आखिरी 10%: 'AI एक्सपोज़र' एक शुरुआती रेखा है, छँटनी का पूर्वानुमान नहीं

AI और आपकी नौकरी को लेकर हर कोई गलत सवाल पूछ रहा है। सुर्खी कहती है कि आपकी भूमिका "90% स्वचालित" की जा सकती है — और आपका दिल बैठ जाता है। लेकिन डेटा असल में जो संकेत देता है वह यह है: अगर कोई मशीन आपके काम का 90% कर देती है, तब भी बचा हुआ 10% किसी न किसी को करना ही पड़ता है। और वही आखिरी हिस्सा आपके पूरे करियर का सबसे मूल्यवान, सबसे मानवीय और सबसे सुरक्षित भाग हो सकता है।

यही टोरंटो विश्वविद्यालय के रॉटमैन स्कूल के अर्थशास्त्री जोशुआ गैन्स के एक नए निबंध का केंद्रीय तर्क है, जो जुलाई 2026 में इकोनॉमिक इनोवेशन ग्रुप (EIG) द्वारा प्रकाशित हुआ। [तथ्य] गैन्स अब मशहूर हो चुकी उस पंक्ति को — कि AI हमारे काम का 90% स्वचालित कर सकता है — एक तबाही की सुर्खी से बदलकर एक ऐसे आर्थिक सवाल में बदल देते हैं जिसका जवाब देना सार्थक है।

तकनीक कार्यों को बदलती है, नौकरी के नाम को नहीं मिटाती

एक ऐसे सुधार से शुरू करें जो सब कुछ बदल देता है। [दावा] तकनीक शायद ही कभी किसी पूरे पेशे को एक ही झटके में मिटाती है। यह बदलती है कि उस पेशे के भीतर कौन — या क्या — किसी खास गतिविधि को करता है। आपका काम कार्यों का एक गुच्छा है, और AI नौकरी के नाम के हिसाब से नहीं, बल्कि एक-एक कार्य के हिसाब से आता है।

इसीलिए "क्या मेरी नौकरी सुरक्षित है?" लगभग एक गलत सवाल है। [तथ्य] अर्थशास्त्री डैरन ऐसमोग्लू और पास्कल रेस्ट्रेपो के कार्य-आधारित ढांचे पर आधारित होकर गैन्स कहते हैं कि उपयोगी सवाल अधिक संकीर्ण है: कौन-से कार्य स्वचालित होते हैं, और जो बचे रहते हैं उनका क्या होता है? एक ही नौकरी के नाम वाले दो लोग भी पूरी तरह अलग भविष्य का सामना कर सकते हैं, यह इस पर निर्भर करता है कि स्वचालित होने योग्य कार्य उनके सप्ताह भर के काम में कैसे बँटे हैं।

एक अकाउंटेंट पर विचार करें। अगर AI नियमित बहीखाता और मिलान का काम सोख लेता है, तो जो बचता है वह है अपवादों को सँभालना, निर्णय लेना, और ग्राहक से बातचीत — यानी विशेषज्ञ का 10%। इसके उलट अगर AI ग्राहक-संबंध का काम ले लेता और डेटा एंट्री छोड़ देता, तो कहानी उलट जाती। वही पदनाम, बिल्कुल विपरीत परिणाम।

एक पैरालीगल का दिन भी इसी तर्क से नए सिरे से गढ़ा जाता है। दस्तावेज़ खोज और उद्धरण जाँच को स्वचालित कर दें, तो जो बचता है वह है मुकदमे की रणनीति, ग्राहक से मुलाकात, और यह समझ कि असल में मायने क्या रखता है — ऐसा काम जिसे मशीन को सौंपना और भी कठिन है। दूसरे शब्दों में, एक ऊँचा एक्सपोज़र आँकड़ा आपको यह नहीं बताता कि आप इन दो भविष्यों में से किसकी ओर चल रहे हैं।

जब 90% चला जाए, तो आखिरी 10% कौन करेगा

यहीं मोड़ आता है। [तथ्य] गैन्स 90% वाले दावे को एक असली सवाल के रूप में फिर से गढ़ते हैं: किन परिस्थितियों में वह आखिरी 10% अधिक मूल्यवान बन जाता है, बनाम कब इसका मतलब सिर्फ यह होता है कि कम लोगों की ज़रूरत है?

कम से कम चार कारण हैं जिनसे आखिरी 10% गायब होने के बजाय फैल सकता है।

एकाग्रता प्रभाव। [अनुमान] जब नियमित काम गायब होता है, तो बची हुई ध्यान-शक्ति कठिन हिस्सों की ओर बहती है। नियमित छँटाई से मुक्त एक रेडियोलॉजिस्ट सचमुच पेचीदा और अस्पष्ट मामलों — वे जिनमें एक चूक किसी की ज़िंदगी बदल देती है — पर अधिक समय दे सकता है। बचा हुआ काम सिर्फ़ बचता नहीं, बेहतर हो जाता है।

विशेषज्ञता का पुनर्संतुलन। [दावा] स्वचालन नियमित कार्यों को हटाता है या विशेषज्ञ कार्यों को — यही सब कुछ तय करता है। नियमित को हटा दें, तो विशेषज्ञता की कसौटी ऊपर उठ जाती है — कम कर्मचारी, पर अधिक वेतन और बदलना अधिक कठिन। विशेषज्ञ अड़चन को हटा दें, तो कसौटी गिर जाती है और मैदान अधिक लोगों के लिए खुल जाता है। दिशा पहले से तय नहीं है।

संगठनात्मक पुनर्रचना। [अनुमान] कंपनियाँ कार्यों को फिर से जोड़ती हैं। बचे हुए कार्य व्यापक भूमिकाओं में फिर से मिला दिए जाते हैं, या नए विशेषज्ञ पदों में अलग कर दिए जाते हैं — सोचिए "AI मॉडल गवर्नेंस" कैसे नैदानिक और कानूनी काम का एक नया हिस्सा बनकर उभर रहा है, जो पहले नौकरी के रूप में मौजूद ही नहीं था।

माँग की लोच। [तथ्य] जब कोई सेवा सस्ती और बेहतर होती है, तो लोग उसे अधिक खरीदते हैं। बैंक टेलर इसका उत्कृष्ट उदाहरण हैं: ATM ने नियमित नकदी-लेनदेन स्वचालित कर दिया, फिर भी टेलर रोजगार ढहा नहीं — बैंकों ने और शाखाएँ खोलीं और भूमिका को नया रूप दिया। कम लागत ने माँग बढ़ाई, और माँग ने काम बढ़ाया।

लेकिन गैन्स दूसरे रास्ते के बारे में भी ईमानदार हैं। [तथ्य] एक वकील जिसकी दस्तावेज़ समीक्षा 90% स्वचालित हो चुकी है, हो सकता है कि उसके पास बस कम कानूनी काम बचे — और उसे करने के लिए कम वकीलों की ज़रूरत हो। आखिरी 10% आपकी रक्षा तभी करता है जब माँग, पुनर्संयोजन और विशेषज्ञता आपके पक्ष में पंक्तिबद्ध हों। परिणाम सचमुच अनिश्चित है, और वही अनिश्चितता ही असल बात है।

एक्सपोज़र स्कोर एक शुरुआती रेखा है, पूर्वानुमान नहीं

अपने पेशे के बारे में कोई डरावना आँकड़ा पढ़ने वाले हर व्यक्ति के लिए यह इस निबंध का सबसे उपयोगी विचार है। [तथ्य] AI "एक्सपोज़र" या "लागू होने की क्षमता" का स्कोर आपको बताता है कि तकनीक किसी नौकरी को कहाँ छू सकती है। यह नहीं बताता कि कितने लोग, किस वेतन पर, क्या काम करते हुए रोजगार में रहेंगे।

[दावा] किसी एक्सपोज़र संख्या को असल रोजगार-परिणाम में बदलने के लिए उन चीज़ों की जाँच करनी पड़ती है जिन्हें वेतन-डेटा छिपा देता है:

• क्या उजागर कार्य परिधीय हैं, विशेषज्ञ हैं, या असली अड़चन हैं?
• क्या स्वचालन प्रवेश की बाधा को ऊँचा करता है या नीचा?
• क्या बची हुई ध्यान-शक्ति बचे हुए काम की गुणवत्ता सुधारेगी?
• क्या कंपनियाँ कार्यों को व्यापक भूमिकाओं में जोड़ेंगी या संकीर्ण विशेषज्ञताओं में?
• क्या सस्ती, बेहतर सेवा माँग को इतना बढ़ाएगी कि भर्ती जारी रहे?

[अनुमान] गैन्स चेतावनी देते हैं कि औसत एक्सपोज़र किसी नौकरी की बनावट को छिपा सकता है। एक जैसे एक्सपोज़र स्कोर वाली दो नौकरियाँ भी पूरी तरह अलग भाग्य पा सकती हैं, क्योंकि वह एक्सपोज़र कार्य-गुच्छे में अलग-अलग जगहों पर बैठा होता है। और वेतन रिकॉर्ड शांत बदलावों को चूक जाते हैं: एक सॉफ्टवेयर डेवलपर जिसका AI सहायक दस्तावेज़ीकरण का समय घटा देता है, उसके वेतन में कोई बदलाव न दिखे, जबकि काम का असली स्वरूप, तीव्रता और संरचना पूरी तरह बदल चुकी हो।

उनका निष्कर्ष मॉनिटर पर चिपकाने लायक है: "एक्सपोज़र माप इन सवालों का शुरुआती बिंदु है, जवाब नहीं।"

आपके करियर के लिए इसका क्या मतलब है

अगर गैन्स से एक ही बात लेनी हो, तो यह लें: ऊँचा एक्सपोज़र स्कोर स्वीकार करने की सज़ा नहीं, जाँच करने का निमंत्रण है।

अपने पूरे सप्ताह को कार्यों के गुच्छे के रूप में देखें। कौन-से हिस्से इतने नियमित हैं कि AI उन्हें ले ले? क्या बचेगा? क्या बचा हुआ विशेषज्ञ का वही 10% है जो नियमित के हटने पर अधिक मूल्यवान हो जाता है — निर्णय, रिश्ते, अस्पष्ट फैसले — या यह ऐसा काम है जो मात्रा घटने पर खुद भी सिकुड़ जाता है? वह ईमानदार आकलन किसी भी सुर्खी वाले प्रतिशत से कहीं अधिक बताता है।

और इन सबमें छिपी हुई समय-रेखा पर ध्यान दें। [दावा] पुनःप्रशिक्षण की खिड़की छँटनी की खिड़की से पहले खुलती है। AI का कार्य-दर-कार्य स्वभाव बताता है कि बदलाव धीरे-धीरे, एक-एक गतिविधि करके आता है — और यही वह गुंजाइश है जिससे आप विशेषज्ञ के 10% की ओर तब बढ़ सकते हैं जब वह अभी बन ही रहा हो। हमारे व्यवसाय पृष्ठों पर आप देख सकते हैं कि आपके क्षेत्र के कौन-से खास कार्य सबसे ऊँचा AI एक्सपोज़र रखते हैं — और वही नक्शा ठीक वहीं है जहाँ से आखिरी-10% रणनीति शुरू होती है।

चार्ट पर मौजूद संख्या आपकी नियति नहीं है। यह उस सवाल की पहली पंक्ति है जिसे केवल आप ही पूरा कर सकते हैं — डर से नहीं, बल्कि साहस के साथ।

स्रोत

• Joshua Gans, "The Last Ten Per Cent: How task-level AI exposure fits into a jobs forecast," Economic Innovation Group, जुलाई 2026। वर्किंग पेपर (PDF) · विश्लेषण: agglomerations.eig.org/p/the-last-ten-per-cent

अपडेट इतिहास

• 2026-07-21 — पहला प्रकाशन। जोशुआ गैन्स के कार्य-आधारित एक्सपोज़र ढांचे और "आखिरी 10%" तर्क का सारांश और विश्लेषण।

---

*AI-सहायता प्राप्त विश्लेषण। यह लेख AI की सहायता से तैयार किया गया और एक मानव संपादक द्वारा समीक्षित है। 90%/10% प्रस्तुति और छह जाँच-आयाम जोशुआ गैन्स के जुलाई 2026 के EIG निबंध से लिए गए हैं; कामगारों के लिए व्याख्या हमारी अपनी है।