ब्रिटेन में एआई नौकरियां: लॉयड्स सर्वेक्षण विश्लेषण

नौकरी जाने की कहानी समझना आसान है, क्योंकि उसका प्लॉट साफ है: AI आता है, काम गायब होते हैं, और कर्मचारी घबराकर रास्ता खोजने लगते हैं। The Straits Times द्वारा रिपोर्ट किए गए Lloyds business survey ने इस कहानी को थोड़ा जटिल बना दिया है, क्योंकि उसके अनुसार अधिकांश ब्रिटिश व्यवसाय बताते हैं कि AI ने नई भूमिकाएँ बनाई हैं। इसका मतलब यह नहीं कि नौकरी छिनने का डर बेवकूफी है। लेकिन यह करियर से जुड़े सवाल को अधिक व्यावहारिक बनाता है: AI अपनाने के कौन-से हिस्से असल में स्टाफ वाली नौकरियों में बदल रहे हैं? सीखने वालों के लिए यह फर्क मायने रखता है। कोई कंपनी आम तौर पर सिर्फ इसलिए “AI व्यक्ति” को नियुक्त नहीं करती क्योंकि उसने chatbot subscription खरीद लिया है। वह तब नियुक्त करती है जब किसी को workflow को फिर से design करना हो, outputs की जाँच करनी हो, साथियों को train करना हो, systems को जोड़ना हो, या management को risks समझाने हों। नई job market वहीं बन रही है, और यह job titles जितनी साफ दिखती है, उससे कहीं ज्यादा उलझी हुई है।

नुकसान की कहानी हमेशा बहुत सरल थी

ABC News ने Institute for Public Policy Research के एक अध्ययन पर रिपोर्ट किया, जिसमें चेतावनी दी गई कि AI United Kingdom में लगभग 8 million तक नौकरियाँ समाप्त कर सकता है, और महिलाओं तथा career की शुरुआत में मौजूद कर्मचारियों पर सबसे अधिक जोखिम है। उसी ABC News रिपोर्ट में कहा गया कि researchers ने economy में 22,000 tasks का विश्लेषण किया और पाया कि 11% tasks इस समय AI द्वारा displacement के खतरे के संपर्क में हैं। यह गंभीर evidence है, लेकिन यह task exposure है, कोई ऐसा headcount forecast नहीं जो पहले ही सच हो चुका हो।

British Progress अधिक जमीन से जुड़ा संतुलन देता है। AI और UK labour market पर अपनी report में Dr Pedro Serôdio ने लिखा कि ChatGPT के तीन साल बाद UK employment data में ऐसा कोई संकेत नहीं है कि AI ने बड़े पैमाने पर jobs को replace किया है। Report कहती है कि 412 UK occupations को cover करने वाले Annual Population Survey data में AI के प्रति सबसे अधिक और सबसे कम exposed occupations के बीच कोई अंतर नहीं दिखता। सीधे करियर की भाषा में, risk वास्तविक है, लेकिन labour market किसी सरल trapdoor की तरह व्यवहार नहीं कर रहा।

नई भूमिकाएँ आम तौर पर नए workflows के रूप में शुरू होती हैं

LSE Business Review में Erhan Kilincarslan और Jiafan Li के एक article ने मौजूदा बदलाव को अचानक बड़े पैमाने के displacement के बजाय gradual restructuring के रूप में समझाया है। Authors कहते हैं कि professional services, finance, retail, और customer support में AI adoption तेज हो रहा है, जबकि firms efficiency gains और cost reductions की तलाश कर रही हैं। वे यह भी तर्क देते हैं कि corporate governance frameworks यह तय करेंगे कि यह transformation कैसे आगे बढ़ेगा।

Job seekers को इसी हिस्से को रेखांकित करना चाहिए। किसी posting में “AI Engineer” का मतलब model development, internal automation, data plumbing, vendor evaluation, या workflow support हो सकता है। Lloyds survey वाला angle इसी pattern में फिट बैठता है: नई भूमिकाएँ किसी एक साफ profession के रूप में आने की संभावना कम रखती हैं, और वहाँ उभरने की संभावना अधिक रखती हैं जहाँ AI ऐसे operational chores पैदा करता है जिनकी जिम्मेदारी पहले किसी के पास नहीं थी। Governance, implementation, training, और workflow redesign बहुत चमकदार labels नहीं हैं, लेकिन ये employable responsibilities हैं।

यहीं credential inflation भी शोर मचाने लगती है। एक short certificate तब मदद कर सकता है जब वह आपको कोई working artifact दे: एक documented automation, एक evaluation checklist, test cases वाला prompt workflow, या एक छोटा internal knowledge tool। सिर्फ vocabulary सिखाने वाला badge उस portfolio note से कमजोर है जो दिखाता है कि आपने rework कैसे घटाया, hallucinated outputs कैसे पकड़े, या किसी team को tool सुरक्षित तरीके से अपनाने में कैसे मदद की।

Hiring data असमान मांग दिखाता है, साफ boom नहीं

Indeed Hiring Lab UK and Ireland ने 2018 में report किया कि Indeed पर सभी UK postings में AI-related postings का हिस्सा पिछले तीन वर्षों में तीन गुना से अधिक बढ़ गया था। उसने यह भी पाया कि AI-related jobs के लिए jobseeker searches उसी अवधि में दोगुने से अधिक हो गए थे। यह पुराना data मायने रखता है, क्योंकि AI labor market ChatGPT से शुरू नहीं हुआ; मौजूदा wave machine learning और data skills की वर्षों की demand के ऊपर बैठी है।

Indeed Hiring Lab ने बाद में report किया कि GenAI-related job postings 2023 से तेजी से बढ़ीं, जबकि AI job postings का एक broader measure पिछले 18 महीनों में wider tech slowdown के बीच कम हुआ। यह हर “AI” title को durable demand मान लेने के खिलाफ उपयोगी warning है। कुछ employers सचमुच implementation work के लिए staff रख रहे हैं। दूसरे ordinary analytics, software, या operations jobs को relabel कर रहे हैं, क्योंकि keyword attention खींचता है।

UK jobs पर एक task-based arXiv study एक और layer जोड़ती है। यह कहती है कि 2023/24 तक लगभग सभी UK jobs किसी न किसी रूप में generative AI के exposure में थीं, लेकिन केवल minority jobs पर भारी प्रभाव पड़ा। उसी study ने पाया कि 2025-Q2 में job postings, pre-GPT hiring patterns जारी रहने की स्थिति की तुलना में 5.5% कम थीं, और AI-exposed tasks के लिए price premium 2023/24 में 2017 की तुलना में लगभग 12% कम था। दूसरे शब्दों में, exposure अपने आप अधिक bargaining power नहीं बनाता।

अगर आप adjacent work चाहते हैं तो क्या सीखें

व्यावहारिक कदम यह है कि यह पूछना बंद करें कि क्या आपको ML engineer बनना जरूरी है, और अपने current domain के पास मौजूद AI work को map करना शुरू करें। British Progress ने अब तक UK data में scale replacement नहीं पाया, जबकि LSE Business Review finance, retail, professional services, और customer support जैसे sectors में restructuring की ओर इशारा करता है। यह combination career switchers के लिए एक रास्ता सुझाता है: domain knowledge बनाए रखें, फिर AI workflow layer जोड़ें।

25 साल की उम्र में, इसका मतलब technical range तेजी से बनाना हो सकता है: Python basics, data handling, model evaluation, और automation tools। 45 साल की उम्र में, इसका मतलब process knowledge को AI adoption work में बदलना हो सकता है: tasks document करना, review standards set करना, teams को train करना, और vendor risk manage करना। Constraints अलग हैं, hype वही है। सबसे मजबूत candidates सिर्फ “मुझे AI आता है” नहीं कह पाएँगे, बल्कि यह कह पाएँगे: “मुझे पता है कि यह tool कहाँ fit होता है, कहाँ fail होता है, और team इसे नए messes बनाए बिना कैसे इस्तेमाल करे।”

Job postings की अगली wave में labels नहीं, verbs देखें। अगर employers outputs evaluate करने, tools integrate करने, usage policies लिखने, staff train करने, या workflows redesign करने की बात करते हैं, तो यह “AI” से फुलाए गए title की तुलना में stronger signal है। Lloyds survey उपयोगी है क्योंकि यह debate को one-way doom से हटाकर adoption की staffing reality की ओर ले जाता है। Learners के लिए opportunity हर नए title के पीछे भागने में नहीं, बल्कि यह evidence बनाने में है कि आप real work के अंदर AI को useful बना सकते हैं।