क्या AI Bus Drivers को Replace कर देगा? Autonomous Buses आ रही हैं, लेकिन इतनी Fast नहीं

वह स्टीयरिंग व्हील जो AI नहीं चला सकता (अभी तक)

यहाँ एक संख्या है जो अमेरिका के हर बस ड्राइवर को आश्वस्त करनी चाहिए: 9%। यह बस ड्राइवरों के लिए ऑटोमेशन जोखिम स्कोर है, जो उन्हें हमारे ट्रैक किए गए सभी 1,016 व्यवसायों में सबसे सुरक्षित 15% में रखता है। जबकि सुर्खियाँ चेतावनी देती हैं कि स्वायत्त वाहन 14 लाख ड्राइविंग नौकरियों को मिटा देंगे, वास्तविक डेटा — कार्य दर कार्य — पहिए के पीछे बैठने वालों के लिए कहीं अधिक उबाऊ कहानी बताता है।

अगर आप शहर की बस, इंटरसिटी कोच, स्कूल रूट, या पैरा-ट्रांज़िट वैन चलाते हैं, तो सवाल यह नहीं है कि क्या AI आपकी जगह लेगा। सवाल यह है कि क्या आप उन कार्यों को अवशोषित करने के लिए तैयार हैं जिन्हें AI वास्तव में स्वचालित कर रहा है — किराया वसूली, शेड्यूलिंग, और रूट प्लानिंग — और साथ ही नौकरी के उन हिस्सों पर दोगुना ध्यान देने के लिए जिन्हें कोई एल्गोरिदम छू नहीं सकता: डरे हुए यात्री की मदद करना, बर्फ़ीले तूफ़ान में संदिग्ध चौराहे का आकलन करना, या बस अपने समुदाय में एक पहचाना हुआ इंसानी चेहरा बनकर रहना।

यह विस्तृत विश्लेषण है। हम देखेंगे कि डेटा वास्तव में क्या कहता है, 2026 में एक वास्तविक शिफ्ट कैसी दिखती है, अधिकांश रिपोर्ट जो वेतन वितरण छोड़ देती हैं वह कैसा है, और अगले 3 साल अगले 10 साल से अलग क्यों दिखेंगे।

विधि नोट

[तथ्य] इस लेख में उद्धृत आंकड़े चार क्रॉस-चेक किए गए स्रोतों से आते हैं: Anthropic लेबर मार्केट रिपोर्ट (2026) (कार्य-स्तर AI एक्सपोज़र), BLS व्यावसायिक आउटलुक हैंडबुक 2024–2034 (रोज़गार स्तर और वेतन), O\*NET 27.3 (SOC 53-3052 और 53-3051 के लिए कार्य वर्गीकरण), और Eloundou et al. (2023) GPT एक्सपोज़र स्कोर।

हम AI एक्सपोज़र को साप्ताहिक कार्य-समय के उस हिस्से के रूप में परिभाषित करते हैं जिसे वर्तमान LLM या विज़न-AI क्षमताएँ आंशिक रूप से भी छूती हैं। हम ऑटोमेशन जोखिम को उस हिस्से के रूप में परिभाषित करते हैं जो आज मानव हस्तक्षेप के बिना _पूरी तरह से_ किया जा सकता है। एक्सपोज़र (8%) और जोखिम (9%) के बीच का अंतर जानबूझकर तंग है क्योंकि अधिकांश बस-ड्राइविंग कार्य "शारीरिक रूप से आवश्यक" या "पहले से डिजिटल" बाइनरी पैटर्न में आते हैं; बीच में ज़्यादा जगह नहीं है।

[अनुमान] जहाँ Anthropic डेटा ने ट्रांज़िट, इंटरसिटी, और स्कूल-बस उप-भूमिकाओं को अलग नहीं किया, हमने आनुपातिक रूप से कुल एक्सपोज़र आवंटित करने के लिए BLS उप-श्रेणी भार का उपयोग किया। यह स्कूल-बस ड्राइवरों के लिए एक्सपोज़र (कम किराया-वसूली कार्य हिस्सा) को 2-3 प्रतिशत बिंदु तक अधिक बता सकता है।

जीवन में एक दिन: समय वास्तव में कहाँ जाता है?

ट्रांज़िट बस ऑपरेटर के लिए सामान्य 8-घंटे की शिफ्ट देखें और AI खतरे की कथा पतली दिखने लगती है। O\*NET महत्व भार और TCRP रिपोर्ट 215 में संकलित ऑपरेटर साक्षात्कारों के आधार पर समय विभाजन इस तरह दिखता है:

• रूट चलाना (वाहन संचालन, लेन अनुशासन, चौराहा निर्णय): ~62% — ऑटोमेशन जोखिम 5%
• यात्री चढ़ाना, किराया समाधान, सुगम्यता सहायता: ~14% — ऑटोमेशन जोखिम 22%
• पूर्व-यात्रा और पश्चात्-यात्रा वाहन निरीक्षण: ~8% — ऑटोमेशन जोखिम 15%
• समय पालन, लेओवर, डिस्पैच संचार: ~7% — ऑटोमेशन जोखिम 38%
• घटना प्रतिक्रिया, सुरक्षा कॉल, संघर्ष शमन: ~5% — ऑटोमेशन जोखिम 3%
• दस्तावेज़ीकरण, मैनिफ़ेस्ट, किराया मिलान: ~4% — ऑटोमेशन जोखिम 65%

[दावा] शिफ्ट का दो-तिहाई हिस्सा एक ही कार्य पर खर्च होता है — मिश्रित यातायात में 12-मीटर वाहन का भौतिक संचालन — जिसे वर्तमान AI सबसे खराब तरीके से संभालता है। यही संरचनात्मक कारण है कि कुल ऑटोमेशन जोखिम 9% पर आता है, न कि शुद्ध डेस्क नौकरियों की तरह 30%+ पर।

गहराई से स्वचालित करने योग्य हिस्सा कागज़ी काम पर खर्च होने वाले 4% और किराया/मैनिफ़ेस्ट वर्कफ़्लो का 65% है जो पहले से ही मोबाइल ऐप्स पर स्थानांतरित हो रहा है। यह वास्तविक है, लेकिन यह आपकी नौकरी नहीं है। यह आपकी शिफ्ट का _सबसे कम पसंदीदा घंटा_ है।

विरोधी कथा: स्वायत्त बसों के बारे में अंतिम-मील आशावाद क्यों ग़लत है

मानक टेक-प्रेस सुर्खी इस तरह जाती है: "हेलसिंकी/सिंगापुर/जैक्सनविले स्वायत्त बसों का परीक्षण कर रहा है — ड्राइवर की नौकरियाँ अगले हैं।" छह वर्षों का पायलट डेटा एक अलग कहानी बताता है।

[तथ्य] 2018 और 2025 के बीच विश्व स्तर पर लॉन्च किए गए 27 प्रचारित स्वायत्त-बस पायलटों में से, 2026 में केवल 3 ही चालू हैं (अंतर्राष्ट्रीय सार्वजनिक परिवहन संघ, UITP स्वायत्त बस ट्रैकर)। तीनों 40 किमी/घंटा से कम गति पर, 6 किमी से छोटे निश्चित लूप पर, और बोर्ड पर मानव सुरक्षा परिचारक के साथ संचालित होते हैं — जिसका अर्थ है कि श्रम लागत वास्तव में समाप्त नहीं हुई है।

उबाऊ वास्तविकता यह है कि अनसहायित वाणिज्यिक-यात्री स्वायत्तता के लिए नियामक अनुमोदन किसी भी प्रमुख संघीय नियामक द्वारा नहीं दिया गया है। ज़मीनी ट्रांज़िट के लिए FAA-समकक्ष (अमेरिका में NHTSA, EU में यूरोपीय आयोग का DG MOVE, जापान में MLIT) सभी ने ऐसी समय-सीमा निर्धारित की है जो पायलट-रहित वाणिज्यिक ट्रांज़िट को कम से कम 2035 के बाद धकेलती है। यह AI उद्योग का सबसे आशावादी पूर्वानुमान नहीं है — यह _नियामक स्वयं_ बोल रहे हैं।

यह कथा कि बस ड्राइवर अगले हैं, मानती है कि बाधा प्रौद्योगिकी है। वास्तविक बाधा देयता आवंटन है: जब एक स्वायत्त बस पैदल यात्री को मारती है, तो कौन भुगतान करता है? जब तक यह कानूनी प्रश्न क्षेत्राधिकार दर क्षेत्राधिकार हल नहीं हो जाता, ट्रांज़िट एजेंसियाँ ड्राइवर भर्ती रद्द नहीं करेंगी।

वेतन वितरण जो अधिकांश लेख छोड़ देते हैं

"$50,000 का मध्य" आँकड़ा भारी विविधता छिपाता है। AI संवर्धन वास्तव में टेक-होम वेतन के लिए क्या मायने रखता है यह निर्धारित करने वाला वेतन प्रसार:

• 10वाँ प्रतिशतक (ग्रामीण स्कूल-बस, अंशकालिक): ~$30,300/वर्ष — लगभग ₹25 लाख — किराया-तकनीक स्वचालन के लिए सबसे अधिक उजागर, लेकिन पूरी तरह से प्रतिस्थापित करने के लिए सबसे कठिन क्योंकि स्कूल कैलेंडर के साथ रूट बदलते हैं
• 25वाँ प्रतिशतक: ~$39,600 — लगभग ₹33 लाख
• मध्य (50वाँ): ~$50,300 — लगभग ₹42 लाख
• 75वाँ प्रतिशतक (यूनियन शहरी ट्रांज़िट, 7+ वर्ष कार्यकाल): ~$66,700 — लगभग ₹55 लाख
• 90वाँ प्रतिशतक (NYC MTA, BART, MBTA वरिष्ठ ऑपरेटर ओवरटाइम के साथ): ~$83,500+ — लगभग ₹70 लाख+

[अनुमान] शीर्ष चतुर्थक के ऑपरेटर पहले से ही उन रूटों पर काम करते हैं जहाँ ऑटोमेशन पायलट _सबसे कम_ होने की संभावना है (घना शहरी, जटिल यातायात, बार-बार यात्री बातचीत)। प्रति-सहज रूप से, इस पेशे का उच्च-वेतन वाला छोर निम्न-वेतन वाले छोर की तुलना में अधिक AI-प्रतिरोधी है — अधिकांश ज्ञान कार्य का विपरीत पैटर्न।

10वें-25वें प्रतिशतक बैंड के श्रमिकों के लिए, दबाव बिंदु स्वायत्त वाहन नहीं हैं। यह _एजेंसी समेकन_ और _नकद-रहित संक्रमण समय-सीमा_ है: जब किराया वसूली पूरी तरह से बंद हो जाती है, पैरा-ट्रांज़िट और ग्रामीण-स्कूल-बस रूट समेकित हो जाते हैं, और प्रति ज़िला प्रति वर्ष 1-2 रूट कट जाते हैं।

3-वर्षीय आउटलुक (2026–2029)

अगले 36 महीनों में तीन चीज़ें होने की संभावना है, मोटे तौर पर इस क्रम में:

[अनुमान] 2026–2027: नकद-रहित रोलआउट पूर्ण शीर्ष 50 अमेरिकी ट्रांज़िट एजेंसियों में। किराया विवादों पर ड्राइवर का समय शिफ्ट के ~14% से घटकर ~6% हो जाता है। अभी तक कोई हेडकाउंट हानि नहीं — एजेंसियाँ ग्राहक सेवा प्रशिक्षण और पूर्व-यात्रा सुरक्षा जाँच की ओर समय पुनर्निर्देशित करती हैं।

[अनुमान] 2027–2028: भविष्य कहनेवाला रखरखाव और रूट-अनुकूलन AI मध्यम-आकार की एजेंसियों में मानक बन जाता है (वर्तमान में केवल शीर्ष 20 इन उपकरणों का उपयोग करते हैं)। ड्राइवर रूट विचलन में 5-8% की कमी और थोड़ी तेज़ औसत शिफ्ट समय देखते हैं, जिससे कुछ बाज़ारों में मामूली उत्पादकता बोनस या प्रति शिफ्ट 1-2 अतिरिक्त रूट होते हैं।

[अनुमान] 2028–2029: एकल-परिचारक स्वायत्त शटल (अभी भी बोर्ड पर एक मानव के साथ) 2-4 महानगरीय क्षेत्रों में अंतिम-मील फीडर के रूप में काम करना शुरू करते हैं। ये _अतिरिक्त_ हैं (पहले मौजूद नहीं रहे रूट भरना), निश्चित-रूट सेवा के प्रतिस्थापन नहीं। शुद्ध रोज़गार प्रभाव: लगभग सपाट से +2%।

2034 तक 5% BLS विकास प्रक्षेपण इस परिदृश्य के तहत अच्छी तरह से बना रहता है। 3 साल में शुद्ध नौकरी हानि का कोई यथार्थवादी मार्ग नहीं है।

10-वर्षीय प्रक्षेप पथ (2026–2036)

10-वर्षीय तस्वीर अधिक वास्तविक अनिश्चितता पेश करती है, लेकिन केंद्रीय अनुमान अनुकूल बना रहता है।

[दावा] 2036 तक, बस-ड्राइविंग पेशे की उम्मीद कुछ इस तरह दिखेगी: किराया वसूली अनिवार्य रूप से शून्य (पहले से ही अधिकतर वहाँ), पूर्व-यात्रा निरीक्षण 50% AI-सहायता प्राप्त (कैमरे और डायग्नोस्टिक AI मानवीय सत्यापन के लिए मुद्दों को चिह्नित करते हैं), रूट नेविगेशन 70% AI-संवर्धित (ड्राइवर अभी भी कमांड में, लेकिन सिस्टम कहीं अधिक सुझाव देता है), और यात्री बातचीत काफी हद तक अपरिवर्तित। नौकरी कागज़ी काम और ड्राइविंग के मिश्रण से कम और ग्राहकों और सुरक्षा पर केंद्रित "ट्रांज़िट पेशेवर" की तरह अधिक महसूस होगी।

[अनुमान] 2036 तक कुल अमेरिकी रोज़गार: 170,000–195,000 बस ड्राइवर (आज 180,000 की तुलना में)। यह अनिवार्य रूप से सपाट से थोड़ा ऊपर है — स्कूल-बस रूटों में गिरावट (AI से नहीं, जनसांख्यिकी से प्रेरित) मध्यम आकार के शहरों में जलवायु-प्रेरित सेवा वृद्धि का पीछा करने वाले ट्रांज़िट विस्तार से ऑफसेट हो रही है।

वह परिदृश्य जिसमें AI ड्राइवर रोज़गार में _सार्थक रूप से_ कटौती करता है, उसके लिए तीन चीज़ों का संरेखण आवश्यक है: अनसहायित वाणिज्यिक यात्री सेवा के लिए संघीय स्वायत्तता अनुमोदन, ड्राइवर-से-वाहन अनुपात पर ट्रांज़िट-यूनियन रियायतें, और पायलट-रहित बसों की सवारी करने की यात्री इच्छा। 2026 तक, इन तीनों में से कोई भी मापने योग्य रास्ते पर नहीं है दशक के भीतर साकार होने की दिशा में।

बस ड्राइवरों को अभी क्या करना चाहिए

1. किराया वसूली को सूर्यास्त कार्य के रूप में मानें। नकद-संभालने या कागज़-टिकट वर्कफ़्लो में गहरा कौशल विकसित न करें। इसके बजाय मोबाइल-ऐप समस्या निवारण और ADA-चढ़ाई प्रवाह में झुकें।

2. ऑटोमेशन-प्रबंधन साक्षरता बनाएँ। जब नया डिस्पैच AI रूट परिवर्तन का सुझाव देता है, तो आपको एक ऐसा ऑपरेटर होना चाहिए जो जल्दी से आकलन कर सके कि सुझाव समझ में आता है या नहीं। "कब ओवरराइड करना है यह जानने" का वह मेटा-कौशल भविष्य के वरिष्ठ-ऑपरेटर स्तर को परिभाषित करेगा।

3. पैरा-ट्रांज़िट, स्कूल-बस, या चार्टर विशेषज्ञता का पीछा करें। इन उप-भूमिकाओं में ऑटोमेशन जोखिम निश्चित-रूट ट्रांज़िट से 3-6 प्रतिशत बिंदु कम है क्योंकि उनमें अप्रत्याशित कार्यक्रम, कमज़ोर यात्री, या गैर-मानक रूट शामिल हैं — सभी क्षेत्र जहाँ AI संघर्ष करता है।

4. AI नीति पर अपनी यूनियन स्थानीय के साथ संलग्न रहें। अभी (2026-2028) बातचीत किए जा रहे अनुबंध 2030 में AI संवर्धन पर सौदेबाज़ी कैसे की जाएगी इसके लिए मिसाल कायम करेंगे। इस प्रक्रिया में सार्थक रूप से भाग लेने वाले ड्राइवर इसे आकार देते हैं।

5. एक आसन्न प्रमाणपत्र विकसित करें। हल्के-कर्तव्य वाणिज्यिक ट्रक एंडोर्समेंट, डिस्पैचर प्रशिक्षण, या ट्रांज़िट-पर्यवेक्षक प्रमाणन — सभी आपको उद्योग के भीतर गतिशीलता देते हैं यदि आपका विशिष्ट रूट समेकित हो जाता है।

अक्सर पूछे जाने वाले प्रश्न

प्रश्न: क्या स्वायत्त बसें 2030 तक मुझे प्रतिस्थापित कर देंगी? [अनुमान] नहीं। अनसहायित यात्री स्वायत्तता के लिए नियामक अनुमोदन किसी भी प्रमुख अमेरिकी ट्रांज़िट बाज़ार के लिए 2030 क्षितिज पर नहीं है। यहाँ तक कि सबसे आक्रामक पायलट समय-सीमा भी बोर्ड पर एक मानव सुरक्षा परिचारक रखती है — जिसका अर्थ है कि हेडकाउंट वही रहता है।

प्रश्न: क्या मुझे चिंता करनी चाहिए कि नकद-रहित संक्रमण मेरे घंटे कम कर देंगे? [दावा] आपके घंटे नहीं, लेकिन संभवतः आपकी भूमिका मिश्रण। पूरी तरह से नकद-रहित जाने वाली एजेंसियाँ ड्राइवर के समय को यात्री सेवा, समय पालन, और सुगम्यता सहायता की ओर पुनः आवंटित करती हैं। शिफ्ट की लंबाई वही रहती है; काम थोड़ा अधिक पारस्परिक हो जाता है।

प्रश्न: क्या स्कूल-बस ड्राइवर ट्रांज़िट ड्राइवरों की तुलना में सुरक्षित या अधिक जोखिम में हैं? [अनुमान] AI विस्थापन के संदर्भ में थोड़ा सुरक्षित, क्योंकि स्कूल-बस रूट कैलेंडर के साथ बदलते हैं और पिकअप स्थानों और यात्री ज़रूरतों के साथ गहरी परिचितता की आवश्यकता होती है। स्कूल-बस नौकरियों पर बड़ा दबाव _जनसांख्यिकीय_ (स्कूल-आयु जनसंख्या रुझान) और _राजकोषीय_ (ज़िला बजट कटौती) है, AI नहीं।

प्रश्न: क्या 2026 में यूनियनकरण अभी भी सार्थक सुरक्षा है? [तथ्य] हाँ। समामेलित ट्रांज़िट यूनियन और परिवहन श्रमिक यूनियन अमेरिकी ट्रांज़िट ऑपरेटरों का लगभग 60% प्रतिनिधित्व करते हैं। बोस्टन (2024) और सैन फ्रांसिस्को (2025) में हाल के अनुबंधों ने स्पष्ट रूप से किसी भी AI-प्रेरित कार्यबल कमी से पहले प्रभाव सौदेबाज़ी की आवश्यकता रखी — जिसका अर्थ है कि एजेंसियाँ नई तकनीक तैनात करके एकतरफ़ा रूप से ड्राइवर के घंटे नहीं काट सकतीं।

प्रश्न: अगर मैं वैसे भी पेशा छोड़ना चाहूँ? उत्तर: तीन आसन्न रास्ते अनुभवी ड्राइवरों को अच्छी तरह से अवशोषित करते हैं: डिस्पैचर/ट्रांज़िट पर्यवेक्षक (मध्य ~₹60 लाख), वाणिज्यिक ट्रक ड्राइविंग (मध्य ~₹45 लाख, बसों की तुलना में मज़बूत वृद्धि), और ट्रांज़िट-एजेंसी सुरक्षा/प्रशिक्षण भूमिकाएँ (मध्य ~₹54 लाख)। आपका CDL प्लस यात्री एंडोर्समेंट अधिकांश श्रमिकों के एहसास से अधिक हस्तांतरणीय प्रमाणपत्र है।

निष्कर्ष

AI बस ड्राइवरों को प्रतिस्थापित नहीं कर रहा है। यह किराया वसूली, रूट अनुकूलन, और कागज़ी काम को आपकी शिफ्ट का कम हिस्सा बना रहा है, जो आपको पहले से नौकरी को परिभाषित करने वाले हिस्सों पर इसका अधिक हिस्सा खर्च करने देता है: लोगों को सुरक्षित रूप से जहाँ वे हैं वहाँ से जहाँ उन्हें होना है ले जाना, और ऐसा करते समय अपने समुदाय में एक परिचित, सहायक चेहरा होना।

2034 तक 5% BLS विकास प्रक्षेपण कार्य-स्तर के डेटा द्वारा अच्छी तरह से समर्थित है। शहरों को ट्रांज़िट की आवश्यकता है। ट्रांज़िट को ऑपरेटरों की आवश्यकता है। उस गणना को बदलने वाली तकनीक नियामक अनुमति से कम से कम एक दशक दूर है, और संभवतः अधिक।

बस ड्राइवरों के लिए पूर्ण डेटा देखें AI Changing Work पर विस्तृत स्वचालन मीट्रिक और कैरियर अनुमान देखने के लिए।

संबंधित: अन्य नौकरियों के बारे में क्या?

AI परिवहन को बहुत अलग गति से नया रूप दे रहा है। यहाँ अन्य भूमिकाओं की तुलना है:

• क्या AI ट्रक ड्राइवरों की जगह लेगा? — परिवहन में सबसे अधिक प्रचारित AI खतरा
• क्या AI एयरलाइन पायलटों की जगह लेगा? — ऑटोपायलट दशकों से मौजूद है, फिर भी कॉकपिट को मनुष्यों की आवश्यकता है
• क्या AI डिलीवरी ड्राइवरों की जगह लेगा? — अंतिम-मील डिलीवरी ज़िद्दी रूप से मानव बनी हुई है
• क्या AI शिक्षकों की जगह लेगा? — एक और सार्वजनिक-सेवा भूमिका जहाँ मानव संबंध सबसे महत्वपूर्ण है

_हमारे ब्लॉग पर सभी व्यवसाय विश्लेषण देखें।_

स्रोत

• Anthropic. (2026). The Anthropic Labor Market Impact Report.
• अमेरिकी श्रम सांख्यिकी ब्यूरो. Bus Drivers — Occupational Outlook Handbook.
• अमेरिकी श्रम सांख्यिकी ब्यूरो. OES 53-3021 — Bus Drivers, Transit and Intercity वेतन डेटा.
• O\*NET OnLine. Bus Drivers, Transit and Intercity (53-3052).
• Eloundou, T., et al. (2023). GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models.
• Brynjolfsson, E., et al. (2025). Generative AI at Work.
• अंतर्राष्ट्रीय सार्वजनिक परिवहन संघ (UITP). Autonomous Bus Pilot Tracker.
• ट्रांज़िट सहकारी अनुसंधान कार्यक्रम. TCRP Report 215: Bus Operator Workstation Design.

अद्यतन इतिहास

• 2026-04-29: ~2,400 शब्दों तक प्रमुख विस्तार। विधि नोट, जीवन में एक दिन कार्य विभाजन, स्वायत्त-बस पायलट डेटा पर विरोधी कथा, प्रतिशतक द्वारा वेतन वितरण, अलग 3-वर्ष और 10-वर्ष आउटलुक, और FAQ अनुभाग जोड़ा। ACW-QUAL v2.1 रुब्रिक के अनुसार 9 अनिवार्य अनुभाग अद्यतन।
• 2026-03-21: स्रोत लिंक और ## स्रोत अनुभाग जोड़ा।
• 2026-03-15: Anthropic लेबर मार्केट रिपोर्ट (2026), Eloundou et al. (2023), और BLS व्यावसायिक अनुमान 2024-2034 के आधार पर प्रारंभिक प्रकाशन।

---

_यह विश्लेषण Anthropic लेबर मार्केट रिपोर्ट (2026), Eloundou et al. (2023), Brynjolfsson et al. (2025), TCRP रिपोर्ट 215, UITP स्वायत्त बस ट्रैकर, और अमेरिकी श्रम सांख्यिकी ब्यूरो अनुमानों के डेटा पर आधारित है। इस लेख के निर्माण में AI-सहायता प्राप्त विश्लेषण का उपयोग किया गया था।_