AI मुख्य बातें — संपूर्ण तस्वीर — 2026-10-13 (मंगलवार) शाम का समाचार

Kroger ने अपने कॉर्पोरेट मुख्यालय में 3,000 नौकरियों में कटौती की योजना की घोषणा की है, और इन कटौतियों की चर्चा उसकी AI को बढ़ावा देने की नीति के साथ हो रही है। न्यूज़ीलैंड में AI कंपanion ऐप का उपयोग कथित तौर पर Netflix से अधिक हो गया। साथ ही, कंपनियाँ अपने संगठनों का पुनर्गठन कर रही हैं और निजी जीवन जैसे अलग-अलग क्षेत्रों में AI-आधारित प्रणालियों की ओर बढ़ रही हैं। मौजूदा मुद्दा सिर्फ़ यह नहीं है कि AI कितनी दक्षता बढ़ा सकता है। प्रणाली को अपनाना है या नहीं, इसका पैमाना अब यह बनता जा रहा है कि क्या भावनाओं से जुड़े काम, लोगों की स्थिति की निगरानी और पक्षपात-युक्त निर्णय की ज़रूरत वाले कार्य उसे सौंपना ठीक है या नहीं। यह आधे दिन का लेख इस पर केंद्रित है कि मशीनों पर क्या छोड़ा जाए और इंसानों के हाथ में क्या रहना चाहिए।

AI के अनुरूप कर्मचारियों की संख्या घटाने और पुनर्गठन करने वाली कंपनियाँ

प्रमुख खाद्य खुदरा विक्रेता Kroger ने अपने कॉर्पोरेट मुख्यालय में 3,000 नौकरियों में कटौती की योजना की घोषणा की है। CEO ने AI को बढ़ावा देने और खाद्य कीमतें घटाने की वकालत की है, और AI को बढ़ावा देने की नीति के साथ-साथ कटौती की भी चर्चा हो रही है (International Business Times, सिंगापुर संस्करण)। IT क्षेत्र में भी यही ढांचा मौजूद है। 24/7 Wall St. Amazon और Meta की छंटनी को इस संकेत के रूप में चर्चा करता है कि 2027 में AI कैसा दिखेगा। खुदरा और बड़ी IT जैसे भिन्न उद्योगों की कंपनियां अपने कर्मचारियों की संख्या घटाते हुए AI को सबसे आगे रख रही हैं। इस तथ्य को देखते हुए, कटौतियों को केवल आर्थिक रुझानों के जवाब में अस्थायी समायोजन भर मानना कठिन हो जाता है। पाठक जब अपनी कंपनी की कार्मिक योजनाओं को देखें, तो उन्हें केवल लोगों की संख्या में बढ़ोतरी या कमी ही नहीं, बल्कि यह भी जांचना होगा कि कटौती किन कामों को AI से बदलने पर आधारित है।

पुनर्गठन साइट की संचालन इकाइयों तक भी फैला है। MarTech के अनुसार, मार्केटिंग ऑपरेशंस (MOps) टीमें स्वायत्त AI एजेंटों के इर्द-गिर्द खुद को पुनर्गठित कर रही हैं। लोगों की संख्या घटाने की कहानी और बचे हुए लोगों की भूमिकाओं व तैनाती को नया रूप देने की कहानी अलग-अलग घटनाएँ नहीं हैं, बल्कि एक ही बदलाव के दो पहलू हैं। पूंजी बाज़ारों ने भी इस बदलाव का आकलन करना शुरू कर दिया है। CNBC की रिपोर्ट के अनुसार, Bank of America को उम्मीद है कि AI रूपांतरण के कारण Salesforce के शेयर की कीमत बढ़ेगी। कोई कंपनी AI में अपने रूपांतरण में कितनी आगे बढ़ी है, यह सीधे निवेशकों द्वारा उस कंपनी के मूल्यांकन से जुड़ा है। हालाँकि, यह कंपनी का पूर्वानुमान है और वास्तविक परिणामों की गारंटी नहीं देता।

मानव संसाधन विकास की ओर भी इसी दिशा में हलचल है। BW Education द्वारा रिपोर्ट किए गए Cornell University के डीन के साक्षात्कार में, भारतीय कंपनियों पर शोध के साथ-साथ व्यवसाय प्रबंधन के भविष्य पर चर्चा करते हुए AI कौशल को एक प्रमुख विषय के रूप में रखा गया। यदि प्रबंधन शिक्षा पाठ्यक्रम AI कौशल को चर्चा के केंद्रीय विषय के रूप में शामिल करते हैं, तो कंपनियों द्वारा अपनी व्यवस्थाओं को नए सिरे से गढ़ने की हलचल भर्ती और प्रशिक्षण की बुनियादी धारणाओं को ही बदल देगी।

इस दृष्टि से देखें तो AI परिवर्तन अलग-अलग टूल्स को अपनाने के परिणामस्वरूप नहीं, बल्कि कर्मचारियों, संगठन, मूल्यांकन और शिक्षा के एक साथ पुनर्गठन के रूप में आगे बढ़ रहा है। तब सवाल यह रह जाता है कि भावनाओं, देखभाल और संज्ञान जैसे, दक्षता से मापे जा सकने वाले कार्यों से बाहर के कार्यों को सौंपा जाए या नहीं।

ऐसा जीवन जिसमें भावनाएं और रिश्ते मशीनों को सौंप दिए गए हैं

बताया गया है कि न्यूज़ीलैंड में AI कंपैनियन ऐप का उपयोग Netflix से आगे निकल गया है (Capsule NZ)। इसका अर्थ है कि अब ऐसे देश हैं जहाँ AI को बातचीत के साथी के रूप में इस्तेमाल करने वाले ऐप, मनोरंजन के प्रतिनिधि माने जाने वाले स्ट्रीमिंग सेवाओं से ज़्यादा उपयोग किए जा रहे हैं। व्यक्तिगत स्तर पर भी ऐसी ही प्रवृत्ति दिख रही है। The Atlantic उन लोगों को सामने लाता है जो देखभाल और भावनाओं को संतुलित करने जैसे भावनात्मक श्रम के लिए AI पर निर्भर रहते हैं (The Atlantic)। पिछले खंड की कंपनियाँ दक्षता के लिए काम का पुनर्गठन कर रही थीं, लेकिन यहाँ व्यक्ति अपनी मर्ज़ी से अपनी भावनात्मक प्रक्रिया और रिश्तों के रखरखाव का कुछ हिस्सा मशीनों को सौंपने लगे हैं। AI का उपयोग करना या न करना अब केवल किसी कंपनी का निर्णय नहीं रह गया है।

हालांकि, लोग सब कुछ नहीं सौंप रहे हैं। The Debrief में प्रस्तुत शोध के अनुसार, लोग यह तो मानते हैं कि AI "पहचानता" है, लेकिन यह नहीं मानते कि उसमें "चेतना" है, और दोनों के बीच एक रेखा खींचते हैं (The Debrief)। हम दूसरे लोगों की स्थितियों को पढ़ने और उन पर प्रतिक्रिया देने की AI की क्षमता को स्वीकार करते हैं, लेकिन इस हद तक नहीं जाते कि मान लें कि AI कुछ महसूस कर रहा है। यह रेखा Netflix से अधिक companion app उपयोग के अनुरूप है। लोग अपनी भावनाओं और रिश्तों का एक हिस्सा तब भी सौंप सकते हैं जब वे इसके प्रति सचेत रूप से जागरूक न हों। दूसरे शब्दों में, AI को सौंपने के प्रति हिचक इस सवाल से अधिक कि AI के पास दिल है या नहीं, इस सवाल के करीब है कि आप उसमें से कितना अपने पास रखना चाहते हैं।

जमा करने के बाद भी कुछ मुद्दे बने रहते हैं। वर्ल्ड इकोनॉमिक फोरम चर्चा करता है कि मस्तिष्क-अनुकूल सोच AI से होने वाली थकान को क्यों रोक सकती है (वर्ल्ड इकोनॉमिक फोरम)। चाहे The Atlantic द्वारा कवर किया गया भावनात्मक श्रम का प्रत्यायोजन हो या Capsule NZ द्वारा रिपोर्ट किया गया भावनात्मक श्रम का व्यापक उपयोग, सौंपे जाने के बाद लोगों की ओर से बोझ और सोच का क्या होता है, यह एक अलग प्रश्न बना हुआ है। हम AI को जितना अधिक दायरा सौंपते हैं, हमसे उतना ही अधिक पूछा जाएगा कि हमारी अपनी ओर से कैसी सोच है। जिन क्षेत्रों को दक्षता के पैमाने पर नहीं मापा जा सकता, उन्हें सौंपा जाए या नहीं, इसके फैसलों पर तकनीक की क्षमता से अधिक इस बात का असर पड़ रहा है कि लोग अपने पास क्या रखते हैं।

Implementation of care that supports the elderly and the field

अमेरिका में तीन क्षेत्रों में यह सवाल उठाने की कोशिशें हुई हैं कि क्या AI वास्तव में उपयोगी है: नर्सिंग देखभाल, डिमेंशिया देखभाल और छोटे पैमाने की खेती। दीर्घकालिक देखभाल की व्यापारिक पत्रिका McKnight's Long-Term Care News ने रिपोर्ट किया कि AI-संचालित सुरक्षा प्रणालियाँ शुरुआती हस्तक्षेप को संभव बना सकती हैं। Duke School of Medicine ने बुजुर्गों और डिमेंशिया की देखभाल के लिए AI का एक राष्ट्रीय केंद्र खोला है (Duke School of Medicine)। कृषि क्षेत्र में Global Agriculture ने सवाल उठाया, "क्या AI छोटे किसानों की मदद कर सकता है?"

तीनों कहानियों में समानता यह है कि तकनीक अपनाने का कारण कर्मचारियों की संख्या या प्रसंस्करण की गति नहीं, बल्कि मौके पर प्रणाली की ठोस प्रभावशीलता था। नर्सिंग केयर सुरक्षा प्रणाली का घोषित लाभ “शीघ्र हस्तक्षेप” है। यह जाँचना मौके पर मौजूद कर्मचारियों और सुविधा संचालकों, दोनों के लिए आसान है कि स्थिति गंभीर होने से पहले कर्मचारी हरकत में आ पाते हैं या नहीं। AI को शामिल करने का निर्णय अब दक्षता के आँकड़ों से हटकर एक ही बिंदु पर आ गया है: क्या हस्तक्षेप पहले किया जा रहा है।

Duke School of Medicine में इस केंद्र की स्थापना दिखाती है कि विश्वविद्यालय ने डिमेंशिया देखभाल के क्षेत्र को, जिसमें स्मृति, संज्ञान और परिवारों के साथ संबंध शामिल हैं, AI परीक्षण के विषय के रूप में अपनाया है। केंद्र का उद्घाटन नतीजों की रिपोर्ट नहीं है, बल्कि आगे क्या होने वाला है, इसकी पुष्टि करने का एक स्थान मात्र है। हम ऐसे चरण में हैं जहाँ बार-बार सत्यापन के बाद ही कहा जा सकता है कि इस क्षेत्र में AI क्या कर सकता है।

छोटे पैमाने के किसानों से जुड़े सवाल एक और कदम की ओर इशारा करते हैं। Global Agriculture ने अपनी हेडलाइन के लिए प्रश्न का रूप चुना, यही तथ्य बताता है कि यह निष्कर्ष अभी तक नहीं निकला है कि यह उपयोगी है। सीमित धन और जनशक्ति वाले कार्यस्थलों के लिए प्रभावशीलता के प्रमाण के बिना किसी तकनीक को अपनाने का फैसला करना कठिन है।

नर्सिंग केयर हो, डिमेंशिया केयर हो या खेती, AI का उपयोग करना है या नहीं, इसका फ़ैसला हर क्षेत्र में उसकी प्रभावशीलता की पुष्टि के बाद किया जाएगा। तब अगला सवाल यह होगा कि पुष्टि किए गए लाभों से आगे हमें कहाँ तक रेखा खींचनी चाहिए, यानी किस हद तक काम AI पर छोड़ना चाहिए।

निष्पक्षता और राजनीति के कारण अपनाने की शर्तों पर सवाल

अमेरिकी मध्यावधि चुनावों से पहले, CNBC की रिपोर्ट है कि महँगाई, AI और ऊर्जा जोखिम केंद्र में हैं (CNBC)। यह उल्लेखनीय है कि AI का ज़िक्र वस्तुओं की कीमतों और ऊर्जा कीमतों जैसे जीवन-यापन की लागत के मुद्दों के साथ किया गया है। AI अब केवल प्रौद्योगिकी क्षेत्र की चर्चा का विषय नहीं रहा, बल्कि उन कारकों में से एक बन गया है जिन पर मतदाता यह तय करते समय विचार करते हैं कि वोट कहाँ दें। कंपनियों द्वारा अपनी प्रणालियों को AI पर आधारित करने के लिए पुनर्गठित करने की गतिविधि पर भी चुनावी मुद्दों के साथ ही चर्चा होगी।

यही आंदोलन स्थानीय निर्वाचन क्षेत्रों में भी हो रहा है। KNKX (KNKX) के अनुसार, AI के आलोचक एक उम्मीदवार उत्तर-पूर्वी Seattle में एक राज्य प्रतिनिधि को चुनौती दे रहे हैं। सरकार का इसे अपनाने को लेकर सतर्क होना अपने आप में सीटों की लड़ाई का एक वादा बन सकता है। आलोचना की विषयवस्तु केवल तकनीक के पक्ष-विपक्ष तक सीमित नहीं है, बल्कि इस बारे में भी है कि इसका उपयोग किसे करना चाहिए और किन शर्तों पर। Meer (English edition) यह सवाल उठाता है, “क्या AI लैंगिक भेदभाव करता है?”, और आउटपुट में पक्षपात से सीधे निपटता है (Meer | English edition)। इसका कारण यह है कि पक्षपात की मौजूदगी या गैर-मौजूदगी ही तय करती है कि रोज़गार, मूल्यांकन और देखभाल का काम किसी को सौंपा जा सकता है या नहीं।

दूसरी ओर, इसे लागू करने की दिशा में आगे बढ़ने के पक्ष में तर्क भी नीतिगत शब्दों में व्यक्त किए जा रहे हैं। The National Interest का तर्क है कि अमेरिका को दुनिया की AI प्रतिभा के विकास में सहयोग का केंद्र बनना चाहिए (The National Interest)। ब्रिटेन में, House of Commons Library संसद के लिए AI सुरक्षा संबंधी सामग्री को व्यवस्थित करती है। मानव संसाधन का विकास और सुरक्षा सुनिश्चित करना ऐसे क्षेत्र हैं जिन्हें केवल निजी कंपनियाँ तय नहीं कर सकतीं।

यदि हम इन बातों को साथ-साथ रखें, तो देख सकते हैं कि कार्यान्वयन की गति और शर्तें तय करने में कांग्रेस और मतदाता महत्वपूर्ण भूमिका निभाने लगे हैं। कंपनियों के लिए, दक्षता की गणनाओं के साथ-साथ पूर्वाग्रह को समझा पाना, सुरक्षा साबित करना और मानव संसाधन में निवेश दिखाना इस बात का निर्णायक कारक हो सकता है कि तकनीक अपनाई जाए या नहीं। तकनीक क्या कर सकती है, यह प्रश्न अब इस प्रश्न से बदला जा रहा है कि समाज क्या सौंपेगा, और यह आगे इस प्रश्न की ओर ले जाता है कि परिणामों की जिम्मेदारी किसकी है।

At first glance, companies talk about layoffs and the promotion of AI, individuals who rely on AI for emotional labor and conversation partners, verification of its effectiveness in nursing care and agriculture, and AI as an issue in elections, all of which appear to be separate stories. However, the question in every situation is not so much what AI can do, but rather which areas should be entrusted with and under what conditions. Companies are trying to figure out where to replace their work, individuals are trying to figure out the scope of their entrustment, people in the field are trying to figure out the specific benefits, and voters and legislators are trying to figure out the fairness of the users. What can be measured in terms of efficiency is only the beginning of implementation; the decision to draw a line in areas that are difficult to measure, such as emotions, care, recognition, and bias, will determine whether or not it can be implemented. The responsibility for determining the scope of responsibility remains with the user and the organization.

Q1: मेरे कर्तव्यों में से कौन-से निर्णय और संबंध AI के भरोसे छोड़ने पर खो सकते हैं? Q2: जब AI के आउटपुट या उपयोग में पक्षपात या त्रुटि हो, तो किन मानदंडों के आधार पर उसे पहचानने और रोकने का अधिकार किसके पास है? Q3: AI के आधार पर कर्मचारियों और प्रणालियों का पुनर्गठन करते समय, निर्णय की वैधता समझाने के लिए दक्षता के अलावा किन संकेतकों का उपयोग किया जाना चाहिए?

अंत में, तीन प्रश्न

- अगर मैं अपनी ज़िम्मेदारियों के कुछ निर्णय और संबंध AI को सौंप दूँ, तो उनमें से कौन-से खो सकते हैं? Q2: जब AI के आउटपुट या उपयोग में पक्षपात या त्रुटि हो, तो किन मानदंडों के आधार पर उसे पहचानने और रोकने का अधिकार किसके पास है? Q3: AI के आधार पर कर्मचारियों और व्यवस्थाओं का पुनर्गठन करते समय, निर्णय की वैधता समझाने के लिए दक्षता के अलावा किन संकेतकों का उपयोग किया जाना चाहिए? - जब AI के आउटपुट या उपयोग में पक्षपात या त्रुटि हो, तो उसे पहचानने और रोकने का अधिकार किसके पास है? Q3: AI के आधार पर कर्मचारियों और व्यवस्थाओं का पुनर्गठन करते समय, निर्णय की वैधता समझाने के लिए दक्षता के अलावा किन संकेतकों का उपयोग किया जाना चाहिए? - AI के आधार पर कर्मचारियों और व्यवस्थाओं का पुनर्गठन करते समय, निर्णय की वैधता समझाने के लिए दक्षता के अलावा किन संकेतकों का उपयोग किया जाना चाहिए?