Anthropic का नया AI एक्सपोज़र स्कोर: 22-25 आयु वर्ग पहले प्रभावित

क्या होगा अगर कंप्यूटर प्रोग्रामर के काम का 75% हिस्सा पहले से ही AI की मदद से हो रहा है, लेकिन उनकी बेरोज़गारी दर बिल्कुल नहीं हिली? यह कोई कल्पना नहीं है। यह 5 मार्च, 2026 को चुपचाप जारी हुए Anthropic के एक नए शोध पत्र की मुख्य खोज है — और यह इस साल का सबसे महत्वपूर्ण श्रम-डेटा हो सकता है।

यह पेपर पिछले तीन वर्षों में आए दर्जनों पेपरों से क्यों ज़्यादा महत्वपूर्ण है? पिछले तीन वर्षों में हर "AI X% नौकरियाँ ले लेगा" वाली हेडलाइन एक ही 2023 के Eloundou और सहयोगियों के पेपर तक जाकर रुकती थी। उस पेपर ने सैद्धांतिक एक्सपोज़र (theoretical exposure) मापा था — यानी एक आदर्श दुनिया में AI जो _कर सकता है_ वह। Anthropic के अर्थशास्त्री Maxim Massenkoff और Peter McCrory ने अभी कुछ बुनियादी रूप से अलग जारी किया है: एक माप जो यह दिखाता है कि AI _अभी असली कार्यप्रवाहों के अंदर वास्तव में क्या कर रहा है_, और इस आधार पर भार दिया गया है कि वह इंसान की जगह ले रहा है या सिर्फ़ मदद कर रहा है।

वे इसे देखी गई एक्सपोज़र (observed exposure) कहते हैं। और सिद्धांत और वास्तविकता के बीच का यह अंतर इस महीने आप जो सबसे आश्वस्त करने वाली बात पढ़ेंगे, वह है — जब तक आप युवा कर्मचारियों वाले हिस्से तक नहीं पहुँचते।

"देखी गई एक्सपोज़र" वास्तव में कैसे काम करती है

मुख्य ट्रिक डेटा स्रोत में है। Anthropic के पास कुछ ऐसा है जो किसी भी अकादमिक टीम के पास नहीं था: लाखों Claude बातचीतों के अनाम रिकॉर्ड कि वे वास्तविक व्यावसायिक कार्यों से कैसे मेल खाते हैं। उन बातचीतों को O\*NET कार्य-डेटाबेस से मिलाकर — जो लगभग 800 अमेरिकी व्यवसायों को कवर करता है — शोधकर्ताओं ने प्रति-नौकरी एक स्कोर बनाया जो दर्शाता है कि लोग वास्तव में AI से क्या करवाने के लिए भुगतान कर रहे हैं। न कि अर्थशास्त्री क्या अनुमान लगाते हैं कि एक दिन यह क्या कर सकता है।

यहाँ एक और महत्वपूर्ण मोड़ है। जब कोई Claude का उपयोग किसी कार्य को पूरी तरह _बदलने_ (automation) के लिए करता है, तो वह पूरे भार के साथ गिना जाता है। जब वह उसका उपयोग कार्य में _सहायता_ (augmentation, जैसे विचार-मंथन या संपादन) के लिए करता है, तो वह आधे भार के साथ गिना जाता है। [तथ्य] यह भार-निर्धारण इसलिए महत्वपूर्ण है क्योंकि सहायता अक्सर श्रमिकों को समीकरण से हटाए बिना उनकी उत्पादकता बढ़ाती है, जबकि स्वचालन सीधे मानव श्रम के घंटों की जगह लेता है।

परिणाम एक ऐसी स्कोरिंग प्रणाली है जो वास्तविक दुनिया में अपनाने, सॉफ़्टवेयर बाधाओं, क़ानूनी सीमाओं, और इस सरल प्रश्न को कैप्चर करती है कि क्या किसी ने अभी तक किसी कार्य पर AI लगाने की ज़हमत भी उठाई है।

वह 75% जो आपको चिंतित करना चाहिए — और वह 33% जो नहीं करना चाहिए

पूरे डेटासेट में सबसे ऊँचे स्कोर वाला एकमात्र व्यवसाय है Computer Programmers जिसकी देखी गई एक्सपोज़र 75% है। [तथ्य] अगर आप कोडिंग से जीविका कमाते हैं, तो आपके काम के विवरण में औसतन हर चार घंटों में से तीन घंटे कहीं न कहीं Claude बातचीत में दिखाई दे रहे हैं। यही वह नंबर है जिसे हर टेक प्रकाशन ने हेडलाइन बनाया।

लेकिन ज़्यादा दिलचस्प नंबर एक स्तर नीचे दबा हुआ है। पूरी Computer & Mathematical व्यावसायिक श्रेणी — जिसमें प्रोग्रामर, सॉफ़्टवेयर डेवलपर, डेटा साइंटिस्ट और सांख्यिकीविद शामिल हैं — का _सैद्धांतिक_ एक्सपोज़र स्कोर लगभग 90% है। इसका _देखा गया_ स्कोर? सिर्फ़ 33%। [तथ्य]

यह अंतर — AI जो छू सकता है और जो वास्तव में छू रहा है उसके बीच का अंतर — पूरे खेल का सार है। यह आपको बताता है कि अपनाने की दर, मौजूदा सॉफ़्टवेयर स्टैक में एकीकरण, नियामक घर्षण, और पुरानी मानवीय जड़ता किसी भी तकनीकी सीमा से कहीं अधिक संक्रमण को धीमा कर रहे हैं। तकनीक आगे दौड़ी। कार्यस्थल नहीं दौड़ा।

Customer Service Representatives और Data Entry Keyers जैसे व्यवसायों के लिए, अंतर छोटा है — ये ऐसी नौकरियाँ हैं जहाँ सॉफ़्टवेयर पाइपलाइन सरल हैं, क़ानूनी बाधाएँ हल्की हैं, और एकीकरण लागत कम है। इसलिए अपनाने की रफ़्तार तेज़ है। अगर आप इनमें से किसी भूमिका में हैं, तो देखी गई एक्सपोज़र संख्या एक पूर्वानुमान नहीं है। यह पिछली तिमाही का विवरण है।

वह 30% जो वस्तुतः अछूते हैं

यहाँ वह हिस्सा है जो प्रलयकारी कथाओं में दब जाता है। लगभग 30% अमेरिकी श्रमिकों की देखी गई एक्सपोज़र वस्तुतः शून्य है। [तथ्य] ये ऐसी नौकरियाँ हैं जहाँ AI को मापने योग्य रूप से तैनात नहीं किया गया है — इसलिए नहीं कि नियामकों ने इसे रोका, इसलिए नहीं कि श्रमिकों ने इसके विरुद्ध संगठित हो गए, बल्कि इसलिए कि किसी ने इसका उपयोगी प्रयोग करने का तरीक़ा नहीं ढूँढा।

सूची में Cooks, मोटरसाइकिल मैकेनिक, लाइफ़गार्ड, Bartenders, डिशवॉशर और लॉकर रूम अटेंडेंट शामिल हैं। एक बार देख लेने पर पैटर्न स्पष्ट हो जाता है: शारीरिक काम, व्यक्तिगत उपस्थिति, गन्दे माहौल में वास्तविक समय का निर्णय। ये नौकरियाँ कथित रूप से 1950 से 2010 के दशक तक हर भविष्यवादी पूर्वानुमान में _पहले_ स्वचालित होने वाली थीं। अब वे _आख़िरी_ हैं।

अगर आप किसी हस्तकौशल वाले व्यापार में, सेवा भूमिका में, या किसी ऐसी चीज़ में हैं जिसके लिए किसी विशिष्ट समय पर किसी विशिष्ट भौतिक स्थान पर होना ज़रूरी है, तो डेटा आपको कुछ महत्वपूर्ण बता रहा है। AI क्रांति स्क्रीन के सामने हो रही है, रसोई में या मरम्मत खण्डों में नहीं।

युवा-कर्मचारी संकेत जो ध्यान माँगता है

अब कठिन हिस्सा। पेपर पाता है कि किसी पेशे में प्रत्येक 10 प्रतिशत अंक की अतिरिक्त देखी गई एक्सपोज़र के लिए, BLS-अनुमानित रोज़गार वृद्धि लगभग 0.6 प्रतिशत अंक गिरती है [तथ्य] — एक छोटा लेकिन सांख्यिकीय रूप से सार्थक झुकाव। पूरे श्रम बाज़ार में यह बहुत बड़ा नहीं है। लेकिन यह कुछ नहीं भी नहीं है, और यह इस तरह केंद्रित है कि हमें इस डेटा को पढ़ने का तरीक़ा बदलना चाहिए।

जहाँ संकेत तेज़ होता है वह है 22-25 आयु वर्ग के नई भर्तियों में। उच्च-एक्सपोज़र वाले व्यवसायों में, इस आयु वर्ग की नई भर्ती लगभग 0.5 प्रतिशत अंक [तथ्य] गिर गई है, इस तरह से जिसे शोधकर्ता सांख्यिकीय रूप से सार्थक के रूप में अलग कर सकते हैं। उन्हीं क्षेत्रों में प्राइम-एज और बड़े श्रमिकों के लिए, यह प्रभाव गायब हो जाता है। मौजूदा कर्मचारी अपनी नौकरियाँ रखते हैं। बेरोज़गारी दर मुश्किल से हिलती है। ChatGPT के बाद उच्च-एक्सपोज़र वाले श्रमिकों की बेरोज़गारी दर कम-एक्सपोज़र वाले श्रमिकों की तुलना में कोई महत्वपूर्ण वृद्धि नहीं दिखाती है। [तथ्य]

लेकिन नए प्रवेशकों के लिए दरवाज़ा बंद हो रहा है — एक दरार से, धमाके से नहीं, और हर जगह नहीं। यह बिल्कुल वही पैटर्न है जिसकी आप अपेक्षा करेंगे यदि कंपनियाँ चुपचाप AI का उपयोग उन प्रवेश-स्तरीय कार्यों को संभालने के लिए कर रही हैं जो पहले एक जूनियर कर्मचारी के पहले छह महीने हुआ करते थे। वरिष्ठ इंजीनियर अपनी भूमिकाएँ नहीं खोते। लेकिन कंपनी पाँच के बजाय चार नए स्नातकों को काम पर रखती है।

यह अपने अलग पैराग्राफ का हक़दार है क्योंकि यह पेपर का वह हिस्सा है जिसे व्यवहार बदलना चाहिए। अगर आप 22-25 के हैं, उच्च-एक्सपोज़र वाले क्षेत्र को देख रहे हैं, तो आप उसी नौकरी की पोस्टिंग के विरुद्ध प्रतिस्पर्धा कर रहे हैं जिसे आपके बड़े सहयोगियों ने पाँच साल पहले भरा था — लेकिन एक स्लॉट कम है। पाइपलाइन संकरी हो गई।

आपके करियर के लिए इसका क्या मतलब है

यहाँ वह फ़्रेमिंग है जो मुझे लगता है डेटा वास्तव में समर्थन करता है — और यह हेडलाइन के सुझाव से कहीं ज़्यादा आशावादी है। AI एक्सपोज़र की तस्वीर बड़े पैमाने पर बेरोज़गारी की भविष्यवाणी नहीं है। 2026 में, डेटा यह नहीं दिखाता। यह जो दिखाता है वह है श्रम बाज़ार में एक धीमी रोटेशन (slow rotation), तीन पैटर्नों के साथ:

1. उच्च-एक्सपोज़र वाले व्यवसायों में सबसे युवा समूह के लिए वास्तविक लेकिन मामूली भर्ती मंदी है। 2022 CPS डेटा में उच्च- और कम-एक्सपोज़र वाले श्रमिकों के बीच कुल वेतन अंतर लगभग 47% था [तथ्य] — मतलब ये अभी भी अच्छी तनख़्वाह वाली नौकरियाँ हैं। वे ग़ायब नहीं हो रही हैं। वे केवल कम नए प्रवेशकों को नियुक्त कर रही हैं।

1. शून्य देखी गई एक्सपोज़र वाले 30% वस्तुतः अछूते हैं। शारीरिक, व्यक्तिगत, निर्णय-गहन काम अभी भी मज़बूती से मानव है। अगर आप AI द्वारा अपनी जगह लेने को लेकर चिंतित हैं और आप इन भूमिकाओं में से किसी एक में हैं, तो अब तक के डेटा द्वारा वह चिंता समर्थित नहीं है।

1. स्कोर का सहायता-आधा (augmentation half) हिस्सा एक बग नहीं, फ़ीचर है। जब Claude का उपयोग बदलने के बजाय सहायता करने के लिए हो रहा है, तो यह इंसानों को अधिक उत्पादक बना रहा है — और वह उत्पादकता ही उन श्रमिकों के वेतन का वित्त पोषण करती है जो इसका उपयोग कर रहे हैं।

शोध के एक अंश को उद्धरण के लायक़ मानना चाहिए: ChatGPT नवंबर 2022 में लॉन्च हुआ। हम अब परिनियोजन के साढ़े तीन साल के मुक़ाम पर हैं। उच्च-एक्सपोज़र वाले श्रमिकों की बेरोज़गारी दर कम-एक्सपोज़र वाले श्रमिकों के सापेक्ष महत्वपूर्ण रूप से नहीं बढ़ी है। [तथ्य] यह एक उल्लेखनीय तथ्य है और हेडलाइनों ने अभी तक इसे आत्मसात नहीं किया है।

जो हेडलाइनों ने आत्मसात नहीं किया वह यह भी है: यह दुनिया का अंत नहीं है। यह दुनिया का समायोजन है। उच्च-एक्सपोज़र वाले क्षेत्रों में अपने 30 के दशक, 40 के दशक और 50 के दशक के श्रमिक नए उपकरणों के साथ अपना काम कर रहे हैं, क़रीब-क़रीब वही वेतन पा रहे हैं, और निकाले नहीं जा रहे हैं। दबाव बिंदु ठीक दरवाज़े पर है — नए प्रवेशकों के लिए — और यह एक ऐसी समस्या है जो घबराहट के बजाय बेहतर इंटर्नशिप, अप्रेंटिसशिप, और प्रवेश-स्तरीय पुनर्डिज़ाइन से हल हो सकती है।

अगर आप यह पढ़ रहे हैं तो व्यावहारिक सलाह

जो श्रमिक पहले से ही उच्च-एक्सपोज़र वाले क्षेत्रों में हैं उनके लिए: यह पेपर, स्पष्ट रूप से कहूँ तो, हल्का आश्वासन है। आपका काम बदला नहीं जा रहा, बढ़ाया जा रहा है। उन उपकरणों को सीखें जो इसे बढ़ाते हैं। वह व्यक्ति बनें जो उनका सबसे अच्छा उपयोग करता है।

श्रम बाज़ार में प्रवेश करने वाले युवा श्रमिकों के लिए: 0.5 प्रतिशत अंक की भर्ती गिरावट को गंभीरता से लें लेकिन प्रलयकारी रूप से नहीं। गिरावट वास्तविक है। यह छोटी भी है। आगे का रास्ता पोर्टफ़ोलियो काम, सार्वजनिक परियोजनाओं, और उन कौशलों को प्रदर्शित करने के सोचे-समझे प्रयासों में है जो AI प्रॉम्प्ट से आसानी से दोहराए नहीं जा सकते।

कम-एक्सपोज़र वाले क्षेत्रों में काम करने वालों के लिए: AI डूम वाली बातों को अनदेखा करें। डेटा वह नहीं कहता जो वे बातें दावा करती हैं। आपका काम स्वचालित नहीं हो रहा है। शायद कभी न हो।

सबके लिए: प्रेस विज्ञप्तियों के बजाय इस तरह के शोध को देखते रहें। Anthropic ने प्रभावी रूप से इस क्षेत्र में माप का स्तर बढ़ा दिया है। अब से हर "AI X% नौकरियाँ ले लेगा" वाली हेडलाइन की जाँच इस आधार पर होनी चाहिए कि वह देखी गई एक्सपोज़र को माप रही है या सैद्धांतिक एक्सपोज़र को। ये दो अलग दुनियाएँ हैं।

---

_यह लेख AI सहायता से लिखा गया था और सटीकता के लिए समीक्षित किया गया था। अंतर्निहित शोध, डेटा, और निष्कर्ष Anthropic के प्रकाशित आर्थिक शोध से लिए गए हैं। उद्धरण व्याख्यायित हैं; विशिष्ट संख्याएँ स्रोत पेपर के विरुद्ध सत्यापित हैं।_

स्रोत

• Massenkoff, M. & McCrory, P. (2026). "Labor market impacts of AI: A new measure and early evidence." Anthropic Economic Research, 5 मार्च, 2026. https://www.anthropic.com/research/labor-market-impacts
• Anthropic Economic Index, अगस्त और नवंबर 2025 रिलीज़
• O\*NET कार्य डेटाबेस
• BLS रोज़गार अनुमान, 2024-2034
• CPS (Current Population Survey) वेतन डेटा, अक्टूबर 2022

अद्यतन इतिहास

• 2026-05-04 — पहला प्रकाशन