विषय-सूची

"AI आपकी नौकरी छीन लेगा" — यह बात अब आम हो चुकी है। पर असली दफ्तरों में चुपचाप जो हो रहा है, वह उससे कहीं रोज़मर्रा वाला बदलाव है — एक ही कंपनी में, एक ही भूमिका में काम करने वाले सहकर्मियों के बीच, नतीजों की खाई धीरे-धीरे चौड़ी हो रही है। इसकी वजह खुद AI से कम और इस बँटवारे से ज़्यादा है — "जो AI को अच्छे से इस्तेमाल करते हैं" और "जो नहीं करते या नहीं कर पाते।"

यह लेख तीन प्रायोगिक अध्ययनों और एक सार्वजनिक सर्वे के आधार पर बताता है कि AI की प्रगति किस तरह दफ्तर में काम करने वालों के बीच क्षमता की खाई चौड़ी करती है; सभी को मूल प्रकाशन से जाँचा गया है (30 सितंबर 2026 तक)। शुरू में ही साफ कर दें: यह कोई सीधी-सी कहानी नहीं है कि "जो होशियार हैं, वही जीतेंगे।" प्रयोगों में AI ने नए लोगों को सबसे ज़्यादा ऊपर उठाया और खाई सिकोड़ी, जबकि सर्वे में AI कौन इस्तेमाल करता है, इसका अंतर एक साल में बढ़ गया। AI के पास खाई को सिकोड़ने वाली ताकत भी है और चौड़ी करने वाली भी। "कौन-सी नौकरियाँ खत्म होती हैं" इसे हम जोखिम वाली नौकरियों की रैंकिंग पर, "व्हाइट-कॉलर रोज़गार का क्या होगा" इसे क्या AI व्हाइट-कॉलर नौकरियाँ खत्म कर देगा? पर, और "अनुभवी या जूनियर, किसकी नौकरी जाती है" इसे अनुभवी बनाम जूनियर पर छोड़ते हैं; यहाँ हमारा ध्यान "काम करते रहने वालों के बीच की क्षमता की खाई" पर है।

चौड़ी होती खाई · एक नया मोड़

खाई "आप कितने होशियार हैं" पर नहीं, "आप इसे कितने अच्छे से इस्तेमाल करते हैं" पर खुलती है

— एक ही शुरुआत से, खाई समय के साथ चौड़ी होती जाती है

पहला दिन: छोटी खाई कुछ साल बाद: बड़ी खाई →
● AI को अच्छे से इस्तेमाल करता है ● AI इस्तेमाल नहीं करता

पर पूरी कहानी इतनी ही नहीं है। AI के पास खाई को सिकोड़ने वाली ताकत भी है — यही इस लेख का मुख्य बिंदु है।

*इस लेख के आँकड़े समीक्षित शोध-पत्रों और अमेरिका की एक सर्वे संस्था के प्रकाशित आँकड़ों से लिए गए हैं (30 सितंबर 2026 को मूल स्रोतों से जाँचे गए)। प्रयोग खास कार्यस्थलों के खास कामों पर हैं, और देश या पेशा बदलने पर आँकड़े भी बदलते हैं। किसी एक अध्ययन से सामान्य निष्कर्ष न निकले, इसलिए हर एक की शर्तें साथ दी गई हैं।

1. निष्कर्ष — खाई का "आधार" बदल रहा है

पहले निष्कर्ष। AI जो सबसे बड़ा बदलाव लाता है, वह यह है कि "क्षमता को नापने का आधार" बदल जाता है। पहले काम में खाई "व्यक्तिगत कच्ची ताकत" से बनती थी — ज्ञान की मात्रा, प्रोसेसिंग की रफ्तार, अनुभव। पर अब जब AI इन्हें संभालने लगा है, तो एक नया आधार सामने आ गया है।

फर्क पैदा करने वाला आधार "बुद्धि और अनुभव" से हटकर "आप AI को कितने अच्छे से इस्तेमाल करते हैं" की ओर खिसक रहा है। बराबर क्षमता वाले दो लोगों के बीच भी, अब वे कितना और कितने अच्छे काम संभालते हैं, यह इस पर निर्भर करता है कि वे AI को अपना साथी बना पाते हैं या नहीं।

दूसरे शब्दों में, आगे चलकर क्षमता की खाई काफी हद तक "आप होशियार हैं या नहीं" के बजाय "आप AI को अच्छे से इस्तेमाल करते हैं या नहीं" के आधार पर खुलेगी। एक नज़रिए से देखें तो यह अच्छी खबर है। कच्ची बुद्धि और डिग्रियाँ बदलना मुश्किल है, पर AI का इस्तेमाल सीखना कोई भी अभी से शुरू कर सकता है। हालाँकि असल में, "सीखने के अवसर" में ही फर्क होता है — और वहीं खाई चौड़ी होती है। आइए इसे क्रम से समझें।

2. दो विपरीत ताकतें (तल उठाना बनाम छत उठाना)

यही इस लेख का केंद्र है। क्षमता की खाई पर AI का असर असल में दो उलटी ताकतें हैं जो एक साथ काम करती हैं। इसलिए "खाई चौड़ी होगी या सिकुड़ेगी?" का जवाब है — "दोनों"।

⬆ तल उठाने की ताकत (खाई सिकोड़ती है)

एक ही काम के भीतर, AI नए और कम कुशल लोगों को ज़्यादा ऊपर उठाता है। 5,179 ग्राहक-सहायता कर्मियों के अध्ययन में हल की गई समस्याएँ कुल मिलाकर 14% और नए व कम कुशल लोगों में 34% बढ़ीं, जबकि अनुभवी लोगों में लगभग कोई बदलाव नहीं हुआ। लेखन के एक प्रयोग में भी AI ने काम करने वालों के बीच का अंतर घटाया (विवरण खंड 3 में)। AI "तल" ऊपर उठाता है।

⬇ छत उठाने की ताकत (खाई चौड़ी करती है)

पूरे कार्यस्थल को देखें तो काम में AI इस्तेमाल करने वालों के अनुपात में ही अंतर है। अमेरिका के एक सर्वे में कम से कम स्नातक डिग्री वाले लोग AI ज़्यादा इस्तेमाल करते थे, और यह अंतर एक साल में बढ़ा (खंड 3)। टूल, प्रशिक्षण और स्वतंत्रता तक पहुँच का फ़र्क़ इस्तेमाल करने वालों और न करने वालों को अलग करता है। AI "छत" भी ऊपर उठाता है।

सार यह है — "एक काम के भीतर" AI नए लोगों की मदद करके खाई सिकोड़ता है, लेकिन "पूरे कार्यस्थल और समाज" में इस्तेमाल कर सकने वालों और न कर सकने वालों के बीच खाई चौड़ी होती है। यह विरोधाभास नहीं, अलग-अलग स्तरों की बात है। प्रयोगों में खाई इसलिए भी सिकुड़ी क्योंकि सबको AI इस्तेमाल करने की एक जैसी सुविधा दी गई थी — असली कार्यस्थल इसकी गारंटी नहीं देते। इसलिए किसी व्यक्ति के लिए असल में मायने रखता है दूसरा पहलू: "इस्तेमाल करें या न करें" का दोराहा।

3. आँकड़ों में आज की हालत

मूल प्रकाशनों से जाँचे गए तीन आँकड़े यहाँ हैं। पहले दो "काम के भीतर" के प्रयोग हैं, तीसरा "पूरे कार्यस्थल" का सर्वे।

+34% vs +14%

ग्राहक-सहायता में AI सहायक आने के बाद प्रति घंटे हल हुई समस्याओं में बढ़त: नए और कम कुशल +34%, कुल औसत +14%, अनुभवी लोग लगभग जस के तस

−40% / +18%

ChatGPT के साथ लेखन के प्रयोग में लगा समय 40% घटा और गुणवत्ता 18% बढ़ी। काम करने वालों के बीच असमानता घटी

28% vs 16%

अमेरिका के उन कर्मियों का अनुपात जो कम से कम कुछ काम AI से करते हैं। स्नातक या उससे ऊपर: एक साल में 20% से 28%; बाकी: 13% से 16%

आँकड़ाप्रकाशक और समयशर्तें
+34% / +14%Brynjolfsson, Li और Raymond, "Generative AI at Work" (NBER वर्किंग पेपर 2023; Quarterly Journal of Economics 2025)एक कंपनी के 5,179 ग्राहक-सहायता कर्मी; AI सहायक को चरणबद्ध तरीके से लागू करने से पहले और बाद की तुलना। लेखकों का अनुमान है कि AI ने कुशल कर्मियों के तरीके नए लोगों तक पहुँचाए और उनका सीखना तेज़ किया
−40% / +18%Noy और Zhang, "Experimental evidence on the productivity effects of generative artificial intelligence" (Science, जुलाई 2023)पहले से पंजीकृत ऑनलाइन प्रयोग: 453 स्नातक पेशेवरों ने अपने पेशे से जुड़े लेखन कार्य किए; आधे लोगों को यादृच्छिक रूप से ChatGPT दिया गया। छोटे लेखन कार्यों के नतीजे
28% vs 16%Pew Research Center (6 अक्टूबर 2025 को प्रकाशित)2–8 सितंबर 2025, अमेरिका के 5,010 कर्मी। "कम से कम कुछ काम AI से होता है" कहने वालों का अनुपात। कुल मिलाकर 16% से 21% हुआ, पर 65% अब भी कहते हैं कि वे AI का बहुत कम या बिल्कुल इस्तेमाल नहीं करते

इन्हें साथ रखने पर तस्वीर साफ़ होती है। AI इस्तेमाल करने की सुविधा मिले तो नए लोग सबसे ज़्यादा आगे बढ़ते हैं (पहले दो)। लेकिन असलियत में ज़्यादा पढ़े-लिखे लोग ही AI ज़्यादा इस्तेमाल कर रहे हैं, और यह अंतर एक साल में 7 से बढ़कर 12 प्रतिशत अंक हो गया (तीसरा)। यानी AI मौजूदा खाई पाटने का औज़ार बन सकता था, लेकिन इस्तेमाल के मौके असमान होने से वह पुरानी खाई के ऊपर एक नई खाई जोड़ सकता है। यह भी ध्यान रहे कि प्रयोगों के आँकड़े छोटे कामों के हैं, इसलिए वे यह साबित नहीं करते कि "AI से कोई भी कुछ सालों में विशेषज्ञ बन जाएगा"।

4. खाई चौड़ी करने वाली 4 ताकतें

लोग "इस्तेमाल करने वालों" और "न करने वालों" में क्यों बँट जाते हैं? यह सिर्फ क्षमता या इच्छा की बात नहीं है। माहौल का फर्क बड़ी भूमिका निभाता है। मुख्य रूप से चार ताकतें हैं।

🔑 टूल तक पहुँच

जो पेड हाई-एंड AI और कंपनी के भीतर के टूल इस्तेमाल कर सकते हैं, और जो मुफ्त संस्करणों तक सीमित हैं या जिन पर इस्तेमाल की रोक है — इनके बीच खाई खुलती है।

⏰ सीखने का समय और प्रशिक्षण

वरिष्ठ भूमिकाओं को प्रशिक्षण और प्रयोग का समय मिलता है; फ्रंटलाइन और शुरुआती करियर वालों से अक्सर कहा जाता है कि "खुद ही पता लगा लो।"

🎛️ प्रयोग की स्वायत्तता

क्या आप ऐसी स्थिति में हैं कि "अपने फैसले से नए तरीके आज़मा सकें।" जितनी ज़्यादा स्वायत्तता, उतनी ज़्यादा गुंजाइश AI को काम में बुनने की।

🧭 सीखने की इच्छा / मानसिक रुकावट

वे लोग जो "बस आज़मा लेते हैं" बनाम वे जो "मुश्किल लगता है / डरावना लगता है" पर ही रुक जाते हैं। पहले कदम का फर्क समय के साथ चौड़ा होता है।

गौर करने वाली बात — चार में से तीन (पहुँच, प्रशिक्षण, स्वायत्तता) पहले से ही ऊँचे पदों वालों के पक्ष में हैं। तो, यूँ ही छोड़ दें तो यह ऐसी धारा बन जाती है जहाँ "मज़बूत और मज़बूत होता जाता है।" पर सिर्फ चौथी, "सीखने की इच्छा," ऐसी चीज़ है जिसे आप पद से बेपरवाह खुद बदल सकते हैं। पीछे न छूटने के लिए यही सबसे बड़ा लीवर है।

5. कौन आगे निकलता है, कौन पीछे छूट जाता है

तो आखिर कौन "आगे निकलने" वाली ओर पहुँचता है, और कौन "पीछे छूटने" वाली ओर? कच्ची बुद्धि से नहीं, बल्कि "आप AI के साथ कैसे काम करते हैं" के आधार पर, मोटे तौर पर तीन प्रकार उभरते हैं।

🚀 आगे निकलता है

काम AI को सौंपता है और बचे समय को निर्णय, योजना और लोगों की ओर लगाता है। AI के जवाब आँख मूँदकर निगलने के बजाय जाँचता है। AI को "मातहत की तरह" इस्तेमाल करता है।

😐 जहाँ का तहाँ रहता है

इस्तेमाल तो करता है, पर "काम आसान हो गया" पर ही रुक जाता है। बचे समय को ज़्यादा मूल्यवान काम की ओर नहीं लगाता, इसलिए न मात्रा बढ़ती है न गुणवत्ता।

⚠ पीछे छूट जाता है

पूर्वाग्रह के चलते इसे छूता ही नहीं — या सब कुछ इसी पर डाल देता है और अपनी सोच को कमज़ोर पड़ने देता है। दोनों ही सूरत में, कुछ ही सालों में खाई खुल जाती है।

मुख्य बात यह है कि यह "इस्तेमाल करो / न करो" का दो-टूक मामला नहीं है। जो सच में आगे निकलते हैं वे वही हैं जो "AI से काम कराना × खुद एक स्तर ऊँचा काम करना" को मिलाते हैं। काम AI को सौंपकर बस फारिग हो जाना नहीं, बल्कि बचे समय को "उस निर्णय, लोगों और सृजन में लगाना जो AI नहीं कर सकता" — आप इस तरह इस्तेमाल कर पाते हैं या नहीं, यही "जहाँ का तहाँ रहने" वालों को "आगे निकलने" वालों से अलग करता है।

6. जाल — हद से ज़्यादा भरोसा कौशल को कमज़ोर करता है

यहाँ एक अप्रत्याशित जाल है। AI जितना ज़्यादा इस्तेमाल करें, उतना सुरक्षित — ऐसा नहीं है। BCG के 758 कंसल्टेंट पर हुए प्रयोग (Organization Science, मार्च 2026) में, जिन कामों में AI अच्छा है उनमें लोग तेज़ और बेहतर हुए — लेकिन AI जिसमें कमज़ोर है ऐसे एक जटिल काम में, AI इस्तेमाल करने वालों के सही जवाब तक पहुँचने की संभावना 19% कम रही। लगता है उन्होंने AI के विश्वसनीय दिखने वाले जवाब जस के तस मान लिए। दोनों तरह के काम कंसल्टिंग के रोज़ के काम का हिस्सा थे और दिखने में एक जैसे थे (प्रयोग की शर्तें कंसल्टिंग उद्योग पर AI का प्रभाव में हैं)।

"इस्तेमाल तो करता है, पर सोचता नहीं" बनने के संकेत

  • AI के जवाब बिना जाँचे सीधे जमा करने लगे हैं
  • खुद सोचने से पहले आदतन AI से पूछ लेते हैं
  • AI गलत हो तो पहचान नहीं पाते
  • AI के बिना काम पहले से धीमा चलता है

यह असमानता का गंभीर कारण बन सकता है। "AI के सहारे खुद भी समझदार होने वाले" और "अपना निर्णय AI को सौंप देने वाले" — दोनों "AI उपयोगकर्ता" हैं, पर जहाँ AI कमज़ोर है वहाँ उनके नतीजे उलटे होते हैं। कुंजी है AI के जवाब को "मसौदा" मानकर जाँचने और सुधारने की आदत। पूरा निगलिए मत, संवाद कीजिए। यह प्रॉम्प्ट इंजीनियरिंग की सोच से भी मेल खाता है। जो AI इस्तेमाल करते हुए अपनी निर्णय-क्षमता भी तराशते हैं, वही आख़िर में सबसे ज़्यादा बढ़ते हैं।

7. पीछे न छूटने के लिए क्या करें

तो आप "आगे निकलने" वाली ओर कैसे पहुँचें? यहाँ वे चीज़ें हैं जिन्हें आप खुद, आज ही, पद या प्रतिभा से बेपरवाह कर सकते हैं। किसी हार्ड स्किल की ज़रूरत नहीं।

  • बस इसे छू लें: परफेक्ट का इंतज़ार न करें; आज ही एक बार मुफ्त संस्करण इस्तेमाल करें। पहले कदम का फर्क समय के साथ चौड़ा होता है।
  • अपने ही काम पर आज़माएँ: अमूर्त रूप में नहीं — AI से वह "काम कराएँ जो आप अभी कर रहे हैं।" असली काम से जुड़कर आप तेज़ी से बढ़ते हैं।
  • "जाँचने" की आदत बनाएँ: AI के नतीजे पर हमेशा शक करें और इस्तेमाल से पहले जाँच लें। आँख मूँदकर न निगलें।
  • बचे समय को निवेश की ओर मोड़ें: जो समय बचाया उसे निर्णय, योजना, सीखने में लगाएँ — "उन चीज़ों में जो सिर्फ आप कर सकते हैं।"
  • अपना इस्तेमाल का तरीका साझा करें: जो प्रॉम्प्ट और तरकीबें काम आईं, उन्हें सहकर्मियों के साथ बाँटें। सीखना तेज़ होता है।
  • सीखते रहें: टूल हर छह महीने में बदल जाते हैं। एक बार सीखकर रुक न जाएँ।

पहली दो खास तौर पर अच्छा काम करती हैं — "इसे छू लें," "अपने ही काम पर आज़माएँ।" ठीक इसीलिए कि अभी बहुत से लोग "मुश्किल लगता है" पर अटके हैं, यह वह मौका भी है जब जो आगे बढ़ते हैं वे तुलनात्मक रूप से काफी आगे निकल सकते हैं। कौशल कैसे बढ़ाएँ, इसके लिए अत्याधुनिक AI इंजीनियर कैसे बनें और जो नौकरियाँ टिकती हैं की सोच भी एक उपयोगी संदर्भ है।

8. कंपनी / संगठन का नज़रिया

आख़िर में, सिर्फ़ व्यक्ति नहीं, कंपनी की तरफ़ की बात भी। खाई सिर्फ़ निजी मेहनत का मामला नहीं है; संगठन की बनावट पर भी निर्भर करती है।

खंड 3 के दो निष्कर्ष संगठनों के लिए संकेत हैं। ग्राहक-सहायता वाले अध्ययन में AI आने के बाद नए कर्मी काफ़ी आगे बढ़े और कर्मचारियों का टिके रहना भी बढ़ा; लेखकों का अनुमान है कि AI ने कुशल लोगों के तरीके फैलाए। दूसरी ओर, अमेरिकी सर्वे ने दिखाया कि AI इस्तेमाल करने का मौका ही पढ़ाई के स्तर से झुका हुआ है, और यह झुकाव बढ़ रहा है। यानी अगर इस्तेमाल "हर कोई अपने भरोसे" वाले स्तर पर रहे, तो खाई चौड़ी होती है; और अगर "संगठन में हर किसी के लिए AI इस्तेमाल करने और सीखने की व्यवस्था" बने, तो AI तल उठाने का औज़ार बनता है। ठोस रूप में — सभी कर्मचारियों को टूल, प्रशिक्षण का समय, कारगर तरीकों को साझा करना, और AI के जवाब जाँचने का एक तय तरीका। ये खंड 4 के "खाई चौड़ी करने वाले 4 कारकों" को संगठन के बल पर बेअसर करने वाले कदम भी हैं।

सारांश

आख़िर में संक्षेप: AI की प्रगति दफ्तर में काम करने वालों के बीच क्षमता की खाई कैसे चौड़ी करती है।

  • धुरी बदलती है: अंतर पैदा करने वाली धुरी "बुद्धि और अनुभव" से हटकर "AI को अच्छे से इस्तेमाल करने की क्षमता" की ओर जा रही है।
  • दो विपरीत ताकतें: काम के भीतर AI नए लोगों को ऊपर उठाता है (ग्राहक-सहायता में नए +34%; लेखन में समय −40% और गुणवत्ता +18%), जबकि पूरे कार्यस्थल में इस्तेमाल करने वालों और न करने वालों की खाई बढ़ती है (अमेरिका: स्नातक या उससे ऊपर 28%, बाकी 16%)।
  • जाल: जिस काम में AI कमज़ोर था, उसमें AI इस्तेमाल करने वालों के सही होने की संभावना 19% कम रही। सब कुछ सौंप देना अपना निर्णय छोड़ देना है।
  • खाई चौड़ी करने वाले 4 कारक: पहुँच, प्रशिक्षण, स्वतंत्रता, सीखने की इच्छा। पहले तीन ऊँचे पदों के पक्ष में हैं; सिर्फ़ आख़िरी आपके हाथ में है।
  • दोराहा: जो काम AI को सौंपकर बचा समय ऊँचे स्तर के काम में लगाते हैं, वे आगे निकलते हैं।
  • क्या करें: पहले आज़माएँ → अपने काम में इस्तेमाल करें → जाँचने की आदत → बचा समय निवेश करें → साझा करें → सीखते रहें। संगठन ऐसी व्यवस्था बनाएँ जो सबके लिए हो।

आख़िरकार, AI युग में क्षमता की खाई "प्रतिभा के अंतर" से ज़्यादा "कर्म और माहौल के अंतर" से चौड़ी होती है। जैसा प्रयोगों ने दिखाया, AI इस्तेमाल की सुविधा मिले तो नए लोग सबसे ज़्यादा आगे बढ़ते हैं। यह कठोर है, पर उम्मीद भी है — जन्मजात बुद्धि या डिग्री के उलट, AI का इस्तेमाल कोई भी आज से सीखना शुरू कर सकता है। ठोस शुरुआत के लिए प्रॉम्प्ट इंजीनियरिंग की व्यावहारिक गाइड से शुरू करना अच्छा रहेगा।

FAQ

Q. क्या AI की प्रगति दफ्तर में काम करने वालों के बीच क्षमता की खाई चौड़ी करेगी या सिकोड़ेगी?
A. दोनों ताकतें एक साथ काम करती हैं। एक काम के भीतर AI नए लोगों को सबसे ज़्यादा ऊपर उठाता है: 5,179 ग्राहक-सहायता कर्मियों के अध्ययन में नए और कम कुशल लोगों ने 34% ज़्यादा समस्याएँ हल कीं, जबकि अनुभवी लगभग जस के तस रहे। लेकिन पूरे कार्यस्थल में AI कौन इस्तेमाल करता है, इसमें ही अंतर है — अमेरिकी सर्वे में स्नातक या उससे ऊपर 28% बनाम बाकी 16%, और यह अंतर एक साल में बढ़ा। व्यक्ति के लिए दूसरा पहलू मायने रखता है: "AI को अच्छे से इस्तेमाल करते हैं या नहीं" असमानता की नई धुरी बन रहा है।

Q. खाई की धुरी कैसे बदलती है?
A. अब तक काम में अंतर "व्यक्तिगत बुनियादी क्षमता" से आता था — ज्ञान, काम की रफ़्तार, अनुभव। अब जब AI इनका कुछ हिस्सा संभालने लगा है, सामने आई है "AI को अच्छे से इस्तेमाल करने की क्षमता (AI साक्षरता)"। बराबर क्षमता वाले दो लोग भी, AI को साथी बना पाने या न बना पाने के हिसाब से काम की मात्रा और गुणवत्ता में बहुत अलग हो सकते हैं। दूसरी तरह देखें तो जन्मजात बुद्धि या डिग्री के उलट, AI का इस्तेमाल कोई भी सीख सकता है — यह ऐसी धुरी है जिसमें मेहनत से पिछड़ापन दूर किया जा सकता है।

Q. लोग "इस्तेमाल करने वालों" और "न करने वालों" में क्यों बँटते हैं?
A. यह सिर्फ़ क्षमता या इच्छा का मामला नहीं; माहौल का बड़ा हाथ है। मुख्य कारक चार हैं: (1) ताक़तवर पेड AI या कंपनी के टूल तक पहुँच, (2) सीखने का समय और प्रशिक्षण, (3) नए तरीके आज़माने की स्वतंत्रता, और (4) सीखने की इच्छा और मन की झिझक। अमेरिकी सर्वे में स्नातक या उससे ऊपर वाले काम में AI ज़्यादा इस्तेमाल करते थे, और यह अंतर बढ़ रहा था। चौथा कारक, सीखने की इच्छा, पद चाहे जो हो, आप खुद बदल सकते हैं — पीछे न छूटने का सबसे बड़ा लीवर।

Q. क्या AI जितना ज़्यादा इस्तेमाल करें, उतना सुरक्षित हैं?
A. ज़रूरी नहीं। BCG के 758 कंसल्टेंट पर हुए प्रयोग में जिन कामों में AI अच्छा है उनमें लोग तेज़ और बेहतर हुए, लेकिन AI जिसमें कमज़ोर है ऐसे एक जटिल काम में AI इस्तेमाल करने वालों के सही जवाब तक पहुँचने की संभावना 19% कम रही। अगर AI के जवाब बिना जाँचे जमा करना, सोचने से पहले आदतन पूछना, या गलती न पकड़ पाना जैसे संकेत दिखें, तो सावधान हो जाएँ। कुंजी है AI के जवाब को मसौदा मानकर जाँचने और सुधारने की आदत।

Q. पीछे न छूटने के लिए आज से क्या करें?
A. कुछ काम पद या प्रतिभा से परे हर कोई कर सकता है: (1) परफ़ेक्ट होने का इंतज़ार न करें, आज एक बार इस्तेमाल करें, भले मुफ़्त वर्ज़न हो; (2) आम बातों के बजाय अपने मौजूदा काम पर AI आज़माएँ; (3) नतीजे को इस्तेमाल से पहले हमेशा जाँचें; (4) बचा समय निर्णय, योजना और सीखने में लगाएँ; (5) जो तरीका काम आए उसे सहकर्मियों से साझा करें; (6) सीखते रहें, क्योंकि टूल बदलते रहते हैं। प्रयोगों में AI तक पहुँच मिलते ही नए लोग सबसे ज़्यादा आगे बढ़े। पहला कदम ही फ़र्क़ डालता है।

Q. कंपनी और संगठन को क्या करना चाहिए?
A. "हर कोई अपने भरोसे इस्तेमाल करे" से आगे बढ़कर "संगठन में हर किसी के लिए AI इस्तेमाल करने और सीखने की व्यवस्था" बनाना। ग्राहक-सहायता वाले अध्ययन में AI आने के बाद नए कर्मी काफ़ी आगे बढ़े और कर्मचारियों का टिके रहना बढ़ा। अगर इस्तेमाल का मौका — जैसे पढ़ाई के स्तर से — झुका हुआ हो, तो खाई चौड़ी होती है। सभी को टूल, प्रशिक्षण का समय, कारगर तरीके साझा करना और AI के जवाब जाँचने का तय तरीका — ये खाई घटाने वाले कदम हैं।