येल बजट लैब: ChatGPT के बाद से AI जोखिम कार्यबल वितरण नहीं बदला

अमेरिका के 29% कर्मचारी सबसे कम AI जोखिम वाली नौकरियों में हैं। 18% सबसे अधिक जोखिम वाली में हैं। और ChatGPT लॉन्च होने के बाद से यह हिस्सा बदला नहीं है।

यह येल बजट लैब (Yale Budget Lab) द्वारा फरवरी 2026 में प्रकाशित एक समेकित विश्लेषण का मूल निष्कर्ष है — और यह वह तरह का परिणाम है जो हर "AI आपकी नौकरी छीनने आ रहा है" वाली हेडलाइन को थोड़ा शांत बना देना चाहिए। यह लैब, जिसका नेतृत्व अर्थशास्त्री मार्था जिम्बेल (Martha Gimbel) कर रही हैं, अमेरिकी जनगणना ब्यूरो के CPS (Current Population Survey) माइक्रोडेटा का उपयोग करके इस सवाल को महीने-दर-महीने ट्रैक कर रही है। अब तक उनका जवाब AI के डर फैलाने वालों और AI के यूटोपियन दोनों के लिए असुविधाजनक है: हम जोखिम माप सकते हैं, लेकिन हम अभी तक जोखिम को विस्थापन में बदलते नहीं देख सकते। [तथ्य]

अगर आप डर में नौकरी बोर्ड रिफ्रेश कर रहे थे, तो डेटा कहता है कि आप थोड़ी राहत की सांस ले सकते हैं। अगर आप इस उम्मीद पर निर्भर थे कि AI उत्पादकता मंदी को ठीक करेगा, तो डेटा कहता है कि अभी शैम्पेन मत खोलिए। आइए देखते हैं कि संख्याएं वास्तव में क्या दिखाती हैं।

"AI जोखिम" का असली मतलब क्या है

येल बजट लैब कोई नया जोखिम स्कोर नहीं बनाती। वह अग्रणी शैक्षणिक मापों को जोड़कर तुलना करती है — Felten et al. (जो मापता है कि AI क्षमताएं किसी पेशे के कार्य कर सकती हैं या नहीं), Webb (पेटेंट-आधारित AI), और Eloundou et al. 2024 (जिनके dv_rating_beta और human_rating_beta मेट्रिक्स पूछते हैं कि क्या GPTs O\*NET कार्यों को तेज कर सकते हैं — human_rating को मानव एनोटेटर्स द्वारा और dv_rating को GPT-4 द्वारा एनोटेट किया जाता है)। [तथ्य]

यह महत्वपूर्ण है क्योंकि चारों मेट्रिक्स इस बात पर सहमत हैं कि कौन सी नौकरियां _सबसे कम_ जोखिम में हैं, और इस बात पर सबसे अधिक असहमत हैं कि कौन सी _सबसे अधिक_ जोखिम में हैं। Felten माप मैनेजर्स, प्रोफेशनल्स, और कार्यालय व प्रशासनिक स्टाफ को बहुत उच्च मानता है — और सेवा, उत्पादन, और निर्माण कर्मियों को बहुत निम्न — क्योंकि बाद वाले कार्यों में हस्त-कौशल शामिल है जो वर्तमान एल्गोरिदम नहीं कर सकते। [तथ्य] Eloundou माप कार्य गति-वृद्धि के आधार पर रैंक करते हैं, जो थोड़ी अलग सूची सामने लाता है। निष्कर्ष: प्रेस में आप जो भी एकल रैंकिंग पढ़ते हैं वह एक अधिक शोरगुल वाले चित्र का एक टुकड़ा भर है।

जिस संख्या ने मुझे चौंकाया

इन सभी मापों के पार, अमेरिकी कर्मचारियों का सबसे कम, मध्य, और सबसे अधिक व्यावसायिक जोखिम वर्गों में हिस्सा क्रमशः लगभग 29%, 46%, और 18% पर स्थिर रहता है। [तथ्य] नवंबर 2022 में ChatGPT लॉन्च के बाद से नहीं। GPT-4 के बाद से नहीं। Claude Opus या Gemini रीज़निंग मॉडल्स के बाद से नहीं। यह वितरण मुश्किल से हिला है।

यह आश्चर्यजनक है क्योंकि जोखिम स्कोर शून्य नहीं हैं। मोटे तौर पर पांच में से एक अमेरिकी कर्मचारी सबसे उच्च जोखिम वाले पंचमक में बैठता है। अगर जोखिम जल्दी विस्थापन में बदलता, तो आप उम्मीद करते कि वे कर्मचारी अपने पेशे से बाहर निकल रहे हों — कम जोखिम वाले पेशों की ओर बढ़ रहे हों — बाकी सभी की तुलना में उच्च दर पर। [अनुमान]

वे नहीं हैं।

बेरोजगार कर्मचारी जोखिम वाली नौकरियों से आते हैं — पर मामूली रूप से

लैब के मासिक CPS अपडेट्स यह पाते हैं कि बेरोजगार कर्मचारी आमतौर पर ऐसे पेशों से आते हैं जहां औसतन 25% से 35% कार्य जनरेटिव AI द्वारा किए जा सकते हैं। [तथ्य] यह एक वास्तविक संकेत है। लेकिन यह कार्यबल औसत — विशेषकर उच्च-जोखिम समूहों के लिए — से नाटकीय रूप से अधिक नहीं है। और वही तुलना मायने रखती है।

दूसरे शब्दों में: हां, 2026 में नौकरी खोने वाले लोग समग्र कार्यबल की तुलना में जोखिम वाले पेशों में थोड़े अधिक केंद्रित हैं। नहीं, यह कोई ज्वार-भाटा नहीं है। मार्च 2026 अपडेट में लैब का सीधा सारांश: जोखिम, स्वचालन, और संवर्धन के माप रोजगार या बेरोजगारी में परिवर्तन से संबंधित होने का कोई संकेत नहीं दिखाते। [तथ्य]

यह वह हिस्सा है जिसे ट्विटर-थ्रेड औद्योगिक परिसर छोड़ देता है। जोखिम वास्तविक और मापने योग्य है। विस्थापन, अब तक, नहीं है।

यह क्यों कायम नहीं रह सकता

मुझे यहां सावधान रहना चाहिए। "अभी कोई प्रभाव नहीं" "कभी कोई प्रभाव नहीं" के समान नहीं है। तीन चीजें अगले 18 महीनों में चित्र को बदल सकती हैं। [राय]

पहला, Anthropic का अपना उपयोग टेलीमेट्री — जिसे येल लैब ने क्रॉस-रेफरेंस करना शुरू किया है — सुझाव देता है कि AI उपयोग _स्वचालन_ (AI कार्य को शुरू से अंत तक करता है) की ओर शिफ्ट हो रहा है, न कि _संवर्धन_ (AI एक मानव की मदद करता है) की ओर। नवंबर 2025 और फरवरी 2026 दोनों Anthropic नमूने यह पैटर्न दिखाते हैं। [तथ्य] अगर स्वचालन का हिस्सा बढ़ता रहा, तो जोखिम और विस्थापन के बीच की देरी बंद हो सकती है।

दूसरा, हेडलाइन CPS संख्याएं प्रवेश स्तर पर जो हो रहा है उसे चिकना कर देती हैं। फेडरल रिजर्व गवर्नर माइकल बार (Michael Barr) ने 17 फरवरी 2026 को नोट किया कि AI-जोखिम वाले पेशों में प्रारंभिक-करियर कर्मचारी — सॉफ्टवेयर डेवलपर्स और कस्टमर सर्विस प्रतिनिधि उनमें — पहले से ही अन्य प्रारंभिक-करियर कर्मचारियों की तुलना में रोजगार में गिरावट देख रहे हैं। [तथ्य] अगर आप उन क्षेत्रों में अपनी पहली नौकरी ढूंढने वाले 23 वर्षीय हैं, तो सभी कर्मचारियों का औसत आपकी वास्तविकता नहीं है।

तीसरा, AI अपनाना ही अभी प्रारंभिक है। दिसंबर 2025 तक केवल 17% अमेरिकी फर्मों ने व्यावसायिक कार्यों में AI का उपयोग करने की रिपोर्ट की, और बड़ी फर्मों (250+ कर्मचारी) के बीच यह लगभग 30% तक बढ़ जाती है। [तथ्य] हेडलाइन कार्यबल आंकड़े आंशिक रूप से इसलिए स्थिर हैं क्योंकि तकनीक अभी हर जगह तैनात नहीं हुई है।

आपके करियर के लिए इसका क्या मतलब है

अगर आप उच्च-जोखिम वाले पेशे में काम करते हैं — और Felten माप सुझाव देता है कि इसमें बहुत सारे डेटा साइंटिस्ट, वित्तीय विश्लेषक, प्रशासनिक सहायक, लेखाकार, और विशेष रूप से कंप्यूटर प्रोग्रामर शामिल हैं — तीन चीजें अभी करना उचित है।

प्रलय के दिन की राय पढ़ना बंद करें। डेटा अभी उन्हें समर्थन नहीं देता। येल बजट लैब उन कुछ समूहों में से एक है जो इस काम को कठोरता के साथ कर रहे हैं और वे मासिक रूप से प्रकाशित कर रहे हैं। उनके अपडेट्स पढ़ें, सांस फूलाने वाले थ्रेड के बजाय।

अपने क्षेत्र में प्रवेश-स्तर के संकेत पर नज़र रखें। अगर जूनियर हायरिंग ढह रही है जबकि मध्य-करियर हायरिंग स्थिर है, तो वही कैनरी है। येल लैब अभी अनुभव स्तर के अनुसार हायरिंग को विभाजित नहीं करती, लेकिन फेड भाषण और उद्योग रिपोर्ट ऐसा करना शुरू कर रहे हैं। विस्थापन की कहानी, अगर आती है, तो संभवतः यहां पहले दिखाई देगी।

अपनी नौकरी के उस हिस्से में अच्छे बनें जिसमें AI _खराब_ है, उस हिस्से में नहीं जिसमें यह _अच्छा_ है। Felten पद्धति स्पष्ट है कि "जोखिम" कार्य-स्तर के ओवरलैप को मापता है — यह नहीं मापता कि निर्णय, जवाबदेही, ग्राहक विश्वास, या सिस्टम एकीकरण के लिए मानव की अभी भी आवश्यकता है या नहीं। वे अभी भी आपके हैं।

बड़ी तस्वीर

येल बजट लैब के काम के बारे में मुझे जो सबसे उपयोगी लगता है वह है अनुशासन। वे पद्धति प्रकाशित करते हैं। वे मासिक अपडेट करते हैं। वे कई डेटा स्रोतों को क्रॉस-रेफरेंस करते हैं। वे डेटा को कॉन्फ्रेंस टॉक के लिए सजाने के बजाय उबाऊ निष्कर्ष — _हम इसे अभी नहीं देख रहे_ — प्रकाशित करने को तैयार हैं।

एक ऐसी चर्चा में जहां "AI 30 करोड़ नौकरियों को खत्म कर देगा" 2023 से गोल्डमैन सैक्स की हेडलाइन रही है और "AI सिर्फ एक उत्पादकता उपकरण है" तब से एक काउंटर-हेडलाइन रही है, लैब का जवाब हमारे पास सबसे ईमानदार है: श्रम बाजार बदल रहा है, लेकिन यह बदलाव अभी उन जगहों पर प्रकट नहीं हुआ है जहां हम बार-बार ढूंढते रहते हैं। [राय]

यह हमें अधिक आश्वस्त नहीं, बल्कि अधिक विनम्र बनाना चाहिए।

स्रोत

• The Budget Lab at Yale, "Labor Market AI Exposure: What Do We Know?", फरवरी 2026
• The Budget Lab at Yale, "Evaluating the Impact of AI on the Labor Market: Current State of Affairs"
• The Budget Lab at Yale, "Tracking the Impact of AI on the Labor Market", मार्च 2026 अपडेट
• Eloundou, T., et al. (2024). "GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models." येल बजट लैब के माध्यम से उद्धृत।
• Felten, E. W., Raj, M., & Seamans, R. (2021/2023). AI व्यावसायिक जोखिम माप। येल बजट लैब के माध्यम से उद्धृत।
• अमेरिकी जनगणना ब्यूरो Business Trends and Outlook Survey, दिसंबर 2025। 17 फरवरी 2026 को फेडरल रिजर्व गवर्नर माइकल बार की टिप्पणियों में उद्धृत।

---

_यह लेख AI सहायता से लिखा गया था और सटीकता के लिए संपादित किया गया था। आंकड़े स्रोत प्रकाशन तिथियों के अनुसार वर्तमान हैं। नई येल बजट लैब रिलीज़ और CPS डेटा उपलब्ध होने पर हम इस विश्लेषण को अपडेट करते हैं।_