एआई कार्यों को स्वचालित कर रहा है जो विशेषज्ञता बनाते हैं

जब कंपनियां यह तय करती हैं कि क्या स्वचालित किया जाए, तो वे आमतौर पर समय, लागत, त्रुटि दर और आउटपुट को मापते हैं। वे शायद ही कभी यह मापते हैं कि एक कार्य व्यक्ति को जो इसे करता है उसे क्या सिखाता है। यह छूट महत्वपूर्ण है क्योंकि कई कार्य जो दोहरावदार या अकुशल लगते हैं, वे भी अदृश्य प्रशिक्षण प्रणाली का हिस्सा हैं जिसके माध्यम से लोग कुशल पेशेवर बन जाते हैं।

एक जूनियर विश्लेषक जो पहला मॉडल बना रहा है, एक डेवलपर जो एक बुनियादी बग का पता लगा रहा है, एक सहायता एजेंट जो एक सामान्य शिकायत को संभाल रहा है, और एक वकील जो एक प्रारंभिक शोध ज्ञापन तैयार कर रहा है, वे सभी काम कर रहे हैं। वे यह भी सीख रहे हैं कि जानकारी कैसे एक साथ फिट होती है, कौन से विवरण महत्वपूर्ण हैं, कहां गलतियां होती हैं और जब एक परिचित पैटर्न अब लागू नहीं होता है। यदि एआई कार्य को हटा देता है और सीखने की प्रक्रिया को प्रतिस्थापित नहीं करता है, तो संगठन आज गति प्राप्त कर सकता है जबकि बाद में इसकी आवश्यकता की विशेषज्ञता को कमजोर कर सकता है।

कार्यबल प्रश्न इसलिए बड़ा है कि क्या एआई प्रवेश स्तर की भर्ती को कम कर देगा। नेताओं को यह पूछने की आवश्यकता है कि जो प्रशिक्षण लूप एक बार अनुभवहीन कर्मचारियों को बुद्धिमान प्रणालियों को निर्णय लेने, सुधारने और पर्यवेक्षण करने में सक्षम बनाने के लिए क्या हुआ।

विशेषज्ञता सुधार के माध्यम से निर्मित होती है

विशेषज्ञता अक्सर ज्ञान के रूप में वर्णित की जाती है, लेकिन ज्ञान अकेले पर्याप्त नहीं है। अनुभवी लोगों ने पर्याप्त मामलों का सामना किया है ताकि वे कमजोर संकेतों को पहचान सकें, असामान्य संयोजनों को देख सकें और समझ सकें कि जब एक मानक उत्तर असुरक्षित है। वह निर्णय दोहराए जाने वाले चक्रों के माध्यम से विकसित होता है जिसमें काम करने, प्रतिक्रिया प्राप्त करने, त्रुटियों को सुधारने और निर्णयों के परिणामों को देखने की कोशिश की जाती है।

कई जूनियर कार्य इसलिए मूल्यवान हैं क्योंकि वे उन चक्रों को बनाते हैं। विश्लेषण का पहला संस्करण तैयार करने से किसी को यह तय करने के लिए मजबूर किया जाता है कि क्या प्रासंगिक है। डेटा साफ करने से यह पता चलता है कि वास्तविक जानकारी कितनी अपूर्ण हो सकती है। सीधे ग्राहक मामलों को संभालने से सामान्य पैटर्न सिखाया जाता है, जो बाद में एक असामान्य मामले को पहचानना आसान बनाता है। एक विशेषज्ञ के पूरे आउटपुट की समीक्षा करने से उतनी गहराई नहीं मिलती क्योंकि कठिन निर्णय पहले ही किए जा चुके हैं और छिपे हुए हैं।

एआई इन चक्रों को संकुचित कर सकता है। एक पहला मसौदा तब आता है जब कर्मचारी ने समस्या को फ्रेम नहीं किया है। एक कोड सहायक समाधान का प्रस्ताव करता है जब डेवलपर विफलता का पता लगा रहा है। एक शोध उपकरण साक्ष्य का सारांश देता है जब विश्लेषक स्रोतों की तुलना कर रहा है। आउटपुट बेहतर और तेज हो सकता है, लेकिन कर्मचारी को यह समझने के लिए कम अवसर मिलता है कि यह सही क्यों है।

एआई सीखने को तेज कर सकता है, लेकिन डिजाइन महत्वपूर्ण है

जोखिम अनिवार्य नहीं है। काम पर जनरेटिव एआई पर सबसे मजबूत साक्ष्य में से कुछ यह दिखाता है कि यह कम अनुभवी कर्मचारियों को तेजी से सीखने में मदद कर सकता है जब इसका उपयोग मार्गदर्शन के रूप में किया जाता है, भागीदारी के विकल्प के रूप में नहीं।

एक एनबीईआर अध्ययन 5,179 ग्राहक सहायता एजेंटों का पाया गया कि एक जनरेटिव एआई सहायक तक पहुंच उत्पादकता में 14 प्रतिशत की औसत वृद्धि हुई, कम अनुभवी और कम कौशल वाले श्रमिकों में 34 प्रतिशत की सुधार हुई। शोधकर्ताओं ने सुझाव दिया कि प्रणाली ने मजबूत एजेंटों के अभ्यासों को प्रसारित करने और नए कर्मचारियों को तेजी से अनुभव की वक्र में ले जाने में मदद की।

काम का डिजाइन महत्वपूर्ण है। एजेंटों को वास्तविक ग्राहक बातचीत के दौरान सुझाव मिले, लेकिन उन्हें अभी भी स्थिति की व्याख्या करने, प्रतिक्रिया चुनने और परिणाम देखने की आवश्यकता थी। सीखने का चक्र बरकरार रहा। एआई ने कर्मचारी को निर्णय प्रक्रिया से पूरी तरह हटाए बिना विशेषज्ञ पैटर्न तक समय पर पहुंच प्रदान की।

यह एक ऐसे कार्य प्रवाह से अलग है जिसमें प्रणाली कार्य को पूरा करती है और कर्मचारी अंत में एक तेजी से अनुमोदन करता है। जब लोग निदान, विकल्प और परिणाम में सक्रिय रहते हैं, तो एआई एक कोच के रूप में कार्य कर सकता है। जब वे पॉलिश आउटपुट स्वीकार करने तक सीमित होते हैं, तो प्रौद्योगिकी अल्पकालिक उत्पादन को बढ़ा सकती है जबकि दीर्घकालिक क्षमता के लिए बहुत कम करती है।

स्वचालन मानव पूंजी बनाने वाले कार्यों तक पहुंच रहा है

यह मान लेना आसान है कि एआई केवल कम-कौशल, दोहरावदार कार्यों को हटा देगा। वर्तमान साक्ष्य एक जटिल पैटर्न का सुझाव देता है।

एंथ्रोपिक के जनवरी 2026 आर्थिक सूचक में पाया गया कि क्लाउड द्वारा कवर किए गए कार्यों में शिक्षा की आवश्यकता अर्थव्यवस्था व्यापी औसत से अधिक थी। एक प्रायोगिक अनुमान में, शोधकर्ताओं ने पाया कि एआई द्वारा कवर किए गए कार्यों को व्यवसायों से हटाने से नौकरियों पर पहले क्रम का कौशल-निर्माण प्रभाव पड़ेगा क्योंकि कवर किए गए कई कार्यों में भूमिका के उच्च-शिक्षा घटक शामिल थे। एंथ्रोपिक ने सावधानी से कहा कि यह एक भविष्यवाणी नहीं थी, क्योंकि व्यवसाय विकसित हो सकते हैं और नए कार्य दिखाई दे सकते हैं, लेकिन यह खोज कंपनियों को स्वचालन के बारे में कैसे सोचना चाहिए, इस बारे में बदलनी चाहिए।

दोहरावदार और विकासात्मक विपरीत नहीं हैं। एक अनुभवी कर्मचारी के लिए विश्लेषण तैयार करना दोहरावदार हो सकता है, जबकि एक जूनियर के लिए यह अभ्यास के लिए आवश्यक रहता है। मानक अनुबंध तैयार करना, परिचित त्रुटियों को डीबग करना, पूर्वानुमान तैयार करना और ग्राहक इतिहास की समीक्षा करना स्वचालन योग्य हो सकता है, लेकिन वे कर्मचारियों को पेशे की संरचना से परिचित कराते हैं।

यह एक रणनीतिक समस्या पैदा करता है। स्वचालन के लिए सबसे आसान कार्य वही हो सकता है जिसके माध्यम से एक नए कर्मचारी को बाद में कठिन कार्य को संभालने के लिए आवश्यक संदर्भ सीखने में मदद मिलती है।

सत्यापन विरोधाभास

कई संगठनों का जवाब यह है कि लोग उत्पादन से सत्यापन में जाएंगे। एआई कार्य उत्पन्न करेगा, जबकि मानव सटीकता की जांच करेंगे, संदर्भ लागू करेंगे और जिम्मेदार बने रहेंगे। यह तर्कसंगत लगता है, लेकिन इसमें एक विरोधाभास है: सत्यापन स्वयं उस विशेषज्ञता की मांग करता है जो स्वचालित कार्य को पहले बनाने में मदद करता था।

एक माइक्रोसॉफ्ट रिसर्च अध्ययन 319 ज्ञान श्रमिकों और 936 जनरेटिव एआई उपयोग के उदाहरणों को शामिल करता है जिसमें पाया गया कि एआई में विश्वास में वृद्धि महत्वपूर्ण सोच प्रयास में कमी से जुड़ी हुई थी। अध्ययन में यह भी पाया गया कि एआई ने महत्वपूर्ण सोच को सत्यापन, एकीकरण और कार्य स्टीवर्डशिप की ओर स्थानांतरित कर दिया। ये गतिविधियां मूल्यवान हैं, लेकिन किसी व्यक्ति को अच्छी तरह से सत्यापित नहीं किया जा सकता है यदि उसके पास पर्याप्त डोमेन ज्ञान नहीं है जो पहचान करने के लिए कि क्या कमी हो सकती है।

एक अनुभवहीन कर्मचारी यह जांच सकता है कि क्या उत्तर स्पष्ट रूप से असंगत या असमर्थित है। यह बहुत कठिन है कि विश्लेषण ने गलत फ्रेम का उपयोग किया, एक परिचालन प्रतिबंध को अनदेखा किया या एक प्लॉसिबल निष्कर्ष के लिए गलत कारण से पहुंचा। पॉलिश एआई आउटपुट समझ की अनुपस्थिति को छिपा सकता है क्योंकि यह कर्मचारी के विकास से पहले पूरा दिखाई देता है।

“जैग्ड तकनीकी फ्रंटियर” पर शोध इस समस्या को और अधिक ठोस बनाता है। 758 सलाहकारों के साथ एक प्रयोग में, एआई उपयोगकर्ताओं ने प्रौद्योगिकी की क्षमता सीमा के भीतर कार्यों को 25.1 प्रतिशत तेजी से पूरा किया और 40 प्रतिशत से अधिक गुणवत्ता वाले परिणाम उत्पादित किए। हालांकि, सीमा से बाहर एक कार्य पर, एआई उपयोगकर्ता सही समाधान तक पहुंचने की संभावना 19 प्रतिशत अंक कम थी जो बिना एआई के काम कर रहे थे।

महत्वपूर्ण क्षमता इसलिए नहीं है कि एआई का उपयोग कैसे किया जाए। यह पहचानना है कि प्रणाली विश्वसनीय प्रदर्शन की सीमा से बाहर काम कर रही है। यह सीमा शायद ही कभी स्पष्ट होती है, और इसे देखने के लिए सीखने के लिए सफल मामलों और विफलताओं के साथ अनुभव की आवश्यकता होती है।

छिपा हुआ उत्तराधिकार जोखिम

विश्व आर्थिक मंच की भविष्य की नौकरियां रिपोर्ट 2025 में पाया गया कि नियोक्ता उम्मीद करते हैं कि 2030 तक 39 प्रतिशत श्रमिकों के मूल कौशल बदल जाएंगे। यह भी पाया गया कि 63 प्रतिशत नियोक्ता पहले से ही कौशल अंतर को परिवर्तन के लिए एक प्रमुख बाधा के रूप में देखते हैं, जबकि 77 प्रतिशत कर्मचारियों को अपस्किल करने की योजना बना रहे हैं और 41 प्रतिशत एआई द्वारा कार्यों के स्वचालन के कारण कार्यबल को कम करने की उम्मीद करते हैं।

ये रणनीतियां तब टकरा सकती हैं जब संगठन बहुत सारे कार्यों को हटा देते हैं जिनके माध्यम से कौशल बनते हैं। एक कंपनी जूनियर भर्ती को कम कर सकती है, वरिष्ठ कर्मचारियों पर एआई की देखरेख के लिए निर्भर रह सकती है और अभी भी कई वर्षों तक मजबूत उत्पादकता की सूचना दे सकती है। कमजोरी बाद में दिखाई देती है जब अनुभवी लोग छोड़ देते हैं, मांग बढ़ जाती है या संगठन को ऐसे कर्मचारियों की आवश्यकता होती है जो प्रणाली द्वारा देखे गए स्थितियों को संभाल सकें।

वरिष्ठ विशेषज्ञ भी एक नई संचालन प्रतिबंध बन सकते हैं। यदि एआई कार्य की मात्रा बढ़ाता है जबकि केवल एक छोटा समूह कठिन आउटपुट की पुष्टि कर सकता है, तो वे लोग समीक्षा और सुधार पर अधिक समय बिताते हैं और कम शिक्षा देते हैं। कंपनी उत्पादन क्षमता प्राप्त करती है लेकिन निर्णय लेने की क्षमता को कम हाथों में केंद्रित करती है।

कोई संगठन प्रशिक्षण को स्वचालित नहीं कर सकता है और फिर मान सकता है कि यह बाहर से अनुभव प्राप्त करना जारी रखेगा। यदि कई कंपनियां समान रणनीति का पालन करती हैं, तो बाहरी अनुभवी प्रतिभा का पूल अंततः पतला और अधिक महंगा हो जाता है।

कार्य के विकासात्मक मूल्य को मापें

किसी कार्य को स्वचालित करने से पहले, कंपनियों को इसे दो आयामों पर मूल्यांकन करना चाहिए। पहला इसका आउटपुट मूल्य है: परिणाम कितना महत्वपूर्ण, महंगा और समय-संवेदनशील है? दूसरा इसका विकासात्मक मूल्य है: कार्य कौन सी क्षमता बनाता है?

कार्य जिनमें आउटपुट मूल्य और विकासात्मक मूल्य दोनों कम हैं, वे स्वचालन के लिए स्पष्ट उम्मीदवार हैं। दोहरावदार दस्तावेजों को पुनर्प्रारूपित करना या सिस्टम के बीच जानकारी स्थानांतरित करना बुनियादी कौशल प्राप्त करने के बाद बहुत कम सिखाता है।

कार्य जिनमें उच्च आउटपुट मूल्य है लेकिन विकासात्मक मूल्य कम है, उन्हें अक्सर नियंत्रण के साथ स्वचालित किया जा सकता है। संगठन को अभी भी शासन की आवश्यकता है क्योंकि परिणाम महत्वपूर्ण है, लेकिन मैनुअल प्रक्रिया को बनाए रखना कर्मचारी विकास में कम योगदान कर सकता है।

सबसे उपेक्षित श्रेणी में उन कार्यों को शामिल किया जाता है जिनमें तात्कालिक आउटपुट मूल्य कम होता है लेकिन विकासात्मक मूल्य अधिक होता है। एक जूनियर कर्मचारी का पहला मसौदा व्यावसायिक रूप से महत्वपूर्ण नहीं हो सकता है क्योंकि एक वरिष्ठ व्यक्ति इसे संशोधित करेगा, फिर भी इसे उत्पन्न करने से एक मूल्यवान तुलना होती है जो प्रारंभिक तर्क और विशेषज्ञ प्रतिक्रिया के बीच होती है। इस चरण को हटाने से समय की बचत होती है लेकिन अभ्यास भी हट जाता है।

कार्य जिनमें उच्च आउटपुट मूल्य और उच्च विकासात्मक मूल्य दोनों हैं, उन्हें आमतौर पर स्वचालित नहीं किया जाना चाहिए, बल्कि उन्हें बढ़ाया जाना चाहिए। कर्मचारी एआई का उपयोग अनुसंधान, विकल्प और आलोचना के लिए कर सकते हैं, लेकिन उन्हें समस्या को फ्रेम करने, निर्णय की व्याख्या करने और परिणाम से सीखने के लिए महत्वपूर्ण जिम्मेदारी बनाए रखनी चाहिए।

प्रशिक्षण परत को जानबूझकर बनाएं

एक बार विकासात्मक कार्यों की पहचान हो जाने के बाद, कंपनियां उन्हें असुविधाजनक कार्य प्रवाह को बनाए रखने के बजाय फिर से डिज़ाइन कर सकती हैं। लक्ष्य प्रत्येक मैनुअल प्रक्रिया को दोहराना नहीं है। यह तेजी से और अधिक जानबूझकर रूप में निर्णय लेने वाली क्षमता बनाने वाले अनुभवों को पुनर्निर्माण करना है।

एक विकल्प पहले पास सोच को संरक्षित करना है। एआई की सिफारिश देखने से पहले, कर्मचारी एक प्रारंभिक निदान, पूर्वानुमान या निर्णय रिकॉर्ड करता है। प्रणाली तब एक विकल्प प्रदान कर सकती है, और कर्मचारी को यह समझाना होगा कि वे दोनों कहां भिन्न हैं और कौन सा दृष्टिकोण उपयोग करेंगे।

संगठन एआई विफलताओं, एज केस और विवादित निर्णयों के पुस्तकालय भी बना सकते हैं। केवल सफल आउटपुट की समीक्षा करने से कर्मचारियों को प्रणाली पर भरोसा करना सिखाया जाता है। जहां यह विफल रही है उसका अध्ययन करने से उन्हें उन शर्तों को पहचानने में मदद मिलती है जिनमें वृद्धि की आवश्यकता है, अतिरिक्त साक्ष्य या मानव हस्तक्षेप की आवश्यकता है।

प्रबंधकों को यह मूल्यांकन करना चाहिए कि क्या सीखने का हस्तांतरण उपकरण से परे है। क्या कर्मचारी अंतिम आउटपुट के पीछे के तर्क की व्याख्या कर सकता है? क्या वे उन धारणाओं की पहचान कर सकते हैं जो इसे गलत बना देंगी? क्या वे संदर्भ बदलने या एआई के अनुपलब्ध होने पर अनुकूलन कर सकते हैं? ये प्रश्न तैयारी के बारे में अधिक बताते हैं than प्रॉम्प्ट की संख्या या पूरे कार्य।

सबसे महत्वपूर्ण बात, जूनियर कर्मचारियों को अभी भी वास्तविक जिम्मेदारी की आवश्यकता है। सिमुलेशन और संरचित अभ्यास मदद करते हैं, लेकिन विशेषज्ञता भी परिणामों, प्रतिक्रिया और वास्तविक जटिलता के संपर्क पर निर्भर करती है। एआई को इन अनुभवों को सुरक्षित और अधिक बार बनाना चाहिए, उन्हें पूरी तरह से हटाना नहीं चाहिए।

कार्यबल लाभ तेजी से विशेषज्ञता से आएगा

सबसे मजबूत संगठन वे नहीं होंगे जो सबसे अधिक जूनियर कार्यों को स्वचालित करते हैं। वे वे होंगे जो कम मूल्य के प्रयास को हटाते हुए लोगों के विकास को तेज करते हैं जो एआई का जिम्मेदारी से उपयोग, चुनौती और पर्यवेक्षण कर सकते हैं।

इसके लिए स्वचालन पर प्रतिफल की एक व्यापक परिभाषा की आवश्यकता है। समय की बचत और आउटपुट उत्पादित महत्वपूर्ण हैं, लेकिन नेताओं को यह भी मापना चाहिए कि क्या नया कार्य प्रवाह संगठन की भविष्य की विशेषज्ञता की आपूर्ति को मजबूत या कमजोर करता है। एक प्रक्रिया जो लघु समय क्षितिज पर कुशल है लेकिन विशेषज्ञता पाइपलाइन को नुकसान पहुंचाती है वह केवल एक संकीर्ण दृष्टिकोण से कुशल हो सकती है।

अगली स्वचालन परियोजना को मंजूरी देने से पहले, नेताओं को एक अतिरिक्त प्रश्न पूछना चाहिए: लोगों ने इस कार्य को करके क्या सीखा, और कार्य स्वचालित होने के बाद सीखने का अनुभव कहां होगा?

उत्तर यह निर्धारित करेगा कि क्या एआई केवल अधिक आउटपुट का उत्पादन करता है या अगली पीढ़ी के विशेषज्ञों का उत्पादन करने में मदद करता है।