आखरी अपडेट:
एक अध्ययन से पता चलता है कि सीईओ की रिपोर्ट है कि एआई ने अभी तक उत्पादकता या नौकरियों पर कोई खास प्रभाव नहीं डाला है। एकीकरण जटिलता और मानवीय निरीक्षण चुनौतियाँ हैं, लेकिन नेता आशावादी बने रहते हैं।
न्यूज18
कृत्रिम बुद्धिमत्ता तेजी से कार्यस्थलों में फैल रही है, लेकिन नए शोध से पता चलता है कि इसने अभी तक नाटकीय उत्पादकता लाभ नहीं दिया है जिसकी कई व्यापारिक नेताओं को उम्मीद थी।
फॉर्च्यून द्वारा उद्धृत एक हालिया अध्ययन में पाया गया कि हजारों सीईओ ने स्वीकार किया कि एआई ने अब तक उनके संगठनों के भीतर रोजगार स्तर या समग्र उत्पादकता पर बहुत कम या कोई मापने योग्य प्रभाव नहीं डाला है। निष्कर्षों ने इस बारे में बहस फिर से शुरू कर दी है कि क्या प्रौद्योगिकी “उत्पादकता विरोधाभास” के आधुनिक संस्करण का अनुभव कर रही है।
यह अवधारणा अर्थशास्त्री रॉबर्ट सोलो की है, जिन्होंने 1987 में प्रसिद्ध टिप्पणी की थी कि कंप्यूटर का प्रभाव उत्पादकता के आँकड़ों को छोड़कर हर जगह देखा जा सकता है। आज, कुछ अर्थशास्त्रियों का कहना है कि कृत्रिम बुद्धिमत्ता भी इसी पैटर्न का अनुसरण करती हुई प्रतीत होती है।
ग्राहक सेवा चैटबॉट से लेकर डेटा विश्लेषण प्लेटफ़ॉर्म तक सभी उद्योगों में एआई टूल को व्यापक रूप से अपनाने के बावजूद, कई कंपनियों का कहना है कि प्रौद्योगिकी ने अभी तक दक्षता में उल्लेखनीय वृद्धि नहीं की है या श्रम आवश्यकताओं को कम नहीं किया है।
अधिकारी एक प्रमुख कारण बताते हैं: मौजूदा व्यावसायिक संचालन में एआई को एकीकृत करने की जटिलता। प्रौद्योगिकी का प्रभावी ढंग से उपयोग करने से पहले कंपनियों को अक्सर वर्कफ़्लो को फिर से डिज़ाइन करना पड़ता है, कर्मचारियों को फिर से प्रशिक्षित करना पड़ता है और टीमों का पुनर्गठन करना पड़ता है।
इस परिवर्तन के दौरान, उत्पादकता में अस्थायी रूप से गिरावट भी आ सकती है। श्रमिकों को नए उपकरणों का उपयोग करना सीखना चाहिए, जबकि प्रबंधक निर्णय लेने और दैनिक कार्यों में एआई को सर्वोत्तम तरीके से शामिल करने के लिए प्रयोग करते हैं।
एक और चुनौती यह है कि एआई सिस्टम को अक्सर मानवीय निरीक्षण की आवश्यकता होती है। कंपनी की नीतियों की सटीकता और अनुपालन सुनिश्चित करने के लिए कर्मचारियों को अक्सर परिणामों को सत्यापित करने, गलतियों को सुधारने या स्वचालित आउटपुट की समीक्षा करने की आवश्यकता होती है।
अर्थशास्त्रियों का कहना है कि जब नई तकनीकें सामने आती हैं तो ऐसी देरी आम बात है। ऐतिहासिक रूप से, बिजली, कंप्यूटर और इंटरनेट जैसे नवाचारों को उत्पादकता डेटा में उनके पूर्ण आर्थिक लाभ दिखाई देने में कई साल लग गए – कभी-कभी दशकों भी।
गोद लेने के शुरुआती चरणों में, संगठन आमतौर पर दक्षता के बजाय प्रयोग पर ध्यान केंद्रित करते हैं। सिस्टम पूरी तरह से एकीकृत होने और कर्मचारियों को उनका उपयोग करने का अनुभव प्राप्त होने के बाद ही उत्पादकता में लाभ मिलना शुरू होता है।
विशेषज्ञ यह भी ध्यान देते हैं कि एआई के कुछ लाभों को पारंपरिक उत्पादकता माप द्वारा आसानी से नहीं पकड़ा जा सकता है। मानक आर्थिक संकेतकों का उपयोग करके रचनात्मकता, निर्णय लेने, उत्पाद विकास और ग्राहक अनुभव में सुधार को मापना मुश्किल हो सकता है।
धीमी शुरुआत के बावजूद, अधिकांश व्यापारिक नेता प्रौद्योगिकी की दीर्घकालिक क्षमता के बारे में आशावादी बने हुए हैं। एआई से नियमित कार्यों को स्वचालित करने, जटिल विश्लेषण में सहायता करने और श्रमिकों को उच्च-मूल्य वाली गतिविधियों पर ध्यान केंद्रित करने में सक्षम बनाने की उम्मीद है।
हालाँकि, अभी के लिए, हजारों सीईओ द्वारा बताए गए अनुभव से पता चलता है कि कृत्रिम बुद्धिमत्ता अभी भी कार्यस्थल एकीकरण के शुरुआती चरण में हो सकती है – जिसका अर्थ है कि उत्पादकता में जिस उछाल की भविष्यवाणी कई लोगों ने की थी, उसे पूरी तरह से उभरने में कई साल लग सकते हैं।
सैन फ्रांसिस्को, कैलिफोर्निया, संयुक्त राज्य अमेरिका
मार्च 09, 2026, 19:03 IST
और पढ़ें
