एजेंटिक एआई करियर: पदनाम नहीं, काम को समझें

मुझे नौकरी की पोस्टिंग्स सेव करने की एक बुरी आदत है, ठीक वैसे जैसे दूसरे लोग रेसिपी सेव करते हैं। इसलिए नहीं कि मुझे हर भूमिका चाहिए, बल्कि इसलिए कि पदनाम बताते हैं कि कंपनियाँ बदलाव को पूरी तरह समझने से पहले उसका वर्णन कैसे करती हैं। मज़ेदार बात यह है कि सबसे दिलचस्प हिस्सा अक्सर पदनाम नहीं होता। वह क्रियाएँ होती हैं: orchestrate, govern, monitor, redesign, validate, escalate.

इसीलिए agentic AI और काम के भविष्य पर Salesforce की लिखाई, भविष्य की नौकरियों वाली सामान्य चर्चा से अलग असर डालती है। व्यावहारिक संदेश लगभग ज़िद की हद तक सरल है: नए पदनाम से शुरू न करें। उस काम से शुरू करें जो उस पदनाम के नीचे बदल रहा है।

पदनाम की देरी

Salesforce का लेख, "Agentic AI and the Future of Work," चिंता को सीधे नाम देता है: practitioners जानना चाहते हैं कि agentic AI उनके काम, उनकी भूमिका, और उनके भविष्य के लिए क्या मायने रखता है। लेकिन Salesforce का तर्क है कि नए job titles देखने की पहली सही जगह नहीं हैं क्योंकि काम labels से तेज़ बदलता है। इसका क्रम है पहले technology, फिर नया काम, बाद में roles—एक पैटर्न जो Salesforce के अनुसार पहले cloud, mobile, और data के साथ भी दिख चुका है।

यह Salesforce practitioners के लिए एक उपयोगी सुधार है क्योंकि ecosystem ने हमेशा उन लोगों को पुरस्कृत किया है जो org charts के पीछे रहने से पहले operational reality देख सकते हैं। कोई पदनाम आपको बताता है कि कंपनी ने अपनी सोच कहाँ पहले ही स्थिर कर ली है। कोई workflow आपको बताता है कि वह अभी कहाँ सीख रही है। अगर आपको career signal चाहिए, तो देखें कि लोग system से नया क्या करवाने को कह रहे हैं।

agentic AI career advice के भीतर छिपा असहज सवाल यही है: क्या होगा अगर अगली भूमिका अभी ऐसी चीज़ ही नहीं है जिसे आप search कर सकें? Salesforce का बिंदु संकेत देता है कि बेहतर कदम है अपने वर्तमान काम की task level पर inventory बनाना। किन decisions को context चाहिए, कौन से handoffs friction पैदा करते हैं, कौन सी approvals इसलिए मौजूद हैं क्योंकि किसी को data पर भरोसा नहीं है, और कौन सी exceptions खराब मौसम की तरह बार-बार लौटती रहती हैं?

task ही नया career map है

Salesforce का Agentforce explainer यात्रा की दिशा को ऐसे पेश करता है कि humans और agents मिलकर customer success को आगे बढ़ा रहे हैं। यह Salesforce product areas का वर्णन करता है जहाँ humans और AI agents को एक platform पर रखा जा रहा है, जिसमें Service शामिल है, और जहाँ marketers AI का उपयोग channels के across customer communications को personalize और automate करने के लिए करते हैं। career implication यह नहीं है कि सबको एक चमकदार नया पदनाम मिल जाता है। बात यह है कि human judgment और machine action के बीच की boundary daily work के भीतर फिर से खींची जा रही है।

इससे task career strategy की नई unit बन जाती है। एक Salesforce practitioner को पूछना चाहिए कि कौन से tasks किसी agent को delegate किए जा सकते हैं, किन्हें supervise किया जाना चाहिए, और कौन से अधिक valuable हो जाते हैं क्योंकि कोई agent अब human action से पहले context इकट्ठा कर सकता है। भविष्य का काम हर step खुद करने जैसा कम, और उन conditions को design करने जैसा अधिक दिख सकता है जिनमें काम सुरक्षित रूप से आगे बढ़ सके।

WIRED industry की "agentic" होने की obsession पर अपनी reporting में एक संबंधित cultural observation करता है। जैसे Claude Code और Codex जैसे AI coding agents developers के काम करने का तरीका बदलते हैं, WIRED रिपोर्ट करता है कि developer value का बड़ा हिस्सा इस ओर shift हो रहा है कि agents को किस पर काम करना चाहिए, यह तय करना। यही logic coding से बहुत आगे तक जाता है। Salesforce work में, यह तय करना कि agent को क्या pursue, ignore, escalate, या explain करना चाहिए, original task execute करने जितना ही महत्वपूर्ण हो सकता है।

मानव कौशल केंद्र के और करीब आते हैं

Salesforce News, agentic AI era में entry level jobs के बारे में लिखते हुए, labor market में एक दिलचस्प मोड़ की ओर इशारा करता है: Federal Reserve Bank of New York labor market analysis में philosophy और art history majors, employment prospects में computer science graduates से बेहतर प्रदर्शन कर रहे थे। वही Salesforce News piece nutrition sciences majors के लिए 0.4% और computer engineering graduates के लिए 7.5% unemployment rates रिपोर्ट करता है। लेख Pearson Chief Human Resources Officer Ali Bebo को quote करता है: “Human skills, learning, adaptability, communication, critical thinking, are so important.”

Salesforce practitioners के लिए, इसे technical skill की dismissal के रूप में नहीं पढ़ना चाहिए। यह reordering जैसा लगता है। अगर agents bounded tasks को बढ़ती क्षमता से perform कर सकते हैं, तो practitioner का advantage task frame करने, user को समझने, exception पहचानने, tradeoff communicate करने, और यह जानने की ओर shift होता है कि system को कब रुकना चाहिए।

यहीं career advice अक्सर बहुत छोटी हो जाती है। tool सीखें, हाँ। लेकिन workflow को इतना भी सीखें कि उसे redesign कर सकें। data quality को hygiene chore के रूप में नहीं, बल्कि trustworthy delegation की precondition के रूप में सीखें। governance को bureaucracy नहीं, बल्कि उस grammar के रूप में सीखें जो humans और agents को हर decision को surprise बनाए बिना cooperate करने देती है।

आगे क्या देखना है

Salesforce का core lesson ambition के खिलाफ नहीं है। यह titles chase करने से अधिक ambitious है क्योंकि यह practitioners से काम को ही पढ़ने-समझने वाला student बनने को कहता है। practical exercise सरल है: एक recurring process चुनें, उसमें हर human decision लिखें, फिर mark करें कि किन decisions को context, judgment, compliance, customer empathy, या cross team coordination चाहिए। यह map किसी speculative job title से अधिक उपयोगी है क्योंकि यह दिखाता है कि आपके skills को आगे कहाँ move करना है।

Salesforce ecosystem में अगला career edge उन लोगों का हो सकता है जो process, data, agents, और human trust के बीच translate कर सकते हैं। वह व्यक्ति नहीं जो future title पहले guess कर लेता है, बल्कि वह व्यक्ति जो काम को कुछ नया बनते हुए देखता है जबकि बाकी सब अभी भी job board refresh कर रहे होते हैं। इसलिए weekend का बेहतर सवाल यह नहीं है कि agentic AI mature होने पर मुझे क्या कहा जाएगा? बल्कि यह है कि मेरे काम का कौन सा हिस्सा पहले से ही कुछ और बनने की कोशिश कर रहा है?