येल: AI शायद नौकरी बाजार के कमजोर होने का कारण नहीं है
मार्च 2026 में अमेरिकी बेरोजगारी दर 4.3% तक पहुंच गई, और हर कोई AI को दोष देना चाहता है। येल के बजट लैब ने आंकड़ों की गहराई से जांच की और कुछ ऐसा पाया जो लगभग कोई नहीं कह रहा: असली कारण पूरी तरह कहीं और है।
आपको पता है, आजकल हर कोई मानता है कि AI चुपचाप नौकरियां खा रहा है। मार्च 2026 में अमेरिकी बेरोजगारी दर 4.3% तक चढ़ गई, भर्ती लगभग रुक गई, और सुर्खियां खुद-ब-खुद लिख जाती हैं। लेकिन येल बजट लैब (Yale Budget Lab) ने मई 2026 में जो विश्लेषण प्रकाशित किया वह पूरी तरह अलग दिशा की ओर इशारा करता है। अगर आप AI-संचालित छंटनी की चिंता में नींद खो रहे हैं, तो इसे ध्यान से पढ़ना सार्थक है।
शोधकर्ताओं ने एक असुविधाजनक सवाल पूछा: अगर आर्टिफिशियल इंटेलिजेंस वाकई श्रम बाजार को खोखला कर रहा होता, तो आंकड़े कैसे दिखते? और फिर उन्होंने जांचा कि क्या हकीकत वाकई उस तस्वीर से मेल खाती है। संक्षिप्त उत्तर: नहीं मिलती। [दावा] टीम ने निष्कर्ष निकाला कि AI नौकरी बाजार के नरम पड़ने का कारण "शायद (अभी) नहीं" है।
आंकड़े असल में क्या दिखाते हैं
कमजोरी खुद असली है। पिछले एक साल में गैर-कृषि रोजगार में हर महीने केवल लगभग 20,000 शुद्ध नई नौकरियां जुड़ीं। यह बेहद कमजोर है। बेरोजगारी अप्रैल 2023 के महामारी-बाद के निचले स्तर 3.4% से बढ़कर मार्च 2026 में 4.3% हो गई। [तथ्य] ऊपरी तौर पर यह बिल्कुल वैसा ही धीमा रिसाव दिखता है जैसा दफ्तरों में स्वचालन के फैलने से अपेक्षित होता है।
लेकिन बजट लैब के रायन नन (Ryan Nunn) ने पाया कि मुख्य चालक AI है ही नहीं। यह आव्रजन है। [तथ्य] शुद्ध आव्रजन में मंदी ने श्रम शक्ति वृद्धि को तेजी से घटा दिया, और जब कम लोग कार्यबल में प्रवेश करते हैं तो अर्थव्यवस्था की बुनियाद ठीक होने पर भी रोजगार के आंकड़े गिरते हैं। दूसरे शब्दों में, "कमजोर" रोजगार रिपोर्ट का बड़ा हिस्सा रोबोट की नहीं, हर (denominator) की कहानी है।
वह परीक्षा जिसमें AI बार-बार फेल होता है
इस शोध का चतुर हिस्सा इसकी पद्धति है। नन ने सिंथेटिक डिफरेंसेस-इन-डिफरेंसेस (synthetic differences-in-differences) नामक अपेक्षाकृत नई अर्थमितीय विधि का इस्तेमाल किया। [अनुमान] इसे एक निष्पक्ष तुलना गढ़ने का तरीका समझें: AI-संपर्क वाले और बिना संपर्क वाले पेशे शुरू से ही कई मामलों में लगातार अलग होते हैं, इसलिए यह विधि संपर्क वाले समूह के AI-पूर्व इतिहास का अनुसरण करने वाला एक सिंथेटिक तुलना समूह गढ़ती है, और फिर पूछती है कि AI के आने के बाद दोनों अलग हुए या नहीं।
अगर AI वाकई काम को नया रूप दे रहा होता, तो नवंबर 2022 में ChatGPT लॉन्च के बाद दोनों समूहों के बीच अंतर खुलना चाहिए था। AI के सर्वाधिक संपर्क वाले पेशे सिकुड़ने चाहिए थे जबकि बाकी स्थिर रहते। इसलिए यह विश्लेषण AI-संपर्क वाले पेशों को उनके बिना-संपर्क तुलना समूह के सामने रखकर समय के साथ देखता है।
कोई भी पक्ष हिला नहीं। [तथ्य] AI-संपर्क वाले पेशों में रोजगार बिना-संपर्क पेशों की तुलना में सिकुड़ा नहीं, और अनुमानित प्रभाव शून्य के इतने करीब है कि उसे सांख्यिकीय रूप से शून्य से अलग नहीं किया जा सकता। महंगाई-समायोजित प्रति घंटा वेतन के लिए भी यही सच है। नन जोड़ते हैं कि यह नतीजा बजट लैब के पहले के उस काम से मेल खाता है जिसमें व्यावसायिक चर्न—यानी वह दर जिस पर श्रमिक बताते हैं कि उनका पेशा बदल गया—में कोई असामान्य वृद्धि नहीं मिली थी।
नए स्नातकों का क्या?
यही खोज मुझे सबसे ज्यादा चौंकाने वाली लगी, क्योंकि "AI एंट्री-लेवल काम को नष्ट कर रहा है" वाली कहानी इन दिनों हर जगह है। हालांकि यह खोज मई वाले पेपर से नहीं आती। यह बजट लैब की एक अलग रिपोर्ट "Evaluating the Impact of AI on the Labor Market: Current State of Affairs" से आती है, जिसने 20 से 24 वर्ष के हाल के कॉलेज स्नातकों के व्यावसायिक मिश्रण की तुलना थोड़े बड़े 25 से 34 वर्ष के श्रमिकों से की। तर्क पैना है: अगर जनरेटिव AI करियर की सीढ़ी की निचली पायदानें मिटा रहा होता, तो युवा स्नातकों को अपने ठीक आगे वाली पीढ़ी से स्पष्ट रूप से अलग नौकरियों में धकेला जाना चाहिए था।
अंतर हिला जरूर, पर नाटकीय ढंग से नहीं। [तथ्य] जनवरी 2021 से यह शायद ही लगभग 30 से 33 प्रतिशत की संकरी पट्टी से बाहर गया, जिससे लगता है कि यह रुझान ChatGPT से पहले का है। [दावा] रिपोर्ट यह जरूर दर्ज करती है कि हाल में थोड़ी ऊपर की ओर गति दिखी, जो उसके अनुसार शुरुआती करियर वाले श्रमिकों पर ब्रिनयॉल्फसन और सहलेखकों के अलग शोध से मेल खा सकती है, और साथ ही चेताती है कि हाल के स्नातकों का नमूना इतना छोटा है कि इन उतार-चढ़ावों पर भरोसा नहीं किया जा सकता। यानी: कुल आंकड़ों में कोई आपदा नहीं, और पूरी तरह निश्चिंत होने का संकेत भी नहीं।
तो फिर ऐसा क्यों लगता है कि AI नौकरियां छीन रहा है?
तो आंकड़ों और प्रेस विज्ञप्तियों के बीच इस फासले की वजह क्या है? अगर कुल आंकड़े स्थिरता दिखाते हैं, तो इतनी सारी कंपनियां AI-संबंधी छंटनी क्यों घोषित कर रही हैं? टिप्पणीकारों के बीच घूमती एक व्याख्या, जो दावा इन दोनों बजट लैब रिपोर्टों में से कोई नहीं करती, वह है जिसे कुछ लोग सीधे "AI-वॉशिंग" कहते हैं: ऐसी कटौतियों के लिए AI को सुविधाजनक सार्वजनिक बहाना बनाना जो असल में लागत-कटौती, महामारी-बूम के दौरान अति-भर्ती, या सादी पुनर्संरचना के बारे में हैं। एल्गोरिदम को दोष देना भविष्योन्मुख लगता है। यह मानना कि आपने जरूरत से ज्यादा भर्ती की, ऐसा नहीं लगता।
संपर्क (exposure) और स्वचालन (automation) के बीच फर्क समझना भी जरूरी है। उसी साथ वाली बजट लैब रिपोर्ट में बेरोजगार श्रमिक औसतन ऐसे पेशों में थे जहां लगभग 25% से 35% कार्य जनरेटिव AI द्वारा किए जा सकते थे, और यह हिस्सा इस बात से लगभग नहीं बदला कि वे कितने समय से काम से बाहर थे। [तथ्य] अगर AI ही धकेल रहा होता, तो सबसे हाल में बेरोजगार हुए लोग सबसे ज्यादा संपर्क वाले होने चाहिए थे। वे नहीं थे। इसका यह मतलब कतई नहीं कि इस समय बेरोजगारी आसान है: नन साफ लिखते हैं कि भर्ती कमजोर है और बेरोजगार नौकरी-तलाशने वालों का अनुभव खासतौर पर कठिन और लगातार बिगड़ता जा रहा है। [तथ्य] और संपर्क ही नियति नहीं है। किसी कार्य का तकनीकी रूप से स्वचालन-योग्य होना यह नहीं दर्शाता कि नौकरी गायब हो जाएगी। अक्सर इसका मतलब है कि काम बदलता है, उपकरण बदलते हैं, और इंसान उन हिस्सों को संभालता है जो मॉडल नहीं कर सकता।
आपके करियर के लिए इसका मतलब
अगर आपका काम बहुत सारे टेक्स्ट, विश्लेषण या नियमित डिजिटल काम को छूता है, तो चिंता समझ में आती है, और दीर्घकालिक तस्वीर वाकई अनिश्चित है। लेकिन इस शोध से तीन बातें निकलती हैं।
पहला, डर फैलाने वाली सुर्खियों को अपने करियर के फैसले मत लेने दें। मार्च 2026 के CPS तक के अर्थव्यवस्था-व्यापी आंकड़े पतन नहीं, स्थिरता दर्शाते हैं। [दावा] जो विनाश चर्चा पर हावी है वह कुल स्तर पर अब भी काफी हद तक अटकल है।
दूसरा, छंटनी की प्रेस विज्ञप्तियों के बजाय अग्रणी संकेतकों को खुद देखें। बजट लैब हर नई रोजगार रिपोर्ट के साथ अपनी ट्रैकिंग अपडेट करता है, और देखने योग्य मेट्रिक्स हैं व्यावसायिक चर्न (churn) और उच्च-संपर्क श्रमिकों की बेरोजगारी अवधि। जब ये एक साथ हिलने लगें, वही आपका असली संकेत है।
तीसरा, AI से आमने-सामने टकराने के बजाय उसके साथ खड़े होने वाले कौशल बनाएं। मौजूदा साक्ष्य जिसे खारिज करते हैं वह है अर्थव्यवस्था-व्यापी स्तर पर थोक प्रतिस्थापन; यह इससे कहीं कम बताता है कि कौन-कौन सी अलग-अलग भूमिकाएं नए सिरे से गढ़ी जाएंगी। जो श्रमिक मानवीय निर्णय को AI उपकरणों के साथ जोड़ते हैं, मौजूदा साक्ष्य उन्हीं के प्रति उदार है।
यह येल विश्लेषण एक ऐसी बातचीत के लिए उपयोगी सुधार है जो साक्ष्य से आगे निकल गई है। AI बेहतर होता रहेगा, और तस्वीर बदल सकती है। पर अभी के लिए, आंकड़े सुर्खियों से ज्यादा शांत, ज्यादा आश्वस्त करने वाली कहानी बता रहे हैं: नौकरी बाजार नरम है, हां, पर दोषी ज्यादातर जनसांख्यिकी और आव्रजन है, आपकी मेज पर रखी मशीन नहीं।
ChatGPT लॉन्च के बाद से AI संपर्क इतना उल्लेखनीय रूप से स्थिर क्यों रहा, इस पर गहराई से देखने के लिए हमारा साथी विश्लेषण देखें: येल बजट लैब: ChatGPT के बाद से AI संपर्क स्थिर क्यों रहा।
_यह विश्लेषण AI सहायता से तैयार किया गया और सटीकता के लिए समीक्षा की गई। स्रोत: The Budget Lab at Yale, "AI Is Probably Not (Yet) the Reason for Labor Market Weakening" (Ryan Nunn), और "Evaluating the Impact of AI on the Labor Market: Current State of Affairs"।_
Analysis based on the Anthropic Economic Index, U.S. Bureau of Labor Statistics, and O*NET occupational data. Learn about our methodology
अपडेट इतिहास
- Corrected the attribution of the cited Budget Lab analysis: it is by Ryan Nunn, and the method it uses is synthetic differences-in-differences. The article had previously credited other Budget Lab researchers and named a different method. A second pass moved three findings — the graduate-cohort comparison, the share of AI-exposed tasks among unemployed workers, and a claim about unemployment duration — to the companion Budget Lab report they come from, which is now listed as a source; corrected an overstatement of what that report found; and removed the attribution of the "AI-washing" argument to the Budget Lab, which neither report makes.