AI का असर अमीर और गरीब देशों पर बिल्कुल अलग होगा — ILO-विश्व बैंक की 135 देशों की स्टडी

दुनिया के दो-तिहाई workers का AI exposure अभी-अभी measure हुआ है — और नतीजे बिल्कुल global wealth line के हिसाब से बंट गए हैं। [तथ्य] International Labour Organization (ILO) और World Bank की एक joint study, जो 135 देशों और global employment का करीब दो-तिहाई cover करती है, ये बताती है कि generative AI का jobs पर असर इस बात पर dramatically depend करता है कि आप कहां रहते हैं और क्या काम करते हैं।

ये कोई अंदाज़ा नहीं है। ये आने वाली World Development Report 2026 का empirical backbone है, और numbers एक uncomfortable कहानी बयान करते हैं — कौन फायदे में रहेगा, कौन नुकसान में, और कौन पूरी तरह छूट जाएगा।

अमीर देश: Clerical और Professional नौकरियों पर बढ़ता दबाव

अगर आप किसी high-income country में desk job करते हैं, तो ये paper असल में आपके बारे में है। [तथ्य] Advanced economies में GenAI exposure rates सबसे ज़्यादा हैं, और ये clerical, administrative और professional occupations में concentrated हैं — बिल्कुल वही roles जहां AI language tools पहले से दस्तक दे रहे हैं।

सोचिए इसका practical मतलब क्या है। Administrative assistants meetings schedule कर रहे हैं, data entry workers forms process कर रहे हैं, accountants ledgers reconcile कर रहे हैं — ये सब ऐसे tasks हैं जो large language models पहले से handle कर सकते हैं या जल्दी करने लगेंगे। ये exposure theoretical नहीं है। Companies अभी इन tools को pilot कर रही हैं।

लेकिन एक nuance है जो headlines में अक्सर खो जाता है। [दावा] ILO-World Bank researchers का कहना है कि high exposure का मतलब automatically high replacement नहीं है। अमीर देशों में workers के पास education, digital literacy और institutional support जैसी चीज़ें हैं जिनसे वो adapt कर सकते हैं। Risk real है, लेकिन respond करने की capacity भी है।

Developing Countries: फायदे से पहले नुकसान

यहां से बात सच में चिंताजनक हो जाती है। [तथ्य] Developing economies में ये paper बताता है कि AI-driven disruption productivity benefits से पहले आ सकता है। ये एक brutal sequence है।

वजह ये है कि lower-income countries के workers कम non-routine analytical tasks करते हैं — वो tasks जहां AI augmentation actually productivity बढ़ाता है। इसकी जगह उनकी jobs routine और manual tasks की तरफ़ झुकी होती हैं। तो जब AI इन economies तक पहुंचेगा, तो enhance करने की बजाय displace करने की ज़्यादा संभावना है।

और बात और बिगड़ती है। [तथ्य] ये study एक critical digital divide highlight करती है — developing countries के कई workers के पास basic internet access तक नहीं है। जिस technology तक पहुंच ही नहीं, उससे फायदा कैसे उठाओगे?

[दावा] Researchers का कहना है कि जानबूझकर policy intervention के बिना, generative AI अमीर और गरीब देशों के बीच की खाई को पाटने की बजाय और चौड़ा कर सकता है। जिन countries में economic shocks झेलने की सबसे कम capacity है, उन्हीं को सबसे ज़्यादा झेलना पड़ सकता है।

महिलाएं और युवा Workers ज़्यादा vulnerable हैं

[तथ्य] ये study specifically महिलाओं और युवाओं को AI disruption के लिए disproportionately vulnerable बताती है — सभी income levels के देशों में। महिलाएं clerical और administrative roles में overrepresented हैं — बिल्कुल वही occupations जहां AI exposure सबसे ज़्यादा है। युवा workers entry-level positions में ज़्यादा होते हैं जहां routine tasks dominant हैं।

ये सिर्फ economic concern नहीं है। जब disruption उन workers को hit करता है जो पहले से structural disadvantages face कर रहे हैं, तो ये existing inequality को compound करता है। एक developing country में customer service representative के तौर पर काम करने वाली young woman को triple exposure face करना पड़ता है — उसका occupation, उसकी demographic, और उसके देश का limited digital infrastructure।

135 देशों का Data असल में क्या दिखाता है

Scale को ज़रा perspective में रखिए। [तथ्य] ये कुछ economies के बारे में assumptions पर बना model नहीं है। ILO-World Bank study 135 देशों को cover करती है, जो global employment का करीब दो-तिहाई represent करते हैं। ये AI के labor market impact का अब तक का सबसे comprehensive assessment है।

[तथ्य] ये findings सीधे World Development Report 2026 में जाएंगी — World Bank का flagship annual publication। जब ये दो institutions इस scale पर collaborate करती हैं, तो policymakers ध्यान देते हैं।

Core message clear है: AI और employment policy के लिए one-size-fits-all approach काम नहीं करेगा। Stockholm के software developers के लिए जो काम करता है वो Dhaka के garment workers के लिए नहीं करेगा। Policy response को impact जितना ही differentiated होना चाहिए।

आपके लिए इसका क्या मतलब है

अगर आप high-income country से पढ़ रहे हैं, तो practical takeaway सीधा है: clerical और administrative squeeze तेज़ हो रहा है। AI को complement करने वाली skills — judgment, interpersonal nuance, creative problem-solving — आपकी सबसे अच्छी hedge हैं। अगर आपका काम ज़्यादातर predictable patterns में information process करना है, तो disruption की timeline और concrete हो गई है।

अगर आप developing economy में हैं, तो picture ज़्यादा मुश्किल है। Digital tools तक access, internet connectivity, और retraining programs बहुत matter करते हैं। [दावा] ILO-World Bank authors का argument है कि digital infrastructure और education investment पर international cooperation optional नहीं है — ये essential है, ताकि AI global inequality का एक और engine न बन जाए।

और चाहे आप कहीं भी हों, अगर आप woman हैं या career की शुरुआत में हैं, तो routine tasks से आगे अपनी skills diversify करने पर extra ध्यान दीजिए। Data बहुत clearly बता रहा है कि सबसे ज़्यादा pressure किस पर है।

स्रोत

1. ILO / World Bank, "New ILO-World Bank paper highlights uneven global impact of generative AI on jobs" (मार्च 2026). लिंक

अपडेट इतिहास

• 2026-04-15: ILO-World Bank WDR 2026 joint study पर आधारित प्रथम प्रकाशन

---

यह analysis AI (Claude) की सहायता से तैयार किया गया है। सभी statistics ILO-World Bank की 135 देशों की generative AI labor market joint study से लिए गए हैं। Occupation-level data के लिए individual occupation pages देखें।