ILO की चेतावनी: AI एक्सपोज़र के आँकड़े संकेत हैं, नौकरी छूटने की भविष्यवाणी नहीं

आपने सुर्खी देखी होगी: दुनिया भर की चार में से एक नौकरी जेनरेटिव AI के संपर्क में है। यह आँकड़ा सच है — यह खुद ILO के Global Index से आया है। लेकिन ILO ने अभी 16 पन्नों की एक ब्रीफ छापी है जिसका पूरा मक़सद आपको चेताना है कि इसे उस तरह मत पढ़िए जिस तरह ज़्यादातर पत्रकार पढ़ रहे हैं।

यहाँ कोई खुलकर नहीं बोल रहा: "एक्सपोज़र" का मतलब "विस्थापन" नहीं है। और इन दो शब्दों के बीच की खाई ही वह जगह है जहाँ आपका करियर असल में रहता है।

अगर आप यह पढ़ रहे फाइनेंशियल एनालिस्ट, अकाउंटेंट, सॉफ़्टवेयर इंजीनियर या टीचर हैं, तो नई ILO ब्रीफ आपके आँकड़ों के बारे में कुछ ख़ास कहती है — और यह भी कि क्यों सबसे डरावनी व्याख्याएँ लगभग ज़रूर ग़लत हैं।

ILO ने असल में क्या मापा

अप्रैल 2026 की ब्रीफ, Workers' Exposure to AI: What Indicators Tell Us – and What They Don't, अंतर्राष्ट्रीय श्रम संगठन की एक ऐसी बहस को शांत करने की कोशिश है जिसे शुरू करने में उसी का हाथ था। मूल ILO–NASK Global Index का प्रमुख निष्कर्ष:

[तथ्य] वैश्विक रोज़गार का 3.3% सबसे ऊँचे GenAI एक्सपोज़र श्रेणी में आता है — वह बैंड जहाँ AI टूल्स अधिकतर मुख्य कामों को बदल सकते हैं। मोटे तौर पर दुनिया भर का हर चौथा कर्मचारी एक्सपोज़र की सीढ़ी पर कहीं न कहीं है, कम से कम कुछ काम तकनीकी रूप से ऑटोमेट किए जा सकते हैं।

लेकिन वितरण बेहद असमान है। [तथ्य] उच्च-आय वाले देशों में कुल एक्सपोज़र रोज़गार के 34% तक पहुँचता है, जबकि निम्न-आय वाले देशों में सिर्फ़ 11%। यह फ़र्क़ इसलिए नहीं कि ग़रीब देशों के कर्मचारी ज़्यादा सुरक्षित हैं — बल्कि इसलिए कि उनकी अर्थव्यवस्था में वे संज्ञानात्मक, ऑफ़िस-आधारित नौकरियाँ कम हैं जिन्हें GenAI अच्छी तरह कर पाता है।

और लिंग के हिसाब से भी चौंकाने वाला अंतर है। [तथ्य] सबसे ऊँचे एक्सपोज़र बैंड में, वैश्विक स्तर पर महिला रोज़गार का 4.7% प्रभावित है, बनाम पुरुष रोज़गार का 2.4%। उच्च-आय वाले देशों में यह खाई और चौड़ी हो जाती है — सबसे ऊँचे बैंड में 9.6% महिलाएँ बनाम 3.5% पुरुष। क्यों? प्रशासनिक, क्लर्किकल और ग्राहक-सेवा का काम — ऐतिहासिक रूप से महिला-प्रधान व्यवसाय — ठीक उसी जगह बैठा है जो बड़े भाषा मॉडल पहले से अच्छा कर सकते हैं।

जिन व्यवसायों पर ILO नज़र रख रहा है

ब्रीफ़ AI किसे प्रभावित करता है, इस बारे में आम कहानी को पलट देती है। "ऑटोमेशन जोखिम" शोध की पहली लहर — 2010 के दशक की Frey-Osborne शैली की पढ़ाई — दोहरावदार मैन्युअल नौकरियों की ओर इशारा करती थी: ट्रक ड्राइवर, फ़ैक्ट्री मज़दूर, कैशियर। AI-क्षमता-आधारित नए संकेतक कुछ अलग कह रहे हैं।

[दावा] सबसे ऊँचा एक्सपोज़र अब उच्च-कुशल संज्ञानात्मक व्यवसायों में केंद्रित है: बिज़नेस और फ़ाइनेंशियल ऑपरेशंस, कंप्यूटिंग और गणित, शिक्षा, और कुछ प्रशासनिक-प्रबंधकीय भूमिकाएँ। ये वे काम हैं जिनमें भाषा, विश्लेषण, दस्तावेज़ निर्माण और संरचित तर्क शामिल है — ठीक वही जिसके लिए जेनरेटिव AI बनाया गया है।

इसका मतलब यह नहीं कि अगले साल किसी फ़ाइनेंशियल एनालिस्ट की बेरोज़गार होने की संभावना गोदाम मज़दूर से ज़्यादा है। इसका मतलब है कि एनालिस्ट के काम की सामग्री आज की AI क्षमताओं के साथ ज़्यादा ओवरलैप करती है। यह ओवरलैप नौकरी छूटने में तब्दील होगा, या काम के पुनर्डिज़ाइन में, या उत्पादकता बढ़ोतरी में, या किसी पूरी तरह अलग चीज़ में — और यही ILO का मुख्य बिंदु है — यह बिल्कुल अलग सवाल है।

व्यवसाय-दर-व्यवसाय विवरण के लिए हमने फ़ाइनेंशियल एनालिस्ट, अकाउंटेंट और ऑडिटर, और सॉफ़्टवेयर डेवलपर जैसे पन्नों में टास्क-स्तर का विस्तृत विश्लेषण रखा है।

ये आँकड़े आपको क्या नहीं बताते (ILO की असली दलील)

ब्रीफ़ का यह हिस्सा हेडलाइन प्रतिशतों से कहीं ज़्यादा ध्यान का हक़दार है। ILO असामान्य रूप से सीधा है: एक्सपोज़र माप "जोखिम आकलन देते हैं... लेकिन इन्हें नौकरी विस्थापन की भविष्यवाणी के रूप में नहीं पढ़ा जाना चाहिए।" ये कौन-सी चीज़ें स्पष्ट रूप से नहीं पकड़ते:

आर्थिक व्यवहार्यता। किसी काम के तकनीकी रूप से ऑटोमेट होने योग्य होने का मतलब यह नहीं कि उसे ऑटोमेट करना इंसान को तनख़्वाह देने से सस्ता है। [अनुमान] अधिकांश एंटरप्राइज़ AI तैनाती अब भी टोकन, इंटीग्रेशन और निगरानी में उतनी ही श्रम लागत से ज़्यादा ख़र्च करती है जितनी वह बदलेगी — ख़ास तौर पर ग़ैर-दोहरावदार संज्ञानात्मक काम में जहाँ ग़लती महंगी पड़ती है।

वर्कफ़्लो एकीकरण। मॉडल फ़ाइनेंशियल रिपोर्ट का मसौदा लिख सकता है। आपकी कंपनी असल में उस मसौदे का उपयोग करने के लिए अपने अनुपालन, समीक्षा और क्लाइंट-संचार वर्कफ़्लो को फिर से लिखेगी या नहीं — यह कई-वर्षों का संगठनात्मक प्रश्न है जिसका मॉडल की क्षमता स्कोर से बहुत कम लेना-देना है।

उत्पादकता-संचालित नौकरी वृद्धि। ऐतिहासिक रूप से, किसी पेशे के भीतर कार्यों को ऑटोमेट करने वाली तकनीकें उस पेशे को सिकोड़ती नहीं थीं — वे विस्तार करती थीं, क्योंकि काम सस्ता हो जाता था और माँग बढ़ती थी। ATM और बैंक टेलर पाठ्यपुस्तक उदाहरण है। GenAI उस पैटर्न का पालन करेगी या उसे तोड़ेगी, यह वाकई अज्ञात है।

मज़दूरी और श्रम बाज़ार समायोजन। एक्सपोज़र यह कुछ नहीं कहता कि मज़दूरी बढ़ेगी (क्योंकि AI-सहयोगी कार्यकर्ता ज़्यादा उत्पादक हैं) या घटेगी (क्योंकि योग्य श्रमिकों का पूल फैलता है)। ऐतिहासिक रूप से दोनों होते हैं। अलग-अलग सेक्टरों को अलग-अलग जवाब मिलते हैं।

नेटवर्क प्रभाव। यहीं ब्रीफ़ दिलचस्प हो जाती है। उच्च-एक्सपोज़र वाले व्यवसाय अकेले नहीं बैठे — वे साझा कौशल और सामान्य करियर पथों के ज़रिए दूसरों से जुड़े हैं। [दावा] उच्च-एक्सपोज़र क्लस्टर में बदलाव बाहर की ओर उन व्यवसायों तक भी फैल सकते हैं जो काग़ज़ पर एक्सपोज़्ड नहीं दिखते। एंट्री-लेवल एनालिस्ट माँग में गिरावट संगठन के तीन सीढ़ी नीचे आसपास की भूमिकाओं की प्रतिभा पाइपलाइन को चुपचाप पुनर्आकार दे सकती है।

अगर आप अपनी नौकरी को लेकर चिंतित हैं

ईमानदार जवाब है: आपके पेशे का एक्सपोज़र स्कोर एक शुरुआती सवाल है, अंतिम जवाब नहीं। तीन चीज़ें ज़्यादा मायने रखती हैं।

पहला, वरिष्ठता और निर्णय वक्र पर आपकी जगह। AI टूल्स पुनरुत्पादक, अच्छी तरह से निर्दिष्ट कार्यों में सबसे अच्छे हैं। वे अस्पष्ट, उच्च-दांव वाले कामों में सबसे ख़राब हैं जहाँ ग़लत होने की क़ीमत ज़्यादा है और सही जवाब के लिए ऐसे संदर्भ की ज़रूरत है जो मॉडल के पास नहीं है। जूनियर, दोहरावदार, अच्छी तरह से प्रलेखित काम वहाँ है जहाँ एक्सपोज़र सबसे पहले काटता है।

दूसरा, क्या आपका उद्योग संरचनात्मक रूप से उत्पादकता लाभ को अवशोषित कर सकता है। स्वास्थ्य सेवा, शिक्षा और विनियमित वित्त कार्यप्रवाह बदलने में धीमे हैं क्योंकि अनुपालन, मान्यता और देयता धीरे-धीरे चलती है। मार्केटिंग, ग्राहक सेवा और कंटेंट उत्पादन तेज़ हैं। एक ही एक्सपोज़र स्कोर, बहुत अलग नतीजे।

तीसरा, आपके देश की श्रम बाज़ार संस्थाएँ। ILO यहाँ एक सावधान संस्थागत तर्क दे रहा है: सामूहिक सौदेबाज़ी, प्रशिक्षण प्रणालियाँ, सामाजिक सुरक्षा और प्रतिस्पर्धा नीति यह तय करेंगी कि AI-संचालित उत्पादकता लाभ श्रमिकों, उपभोक्ताओं, शेयरधारकों या किसी संयोजन के पास जाएँगे। इसलिए यह ब्रीफ़ ILO से प्रकाशित हुई है, किसी टेक-उद्योग थिंक टैंक से नहीं।

सबसे ऊँचे एक्सपोज़र क्लस्टर — वित्त, कंप्यूटिंग, शिक्षा, प्रशासन — में काम करने वालों के लिए व्यावहारिक क़दम यह है कि अपने काम के उन हिस्सों में निवेश करें जिन्हें संकेतक मापते नहीं: निर्णय, हितधारक प्रबंधन, नई समस्या तैयार करना, क्रॉस-फ़ंक्शनल संदर्भ। ये वे मांसपेशियाँ हैं जिन्हें AI आपके लिए नहीं बनाता।

बड़ी तस्वीर

ILO ने यह ब्रीफ़ इसलिए छापी है क्योंकि AI और नौकरियों पर सार्वजनिक बहस 25% या 33% जैसे आँकड़ों की चयनात्मक पढ़ाई से विकृत हो गई है। वे आँकड़े एक चीज़ मापते हैं — वर्तमान AI क्षमताओं और वर्तमान नौकरी कार्यों के बीच तकनीकी ओवरलैप — और लोग उन्हें ऐसे ले रहे हैं जैसे वे कुछ बिल्कुल अलग माप रहे हों।

वास्तविक श्रम बाज़ार परिणाम निर्णयों की श्रृंखला से तय होगा: कौन-सी कंपनियाँ अपनाती हैं, कितनी जल्दी, किस निगरानी के साथ, किस क़ीमत पर, किन नियामक और सौदेबाज़ी शर्तों के तहत, किस प्रशिक्षण निवेश के साथ। एक्सपोज़र संकेतक उस श्रृंखला की पहली कड़ी है, आख़िरी नहीं।

अगर आप इस ब्रीफ़ से एक चीज़ ले जाएँ, तो यह: संकेतक बताते हैं कि AI संभावित रूप से क्या कर सकता है। वे लगभग कुछ नहीं बताते कि असल में क्या होगा। "असल में क्या होगा" वाला हिस्सा वही है जिस पर आपकी करियर योजना को ध्यान देना चाहिए।

स्रोत

• ILO. Workers' Exposure to AI: What Indicators Tell Us – and What They Don't. Research Brief, अप्रैल 2026.
• ILO–NASK Global Index of Occupational Exposure to Generative AI (संदर्भित डेटा).
• ILO News: "New ILO brief explains what AI exposure indicators reveal about jobs."

AI प्रकटीकरण

यह विश्लेषण ILO के प्रकाशित Research Brief और साथ की आधिकारिक सारांश के आधार पर AI सहायता से तैयार किया गया है। सांख्यिकीय आँकड़े ILO के सार्वजनिक संचार और मूल Global Index से सीधे लिए गए हैं। व्याख्यात्मक फ़्रेमिंग और व्यवसाय-स्तर के निहितार्थ AICW के संपादकीय निर्णय को दर्शाते हैं। [तथ्य] चिह्न ILO की आधिकारिक स्रोतों से है; [दावा] ILO के स्पष्ट विश्लेषणात्मक रुख को दर्शाता है; [अनुमान] हमारे संपादकीय मूल्यांकन को दर्शाता है।