्थापन" ही नहीं, बल्कि "AI शब्द का उपयोग" भी।

केस स्टडी: AI को बढ़ावा देने वाली कंपनियों की छंटनी में क्या हो रहा है

AI को कारण बताने वाली कंपनियों के उदाहरण के रूप में, मीडिया में अक्सर बड़े टेक कंपनियों का उल्लेख होता है।

उदाहरण के लिए, Amazon ने दक्षता और संगठनात्मक पुनर्गठन के संदर्भ में बड़े पैमाने पर छंटनी की है और साथ ही AI के उपयोग को जोरदार तरीके से प्रस्तुत किया है। AI के जरिए किए जा सकने वाले कार्यों की संख्या बढ़ने के साथ "आवश्यक कार्यों का रूप" बदलने की तर्क को समझा जा सकता है, लेकिन जमीनी स्तर से देखने पर "यह AI, कब, कहां और कौन से कार्यों को बदल रहा है" यह अस्पष्ट रह सकता है, जिससे संगठन पहले ही सिकुड़ सकता है।

Pinterest भी इसी तरह, AI पर ध्यान केंद्रित करते हुए बड़े पैमाने पर छंटनी कर रहा है। ऐसे मामलों के बढ़ने से, "AI के कारण उत्पादकता बढ़ रही है, इसलिए लोगों को कम किया जा रहा है" इस स्पष्टीकरण की वास्तविकता पर सवाल उठता है कि यह कितना कार्यान्वयन रोडमैप से समर्थित है।

Forrester की चेतावनी: "परिपक्व AI के बिना, AI छंटनी की बात कर रहे हैं"

AI वॉशिंग की चर्चा को समर्थन देने वाले तत्वों में से एक, अनुसंधान कंपनियों की टिप्पणियाँ भी हैं। Forrester ने कहा है कि AI संबंधित छंटनी की बात करने वाली कंपनियों में से कुछ के पास वास्तव में उन भूमिकाओं को भरने के लिए परिपक्व और परीक्षण किए गए AI अनुप्रयोग नहीं हैं।

यह एक महत्वपूर्ण बिंदु है। AI को वास्तव में कार्यों में शामिल करने के लिए, डेटा तैयारी, गवर्नेंस, जोखिम प्रबंधन, कार्य डिजाइन, संचालन प्रणाली, शिक्षा—बहुत कुछ करना होता है। उपकरण को शामिल करने के क्षण में "लोगों की आवश्यकता नहीं" नहीं होती है, बल्कि संक्रमण काल में मानव संसाधन की आवश्यकता बढ़ भी सकती है।

AI के कार्यान्वयन की वास्तविकता को जानने से, "पहले लोगों को कम करने" की घोषणा पर संदेह की नजर डालना आसान हो जाता है। AI की क्षमता से अधिक, कार्यान्वयन के क्रम (sequencing) को गलत करने से, गुणवत्ता में गिरावट या विफलताओं की वृद्धि, ग्राहक अनुभव की गिरावट हो सकती है, और अंततः पुनः भर्ती लागत का भुगतान करना पड़ सकता है।

सोशल मीडिया की प्रतिक्रिया: सामान्य है "AI नहीं, कहानी पहले आ रही है" की भावना

इस विषय पर सोशल मीडिया पर दिखाई देने वाली प्रतिक्रियाओं में तीन प्रकार प्रमुख हैं।

1) "तिमाही परिणाम के हफ्ते में कहानी बदलती है" सिद्धांत (निवेशक-उन्मुख प्रदर्शन पर संदेह)

LinkedIn पर साझा की गई चर्चाओं में, "छंटनी तिमाही परिणाम के हफ्ते में आती है", "संदेश 'AI काम को बदल रहा है'→'ब्यूरोक्रेसी को कम कर रहा है'→'AI केंद्रित पुनर्वितरण' के रूप में बदलता है" जैसी टिप्पणियाँ देखी गईं।

संक्षेप में, AI कारण नहीं है, बल्कि छंटनी के निर्णय में "उस समय सबसे सुविधाजनक स्पष्टीकरण" जोड़ा जा रहा है? यह दृष्टिकोण है।

2) "अपरिपक्व AI पर अत्यधिक दांव लगाकर, उल्टा जमीनी स्तर टूट रहा है" सिद्धांत (संक्रमण काल की दुर्घटना लागत)

इसी तरह LinkedIn की टिप्पणियों में, "AI ने लोगों को प्रतिस्थापित नहीं किया, बल्कि प्रबंधन ने अपरिपक्व AI को अपनाया, अनुभवी लोगों को कम किया, और कमजोर उपकरणों से प्रतिस्थापित किया, जिसके परिणामस्वरूप उत्पाद अस्थिर हो गया" जैसी चिंताएँ भी व्यक्त की गईं।

यह "AI वॉशिंग" से थोड़ा अलग दृष्टिकोण है, AI पर अत्यधिक विश्वास के कारण "अत्यधिक अग्रिम" के परिणामस्वरूप विफलता की कहानी है। हालांकि, परिणामस्वरूप छंटनी के स्पष्टीकरण AI पर निर्भर करता है, इसलिए यह उसी धरातल पर है।

3) "AI एक बहाना है, असली कारण प्रदर्शन और लागत है" सिद्धांत (पुराने ढंग की पुनर्गठन में AI का नाम)

इसके अलावा "AI एक बहाना है, कमजोर तिमाही परिणाम को समझाने के लिए", "अस्थायी लागत में कटौती संभव है, लेकिन मूल समस्या हल नहीं होती" जैसी आवाजें भी हैं।

यह प्रकार AI से अधिक, पूंजी बाजार और प्रबंधन के संबंध को समस्या के रूप में देखता है। AI "भविष्य" को व्यक्त कर सकता है, इसलिए इसे सुविधाजनक रूप से इस्तेमाल किया जा सकता है।

4) तकनीकी समुदाय की चर्चा: "AI कार्यों को प्रतिस्थापित कर रहा है या बजट को"

Hacker News जैसे तकनीकी समुदाय में, "AI सीधे काम को नहीं छीन रहा है, बल्कि AI निवेश (गणना संसाधन और विकास लागत) में बजट जा रहा है, और मानव संसाधन में कटौती हो रही है" ऐसी दृष्टिकोण भी चर्चा में है।

यहाँ "प्रतिस्थापन" को सरल मानव बनाम AI के ढांचे के रूप में नहीं, बल्कि प्रबंधन संसाधन आवंटन के मुद्दे के रूप में देखा जाता है।

"AI छंटनी" को पहचानने के लिए चेकलिस्ट

AI के कारण छंटनी असली है या वॉशिंग है। बाहरी रूप से 100% पहचानना मुश्किल है। लेकिन कम से कम निम्नलिखित दृष्टिकोण से "स्पष्टीकरण की मजबूती" को मापा जा सकता है।

1. प्रतिस्थापित किए जाने वाले कार्य स्पष्ट हैं या नहीं: कौन से कार्य प्रक्रियाएं, कौन से उपकरण से, कौन से KPI सुधार की उम्मीद है।

2. प्रवेश की पूर्वशर्तें (डेटा, गवर्नेंस, संचालन) बताई गई हैं या नहीं: AI से पहले की बुनियाद के बिना प्रतिस्थापन मुश्किल है।

3. पुनर्वितरण और पुनःशिक्षा का सेट है या नहीं: केवल लोगों को कम करने के बजाय, कौशल परिवर्तन का समर्थन कैसे किया जा रहा है।

4. अल्पकालिक तिमाही परिणाम के संदर्भ में अत्यधिक नहीं है या नहीं: समय और भाषा "बाजार के लिए" अनुकूलित नहीं है या नहीं।

5. गुणवत्ता और जोखिम पर चर्चा है या नहीं: AI प्रतिस्थापन में गलतियाँ और दुर्घटनाएँ, जिम्मेदारी की सीमाएँ होती हैं। उन्हें नजरअंदाज नहीं किया जा रहा है या नहीं।

इस चेकलिस्ट को सहने वाले स्पष्टीकरण वाली कंपनियाँ, कम से कम "AI के जरिए वास्तव में संगठन को पुनर्गठित करने की कोशिश कर रही हैं" की संभावना अधिक है। इसके विपरीत, यदि केवल अमूर्त भविष्य की बातें हैं और कर्मचारियों की कटौती पहले होती है, तो वॉशिंग का संदेह करने की गुंजाइश अधिक है।

तो हम क्या करें?—"AI की कहानी" में न फंसने के लिए

काम करने वालों के लिए तीन मुख्य बातें हैं।

• कार्य को "प्रक्रिया" के बजाय "निर्णय" के रूप में समझा सकें: AI के लिए कठिन अपवाद प्रबंधन, निर्णय लेने, जिम्मेदारी की स्थिति को शब्दों में व्यक्त करें।

• AI का "उपयोगकर्ता" बनें: प्रतिस्थापित होने वाले "AI का उपयोग न करने वाले लोग" नहीं हैं, बल्कि "AI के जरिए परिणाम न ला सकने वाले कार्य का रूप" है।

• नौकरी बाजार के संकेत पढ़ें: यदि एक ही कंपनी छंटनी के साथ AI संबंधित भर्ती बढ़ा रही है, तो भूमिकाओं का स्थानांतरण हो सकता है।

दूसरी ओर, कंपनियों से पारदर्शिता की अपेक्षा की जाती है। यदि AI को बढ़ावा दिया जा रहा है, तो कार्यान्वयन की वास्तविकता (समय और लागत दोनों लगते हैं) और संक्रमण काल की पीड़ा (गुणवत्ता, जोखिम, शिक्षा) को शामिल करके बात की जानी चाहिए। अन्यथा, AI "सुविधाजनक बहाना" बनकर उपभोग किया जाएगा और जमीनी स्तर का विश्वास घटता रहेगा।

निष्कर्ष: AI कारण भी बन सकता है, लेकिन बहाना भी

AI के जरिए दक्षता में सुधार से छंटनी के मामले निश्चित रूप से बढ़ेंगे। लेकिन साथ ही, AI "निवेशकों को प्रभावित करने वाले स्पष्टीकरण" के रूप में आसानी से उपयोग किया जा सकता है और कंपनियों की वास्तविक परिस्थितियों को छुपाने का बहाना भी बन सकता है।

मुद्दा केवल "AI से क्या किया जा सकता है" नहीं है, बल्कि "AI को कारण बताकर, कौन लाभान्वित होता है और कौन जोखिम उठाता है।" यदि इस संरचना को गलत समझा जाता है, तो AI युग के संगठन "तकनीक" से नहीं बल्कि "कहानी" से टूट सकते हैं।