AI आपकी नौकरी रातोंरात नहीं छीनेगा — लेकिन हर तिमाही और स्मार्ट हो रहा है
MIT के शोधकर्ताओं ने 17,000+ कर्मचारियों से 3,000+ कार्यों का मूल्यांकन कराया। नतीजा? अचानक AI takeover नहीं, लेकिन हर साल 15 प्रतिशत अंक की steady बढ़त जो 2029 तक 80-95% success rate तक पहुँच सकती है।
पैंसठ प्रतिशत। आज AI एक text-based काम को — जो आपको 3-4 घंटे लगता — इतनी बार successfully कर लेता है। बस एक साल पहले यह 50% था। तथ्य — [MIT/arXiv, अप्रैल 2026]
आपको पता है, यह नंबर देखकर मैं भी चौंका। एक साल में 15 percentage points की बढ़त का मतलब है कि जो काम पिछले साल AI से नहीं होता था, वो इस साल हो रहा है। लेकिन असली बात यह है कि यह बदलाव कैसे हो रहा है।
MIT में Neil Thompson और आठ अन्य researchers ने अमेरिकी श्रम विभाग के O*NET database से 3,000+ text-based tasks निकाले और 17,000+ worker evaluations इकट्ठा किए। तथ्य — [arXiv:2604.01363] उनका सवाल सीधा था: क्या AI "crashing waves" की तरह अचानक आ रहा है, या "rising tides" की तरह धीरे-धीरे?
Data का जवाब साफ है — यह rising tide है।
बढ़ता ज्वार, सुनामी नहीं
Researchers को "crashing waves" — यानी अचानक किसी specific task को पूरी तरह replace कर देने — का बहुत कम सबूत मिला। इसके बजाय, लगभग सभी text-based कामों में AI capability की steady, broad-based improvement दिखी। तथ्य — [arXiv:2604.01363]
Numbers देखिए। 2024 की दूसरी तिमाही में LLMs एक skilled worker के 3-4 घंटे के text काम का करीब 50% handle कर सकते थे। 2025 की तीसरी तिमाही तक यह 65% हो गया। तथ्य — [arXiv:2604.01363] और यह किसी एक narrow skill के लिए नहीं — हज़ारों अलग-अलग tasks में।
Researchers का projection: 2029 तक AI, minimum quality standards पर, ज़्यादातर text-related tasks में 80% से 95% success rate हासिल कर सकता है। अनुमान — [arXiv:2604.01363] Near-perfect या human-superior quality तक पहुँचने में कई और साल लगेंगे।
Text-heavy नौकरियों पर असर
अगर आपका काम writing, analysis, summarization, translation, coding, या text-based information processing से जुड़ा है, तो यह research सीधे आपसे related है। Rising tide ज़्यादा भेदभाव नहीं करती — यह broadly बढ़ती है।
Data entry keyers के बारे में सोचिए। उनका मुख्य काम structured text processing है — exactly वही area जहाँ AI success rates सबसे तेज़ी से बढ़ रहे हैं।
Customer service representatives भी similar trajectory पर हैं। Inquiries handle करना, responses draft करना, issues route करना — ये सब text-based tasks हैं जहाँ LLMs हर quarter improve कर रहे हैं।
Editors और technical writers के लिए picture थोड़ी अलग है। AI अब competently text draft और revise कर सकता है, लेकिन professional editing और technical documentation का quality bar ऊँचा है। MIT study कहती है कि near-perfect quality — जो इन roles की demand है — 2029 के बाद भी "several additional years" लेगी। दावा — [arXiv:2604.01363]
Translators, software developers, paralegals, accountants, और market research analysts — सभी text-rich environments में काम करते हैं। लेकिन researchers जो बात ज़ोर देकर कहते हैं वो यह है — "task कर पाना" और "task करने वाले इंसान को replace करना" बिल्कुल अलग चीज़ें हैं।
Adoption Gap: क्षमता बनाम हकीकत
जो कोई भी अपनी नौकरी के बारे में चिंतित है, उसके लिए सबसे ज़रूरी finding यह है: AI adoption की timeline, AI capability development की timeline से काफ़ी ज़्यादा हो सकती है। दावा — [arXiv:2604.01363] AI किसी काम को कर सकता है इसका मतलब यह नहीं कि organizations implement कर देंगी।
इसे ऐसे समझिए। Spreadsheet software दशकों पहले बहुत से accounting tasks automate कर सकता था, लेकिन accountants गायब नहीं हुए — उनके काम करने का तरीका बदल गया। यहाँ भी वही pattern दोहराने की संभावना है। MIT team ने स्पष्ट कहा कि organizational implementation के लिए process redesign, trust-building, compliance frameworks, और workforce adaptation ज़रूरी है।
यही adoption gap "rising tides" metaphor को इतना important बनाता है। धीमी, steady बढ़त workers, companies, और policymakers को adapt करने का समय देती है। Crashing wave वो समय नहीं देती।
इस जानकारी का क्या करें
अगर आप text-heavy role में हैं, तो data तीन practical takeaways देता है:
पहला, replacement से पहले augmentation आएगा। 65% success rate का मतलब है AI पहले से ही useful collaborator है, लेकिन अभी काफ़ी बार fail होता है इसलिए human oversight ज़रूरी है। अभी से AI tools के साथ काम करना सीखिए — immediate career advantage वहीं है।
दूसरा, judgment और quality में invest करें। "Minimum quality" (जहाँ AI 2029 तक 80-95% जा रहा है) और "superior quality" (जो कई साल और दूर है) के बीच का gap — वहीं human expertise की premium value है।
तीसरा, snapshot नहीं, trend देखिए। सालाना 15 percentage points की improvement significant है। हर 6 महीने में reassess करें कि AI आपके workflow के किन हिस्सों में मदद कर सकता है।
MIT researchers ने हमें कुछ valuable दिया है — डर की जगह data-driven framework। ज्वार बढ़ रहा है, लेकिन सुनामी नहीं है। आपके पास समय है — इसे समझदारी से इस्तेमाल कीजिए।
क्या आप अपनी नौकरी का AI exposure जानना चाहते हैं? ऊपर दिए गए occupation page links पर जाकर देखिए। आपको क्या लगता है — आपके काम का कौन सा हिस्सा AI से बेहतर हो सकता है?
स्रोत
- Mertens, M., Kuzee, A., Harris, B.S., Lyu, H., Li, W., Rosenfeld, J., Anto, M., Fleming, M., & Thompson, N. (2026). "Crashing Waves vs. Rising Tides: Preliminary Findings on AI Automation from Thousands of Worker Evaluations of Labor Market Tasks." arXiv:2604.01363. https://arxiv.org/abs/2604.01363
अपडेट इतिहास
- 2026-04-04: arXiv:2604.01363 (अप्रैल 2026) पर आधारित पहला प्रकाशन।
यह विश्लेषण AI (Claude claude-opus-4-6) की सहायता से तैयार किया गया है। सभी दावों में evidence strength indicators और source links शामिल हैं। उल्लिखित occupations के विस्तृत automation data के लिए linked occupation pages देखें।