Ramp शोध कहता है कि AI का अधिक उपयोग करने वाली कंपनियाँ भर्ती बढ़ा रही हैं, घटा नहीं रहीं

AI नौकरियों की कहानी का आलसी संस्करण एक ही दिशा में जाता है: सॉफ़्टवेयर ज़्यादा स्मार्ट होता है, पेरोल छोटा होता जाता है। Ramp का नया शोध इस कहानी को बिना शर्तों के दोहराना मुश्किल बना देता है। इस वित्तीय संचालन कंपनी ने वास्तविक AI खर्च और कार्यबल रिकॉर्ड देखे, फिर पाया कि जो कंपनियाँ AI में सबसे ज़्यादा आगे बढ़ रही थीं, वे लोगों को जोड़ रही थीं, केवल उनकी जगह नहीं ले रही थीं। इसका मतलब यह नहीं है कि हर कर्मचारी सुरक्षित है, हर कंपनी भर्ती कर रही है, या हर AI प्रमाणपत्र रिज़्यूमे पर होना चाहिए। इसका मतलब है कि AI अपनाना श्रम बाज़ार का एक संकेत बनता जा रहा है, और हमेशा वह संकेत नहीं होता जो लोग मान लेते हैं। नौकरी खोजने वालों के लिए उपयोगी सवाल यह नहीं है कि कोई नियोक्ता नौकरी पोस्ट में AI कहता है या नहीं। सवाल यह है कि क्या कंपनी इतना खर्च कर रही है, इतना पुनर्रचना कर रही है, और इतनी बढ़ रही है कि AI सिस्टम के आसपास काम पैदा कर सके। एक टीम जो चैटबॉट खरीदती है और वही टूटी हुई प्रक्रिया रखती है, वह वही संकेत नहीं भेज रही जो कोई फर्म बिक्री, सेवा, इंजीनियरिंग और प्रशासन को नए सिरे से जोड़ते हुए भेजती है। यह फर्क तब मायने रखता है जब आप तय कर रहे हों कि अपनी आवेदन ऊर्जा, अपना प्रशिक्षण बजट और अपना समय कहाँ लगाना है।

Ramp ने वास्तव में क्या मापा

Ramp के अपने शोध पेज के अनुसार, अध्ययन ने संयुक्त राज्य अमेरिका की 21,559 फर्मों के लिए Ramp कार्ड और बिल भुगतान डेटा को Revelio Labs के कार्यबल रिकॉर्ड से जोड़ा। Ramp के अनुसार, सबसे बड़े AI निवेश करने वाली कंपनियों में अपनाने के बाद रोजगार लगभग 10% बढ़ा, जबकि कम तीव्रता से अपनाने वालों में कोई सांख्यिकीय रूप से महत्वपूर्ण बदलाव नहीं दिखा। Ramp ने यह भी बताया कि उच्च तीव्रता से अपनाने वालों में एंट्री-लेवल हेडकाउंट 12% बढ़ा, एक ऐसी बात जो मायने रखती है क्योंकि जूनियर कर्मचारियों को अक्सर जोखिम में सबसे पहले आने वाला समूह माना जाता है।

CoinDesk ने इसी निष्कर्ष को इस डर के लिए चुनौती के रूप में कवर किया कि जनरेटिव AI पहले से ही व्यापक नौकरी नुकसान का कारण बन रहा है। NBC News ने इस पेपर को सार्वजनिक बहस के दोनों छोरों के लिए एक जटिलता के रूप में प्रस्तुत किया। उसकी रिपोर्ट ने कहा कि Ramp का शोध एक बीच का जवाब दिखाता है: नतीजे इस बात पर निर्भर करते हैं कि कोई कंपनी वास्तव में कितना निवेश करती है।

यही वह हिस्सा है जिसे आवेदकों को रेखांकित करना चाहिए। करियर पेज पर AI की एक पंक्ति लिखना आसान है। लगातार खर्च, जो टीमों के काम करने के तरीके को बदलता है, कहीं मजबूत संकेत है।

सावधानी ही करियर का सबक है

Revelio Labs वह महत्वपूर्ण सावधानी जोड़ता है जो इसे एक और अति-आत्मविश्वासी करियर नारे में बदलने से रोकती है। उसके लेख में कहा गया है कि AI अपनाने वाली कंपनियाँ पहले से ही उन कंपनियों से अलग दिखती हैं जो कभी नहीं अपनातीं: वे बड़ी होती हैं, उनमें इंजीनियरिंग की भूमिका ज़्यादा होती है, उनके वेंचर-बैक्ड होने की संभावना अधिक होती है, और वे अपनाने से पहले ही तेज़ी से बढ़ रही थीं। सीधे शब्दों में, जो कंपनियाँ सबसे ज़्यादा AI खरीद रही थीं, उनमें से कुछ पहले से ही ऐसी कंपनियाँ थीं जो भर्ती करती हैं।

इससे निष्कर्ष बेकार नहीं हो जाता। यह उसे अधिक सटीक बनाता है। यही वह जगह है जहाँ नौकरी खोजने वालों को संकेत को शोर से अलग करना चाहिए। यदि कोई फर्म बढ़ रही है, तकनीकी है, और AI में भारी निवेश कर रही है, तो नई नौकरियाँ इसलिए दिखाई दे सकती हैं क्योंकि कंपनी अपनी संचालन क्षमता बढ़ा रही है। यदि कोई फर्म दबाव में है और सिकुड़ती टीमों पर AI जोड़ देती है, तो कहानी बहुत अलग दिख सकती है। नौकरी के शीर्षक में लिखे शब्द आपको नहीं बताएँगे कि आप किस तरह की कंपनी देख रहे हैं। वर्कफ़्लो के संकेत बताएँगे।

नौकरी खोज में AI अपनाने को कैसे पढ़ें

Ramp कहता है कि उच्च तीव्रता से अपनाने वालों में लाभ धीरे-धीरे उभरे और इंजीनियरिंग, बिक्री, प्रशासन और ग्राहक सेवा सहित भूमिकाओं में व्यापक थे। यह इस विचार के लिए उपयोगी सुधार है कि AI भर्ती का मतलब केवल मशीन लर्निंग विशेषज्ञ होता है। अधिक आम अवसर शायद एक सेल्स ऑपरेशंस एनालिस्ट का हो सकता है जो हैंडऑफ़ नोट्स साफ़ करने के लिए AI का उपयोग कर सके, एक ग्राहक सेवा लीड जो एस्केलेशन फ्लो सुधार सके, या एक इंजीनियर जो कोडबेस को कंफ़ेटी बनाए बिना मॉडल-सहायता प्राप्त कोडिंग का मूल्यांकन कर सके।

यहीं पर शीर्षकों का फैलाव आवेदकों को परेशानी में डालता है। AI Engineer भूमिका का मतलब मॉडल ट्रेनिंग, प्रोडक्ट इंटीग्रेशन, आंतरिक ऑटोमेशन, या वेंडर मूल्यांकन हो सकता है। शीर्षक के पीछे भागने से पहले, वर्कफ़्लो पढ़ें। क्या पोस्टिंग डेटा गुणवत्ता, प्रक्रिया पुनर्रचना, मानव समीक्षा, मापन, सपोर्ट क्यू, डॉक्यूमेंटेशन, या क्रॉस-फंक्शनल रोलआउट का ज़िक्र करती है? ये हर फ्रेमवर्क माँगने वाले बज़वर्ड्स के पैराग्राफ से कहीं मजबूत संकेत हैं।

एक 25 वर्षीय व्यक्ति के लिए जो शुरुआती एनालिस्ट भूमिका से बदलाव कर रहा है, कदम यह हो सकता है कि मापने योग्य वर्कफ़्लो सुधारों के आसपास पोर्टफ़ोलियो बनाया जाए: कम मैनुअल कदम, साफ़ रिपोर्टिंग, तेज़ ट्रायेज, बेहतर डॉक्यूमेंटेशन। 45 वर्षीय व्यक्ति के लिए जिसके पास डोमेन की गहराई है, बेहतर रणनीति यह हो सकती है कि अपने संचालन ज्ञान को किसी ऐसे उद्योग के भीतर AI गवर्नेंस, एनेबलमेंट, या प्रक्रिया स्वामित्व में बदला जाए जिसे आप पहले से समझते हैं। वही प्रचार, अलग बाधाएँ। भर्ती बाज़ार इस बात के प्रमाण को पुरस्कृत करता है कि आप अव्यवस्थित काम के भीतर AI को उपयोगी बना सकते हैं, केवल इस प्रमाण को नहीं कि आपने कोई कोर्स पूरा कर लिया।

आगे क्या देखना है

अगला उपयोगी भर्ती संकेत कोई और हेडलाइन नहीं है जो कहे कि AI नौकरियाँ बनाता है या खत्म करता है। यह है कि क्या Ramp वाला पैटर्न उन फर्मों के बाहर भी दिखाई देता है जिन्हें Revelio Labs ने बड़ी, अधिक तकनीकी और तेज़ी से बढ़ती बताया। देखें कि क्या AI-गहन कंपनियों में एंट्री-लेवल भूमिकाएँ आती रहती हैं, क्या गैर-तकनीकी टीमों को AI-सक्षम संचालन के लिए बजट मिलता है, और क्या नौकरी पोस्ट एक ही शीर्षक के अंदर तीन नौकरियाँ छिपाने के बजाय वर्कफ़्लो के बारे में अधिक स्पष्ट हो जाती हैं।

फिलहाल, व्यावहारिक निष्कर्ष संतुलित लेकिन उत्साहजनक है। AI अपनाने को केवल विस्थापन की चेतावनी के रूप में नहीं पढ़ा जाना चाहिए। गंभीर निवेश करने वाली कंपनियों में, यह इस बात का संकेत भी हो सकता है कि इम्प्लीमेंटेशन, सपोर्ट, मापन और बदलाव प्रबंधन के आसपास अधिक काम बन रहा है। यदि आप चुन रहे हैं कि आगे क्या सीखना है, तो प्रमाणपत्र दिखावे पर कम और इस प्रमाण पर अधिक ध्यान दें कि आप किसी टीम को AI खर्च को बेहतर काम में बदलने में मदद कर सकते हैं।