AI नौकरी भर्तियों का 75-85% STEM में — 10 देशों के अध्ययन ने दिखाया नया विभाजन

75% से 85% के बीच। अमेरिका से लेकर इंडोनेशिया तक — एक नए अध्ययन ने जिन दस देशों की जांच की, उन सभी में AI से जुड़ी नौकरी की भर्तियों का इतना बड़ा हिस्सा STEM व्यवसायों में सिमटा हुआ मिला। [तथ्य] एक-तिहाई नहीं। "पूरी अर्थव्यवस्था में समान रूप से फैल रहा है" भी नहीं। तीन-चौथाई से चार-पांचवां हिस्सा, एक ही व्यावसायिक समूह में।

आपने सुना होगा कि AI कौशल जल्द ही स्प्रेडशीट की तरह हर किसी की ज़रूरत बन जाएगा। लेकिन भर्ती के आंकड़े कुछ और ही कहानी बताते हैं। और यह खबर आपके लिए राहत है या चेतावनी — यह पूरी तरह इस बात पर निर्भर करता है कि आप इस विभाजन के किस तरफ काम करते हैं।

शोधकर्ताओं ने असल में क्या मापा

Rafiazka Hilman और Júlia Koltai — बुडापेस्ट के MTA-TK डिजिटल सामाजिक विज्ञान अनुसंधान समूह, एम्स्टर्डम विश्वविद्यालय और ELTE से जुड़े शोधकर्ता — ने दिसंबर 2025 से मई 2026 के बीच LinkedIn, Indeed और Glassdoor से इकट्ठा की गई नौकरी की भर्तियों का विश्लेषण किया। [तथ्य] नमूने में पांच महाद्वीपों के दस श्रम बाजार शामिल हैं: अमेरिका, ब्रिटेन, जर्मनी, नीदरलैंड, ब्राज़ील, भारत, इंडोनेशिया, चीन, सिंगापुर और दक्षिण अफ्रीका।

तरीका यहां मायने रखता है, क्योंकि भर्ती-आधारित अध्ययन की गुणवत्ता निष्कर्षण की गुणवत्ता पर टिकी होती है। टीम ने दो-चरणीय तरीका अपनाया: पहले नियम-आधारित प्राकृतिक भाषा प्रसंस्करण (NLP) से भर्ती के मूल पाठ में कौशल के उल्लेख निकाले गए, फिर जो नियम पकड़ नहीं पाए, उसे ओपन-वेट LLM (GPT-OSS) के ज़ीरो-शॉट वर्गीकरण से पूरा किया गया। [तथ्य] इसके बाद उन्होंने व्यवसायों और कौशलों को जोड़ने वाले द्विपक्षीय (bipartite) नेटवर्क बनाए, उन्हें व्यवसाय-से-व्यवसाय समानता के नक्शों में बदला, और Louvain तथा Leiden कम्युनिटी डिटेक्शन चलाकर देखा कि कौन-सी नौकरियां एक साथ समूह बनाती हैं — दो व्यवसायों की कौशल मांगें कितनी मिलती-जुलती हैं, यह Jaccard समानता से मापा गया।

सीधी भाषा में कहें तो: उन्होंने यह नक्शा बनाया कि किन नौकरियों से एक जैसी चीज़ें मांगी जा रही हैं, और देखा कि AI की मांग उस नक्शे को कैसे नए सिरे से खींच रही है।

एक कोर, चार कौशल

संकेंद्रण का निष्कर्ष चौंकाने वाला है। सभी दस देशों में AI से जुड़ी रिक्तियों का लगभग 75% से 85% हिस्सा STEM व्यवसायों में था, और देशों के बीच अंतर मामूली ही रहा। [तथ्य] नियोक्ताओं ने जो कौशल मांगे, वे लेखकों के शब्दों में "डेटा दक्षताओं का एक सघन कोर" बनाते हैं: Python, SQL, मशीन लर्निंग और डेटा विश्लेषण — हर क्षेत्र और हर देश की रैंकिंग में यही चार हावी रहे। [तथ्य]

उस कोर के केंद्र में बैठे व्यवसाय जाने-पहचाने हैं: डेटा वैज्ञानिक, सॉफ्टवेयर डेवलपर, सांख्यिकीविद और कंप्यूटर नेटवर्क आर्किटेक्ट AI-सघन भर्ती में सबसे आगे रहे, जबकि किनारों पर मार्केट रिसर्च विश्लेषक और संचालन प्रबंधक जैसी बिज़नेस भूमिकाएं दिखीं — ऐसे पद जो तकनीकी कौशल-सेट से लगातार उधार ले रहे हैं।

चार कौशल। मुट्ठी भर व्यवसाय। दस बिल्कुल अलग अर्थव्यवस्थाएं, और पैटर्न एक।

बाकी 95%: जहां AI भर्ती नहीं पहुंच रही

अब वह हिस्सा जो आम धारणा के उलट है। चार बड़े क्षेत्र — स्वास्थ्य और शिक्षा, सेवाएं, उत्पादन और लॉजिस्टिक्स, तथा सार्वजनिक सेवा और देखभाल — इनमें से हर एक के हिस्से AI भर्तियों का 5% से भी कम आया। [तथ्य]

इसे ध्यान से पढ़िए, क्योंकि यह प्रचलित कहानी के खिलाफ जाता है। अगर आप पंजीकृत नर्स हैं या स्कूल शिक्षक, तो 2026 के मध्य तक आपके क्षेत्र के नियोक्ता आपसे Python या मशीन लर्निंग ज़्यादातर नहीं मांग रहे। "हर नौकरी में जल्द ही AI कौशल अनिवार्य होगा" वाली लोकप्रिय भविष्यवाणी को, नियोक्ता आज भर्तियों में असल में जो लिखते हैं, उसमें कोई समर्थन नहीं मिलता। [दावा]

लेकिन यह सुरक्षा की गारंटी नहीं है। इस पर नीचे और बात करेंगे।

एंट्री-लेवल का मोड़

इस अध्ययन का सबसे असहज निष्कर्ष वरिष्ठता के बारे में है। जब शोधकर्ताओं ने अपने नेटवर्क पर सख्त थ्रेशोल्ड लगाए, तो एंट्री-लेवल पदों का AI कौशल मांग से सबसे मज़बूत जुड़ाव बना रहा, जबकि निदेशक और कार्यकारी स्तर के पद AI कौशल कोर से अलग हो गए। [तथ्य]

लेखकों की व्याख्या: AI दक्षता करियर के बीच में तरक्की का औज़ार नहीं, बल्कि "व्यावसायिक प्रवेश की पूर्व-शर्त" के रूप में काम कर रही है। [दावा] दूसरे शब्दों में, दरवाज़ा प्रवेश द्वार पर ही है। पहली विश्लेषक नौकरी के लिए आवेदन करने वाला 22 साल का युवा उन AI कौशल शर्तों का सामना करता है, जिन्हें उसका इंटरव्यू लेने वाले विभाग प्रमुख को कभी पूरा नहीं करना पड़ा — और मौजूदा भर्ती पैटर्न के हिसाब से, अब भी नहीं करना पड़ता।

करियर की शुरुआत करने वालों के लिए "अंदर जाकर सीख लेंगे" वाली योजना लगातार जोखिम भरी होती जा रही है। मांगें सीढ़ी के ठीक उसी पायदान पर लादी जा रही हैं, जहां आपकी मोल-भाव की ताकत सबसे कम होती है।

अभिसरण और विचलन — दोनों एक साथ

तो क्या AI श्रम बाजार को एक जैसा बना रहा है या बांट रहा है? अध्ययन का जवाब: दोनों — और एक खास, असमान तरीके से। STEM कोर के भीतर व्यवसाय आपस में मिलते जा रहे हैं (अभिसरण) — डेटा वैज्ञानिक, डेवलपर और सांख्यिकीविद से लगातार वही सघन कौशल-सेट मांगा जा रहा है, जिससे उनके प्रोफाइल एक-दूसरे के विकल्प बनते जा रहे हैं। [तथ्य] जबकि उस कोर और बाकी सबके बीच की दूरी बढ़ रही है। लेखक इसे दो-शाखाओं वाला पैटर्न कहते हैं: पहले से लाभ की स्थिति में बैठे AI-संपर्क वाले कोर के भीतर अभिसरण, और उस कोर तथा बाकी व्यावसायिक ढांचे के बीच विचलन। [तथ्य]

और यही वह निष्कर्ष है जो इस अध्ययन को एक और अमेरिका-केंद्रित रिपोर्ट से ऊपर उठाता है: यह पैटर्न ग्लोबल नॉर्थ और ग्लोबल साउथ — दोनों में समान रूप से कायम रहा। [तथ्य] ब्राज़ील, भारत, इंडोनेशिया और दक्षिण अफ्रीका में वही कोर-बनाम-बाकी संरचना दिखी जो अमेरिका, जर्मनी और सिंगापुर में। यह विकास का कोई ऐसा चरण नहीं लगता जिसे देर से औद्योगिक हुई अर्थव्यवस्थाएं समय के साथ पार कर लेंगी — यह इस बात की संरचनात्मक विशेषता लगती है कि AI श्रम बाजारों में दाखिल कैसे होता है। [दावा]

यह अध्ययन आपको क्या नहीं बता सकता

तीन ईमानदार सीमाएं — क्योंकि इन्हीं से तय होता है कि इन आंकड़ों का इस्तेमाल कैसे करना चाहिए।

पहला, नौकरी की भर्तियां AI को "बनाने और लगाने" की मांग मापती हैं, उसे "इस्तेमाल करने" की नहीं। जो शिक्षक हर सुबह ChatGPT से अपनी पाठ योजना संवारता है, वह इस डेटा में कभी नहीं दिखता, क्योंकि कोई भर्ती इसका ज़िक्र नहीं करती। भर्तियों में AI की कम पैठ का मतलब नौकरी पर AI का कम असर नहीं है — कार्य-स्तर का स्वचालन बिना किसी विज्ञापन के दस्तक देता है। [दावा]

दूसरा, अवलोकन की अवधि छह महीने है (दिसंबर 2025 से मई 2026) और स्रोत तीन अंग्रेज़ी-इंटरफेस प्लेटफॉर्म हैं। LinkedIn, Indeed और Glassdoor सफेदपोश, शहरी और औपचारिक क्षेत्र की भर्तियों को ज़्यादा दिखाते हैं — खासकर ब्राज़ील, भारत, इंडोनेशिया और दक्षिण अफ्रीका में, जहां अनौपचारिक रोजगार बड़ा है। पूरी अर्थव्यवस्था के स्तर पर वास्तविक संकेंद्रण कुछ प्रतिशत-अंक अलग हो सकता है, हालांकि दस देशों में एक जैसी तस्वीर बताती है कि मूल निष्कर्ष मज़बूत है। [अनुमान]

तीसरा, नमूने में न जापान है, न दक्षिण कोरिया, न मध्य पूर्व। अलग भर्ती-प्लेटफॉर्म पारिस्थितिकी वाले पूर्वी एशियाई बाजारों में भी यही पैटर्न चलता है या नहीं — यह अभी परखा नहीं गया है।

इस जानकारी का क्या करें

अगर आप STEM कोर के भीतर काम करते हैं: अभिसरण का मतलब है कि आपका कौशल प्रोफाइल पड़ोसी भूमिकाओं से लगातार मिलता जा रहा है। डेटा और सॉफ्टवेयर नौकरियों के बीच आवाजाही बढ़ रही है — और साथ ही उन लोगों की तादाद भी, जो आपकी कुर्सी के लिए दावेदारी कर सकते हैं। जब चार कोर कौशल बुनियादी शर्त बन जाएं, तो फर्क डोमेन ज्ञान से पड़ता है: अस्पताल के संचालन या सप्लाई चेन को समझने वाला डेटा वैज्ञानिक सिर्फ टूलकिट जानने वाले से आगे निकल जाता है।

अगर आप 5% से कम वाले क्षेत्रों में काम करते हैं: आज की भर्तियों में AI शर्तों का न होना राहत की सांस है, छूट नहीं। इस समय का इस्तेमाल कीजिए। कार्य-स्तर का स्वचालन भर्ती की शर्तों से बहुत पहले नौकरियों तक पहुंचता है — पंजीकृत नर्स, संचालन प्रबंधक समेत हज़ार से ज़्यादा व्यवसायों का जोखिम स्तर हमारे व्यवसाय पृष्ठों पर देखा जा सकता है।

अगर आप करियर की शुरुआत में हैं: इस अध्ययन का सबसे व्यावहारिक संदेश आपके ही लिए है। AI कौशल की मांगें ठीक आपके स्तर पर केंद्रित हैं। चार कौशलों का कोर — Python, SQL, मशीन लर्निंग की बुनियाद, डेटा विश्लेषण — सीमित है, सीखा जा सकता है, और फिलहाल पहली नौकरियों के लगातार चौड़े होते दायरे की प्रवेश कीमत है। मौजूदा भर्ती पैटर्न के आधार पर, इस कीमत के गायब होने से ज़्यादा संभावना इसके पड़ोसी एंट्री-लेवल भूमिकाओं तक फैलने की है। [अनुमान]

AI श्रम बाजार को एक जैसा नहीं बना रहा। वह उसे छांट रहा है — और यह छंटाई मुख्य दरवाज़े से शुरू होती है।

---

AI-सहायता प्राप्त विश्लेषण: यह लेख नीचे उद्धृत प्रीप्रिंट के आधार पर AI की सहायता से शोध और लेखन किया गया है। सभी आंकड़े मूल शोध-पत्र से मिलान कर सत्यापित किए गए हैं; [दावा] या [अनुमान] चिह्नित कथन लेखकों के निष्कर्ष नहीं, बल्कि विश्लेषणात्मक आकलन हैं।

स्रोत

• Hilman, R., & Koltai, J. (2026). Occupational Convergence or Divergence? Mapping Labor Market Structural Shifts Driven by AI Penetration. arXiv:2607.28798. https://arxiv.org/abs/2607.28798