क्या AI Valuation Analysts की जगह ले लेगा? DCF Model खुद बन जाता है -- लेकिन Deal के लिए अभी भी आप चाहिए
Sensitivity analysis 80% automated और financial modeling 68% पर। फिर भी judgment skills वाले valuation analysts की demand पहले से ज़्यादा है।
स्प्रेडशीट जो खुद को लिखती है
अगर आप वैल्यूएशन में काम करते हैं, तो आपने शायद पहले ही कुछ अस्थिर-सा महसूस किया होगा। वो डिस्काउंटेड कैश फ्लो मॉडल जिसे बनाने में आपको दो पूरे दिन लगते थे? एक AI अब दस मिनट से कम में एक उचित पहला ड्राफ्ट तैयार कर सकता है। तुलनात्मक कंपनी विश्लेषण जिसमें FactSet या Bloomberg से डेटा खींचने में घंटों लगते थे? AI टूल्स स्क्रैप करते हैं, सामान्यीकृत करते हैं, और आपके दूसरे कप कॉफी खत्म होने से पहले डेटा प्रस्तुत कर देते हैं।
यह काल्पनिक नहीं है। हमारे डेटा से पता चलता है कि वैल्यूएशन विश्लेषकों का 2025 में समग्र AI एक्सपोज़र 61% है, और ऑटोमेशन जोखिम 48% है [तथ्य]। वित्त पेशेवरों में, यह उच्च एक्सपोज़र स्तरों में से एक है -- और प्रक्षेपवक्र तीव्र है। लेकिन एक मोड़ है: कुशल वैल्यूएशन विश्लेषकों की मांग ध्वस्त नहीं हुई है। वास्तव में, उन विश्लेषकों के लिए पोस्ट की गई नौकरी की रिक्तियाँ जो AI-धाराप्रवाहता के साथ पारंपरिक वैल्यूएशन कौशल को जोड़ सकते हैं, प्रमुख US वित्तीय केंद्रों में साल-दर-साल लगभग 18% बढ़ी हैं [अनुमान, 2026 की पहली तिमाही में LinkedIn और Indeed पोस्टिंग के आधार पर]।
तो कौन सा है -- गिरावट में पेशा, या पेशा जिसे फिर से आकार दिया जा रहा है? ईमानदार उत्तर यह है कि दोनों चीजें एक साथ सच हैं, और फलने-फूलने और निचोड़े जाने के बीच का अंतर इस बात पर निर्भर करेगा कि अगले अठारह महीनों में आप कैसे प्रतिक्रिया देते हैं।
संख्याएँ वास्तव में आपकी नौकरी के बारे में क्या कहती हैं
विशिष्ट हों। जब हम वैल्यूएशन विश्लेषक भूमिका को उसके घटक कार्यों में तोड़ते हैं, तो तस्वीर काफी तेज हो जाती है। डेटा एकत्रीकरण कार्य का लगभग 72% जो ऐतिहासिक रूप से प्रवेश-स्तर के विश्लेषकों का समय खा जाता था, अब वर्तमान-पीढ़ी के उपकरणों के साथ स्वचालित किया जा सकता है। इसमें तुलनीय लेनदेन खींचना, वित्तीय विवरणों को सामान्यीकृत करना, मानक गुणक की गणना करना, और वैल्यूएशन मेमो के बॉयलरप्लेट अनुभाग बनाना शामिल है [अनुमान]।
लेकिन सारा वैल्यूएशन डेटा एकत्रीकरण नहीं है। निर्णय-भारी कार्य -- जब कोई स्पष्ट तुलनीय मौजूद नहीं है तो सही सहकर्मी सेट का चयन करना, संशयवादी ऑडिट समिति के सामने छूट दर धारणा का बचाव करना, विवादित उचित मूल्य विवाद को नेविगेट करना, निकट से रखे गए व्यवसाय में अर्निंगआउट की संरचना करना -- का स्वचालित करना बहुत कम है। हम अनुमान लगाते हैं कि इस निर्णय कार्य का केवल लगभग 24% अगले पाँच वर्षों में सार्थक जोखिम में है [अनुमान]।
समस्या यह है कि शुरुआती-कैरियर विश्लेषक अपने समय का लगभग 70-80% स्वचालन योग्य कार्यों पर खर्च करते हैं, जबकि वरिष्ठ मूल्यांकनकर्ता अपना अधिकांश समय निर्णय कार्यों पर खर्च करते हैं। यह बीच में एक क्रूर निचोड़ बनाता है। यदि आप अपने करियर में दो से चार वर्ष के हैं, तो आप ठीक उसी जगह हैं जहाँ AI सबसे अधिक खा जाता है।
अधिक विस्तृत कार्य-स्तरीय विवरण के लिए -- विशिष्ट उप-कार्यों सहित जो हमारा मॉडल उच्च-जोखिम बनाम संरक्षित के रूप में चिह्नित करता है -- वैल्यूएशन विश्लेषक व्यवसाय पृष्ठ देखें।
ILO और OECD हमसे काफी सहमत नहीं हैं, और यह मायने रखता है
जब हम बाहरी बेंचमार्क के विरुद्ध अपने 61% एक्सपोज़र आँकड़े की तुलना करते हैं, तो तस्वीर दिलचस्प हो जाती है। अंतर्राष्ट्रीय श्रम संगठन के 2024 के जेनरेटिव AI एक्सपोज़र अध्ययन ने वित्तीय विश्लेषकों को व्यापक रूप से लगभग 45-55% एक्सपोज़र पर रखा [दावा, ILO 2024]। OECD के 2023 के रोजगार दृष्टिकोण में "वित्तीय और बीमा पेशेवर" और भी कम 38% पर आए [दावा, OECD 2023]।
अंतर क्यों? तीन कारण। पहला, हमारी स्कोरिंग व्यापक वित्तीय विश्लेषक श्रेणी नहीं, बल्कि वैल्यूएशन कार्य के लिए विशिष्ट है। दूसरा, हमारा विश्लेषण 2025 की मॉडल क्षमताओं -- विशेष रूप से वित्तीय दस्तावेजों पर लंबी-संदर्भ तर्क -- को शामिल करता है जो जब ILO और OECD ने अपने अध्ययन चलाए थे तब बस मौजूद नहीं थीं। तीसरा, हम कार्यों को घंटे-व्यतीत के आधार पर भारित करते हैं बजाय प्रत्येक कार्य को समान रूप से महत्वपूर्ण मानने के। जब एक जूनियर मूल्यांकनकर्ता अपने सप्ताह का साठ प्रतिशत स्वचालन योग्य डेटा कार्य पर खर्च करता है, तो यह एक्सपोज़र संख्या को तेजी से ऊपर धकेलता है।
निहितार्थ: 2023-2024 के प्रकाशित एक्सपोज़र आँकड़े लगभग निश्चित रूप से 2026 और उससे आगे के विश्लेषणात्मक भूमिकाओं के लिए जोखिम को कम आँक रहे हैं। पुरानी रिपोर्टों में आप जो कम संख्याएँ देख सकते हैं उनमें आराम न लें।
वरिष्ठ मूल्यांकनकर्ता वास्तव में क्या कर रहे हैं (जो आप शायद नहीं कर रहे)
हमने एक मध्यम आकार की वैल्यूएशन सलाहकार फर्म की एक प्रबंध निदेशक से बात की जो बाईस वर्षों से व्यवसाय में हैं। "आपकी टीम के लिए AI का क्या मतलब है" का उनका उत्तर रोशन करने वाला था। "मैंने उन विश्लेषकों को काम पर रखना बंद कर दिया है जो DCF बना सकते हैं। अब हर कोई DCF बना सकता है। मैं उन विश्लेषकों को काम पर रखती हूँ जो मुझे बता सकते हैं कि DCF गलत उपकरण कब है।"
व्यवहार में यह कैसा दिखता है? इसका मतलब है यह जानना कि एक उच्च-विकास प्रारंभिक-चरण सॉफ्टवेयर व्यवसाय पर DCF आपको एक संख्या देगा, लेकिन संख्या काफी हद तक अर्थहीन है क्योंकि टर्मिनल वैल्यू धारणा पूरे मॉडल को निगल लेती है। इसका मतलब है यह समझना कि संकटग्रस्त रियल एस्टेट होल्डिंग के लिए संपत्ति-आधारित दृष्टिकोण क्यों समझ में आता है लेकिन संपत्ति-हल्के परामर्श अभ्यास के लिए नहीं।
ये ऐसे कौशल नहीं हैं जो आप अधिक मॉडल चलाकर सीखते हैं। आप उन्हें सैकड़ों लेनदेन पढ़कर, विरोधी विशेषज्ञों के साथ विवादों में बैठकर, बयान में या एक बिग फोर समीक्षक द्वारा अपने निष्कर्षों को चुनौती देकर सीखते हैं। AI यह आपके लिए नहीं कर सकता, और यह आपके बजाय यह नहीं कर सकता -- कम से कम, अभी तक नहीं, और शायद लंबे समय तक नहीं।
तीन बाल्टियाँ: कौन सुरक्षित है, कौन निचोड़ा गया है, कौन चला गया है
यहाँ बताया गया है कि हमें लगता है कि वैल्यूएशन पेशे के लिए अगले पाँच साल कैसे प्रकट होते हैं।
बाल्टी एक -- सुरक्षित तीस प्रतिशत। गहरी विशेषज्ञता वाले वरिष्ठ मूल्यांकनकर्ता (कर के लिए अमूर्त संपत्ति वैल्यूएशन, जटिल व्युत्पन्न वैल्यूएशन, ESOP वैल्यूएशन, स्वास्थ्य देखभाल अभ्यास वैल्यूएशन) अपने काम को बदलते देखेंगे लेकिन गायब नहीं होंगे। AI मॉडल यांत्रिकी संभालता है; वे रक्षणीय निर्णय संभालते हैं। इस समूह के लिए मुआवजा संभवतः बढ़ेगा।
बाल्टी दो -- निचोड़ा गया मध्य, लगभग पचास प्रतिशत। मानक मॉडलों के साथ गति और सटीकता पर अपना करियर बनाने वाले मध्य-कैरियर सामान्यज्ञ सबसे कठिन समायोजन का सामना करते हैं। उनका मुख्य कौशल -- अगले व्यक्ति की तुलना में comp और DCF बनाने में तेज और अधिक सटीक होना -- वास्तविक समय में commoditized किया जा रहा है। जीवित रहने के लिए, इस समूह को दो दिशाओं में से एक में जोर से धक्का देना होगा: या तो निर्णय सीढ़ी पर ऊपर जाएँ (गहरी विशेषज्ञता, विशेषज्ञ गवाह कार्य, विवाद समाधान) या आसन्न कार्यों में बग़ल में जाएँ जहाँ वैल्यूएशन साक्षरता मूल्यवान है लेकिन प्राथमिक कौशल नहीं है।
बाल्टी तीन -- विस्थापित बीस प्रतिशत। प्रवेश-स्तर के विश्लेषक जिनका मूल्य प्रस्ताव था "मैं वरिष्ठ लोगों की तुलना में तेजी से मॉडलों को पीस सकता हूँ" सबसे कठिन रास्ते का सामना करते हैं। बड़ी फर्मों में ये भूमिकाएँ पहले से ही सिकुड़ रही हैं। अच्छी खबर यह है कि शुरुआती-कैरियर पेशेवरों के पास सबसे अधिक समय है। बुरी खबर यह है कि पेशे में प्रवेश संकीर्ण हो रहा है।
इस तिमाही में क्या करें -- ठोस रूप से
यदि आप यह पढ़ रहे हैं और आप वैल्यूएशन में काम करते हैं, तो अगले नब्बे दिनों में करने के लिए पाँच ठोस कदम हैं।
पहला, एक AI उपकरण चुनें और वास्तव में धाराप्रवाह बनें। "मैंने एक बार comp के लिए ChatGPT आज़माया" नहीं। वास्तव में धाराप्रवाह -- मतलब आप उचित सोर्सिंग के साथ पूर्ण पहले-ड्राफ्ट वैल्यूएशन मेमो के माध्यम से इसे प्रॉम्प्ट कर सकते हैं, आप समझते हैं कि यह कहाँ मतिभ्रम करता है, और आपके पास हाथ से सत्यापित करने के लिए एक चेकलिस्ट है।
दूसरा, "निर्णय मामलों" का एक पोर्टफोलियो बनाएँ -- ऐसी स्थितियाँ जहाँ स्पष्ट मॉडल ने गलत उत्तर दिया और आपके निर्णय ने इसे पकड़ा। इन्हें लिखें। प्रत्येक दो पैराग्राफ। आपको इनकी प्रदर्शन समीक्षाओं में, साक्षात्कारों में, और अपने स्वयं के दिमाग में आवश्यकता होगी।
तीसरा, एक विशेषता के बारे में गंभीर हों। वैल्यूएशन एक ऐसा पेशा है जो गहराई को पुरस्कृत करता है। कुछ चुनें -- धारा 409A, जटिल प्रतिभूतियाँ, अमूर्त संपत्ति हानि, स्थानांतरण मूल्य निर्धारण, संकटग्रस्त ऋण -- और व्यवस्थित रूप से विशेषज्ञता बनाना शुरू करें।
चौथा, अपने लिखित संचार में निवेश करें। AI एक मॉडल उत्पन्न कर सकता है, लेकिन एक स्पष्ट, रक्षणीय वैल्यूएशन मेमो जो पाठक को आपके तर्क के माध्यम से चलाता है, गहराई से मानवीय कौशल बना रहता है। बोर्ड, ऑडिट समितियाँ, न्यायाधीश, और कर अधिकारी इन दस्तावेजों को पढ़ते हैं। सबसे प्रेरक मेमो लिखने वाला विश्लेषक जीतता है।
पाँचवाँ, दृश्यमान हों। वैल्यूएशन पेशा प्रतिष्ठा और रेफरल पर चलता है। LinkedIn पर प्रकाशित करें। NACVA या ASA सम्मेलनों में प्रस्तुत करें। FASB एक्सपोज़र ड्राफ्ट पर विचारपूर्वक टिप्पणी करें। AI आपके लिए प्रतिष्ठा-निर्माण नहीं कर सकता।
ईमानदार बॉटम लाइन
वैल्यूएशन नहीं जा रहा है। कंपनियाँ खरीदी और बेची जाती रहेंगी, संपत्तियों पर कर लगता रहेगा, विवादों को विशेषज्ञों की आवश्यकता बनी रहेगी, वित्तीय रिपोर्टों को समर्थनयोग्य उचित मूल्य माप की आवश्यकता बनी रहेगी। काम स्वयं टिकाऊ है।
लेकिन यह काम आज की तुलना में बहुत कम लोगों द्वारा किया जाएगा, और वे लोग आज के वैल्यूएशन विश्लेषकों से अलग दिखेंगे। वे अधिक विशिष्ट, अधिक निर्णय-उन्मुख, AI के साथ प्रतिस्पर्धा करने के बजाय निर्देशित करने में अधिक सहज होंगे। दौड़ मानव बनाम मशीन नहीं है -- यह मानव-प्लस-मशीन बनाम मानव-अकेले है, और उन दो के बीच का अंतर तेजी से बढ़ रहा है।
इस को पढ़ने वाले किसी के लिए भी अच्छी खबर यह है कि संक्रमण महीनों में नहीं, वर्षों में हो रहा है। आपके पास समय है। प्रश्न यह है कि क्या आप उस समय का उपयोग करते हैं, या प्रतीक्षा करते हैं।
Update History
- 2026-04-22: 2026 की पहली तिमाही कार्य विश्लेषण के आधार पर प्रारंभिक प्रकाशन
- 2026-05-14: ILO/OECD बेंचमार्क तुलना, तीन-बाल्टी ढाँचे, और ठोस नब्बे-दिवसीय कार्य योजना के साथ विस्तारित। वर्तमान-पीढ़ी के वैल्यूएशन कार्य के लिए AI उपकरण धाराप्रवाहता आवश्यकताओं की चर्चा जोड़ी गई।
_यह विश्लेषण AI सहायता से तैयार किया गया था और सटीकता के लिए समीक्षा की गई। [तथ्य] के रूप में चिह्नित डेटा बिंदु हमारे आंतरिक मॉडल से प्राप्त किए गए हैं; [दावा] उद्धृत बाहरी स्रोतों को संदर्भित करता है; [अनुमान] दिशात्मक विश्लेषण को दर्शाता है।_
Analysis based on the Anthropic Economic Index, U.S. Bureau of Labor Statistics, and O*NET occupational data. Learn about our methodology
अपडेट इतिहास
- 30 मार्च 2026 को पहली बार प्रकाशित।
- 15 मई 2026 को अंतिम बार समीक्षित।