એવી નોકરીઓ જે AI બદલી શકતી નથી અને AI કઈ નોકરીઓનું સ્થાન લેશે? રોજગાર પર AI ની અસર પર વૈશ્વિક દ્રષ્ટિકોણ

કાર્યબળમાં AI ના ઉદયને ઘડવો

2023 માં, વિશ્વભરમાં ત્રણ-ચતુર્થાંશ (77%) થી વધુ કંપનીઓ પહેલાથી જ AI સોલ્યુશન્સનો ઉપયોગ કરી રહી હતી અથવા અન્વેષણ કરી રહી હતી ( AI નોકરી ગુમાવવી: ચોંકાવનારા આંકડા જાહેર ). અપનાવવામાં આ વધારાના વાસ્તવિક પરિણામો છે: 2023 માં AI નો ઉપયોગ કરતા 37% વ્યવસાયોએ કર્મચારીઓમાં ઘટાડો નોંધાવ્યો હતો, અને 44% લોકોએ 2024 માં વધુ AI-સંચાલિત નોકરી કાપવાની અપેક્ષા રાખી હતી ( AI નોકરી ગુમાવવી: ચોંકાવનારા આંકડા જાહેર ). તે જ સમયે, વિશ્લેષકોએ અંદાજ લગાવ્યો છે કે AI લાખો નોકરીઓ જોખમમાં મૂકી શકે છે - ગોલ્ડમેન સૅક્સના અર્થશાસ્ત્રીઓનો અંદાજ છે કે AI ઓટોમેશન દ્વારા વૈશ્વિક સ્તરે 300 મિલિયન નોકરીઓ પ્રભાવિત થઈ શકે છે ( 60+ આંકડા AI રિપ્લેસિંગ જોબ્સ પર (2024) "કઈ નોકરીઓ AI બદલી શકશે?" અને "નોકરીઓ જે AI બદલી શકતી નથી" એ પ્રશ્ન કામના ભવિષ્ય વિશે ચર્ચાઓનું કેન્દ્રબિંદુ બની ગયો છે.

જોકે, ઇતિહાસ થોડો પરિપ્રેક્ષ્ય આપે છે. અગાઉની ટેકનોલોજીકલ ક્રાંતિઓ (યાંત્રિકીકરણથી કમ્પ્યુટર્સ સુધી) એ શ્રમ બજારોને વિક્ષેપિત કર્યા પણ નવી તકો પણ ઉભી કરી. જેમ જેમ AI ની ક્ષમતાઓ વધતી જાય છે, તેમ તેમ ઓટોમેશનની આ લહેર પણ એ જ પેટર્નને અનુસરશે કે કેમ તે અંગે તીવ્ર ચર્ચા થઈ રહી છે. આ શ્વેતપત્ર લેન્ડસ્કેપ પર એક નજર નાખે છે: નોકરીઓના સંદર્ભમાં AI કેવી રીતે કાર્ય કરે છે, કયા ક્ષેત્રો સૌથી વધુ વિસ્થાપનનો સામનો કરે છે, કઈ ભૂમિકાઓ પ્રમાણમાં સલામત રહે છે (અને શા માટે), અને નિષ્ણાતો વૈશ્વિક કાર્યબળ માટે શું આગાહી કરે છે. વ્યાપક, અદ્યતન વિશ્લેષણ પ્રદાન કરવા માટે તાજેતરના ડેટા, ઉદ્યોગ ઉદાહરણો અને નિષ્ણાત અવતરણોનો સમાવેશ કરવામાં આવ્યો છે.

નોકરીઓના સંદર્ભમાં AI કેવી રીતે કાર્ય કરે છે

આજે AI ચોક્કસ કાર્યોમાં - ખાસ કરીને પેટર્ન ઓળખ, ડેટા પ્રોસેસિંગ અને નિયમિત નિર્ણય લેવાના કાર્યોમાં. AI ને માનવ જેવા કાર્યકર તરીકે વિચારવાને બદલે, તેને સંકુચિત કાર્યો કરવા માટે તાલીમ પામેલા સાધનોના સંગ્રહ તરીકે શ્રેષ્ઠ રીતે સમજવામાં આવે છે. આ સાધનોમાં મોટા ડેટાનું વિશ્લેષણ કરતા મશીન લર્નિંગ અલ્ગોરિધમ્સ, ઉત્પાદનોનું નિરીક્ષણ કરતી કમ્પ્યુટર વિઝન સિસ્ટમ્સ, ચેટબોટ્સ જેવા કુદરતી ભાષા પ્રોસેસર્સનો સમાવેશ થાય છે જે મૂળભૂત ગ્રાહક પૂછપરછને હેન્ડલ કરે છે. વ્યવહારિક દ્રષ્ટિએ, AI કામના ભાગોને સ્વચાલિત કરી : તે સંબંધિત માહિતી માટે હજારો દસ્તાવેજોને ઝડપથી તપાસી શકે છે, પૂર્વનિર્ધારિત માર્ગ પર વાહન ચલાવી શકે છે, અથવા સરળ ગ્રાહક સેવા પ્રશ્નોના જવાબ આપી શકે છે. આ કાર્ય-કેન્દ્રિત કુશળતાનો અર્થ એ છે કે AI ઘણીવાર પુનરાવર્તિત ફરજો સંભાળીને માનવ કામદારોને પૂરક બનાવે છે.

મહત્વપૂર્ણ રીતે, મોટાભાગની નોકરીઓમાં બહુવિધ કાર્યો હોય છે, અને તેમાંથી ફક્ત કેટલાક જ AI ઓટોમેશન માટે યોગ્ય હોઈ શકે છે. મેકકિન્સેના વિશ્લેષણમાં જાણવા મળ્યું છે કે 5% કરતા ઓછા વ્યવસાયો વર્તમાન ટેકનોલોજી ( AI Replacing Jobs Statistics and Facts [2024*] ) સાથે સંપૂર્ણપણે સ્વચાલિત થઈ શકે છે. બીજા શબ્દોમાં કહીએ તો, મોટાભાગની ભૂમિકાઓમાં માનવીને સંપૂર્ણપણે બદલવું મુશ્કેલ રહે છે. AI શું કરી શકે છે તે ભાગોને : હકીકતમાં, લગભગ 60% વ્યવસાયોમાં પ્રવૃત્તિઓનો નોંધપાત્ર ભાગ હોય છે જે AI અને સોફ્ટવેર રોબોટ્સ દ્વારા સ્વચાલિત થઈ શકે છે ( AI Replacing Jobs Statistics and Facts [2024*] ). આ સમજાવે છે કે આપણે AI ને સહાયક સાધન - ઉદાહરણ તરીકે, AI સિસ્ટમ નોકરીના ઉમેદવારોની પ્રારંભિક તપાસને સંભાળી શકે છે, જે માનવ ભરતીકર્તા માટે સમીક્ષા માટે ટોચના રેઝ્યૂમને ફ્લેગ કરે છે. AI ની તાકાત સારી રીતે વ્યાખ્યાયિત કાર્યો માટે તેની ગતિ અને સુસંગતતામાં રહેલી છે, જ્યારે માનવીઓ ક્રોસ-ટાસ્ક લવચીકતા, જટિલ નિર્ણય અને આંતરવ્યક્તિત્વ કુશળતામાં ધાર જાળવી રાખે છે.

ઘણા નિષ્ણાતો આ તફાવત પર ભાર મૂકે છે. "આપણે હજુ સુધી સંપૂર્ણ અસર જાણતા નથી, પરંતુ ઇતિહાસમાં કોઈ પણ ટેકનોલોજીએ ક્યારેય નેટ પર રોજગાર ઘટાડ્યો નથી," સાન ફ્રાન્સિસ્કો ફેડના પ્રમુખ મેરી સી. ડેલી નોંધે છે કે AI કદાચ આપણે કેવી રીતે કાર્ય કરીએ છીએ તે બદલી નાખશે અને તરત જ માનવોને અપ્રચલિત બનાવશે ( ફોર્ચ્યુન બ્રેઈનસ્ટોર્મ ટેક કોન્ફરન્સમાં SF ફેડ રિઝર્વ ચીફ મેરી ડેલી: AI કાર્યોને બદલે છે, લોકોને નહીં - સાન ફ્રાન્સિસ્કો ફેડ ). નજીકના ભવિષ્યમાં, AI "લોકોને નહીં, કાર્યોને બદલે છે", સામાન્ય ફરજો સંભાળીને અને કામદારોને વધુ જટિલ જવાબદારીઓ પર ધ્યાન કેન્દ્રિત કરવાની મંજૂરી આપીને માનવ ભૂમિકાઓને વધારી રહ્યું છે. આ ગતિશીલતાને સમજવી એ ઓળખવાની ચાવી છે કે AI કઈ નોકરીઓને બદલી શકશે અને કઈ નોકરીઓ AI બદલી શકશે નહીં - તે ઘણીવાર નોકરીઓમાં વ્યક્તિગત કાર્યો (ખાસ કરીને પુનરાવર્તિત, નિયમો-આધારિત કાર્યો) હોય છે જે ઓટોમેશન માટે સૌથી વધુ સંવેદનશીલ હોય છે.

નોકરીઓ મોટાભાગે AI (ક્ષેત્ર દ્વારા) દ્વારા બદલવામાં આવે તેવી શક્યતા છે.

જ્યારે AI રાતોરાત મોટાભાગના વ્યવસાયોને સંપૂર્ણપણે કબજે ન કરી શકે, ત્યારે કેટલાક ક્ષેત્રો અને નોકરીની શ્રેણીઓ અન્ય કરતા ઓટોમેશન માટે વધુ સંવેદનશીલ હોય છે . આ ક્ષેત્રો વિપુલ પ્રમાણમાં નિયમિત પ્રક્રિયાઓ, ઉચ્ચ માત્રામાં ડેટા અથવા અનુમાનિત ભૌતિક ગતિવિધિઓ ધરાવતા હોય છે - તે ક્ષેત્રો જ્યાં વર્તમાન AI અને રોબોટિક્સ તકનીકો શ્રેષ્ઠ છે. નીચે, અમે ઉદ્યોગો અને ભૂમિકાઓનું અન્વેષણ કરીએ છીએ જે AI દ્વારા બદલવાની શક્યતા ધરાવે છે , સાથે આ વલણોને દર્શાવતા વાસ્તવિક ઉદાહરણો અને આંકડાઓ પણ છે:

ઉત્પાદન અને ઉત્પાદન

ઔદ્યોગિક રોબોટ્સ અને સ્માર્ટ મશીનો દ્વારા ઓટોમેશનની અસર અનુભવનારા પ્રથમ ક્ષેત્રોમાંનું એક ઉત્પાદન હતું. પુનરાવર્તિત એસેમ્બલી લાઇન જોબ્સ અને સરળ ફેબ્રિકેશન કાર્યો AI-સંચાલિત દ્રષ્ટિ અને નિયંત્રણ ધરાવતા રોબોટ્સ દ્વારા વધુને વધુ કરવામાં આવે છે. ઉદાહરણ તરીકે, ફોક્સકોન , એક મુખ્ય ઇલેક્ટ્રોનિક્સ ઉત્પાદક, પુનરાવર્તિત એસેમ્બલી કાર્યોને સ્વચાલિત કરીને એક જ સુવિધામાં 60,000 ફેક્ટરી કામદારોને વિશ્વના 10 સૌથી મોટા નોકરીદાતાઓમાંથી 3 કામદારોને રોબોટ્સથી બદલી રહ્યા છે | વર્લ્ડ ઇકોનોમિક ફોરમ ). વિશ્વભરમાં ઓટોમોટિવ પ્લાન્ટ્સમાં, રોબોટિક આર્મ્સ ચોકસાઇથી વેલ્ડ અને પેઇન્ટ કરે છે, જેનાથી મેન્યુઅલ મજૂરીની જરૂરિયાત ઓછી થાય છે. પરિણામ એ છે કે ઘણી પરંપરાગત ઉત્પાદન નોકરીઓ - મશીન ઓપરેટરો, એસેમ્બલર્સ, પેકેજર્સ - AI-માર્ગદર્શિત મશીનો દ્વારા બદલવામાં આવી રહી છે. વર્લ્ડ ઇકોનોમિક ફોરમ અનુસાર, એસેમ્બલી અને ફેક્ટરી કામદારોની ભૂમિકાઓ ઘટી રહી છે , અને તાજેતરના વર્ષોમાં ઓટોમેશન ઝડપી થતાં લાખો નોકરીઓ પહેલાથી જ છીનવાઈ ગઈ છે ( AI રિપ્લેસિંગ જોબ્સ સ્ટેટિસ્ટિક્સ એન્ડ ફેક્ટ્સ [2024*] ). આ વલણ વૈશ્વિક છે: જાપાન, જર્મની, ચીન અને યુએસ જેવા ઔદ્યોગિક રાષ્ટ્રો ઉત્પાદકતા વધારવા માટે ઉત્પાદન AIનો ઉપયોગ કરી રહ્યા છે, ઘણીવાર માનવ લાઇન કામદારોના ભોગે. ફાયદો એ છે કે ઓટોમેશન ફેક્ટરીઓને વધુ કાર્યક્ષમ બનાવી શકે છે અને નવી તકનીકી નોકરીઓ પણ બનાવી શકે છે (જેમ કે રોબોટ જાળવણી ટેકનિશિયન), પરંતુ સીધી ઉત્પાદન ભૂમિકાઓ સ્પષ્ટપણે અદૃશ્ય થવાના જોખમમાં છે.

છૂટક અને ઈ-કોમર્સ

છૂટક ક્ષેત્રમાં, AI સ્ટોર્સ કેવી રીતે કાર્ય કરે છે અને ગ્રાહકો કેવી રીતે ખરીદી કરે છે તેમાં પરિવર્તન લાવી રહ્યું છે. કદાચ સૌથી દૃશ્યમાન પરિવર્તન સ્વ-ચેકઆઉટ કિઓસ્ક અને સ્વચાલિત સ્ટોર્સનો ઉદય છે. રિટેલર્સ AI-સંચાલિત ચેકઆઉટ સિસ્ટમ્સમાં રોકાણ કરતા હોવાથી, એક સમયે કેશિયર નોકરીઓ, જે સૌથી સામાન્ય સ્થિતિઓમાંની એક હતી, તેમાં ઘટાડો થઈ રહ્યો છે. મુખ્ય કરિયાણાની ચેન અને સુપરમાર્કેટમાં હવે સ્વ-સેવા ચેકઆઉટ છે, અને એમેઝોન જેવી કંપનીઓએ "જસ્ટ વોક આઉટ" સ્ટોર્સ (એમેઝોન ગો) રજૂ કર્યા છે જ્યાં AI અને સેન્સર્સ કોઈ માનવ કેશિયરની જરૂર વગર ખરીદીને ટ્રેક કરે છે. યુએસ બ્યુરો ઓફ લેબર સ્ટેટિસ્ટિક્સે પહેલાથી જ કેશિયર રોજગારમાં ઘટાડો જોયો છે - 2019 માં 1.4 મિલિયન કેશિયરથી 2023 માં લગભગ 1.2 મિલિયન - અને આગામી દાયકામાં આ સંખ્યા વધુ 10% ઘટી જશે તેવી આગાહી કરે છે ( સ્વ-ચેકઆઉટ અહીં રહેવા માટે છે. પરંતુ તે ગણતરીમાંથી પસાર થઈ રહ્યું છે | AP ન્યૂઝ ). રિટેલમાં ઇન્વેન્ટરી મેનેજમેન્ટ અને વેરહાઉસિંગ પણ ઓટોમેશન થઈ રહ્યું છે: રોબોટ્સ વેરહાઉસમાં ફરે છે અને વસ્તુઓ મેળવે છે (ઉદાહરણ તરીકે, એમેઝોન તેના પરિપૂર્ણતા કેન્દ્રોમાં 200,000 થી વધુ મોબાઇલ રોબોટ્સને રોજગારી આપે છે, જે માનવ ચૂંટનારાઓ સાથે કામ કરે છે). શેલ્ફ સ્કેનિંગ અને સફાઈ જેવા ફ્લોર કાર્યો પણ કેટલાક મોટા સ્ટોર્સમાં AI-સંચાલિત રોબોટ્સ દ્વારા કરવામાં આવી રહ્યા છે. ચોખ્ખી અસર સ્ટોક ક્લાર્ક, વેરહાઉસ ચૂંટનારા અને કેશિયર જેવા ઓછા એન્ટ્રી-લેવલ રિટેલ કામદારો છે . બીજી બાજુ, રિટેલ AI કુશળ કામદારોની માંગ ઉભી કરી રહ્યું છે જે ઈ-કોમર્સ અલ્ગોરિધમ્સનું સંચાલન કરી શકે છે અથવા ગ્રાહક ડેટાનું વિશ્લેષણ કરી શકે છે. તેમ છતાં, જ્યારે રિટેલમાં AI કઈ નોકરીઓનું સ્થાન લેશે તેની , ત્યારે પુનરાવર્તિત ફરજો સાથે ઓછી કુશળતાવાળી ભૂમિકાઓ ઓટોમેશનના પ્રાથમિક લક્ષ્યો છે.

ફાઇનાન્સ અને બેંકિંગ

ફાઇનાન્સે સોફ્ટવેર ઓટોમેશન અપનાવવાનું ખૂબ જ વહેલું શરૂ કર્યું હતું, અને આજનું AI આ વલણને વેગ આપી રહ્યું છે. સંખ્યાઓની પ્રક્રિયા, દસ્તાવેજોની સમીક્ષા અથવા નિયમિત નિર્ણયો લેવા સહિતની ઘણી નોકરીઓ અલ્ગોરિધમ્સ દ્વારા સંભાળવામાં આવી રહી છે. એક આકર્ષક ઉદાહરણ JPMorgan Chase , જ્યાં કાનૂની દસ્તાવેજો અને લોન કરારોનું વિશ્લેષણ કરવા માટે COIN નામનો AI-સંચાલિત પ્રોગ્રામ રજૂ કરવામાં આવ્યો હતો. COIN સેકન્ડોમાં કરારોની સમીક્ષા કરી શકે છે - જે કામ દર વર્ષે વકીલો અને લોન અધિકારીઓના 360,000 કલાકનો સમય ( JPMorgan સોફ્ટવેર સેકન્ડોમાં તે કરે છે જે વકીલોને 360,000 કલાક લેતા હતા | ધ ઇન્ડિપેન્ડન્ટ | ધ ઇન્ડિપેન્ડન્ટ ). આમ કરીને, તેણે બેંકની કામગીરીમાં જુનિયર કાનૂની/વહીવટી ભૂમિકાઓનો મોટો હિસ્સો અસરકારક રીતે બદલી નાખ્યો. નાણાકીય ઉદ્યોગમાં, અલ્ગોરિધમિક ટ્રેડિંગ સિસ્ટમ્સે ઝડપથી અને ઘણીવાર વધુ નફાકારક રીતે વેપાર કરીને મોટી સંખ્યામાં માનવ વેપારીઓને બદલ્યા છે. બેંકો અને વીમા કંપનીઓ છેતરપિંડી શોધ, જોખમ મૂલ્યાંકન અને ગ્રાહક સેવા ચેટબોટ્સ માટે AI નો ઉપયોગ કરે છે, જેનાથી ઘણા વિશ્લેષકો અને ગ્રાહક સહાયક સ્ટાફની જરૂરિયાત ઓછી થાય છે. એકાઉન્ટિંગ અને ઓડિટિંગમાં પણ, AI ટૂલ્સ આપમેળે વ્યવહારોનું વર્ગીકરણ કરી શકે છે અને વિસંગતતાઓ શોધી શકે છે, જે પરંપરાગત બુકકીપિંગ નોકરીઓને જોખમમાં મૂકે છે. એવો અંદાજ છે કે એકાઉન્ટિંગ અને બુકકીપિંગ ક્લાર્ક જોખમમાં રહેલી ટોચની ભૂમિકાઓમાં સામેલ છે , કારણ કે AI એકાઉન્ટિંગ સોફ્ટવેર વધુ સક્ષમ બનતા આ હોદ્દાઓમાં નોંધપાત્ર ઘટાડો થવાનો અંદાજ છે ( 60+ સ્ટેટ્સ ઓન AI રિપ્લેસિંગ જોબ્સ (2024) ). ટૂંકમાં, ફાઇનાન્સ સેક્ટર AI ને ડેટા પ્રોસેસિંગ, પેપરવર્ક અને નિયમિત નિર્ણય લેવાની આસપાસ ફરતી નોકરીઓનું સ્થાન લેતા - બેંક ટેલર્સ (ATM અને ઓનલાઈન બેંકિંગને કારણે) થી લઈને મધ્યમ-ઓફિસ વિશ્લેષકો સુધી - જ્યારે ઉચ્ચ-સ્તરની નાણાકીય નિર્ણય ભૂમિકાઓમાં વધારો કરે છે.

ટેકનોલોજી અને સોફ્ટવેર વિકાસ

તે વિચિત્ર લાગે છે, પરંતુ ટેકનોલોજી ક્ષેત્ર - જે ઉદ્યોગ AI નું નિર્માણ કરે છે - તે તેના પોતાના કાર્યબળના ભાગોને પણ સ્વચાલિત કરી રહ્યું છે. જનરેટિવ AI દર્શાવે છે કે કોડ લખવાનું હવે ફક્ત માનવ કૌશલ્ય નથી. AI કોડિંગ સહાયકો (જેમ કે GitHub Copilot અને OpenAI ના કોડેક્સ) સોફ્ટવેર કોડના નોંધપાત્ર ભાગો આપમેળે જનરેટ કરી શકે છે. આનો અર્થ એ છે કે કેટલાક નિયમિત પ્રોગ્રામિંગ કાર્યો, ખાસ કરીને બોઈલરપ્લેટ કોડ લખવા અથવા સરળ ભૂલોને ડિબગ કરવા, AI પર ઑફલોડ કરી શકાય છે. ટેક કંપનીઓ માટે, આ આખરે જુનિયર ડેવલપર્સની મોટી ટીમોની જરૂરિયાત ઘટાડી શકે છે. સમાંતર રીતે, AI ટેક કંપનીઓમાં IT અને વહીવટી કાર્યોને સુવ્યવસ્થિત કરી રહ્યું છે. એક અગ્રણી ઉદાહરણ: 2023 માં IBM એ ચોક્કસ બેક-ઓફિસ ભૂમિકાઓ માટે ભરતીમાં વિરામની જાહેરાત કરી અને જણાવ્યું કે આગામી 5 વર્ષમાં લગભગ 30% બિન-ગ્રાહક-મુખી નોકરીઓ (લગભગ 7,800 જગ્યાઓ) AI દ્વારા બદલી શકાય છે ( IBM 7,800 નોકરીઓને AI સાથે બદલવાની યોજનામાં ભરતી થોભાવશે, બ્લૂમબર્ગ અહેવાલો | રોઇટર્સ ). આ ભૂમિકાઓમાં વહીવટી અને માનવ સંસાધન સ્થિતિઓનો સમાવેશ થાય છે જેમાં સમયપત્રક, કાગળકામ અને અન્ય નિયમિત પ્રક્રિયાઓનો સમાવેશ થાય છે. IBM કેસ દર્શાવે છે કે ટેક ક્ષેત્રમાં વ્હાઇટ-કોલર નોકરીઓ પણ સ્વચાલિત હોય છે જ્યારે તેમાં પુનરાવર્તિત કાર્યો હોય છે - AI માનવ હસ્તક્ષેપ વિના સમયપત્રક, રેકોર્ડ-કીપિંગ અને મૂળભૂત પ્રશ્નોને સંભાળી શકે છે. એ નોંધવું મહત્વપૂર્ણ છે કે ખરેખર સર્જનાત્મક અને જટિલ સોફ્ટવેર એન્જિનિયરિંગ કાર્ય માનવ હાથમાં રહે છે (AI માં હજુ પણ અનુભવી એન્જિનિયરની સામાન્ય સમસ્યા હલ કરવાની ક્ષમતાનો અભાવ છે). પરંતુ ટેક્નોલોજિસ્ટ્સ માટે, નોકરીના સામાન્ય ભાગો AI દ્વારા લેવામાં આવી રહ્યા છે - અને કંપનીઓને ઓટોમેશન ટૂલ્સમાં સુધારો થતાં ઓછા એન્ટ્રી-લેવલ કોડર્સ, QA ટેસ્ટર્સ અથવા IT સપોર્ટ સ્ટાફની જરૂર પડી શકે છે. સારમાં, ટેક ક્ષેત્ર AI નો ઉપયોગ નિયમિત અથવા સપોર્ટ-ઓરિએન્ટેડ નોકરીઓને બદલવા જ્યારે માનવ પ્રતિભાને વધુ નવીન અને ઉચ્ચ-સ્તરના કાર્યો તરફ રીડાયરેક્ટ કરી રહ્યું છે.

ગ્રાહક સેવા અને સપોર્ટ

AI-સંચાલિત ચેટબોટ્સ અને વર્ચ્યુઅલ સહાયકોએ ગ્રાહક સેવા ક્ષેત્રમાં મોટી સફળતા મેળવી છે. ગ્રાહક પૂછપરછ - પછી ભલે તે ફોન, ઇમેઇલ અથવા ચેટ દ્વારા હોય - તે એક શ્રમ-સઘન કાર્ય છે જેને કંપનીઓ લાંબા સમયથી ઑપ્ટિમાઇઝ કરવા માંગે છે. હવે, અદ્યતન ભાષા મોડેલોને કારણે, AI સિસ્ટમ્સ આશ્ચર્યજનક રીતે માનવ જેવી વાતચીતમાં જોડાઈ શકે છે. ઘણી કંપનીઓએ AI ચેટબોટ્સને સપોર્ટની પ્રથમ લાઇન તરીકે તૈનાત કર્યા છે, જે માનવ એજન્ટ વિના સામાન્ય પ્રશ્નો (એકાઉન્ટ રીસેટ, ઓર્ડર ટ્રેકિંગ, FAQ) ને સંબોધિત કરે છે. આનાથી કોલ સેન્ટર જોબ્સ અને હેલ્પડેસ્ક ભૂમિકાઓ બદલવાનું શરૂ થયું છે. ઉદાહરણ તરીકે, ટેલિકોમ અને યુટિલિટી કંપનીઓ અહેવાલ આપે છે કે ગ્રાહક પ્રશ્નોનો નોંધપાત્ર હિસ્સો સંપૂર્ણપણે વર્ચ્યુઅલ એજન્ટો દ્વારા ઉકેલવામાં આવે છે. ઉદ્યોગના નેતાઓ આગાહી કરે છે કે આ વલણ ફક્ત વધશે: ઝેન્ડેસ્કના CEO, ટોમ એગેમિયર, અપેક્ષા રાખે છે કે 100% ગ્રાહક ક્રિયાપ્રતિક્રિયાઓમાં કોઈને કોઈ સ્વરૂપમાં AI શામેલ હશે, અને નજીકના ભવિષ્યમાં 80% પૂછપરછમાં ઉકેલ માટે માનવ એજન્ટની જરૂર રહેશે નહીં ( 2025 માટે 59 AI ગ્રાહક સેવા આંકડા ). આવી પરિસ્થિતિ માનવ ગ્રાહક સેવા પ્રતિનિધિઓની જરૂરિયાતમાં મોટા પ્રમાણમાં ઘટાડો દર્શાવે છે. પહેલાથી જ, સર્વેક્ષણો દર્શાવે છે કે ગ્રાહક સેવા ટીમોના એક ચતુર્થાંશથી વધુ લોકોએ તેમના દૈનિક કાર્યપ્રવાહમાં AI ને એકીકૃત કરી દીધું છે, અને AI "વર્ચ્યુઅલ એજન્ટો" નો ઉપયોગ કરતા વ્યવસાયોએ ગ્રાહક સેવા ખર્ચમાં 30% સુધીનો ઘટાડો કર્યો છે ( ગ્રાહક સેવા: કેવી રીતે AI ક્રિયાપ્રતિક્રિયાઓને રૂપાંતરિત કરી રહ્યું છે - ફોર્બ્સ ). AI દ્વારા બદલવામાં આવનારી સપોર્ટ જોબ્સના પ્રકારો એવા છે જેમાં સ્ક્રિપ્ટેડ પ્રતિભાવો અને નિયમિત મુશ્કેલીનિવારણનો - ઉદાહરણ તરીકે, ટાયર-1 કોલ સેન્ટર ઓપરેટર જે સામાન્ય સમસ્યાઓ માટે નિર્ધારિત સ્ક્રિપ્ટને અનુસરે છે. બીજી બાજુ, ગ્રાહક પરિસ્થિતિઓ જે જટિલ અથવા ભાવનાત્મક રીતે ચાર્જ હોય ​​છે તે હજુ પણ ઘણીવાર માનવ એજન્ટો તરફ આગળ વધે છે. એકંદરે, AI ઝડપથી ગ્રાહક સેવા ભૂમિકાઓને બદલી રહ્યું છે , સરળ કાર્યોને સ્વચાલિત કરી રહ્યું છે અને આમ જરૂરી એન્ટ્રી-લેવલ સપોર્ટ સ્ટાફની સંખ્યા ઘટાડી રહ્યું છે.

પરિવહન અને લોજિસ્ટિક્સ

પરિવહન જેટલું AI-સંચાલિત નોકરી બદલવા માટે બહુ ઓછા ઉદ્યોગોએ ધ્યાન ખેંચ્યું છે. સ્વ-ડ્રાઇવિંગ વાહનો - ટ્રક, ટેક્સી અને ડિલિવરી બોટ્સ - નો વિકાસ ડ્રાઇવિંગ સાથે સંકળાયેલા વ્યવસાયોને સીધો ખતરો આપે છે. ઉદાહરણ તરીકે, ટ્રકિંગ ઉદ્યોગમાં, ઘણી કંપનીઓ હાઇવે પર સ્વાયત્ત સેમી-ટ્રકનું પરીક્ષણ કરી રહી છે. જો આ પ્રયાસો સફળ થાય, તો લાંબા અંતરના ટ્રક ડ્રાઇવરોને મોટાભાગે સ્વ-ડ્રાઇવિંગ રિગ્સ દ્વારા બદલી શકાય છે જે લગભગ 24/7 કામ કરી શકે છે. કેટલાક અંદાજો સ્પષ્ટ છે: જો સ્વ-ડ્રાઇવિંગ ટેકનોલોજી સંપૂર્ણપણે કાર્યરત અને વિશ્વસનીય બને તો ઓટોમેશન 90% લાંબા અંતરની ટ્રકિંગ નોકરીઓને બદલી સ્વાયત્ત ટ્રક ટૂંક સમયમાં લાંબા અંતરની મુસાફરીમાં સૌથી અનિચ્છનીય નોકરી સંભાળી શકે છે ). ટ્રક ડ્રાઇવિંગ એ ઘણા દેશોમાં સૌથી સામાન્ય નોકરીઓમાંની એક છે (દા.ત., તે કોલેજ ડિગ્રી વિના અમેરિકન પુરુષોનો ટોચનો નોકરીદાતા છે), તેથી અહીં અસર ભારે હોઈ શકે છે. આપણે પહેલાથી જ વધારાના પગલાં જોઈ રહ્યા છીએ - કેટલાક શહેરોમાં સ્વાયત્ત શટલ બસો, AI દ્વારા સંચાલિત વેરહાઉસ વાહનો અને પોર્ટ કાર્ગો હેન્ડલર્સ, અને સાન ફ્રાન્સિસ્કો અને ફોનિક્સ જેવા શહેરોમાં ડ્રાઇવરલેસ ટેક્સીઓ માટે પાઇલટ પ્રોગ્રામ્સ. હજારો ડ્રાઇવરલેસ ટેક્સી રાઇડ્સ પૂરી પાડી છે , જે ભવિષ્યમાં એવા સંકેત આપે છે જ્યાં કેબ ડ્રાઇવરો અને ઉબેર/લિફ્ટ ડ્રાઇવરોની માંગ ઓછી હોઈ શકે છે. ડિલિવરી અને લોજિસ્ટિક્સમાં, છેલ્લા માઇલ ડિલિવરી સંભાળવા માટે ડ્રોન અને ફૂટપાથ રોબોટ્સનો ઉપયોગ કરવામાં આવી રહ્યો છે, જે કુરિયર્સની જરૂરિયાત ઘટાડી શકે છે. વાણિજ્યિક ઉડ્ડયન પણ વધેલા ઓટોમેશનનો પ્રયોગ કરી રહ્યું છે (જોકે સલામતીની ચિંતાઓને કારણે સ્વાયત્ત પેસેન્જર એરલાઇનર્સ કદાચ દાયકાઓ દૂર છે, જો ક્યારેય હોય તો). હાલમાં, વાહનોના ડ્રાઇવરો અને ઓપરેટરો એઆઈ દ્વારા બદલવાની સૌથી વધુ શક્યતા ધરાવતા કામોમાંના એક છે . નિયંત્રિત વાતાવરણમાં ટેકનોલોજી ઝડપથી આગળ વધી રહી છે: વેરહાઉસ સ્વ-ડ્રાઇવિંગ ફોર્કલિફ્ટનો ઉપયોગ કરે છે, અને બંદરો સ્વચાલિત ક્રેન્સનો ઉપયોગ કરે છે. જેમ જેમ તે સફળતાઓ જાહેર રસ્તાઓ સુધી વિસ્તરે છે, તેમ તેમ ટ્રક ડ્રાઇવર, ટેક્સી ડ્રાઇવર, ડિલિવરી ડ્રાઇવર અને ફોર્કલિફ્ટ ઓપરેટર જેવી ભૂમિકાઓમાં ઘટાડો થાય છે. સમય અનિશ્ચિત છે - નિયમો અને તકનીકી પડકારોનો અર્થ એ છે કે માનવ ડ્રાઇવરો હજી અદૃશ્ય થઈ રહ્યા નથી - પરંતુ માર્ગ સ્પષ્ટ છે.

આરોગ્યસંભાળ

આરોગ્યસંભાળ એક એવું ક્ષેત્ર છે જ્યાં નોકરીઓ પર AI ની અસર જટિલ છે. એક તરફ, AI ચોક્કસ વિશ્લેષણાત્મક અને નિદાન કાર્યોને સ્વચાલિત કરી રહ્યું જે એક સમયે ફક્ત ઉચ્ચ પ્રશિક્ષિત વ્યાવસાયિકો દ્વારા કરવામાં આવતા હતા. ઉદાહરણ તરીકે, AI સિસ્ટમ્સ હવે તબીબી છબીઓ (એક્સ-રે, MRI, CT સ્કેન) નું નોંધપાત્ર ચોકસાઈ સાથે વિશ્લેષણ કરી શકે છે. સ્વીડિશ અભ્યાસમાં, AI-સહાયિત રેડિયોલોજિસ્ટે બે માનવ રેડિયોલોજિસ્ટ સાથે કામ કરતા કરતા મેમોગ્રાફી સ્કેનથી 20% વધુ સ્તન કેન્સર શોધી કાઢ્યા છે ( શું AI એક્સ-રે વાંચનારા ડોકટરોને બદલશે, અથવા ફક્ત તેમને પહેલા કરતા વધુ સારા બનાવશે? | AP ન્યૂઝ ). આ સૂચવે છે કે AI થી સજ્જ એક ડૉક્ટર બહુવિધ ડોકટરોનું કાર્ય કરી શકે છે, જે સંભવિત રીતે ઘણા માનવ રેડિયોલોજિસ્ટ અથવા પેથોલોજિસ્ટની જરૂરિયાત ઘટાડે છે. સ્વચાલિત લેબ વિશ્લેષકો રક્ત પરીક્ષણો ચલાવી શકે છે અને દરેક પગલા પર માનવ લેબ ટેકનિશિયન વિના અસામાન્યતાઓને ચિહ્નિત કરી શકે છે. AI ચેટબોટ્સ દર્દીના ટ્રાયજ અને મૂળભૂત પ્રશ્નોનું પણ સંચાલન કરી રહ્યા છે - કેટલીક હોસ્પિટલો દર્દીઓને સલાહ આપવા માટે લક્ષણ-ચેકર બોટ્સનો ઉપયોગ કરે છે કે શું તેમને આવવાની જરૂર છે, જે નર્સો અને તબીબી કોલ સેન્ટરો પર કામનો ભાર ઘટાડી શકે છે. વહીવટી આરોગ્ય સંભાળ નોકરીઓ ખાસ કરીને બદલાઈ રહી છે: શેડ્યુલિંગ, મેડિકલ કોડિંગ અને બિલિંગમાં AI સોફ્ટવેર દ્વારા ઉચ્ચ સ્તરનું ઓટોમેશન જોવા મળ્યું છે. જો કે, રિપ્લેસમેન્ટની દ્રષ્ટિએ સીધી દર્દી સંભાળ ભૂમિકાઓ મોટાભાગે અપ્રભાવિત રહે છે. રોબોટ સર્જરીમાં મદદ કરી શકે છે અથવા દર્દીઓને ખસેડવામાં મદદ કરી શકે છે, પરંતુ નર્સો, ડોકટરો અને સંભાળ રાખનારાઓ જટિલ, સહાનુભૂતિપૂર્ણ કાર્યોની વિશાળ શ્રેણી કરે છે જે AI હાલમાં સંપૂર્ણ રીતે નકલ કરી શકતું નથી. જો AI કોઈ બીમારીનું નિદાન કરી શકે છે, તો પણ દર્દીઓ ઘણીવાર ઇચ્છે છે કે માનવ ચિકિત્સક તેને સમજાવે અને તેની સારવાર કરે. આરોગ્ય સંભાળમાં માનવોને AI સાથે સંપૂર્ણપણે બદલવા માટે મજબૂત નૈતિક અને નિયમનકારી અવરોધોનો પણ સામનો કરવો પડે છે. તેથી જ્યારે આરોગ્ય સંભાળમાં ચોક્કસ નોકરીઓ (જેમ કે તબીબી બિલર્સ, ટ્રાન્સક્રિપ્શનિસ્ટ અને કેટલાક ડાયગ્નોસ્ટિક નિષ્ણાતો) AI દ્વારા વધારવામાં આવી રહી છે અથવા આંશિક રીતે બદલવામાં આવી રહી છે , ત્યારે મોટાભાગના આરોગ્ય સંભાળ વ્યાવસાયિકો AI ને એક સાધન તરીકે જોઈ રહ્યા છે જે રિપ્લેસમેન્ટને બદલે તેમના કાર્યને વધારે છે. લાંબા ગાળે, જેમ જેમ AI વધુ અદ્યતન બને છે, તે વિશ્લેષણ અને નિયમિત તપાસમાં વધુ ભારે ઉપાડને સંભાળી શકે છે - પરંતુ હાલમાં, માનવીઓ સંભાળ વિતરણના કેન્દ્રમાં રહે છે.

સારાંશમાં, AI દ્વારા બદલવાની સૌથી વધુ શક્યતા એવી નોકરીઓ છે જે નિયમિત, પુનરાવર્તિત કાર્યો અને અનુમાનિત વાતાવરણ દ્વારા વર્ગીકૃત થયેલ છે: ફેક્ટરી કામદારો, કારકુની અને વહીવટી સ્ટાફ, છૂટક કેશિયર, મૂળભૂત ગ્રાહક સેવા એજન્ટો, ડ્રાઇવરો અને ચોક્કસ પ્રવેશ-સ્તરની વ્યાવસાયિક ભૂમિકાઓ. ખરેખર, નજીકના ભવિષ્ય માટે (2027 સુધીમાં) વર્લ્ડ ઇકોનોમિક ફોરમના અંદાજો ડેટા એન્ટ્રી ક્લાર્ક્સને ઘટતા નોકરીના ટાઇટલની યાદીમાં ટોચ પર મૂકે છે ( 7.5 મિલિયન આવી નોકરીઓ દૂર થવાની અપેક્ષા સાથે), ત્યારબાદ વહીવટી સચિવો અને એકાઉન્ટિંગ ક્લાર્ક , બધી ભૂમિકાઓ ઓટોમેશન માટે ખૂબ જ સંવેદનશીલ છે ( 60+ સ્ટેટ્સ ઓન AI રિપ્લેસિંગ જોબ્સ (2024) ). AI વિવિધ ગતિએ ઉદ્યોગોમાં ફેલાઈ રહ્યું છે, પરંતુ તેની દિશા સુસંગત છે - ક્ષેત્રોમાં સૌથી સરળ કાર્યોને સ્વચાલિત કરે છે. આગળનો વિભાગ ફ્લિપ બાજુની તપાસ કરશે: કઈ નોકરીઓ AI દ્વારા બદલવાની શક્યતા ઓછી

એવી નોકરીઓ જે બદલવાની શક્યતા ઓછી હોય/એવી નોકરીઓ જે AI બદલી ન શકે (અને શા માટે)

દરેક નોકરી ઓટોમેશનના ઊંચા જોખમમાં હોતી નથી. હકીકતમાં, ઘણી ભૂમિકાઓ AI દ્વારા બદલવાનો પ્રતિકાર કરે છે કારણ કે તેમને અનન્ય માનવ ક્ષમતાઓની જરૂર હોય છે અથવા અણધારી સેટિંગ્સમાં થાય છે જ્યાં મશીનો નેવિગેટ કરી શકતા નથી. AI જેટલું અદ્યતન બની રહ્યું છે, માનવ સર્જનાત્મકતા, સહાનુભૂતિ અને અનુકૂલનક્ષમતાની નકલ કરવામાં તેની સ્પષ્ટ મર્યાદાઓ છે. મેકકિન્સેના એક અભ્યાસમાં નોંધાયું છે કે જ્યારે ઓટોમેશન લગભગ તમામ વ્યવસાયોને અમુક અંશે અસર કરશે, તે ભાગો છે જે AI સંભાળી શકે છે - જેનો અર્થ એ છે કે સંપૂર્ણપણે સ્વચાલિત નોકરીઓ નિયમને બદલે અપવાદ હશે ( AI રિપ્લેસિંગ જોબ્સ સ્ટેટિસ્ટિક્સ એન્ડ ફેક્ટ્સ [2024*] AI દ્વારા બદલવાની શક્યતા ઓછી હોય તેવી નોકરીઓના પ્રકારો અને તે ભૂમિકાઓ વધુ "AI-પ્રૂફ" કેમ છે તે પ્રકાશિત કરીએ છીએ:

• માનવ સહાનુભૂતિ અને વ્યક્તિગત ક્રિયાપ્રતિક્રિયાની જરૂર હોય તેવા વ્યવસાયો: ભાવનાત્મક સ્તરે લોકોની સંભાળ રાખવા, શીખવવા અથવા સમજવાની આસપાસ ફરતી નોકરીઓ AI થી પ્રમાણમાં સુરક્ષિત છે. આમાં આરોગ્યસંભાળ પ્રદાતાઓ , તેમજ શિક્ષકો, સામાજિક કાર્યકરો અને સલાહકારોનો . આવી ભૂમિકાઓ કરુણા, સંબંધ નિર્માણ અને સામાજિક સંકેતોનું વાંચન - એવા ક્ષેત્રો જ્યાં મશીનો સંઘર્ષ કરે છે. ઉદાહરણ તરીકે, બાળપણના શિક્ષણમાં સૂક્ષ્મ વર્તણૂકીય સંકેતોનું પાલન-પોષણ અને પ્રતિભાવ આપવાનો સમાવેશ થાય છે જે કોઈ AI ખરેખર નકલ કરી શકતું નથી. પ્યુ રિસર્ચ મુજબ, લગભગ 23% કામદારો ઓછા AI-એક્સપોઝરવાળા કાર્યો (ઘણીવાર સંભાળ, શિક્ષણ, વગેરે) માં કાર્યરત છે, જેમ કે આયાઓ, જ્યાં મુખ્ય કાર્યો (જેમ કે બાળકનું પાલન-પોષણ) ઓટોમેશન માટે પ્રતિરોધક હોય છે . લોકો સામાન્ય રીતે આ ક્ષેત્રોમાં માનવીય સ્પર્શ પસંદ કરે છે: AI ડિપ્રેશનનું નિદાન કરી શકે છે, પરંતુ દર્દીઓ સામાન્ય રીતે ચેટબોટ નહીં પણ માનવ ચિકિત્સક સાથે તેમની લાગણીઓ વિશે વાત કરવા માંગે છે.

• સર્જનાત્મક અને કલાત્મક વ્યવસાયો: સર્જનાત્મકતા, મૌલિકતા અને સાંસ્કૃતિક રુચિ ધરાવતા કાર્ય સંપૂર્ણ સ્વચાલિતતાને અવગણે છે. લેખકો, કલાકારો, સંગીતકારો, ફિલ્મ નિર્માતાઓ, ફેશન ડિઝાઇનર્સ - આ વ્યાવસાયિકો એવી સામગ્રી ઉત્પન્ન કરે છે જે ફક્ત એક સૂત્રને અનુસરવા માટે જ નહીં, પરંતુ નવલકથા, કલ્પનાશીલ વિચારો રજૂ કરવા માટે મૂલ્યવાન છે. AI સર્જનાત્મકતાને મદદ કરી શકે છે (ઉદાહરણ તરીકે, રફ ડ્રાફ્ટ્સ અથવા ડિઝાઇન સૂચનો જનરેટ કરવા માટે), પરંતુ તેમાં ઘણીવાર સાચી મૌલિકતા અને ભાવનાત્મક ઊંડાણનો અભાવ હોય છે . જ્યારે AI-જનરેટેડ કલા અને લેખન હેડલાઇન્સ બન્યા છે, ત્યારે માનવ સર્જનાત્મક લોકો હજુ પણ એવા અર્થ ઉત્પન્ન કરવામાં આગળ છે જે અન્ય માનવો સાથે પડઘો પાડે છે. માનવ-નિર્મિત કલામાં બજાર મૂલ્ય પણ છે (મોટા પાયે ઉત્પાદન છતાં હાથથી બનાવેલા માલમાં સતત રસ ધ્યાનમાં લો). મનોરંજન અને રમતગમતમાં પણ, લોકો માનવ પ્રદર્શન ઇચ્છે છે. જેમ બિલ ગેટ્સે AI પરની તાજેતરની ચર્ચામાં મજાક ઉડાવી હતી, "આપણે કમ્પ્યુટર્સને બેઝબોલ રમતા જોવા માંગીશું નહીં." ( બિલ ગેટ્સ કહે છે કે AI યુગમાં 'મોટાભાગની વસ્તુઓ' માટે માણસોની જરૂર રહેશે નહીં | EGW.News ) - તેનો અર્થ એ છે કે રોમાંચ માનવ રમતવીરોમાંથી આવે છે, અને વિસ્તરણ દ્વારા, ઘણી સર્જનાત્મક અને પ્રદર્શનકારી નોકરીઓ માનવ પ્રયાસો રહેશે.

• ગતિશીલ વાતાવરણમાં અણધારી શારીરિક કાર્ય સાથે સંકળાયેલી નોકરીઓ: કેટલાક વ્યવહારુ વ્યવસાયો માટે વિવિધ પરિસ્થિતિઓમાં શારીરિક કુશળતા અને સ્થળ પર સમસ્યાનું નિરાકરણ જરૂરી છે - જે રોબોટ્સ માટે ખૂબ જ મુશ્કેલ હોય છે. ઇલેક્ટ્રિશિયન, પ્લમ્બર, સુથાર, મિકેનિક્સ અથવા એરક્રાફ્ટ જાળવણી ટેકનિશિયન . આ નોકરીઓમાં ઘણીવાર અનિયમિત વાતાવરણનો સમાવેશ થાય છે (દરેક ઘરનું વાયરિંગ થોડું અલગ હોય છે, દરેક સમારકામનો મુદ્દો અનન્ય હોય છે) અને વાસ્તવિક સમયના અનુકૂલનની માંગ કરે છે. વર્તમાન AI-સંચાલિત રોબોટ્સ ફેક્ટરીઓ જેવા માળખાગત, નિયંત્રિત વાતાવરણમાં શ્રેષ્ઠ છે, પરંતુ બાંધકામ સ્થળ અથવા ગ્રાહકના ઘરની અણધારી અવરોધોનો સામનો કરે છે. તેથી, ભૌતિક વિશ્વમાં ઘણી બધી પરિવર્તનશીલતા સાથે કામ કરતા વેપારીઓ અને અન્ય લોકો ટૂંક સમયમાં બદલાય તેવી શક્યતા ઓછી છે. વિશ્વના સૌથી મોટા નોકરીદાતાઓ પરના એક અહેવાલમાં પ્રકાશિત કરવામાં આવ્યું છે કે જ્યારે ઉત્પાદકો ઓટોમેશન માટે તૈયાર છે, ત્યારે ક્ષેત્ર સેવાઓ અથવા આરોગ્યસંભાળ જેવા ક્ષેત્રો (દા.ત., યુકેની રાષ્ટ્રીય આરોગ્ય સેવા, તેના વિવિધ કાર્યો કરતા ડોકટરો અને નર્સોની સેના સાથે) રોબોટ્સ માટે "પ્રતિકૂળ પ્રદેશ" રહે છે ( વિશ્વના 10 સૌથી મોટા નોકરીદાતાઓમાંથી 3 કામદારોને રોબોટ્સથી બદલી રહ્યા છે | વર્લ્ડ ઇકોનોમિક ફોરમ ). ટૂંકમાં, ગંદા, વૈવિધ્યસભર અને અણધાર્યા કામો માટે ઘણીવાર માણસની જરૂર પડે છે .

• વ્યૂહાત્મક નેતૃત્વ અને ઉચ્ચ-સ્તરીય નિર્ણય લેવાની ક્ષમતા: જટિલ નિર્ણય લેવાની ક્ષમતા, વિવેચનાત્મક વિચારસરણી અને જવાબદારીની જરૂર હોય તેવી ભૂમિકાઓ - જેમ કે બિઝનેસ એક્ઝિક્યુટિવ્સ, પ્રોજેક્ટ મેનેજર્સ અને સંગઠનાત્મક નેતાઓ - સીધી AI રિપ્લેસમેન્ટથી પ્રમાણમાં સુરક્ષિત છે. આ હોદ્દાઓમાં ઘણા પરિબળોનું સંશ્લેષણ, અનિશ્ચિતતા હેઠળ નિર્ણય લેવાનો ઉપયોગ અને ઘણીવાર માનવ સમજાવટ અને વાટાઘાટોનો સમાવેશ થાય છે. AI ડેટા અને ભલામણો પ્રદાન કરી શકે છે, પરંતુ અંતિમ વ્યૂહાત્મક નિર્ણયો લેવા અથવા લોકોનું નેતૃત્વ કરવા માટે AI ને સોંપવું એ એક છલાંગ છે જે મોટાભાગની કંપનીઓ (અને કર્મચારીઓ) લેવા તૈયાર નથી. વધુમાં, નેતૃત્વ ઘણીવાર વિશ્વાસ અને પ્રેરણા પર આધાર રાખે છે - જે ગુણો માનવ કરિશ્મા અને અનુભવમાંથી ઉદ્ભવે છે, અલ્ગોરિધમ્સથી નહીં. જ્યારે AI CEO માટે સંખ્યાઓનો ભંગ કરી શકે છે, CEO નું કામ (દ્રષ્ટિ નક્કી કરવી, કટોકટીનું સંચાલન કરવું, સ્ટાફને પ્રેરણા આપવી) હાલમાં અનન્ય રીતે માનવ રહે છે. ઉચ્ચ-સ્તરીય સરકારી અધિકારીઓ, નીતિ નિર્માતાઓ અને લશ્કરી નેતાઓ માટે પણ આ જ વાત લાગુ પડે છે જ્યાં જવાબદારી અને નૈતિક નિર્ણય સર્વોપરી છે.

જેમ જેમ AI આગળ વધશે, તેમ તેમ તે શું કરી શકે છે તેની સીમાઓ બદલાશે. આજે સલામત માનવામાં આવતી કેટલીક ભૂમિકાઓને નવા નવીનતાઓ દ્વારા પડકારવામાં આવી શકે છે (ઉદાહરણ તરીકે, AI સિસ્ટમો ધીમે ધીમે સંગીત કંપોઝ કરીને અથવા સમાચાર લેખો લખીને સર્જનાત્મક ક્ષેત્રો પર અતિક્રમણ કરી રહી છે). જો કે, ઉપરોક્ત નોકરીઓમાં આંતરિક માનવ તત્વો જેને કોડ કરવા મુશ્કેલ છે: ભાવનાત્મક બુદ્ધિ, અસંગઠિત સેટિંગ્સમાં મેન્યુઅલ કુશળતા, ક્રોસ-ડોમેન વિચારસરણી અને વાસ્તવિક સર્જનાત્મકતા. આ તે વ્યવસાયોની આસપાસ રક્ષણાત્મક ખાઈ તરીકે કાર્ય કરે છે. ખરેખર, નિષ્ણાતો ઘણીવાર કહે છે કે ભવિષ્યમાં, નોકરીઓ સંપૂર્ણપણે અદૃશ્ય થવાને બદલે વિકસિત થશે - આ ભૂમિકાઓમાં માનવ કામદારો AI સાધનોનો ઉપયોગ વધુ અસરકારક બનવા માટે કરશે. એક વારંવાર ટાંકવામાં આવતો વાક્ય આને કેદ કરે છે: AI તમારું સ્થાન લેશે નહીં, પરંતુ AI નો ઉપયોગ કરનાર વ્યક્તિ કદાચ બદલાશે. બીજા શબ્દોમાં કહીએ તો, જેઓ AI નો ઉપયોગ કરે છે તેઓ ઘણા ક્ષેત્રોમાં એવા લોકોથી આગળ નીકળી જશે જેઓ નથી કરતા.

સારાંશમાં, AI દ્વારા બદલવાની શક્યતા ઓછી છે/એવી નોકરીઓ જે AI બદલી શકતી નથી તે એવી છે જેમાં નીચેનામાંથી એક અથવા વધુની જરૂર હોય છે: સામાજિક અને ભાવનાત્મક બુદ્ધિ (સંભાળ, વાટાઘાટો, માર્ગદર્શન), સર્જનાત્મક નવીનતા (કલા, સંશોધન, ડિઝાઇન), ગતિશીલતા અને જટિલ વાતાવરણમાં કુશળતા (કુશળ વ્યવસાયો, કટોકટી પ્રતિભાવ), અને મોટા ચિત્ર નિર્ણય (વ્યૂહરચના, નેતૃત્વ). જ્યારે AI સહાયક તરીકે આ ક્ષેત્રોમાં વધુને વધુ પ્રવેશ કરશે, ત્યારે મુખ્ય માનવ ભૂમિકાઓ, હાલમાં, અહીં રહેવાની છે. કામદારો માટે પડકાર એ છે કે AI સરળતાથી નકલ કરી શકતી નથી તેવી કુશળતા - સહાનુભૂતિ, સર્જનાત્મકતા, અનુકૂલનક્ષમતા - પર ધ્યાન કેન્દ્રિત કરવું જેથી ખાતરી કરી શકાય કે તેઓ મશીનોના મૂલ્યવાન પૂરક રહે.

કાર્યના ભવિષ્ય પર નિષ્ણાતોના મંતવ્યો

આશ્ચર્યજનક નથી કે મંતવ્યો અલગ અલગ હોય છે, કેટલાક મોટા ફેરફારોની આગાહી કરે છે અને અન્ય વધુ ધીમે ધીમે ઉત્ક્રાંતિ પર ભાર મૂકે છે. અહીં અમે વિચારશીલ નેતાઓના કેટલાક સમજદાર અવતરણો અને દ્રષ્ટિકોણનું સંકલન કરીએ છીએ, જે અપેક્ષાઓનો સ્પેક્ટ્રમ પ્રદાન કરે છે:

• કાઈ-ફુ લી (AI નિષ્ણાત અને રોકાણકાર): લી આગામી બે દાયકામાં નોકરીઓના નોંધપાત્ર ઓટોમેશનની આગાહી કરે છે. "દસથી વીસ વર્ષમાં, મારો અંદાજ છે કે અમે યુનાઇટેડ સ્ટેટ્સમાં 40 થી 50 ટકા નોકરીઓને ઓટોમેશન કરવામાં તકનીકી રીતે સક્ષમ થઈશું," તેમણે કહ્યું ( કાઈ-ફુ લી ક્વોટ્સ (AI સુપરપાવર્સના લેખક) (પૃષ્ઠ 9 માંથી 6) ). લી, જેમને AI માં દાયકાઓનો અનુભવ છે (ગુગલ અને માઇક્રોસોફ્ટમાં ભૂતપૂર્વ ભૂમિકાઓ સહિત), માને છે કે વિવિધ પ્રકારના વ્યવસાયો પ્રભાવિત થશે - ફક્ત ફેક્ટરી અથવા સેવા નોકરીઓ જ નહીં, પરંતુ ઘણી વ્હાઇટ-કોલર ભૂમિકાઓ પણ. તેઓ ચેતવણી આપે છે કે જે કામદારો સંપૂર્ણપણે બદલાયા નથી તેમના માટે પણ, AI "તેમના મૂલ્ય-વર્ધનમાં ઘટાડો" વ્યાપક વિસ્થાપન અને AI ના સામાજિક પ્રભાવ, જેમ કે વધેલી અસમાનતા અને નવા નોકરી તાલીમ કાર્યક્રમોની જરૂરિયાત વિશે ચિંતાને પ્રકાશિત કરે છે

• મેરી સી. ડેલી (પ્રેસિડેન્ટ, સાન ફ્રાન્સિસ્કો ફેડ): ડેલી આર્થિક ઇતિહાસમાં મૂળિયાં ધરાવતો એક વિરોધાભાસ રજૂ કરે છે. તેણી નોંધે છે કે જ્યારે AI નોકરીઓમાં વિક્ષેપ પાડશે, ત્યારે ઐતિહાસિક ઉદાહરણો લાંબા ગાળે ચોખ્ખી સંતુલન અસર સૂચવે છે. "બધી તકનીકોના ઇતિહાસમાં કોઈ પણ તકનીકે ક્યારેય નેટ પર રોજગાર ઘટાડ્યો નથી," ડેલી અવલોકન કરે છે, અમને યાદ અપાવે છે કે નવી તકનીકો અન્યને વિસ્થાપિત કરતી વખતે પણ નવા પ્રકારની નોકરીઓ બનાવે છે ( ફોર્ચ્યુન બ્રેઈનસ્ટોર્મ ટેક કોન્ફરન્સમાં SF ફેડ રિઝર્વ ચીફ મેરી ડેલી: AI કાર્યોને બદલે છે, લોકોને નહીં - સાન ફ્રાન્સિસ્કો ફેડ ). તેણી ભાર મૂકે છે કે AI કામને સંપૂર્ણપણે દૂર કરવાને બદલે તેને બદલી . ડેલી ભવિષ્યની કલ્પના કરે છે જ્યાં મનુષ્ય મશીનો સાથે કામ કરે છે - AI કંટાળાજનક કાર્યોનું સંચાલન કરે છે, મનુષ્યો ઉચ્ચ-મૂલ્યના કાર્ય પર ધ્યાન કેન્દ્રિત કરે છે - અને તે કાર્યબળને અનુકૂલન કરવામાં મદદ કરવા માટે શિક્ષણ અને પુનઃકુશળતાના મહત્વ પર ભાર મૂકે છે. તેણીનો દૃષ્ટિકોણ સાવધાનીપૂર્વક આશાવાદી છે: AI ઉત્પાદકતામાં વધારો કરશે અને સંપત્તિનું સર્જન કરશે, જે એવા ક્ષેત્રોમાં નોકરી વૃદ્ધિને વેગ આપી શકે છે જેની આપણે હજુ સુધી કલ્પના પણ નથી કરી.

• બિલ ગેટ્સ (માઈક્રોસોફ્ટના સહ-સ્થાપક): ગેટ્સે તાજેતરના વર્ષોમાં AI વિશે વ્યાપકપણે વાત કરી છે, જેમાં ઉત્સાહ અને ચિંતા બંને વ્યક્ત કરવામાં આવ્યા છે. 2025 ના એક ઇન્ટરવ્યુમાં, તેમણે એક બોલ્ડ આગાહી કરી હતી જેણે હેડલાઇન્સ મેળવી હતી: અદ્યતન AI ના ઉદયનો અર્થ ભવિષ્યમાં "મોટાભાગની વસ્તુઓ માટે માણસોની જરૂર નથી" બિલ ગેટ્સ કહે છે કે AI યુગમાં 'મોટાભાગની વસ્તુઓ' માટે માણસોની જરૂર રહેશે નહીં | EGW.News ). ગેટ્સે સૂચવ્યું કે ટેકનોલોજી પરિપક્વ થતાં AI દ્વારા ઘણા પ્રકારની નોકરીઓ - કેટલાક ઉચ્ચ-કુશળ વ્યવસાયો સહિત - સંભાળી શકાય છે. તેમણે આરોગ્યસંભાળ અને શિક્ષણમાં , AI ની કલ્પના કરી જે ઉચ્ચ-સ્તરના ડૉક્ટર અથવા શિક્ષક તરીકે કાર્ય કરી શકે છે. એક "મહાન" AI ડૉક્ટર વ્યાપકપણે ઉપલબ્ધ કરાવી શકાય છે, જે સંભવિત રીતે માનવ નિષ્ણાતોની અછતને ઘટાડે છે. આનો અર્થ એ છે કે પરંપરાગત રીતે સલામત માનવામાં આવતી ભૂમિકાઓ (વ્યાપક જ્ઞાન અને તાલીમની જરૂર હોવાને કારણે) પણ સમય જતાં AI દ્વારા નકલ કરી શકાય છે. જો કે, ગેટ્સે AI માંથી લોકો શું સ્વીકારશે તેની મર્યાદાઓને પણ સ્વીકારી. તેમણે રમૂજી રીતે નોંધ્યું કે જ્યારે AI માનવો કરતાં વધુ સારી રીતે રમતો રમી શકે છે, લોકો હજુ પણ મનોરંજનમાં માનવ રમતવીરોને પસંદ કરે છે (આપણે રોબોટ બેઝબોલ ટીમો જોવા માટે ચૂકવણી કરીશું નહીં). ગેટ્સ એકંદરે આશાવાદી રહે છે - તેમનું માનવું છે કે AI લોકોને અન્ય કાર્યો માટે "મુક્ત" અને ઉત્પાદકતામાં વધારો કરશે, જોકે સમાજને સંક્રમણનું સંચાલન કરવાની જરૂર પડશે (કદાચ શિક્ષણ સુધારા અથવા મોટા પાયે નોકરી ગુમાવવા પર સાર્વત્રિક મૂળભૂત આવક જેવા પગલાં દ્વારા).

• ક્રિસ્ટાલિના જ્યોર્જિવા (IMF મેનેજિંગ ડિરેક્ટર): નીતિ અને વૈશ્વિક અર્થતંત્રના દૃષ્ટિકોણથી, જ્યોર્જિવાએ AI ના પ્રભાવના બેવડા સ્વભાવ પર પ્રકાશ પાડ્યો છે. "AI વિશ્વભરમાં લગભગ 40 ટકા નોકરીઓને અસર કરશે, કેટલીક નોકરીઓને બદલીને અન્યને પૂરક બનાવશે," તેણીએ IMF વિશ્લેષણમાં લખ્યું ( AI વૈશ્વિક અર્થતંત્રને પરિવર્તિત કરશે. ચાલો ખાતરી કરીએ કે તે માનવતાને લાભ આપે છે. ). તેણી નિર્દેશ કરે છે કે વિકસિત અર્થતંત્રોમાં AI નો વધુ સંપર્ક હોય છે (કારણ કે નોકરીઓનો મોટો હિસ્સો ઉચ્ચ-કુશળ કાર્યોનો સમાવેશ કરે છે જે AI સંભવિત રીતે કરી શકે છે), જ્યારે વિકાસશીલ દેશોમાં તાત્કાલિક વિસ્થાપન ઓછું જોવા મળી શકે છે. જ્યોર્જીએવાનો મત છે કે રોજગાર પર AI ની ચોખ્ખી અસર અનિશ્ચિત છે - તે વૈશ્વિક ઉત્પાદકતા અને વૃદ્ધિને વેગ આપી શકે છે, પરંતુ જો નીતિઓ ચાલુ ન રહે તો અસમાનતા પણ વધારી શકે છે. તેણી અને IMF સક્રિય પગલાં લેવાનું કહે છે: સરકારોએ શિક્ષણ, સલામતી જાળ અને કૌશલ્યવર્ધન કાર્યક્રમોમાં રોકાણ કરવું જોઈએ જેથી ખાતરી કરી શકાય કે AI ના ફાયદા (ઉચ્ચ ઉત્પાદકતા, ટેક ક્ષેત્રોમાં નવી રોજગારીનું સર્જન, વગેરે) વ્યાપકપણે વહેંચાયેલા છે અને નોકરી ગુમાવનારા કામદારો નવી ભૂમિકાઓમાં સંક્રમણ કરી શકે છે. આ નિષ્ણાત દૃષ્ટિકોણ એ વાતને મજબૂત બનાવે છે કે જ્યારે AI નોકરીઓનું સ્થાન લઈ શકે છે, ત્યારે સમાજ માટે પરિણામ આપણે કેવી રીતે પ્રતિભાવ આપીએ છીએ તેના પર ખૂબ આધાર રાખે છે.

• અન્ય ઉદ્યોગ અગ્રણીઓ: અસંખ્ય ટેક સીઈઓ અને ભવિષ્યવાદીઓએ પણ આ બાબતમાં ભાર મૂક્યો છે. ઉદાહરણ તરીકે, IBM ના CEO અરવિંદ કૃષ્ણાએ નોંધ્યું છે કે AI શરૂઆતમાં "વ્હાઇટ-કોલર નોકરીઓ" , બેક-ઓફિસ અને કારકુની કાર્યને સ્વચાલિત કરશે (જેમ કે HR ભૂમિકાઓ IBM સુવ્યવસ્થિત કરી રહી છે) તે પહેલાં તે વધુ તકનીકી ક્ષેત્રોમાં આગળ વધશે ( IBM 7,800 નોકરીઓને AI સાથે બદલવાની યોજનામાં ભરતી અટકાવશે, બ્લૂમબર્ગ અહેવાલો | રોઇટર્સ ). તે જ સમયે, કૃષ્ણા અને અન્ય લોકો દલીલ કરે છે કે AI વ્યાવસાયિકો માટે એક શક્તિશાળી સાધન હશે - પ્રોગ્રામરો પણ ઉત્પાદકતા વધારવા માટે AI કોડ સહાયકોનો ઉપયોગ કરે છે, જે ભવિષ્ય સૂચવે છે જ્યાં માનવ-AI સહયોગ સંપૂર્ણ રિપ્લેસમેન્ટને બદલે કુશળ નોકરીઓમાં ધોરણ છે. ગ્રાહક સેવામાં એક્ઝિક્યુટિવ્સ, જેમ કે અગાઉ ઉલ્લેખિત છે, AI ની કલ્પના કરે છે કે માનવીઓ જટિલ કેસ પર ધ્યાન કેન્દ્રિત કરીને, નિયમિત ક્લાયન્ટ ક્રિયાપ્રતિક્રિયાઓનો મોટો ભાગ સંભાળશે ( 2025 માટે 59 AI ગ્રાહક સેવા આંકડા ). અને એન્ડ્રુ યાંગ (જેમણે સાર્વત્રિક મૂળભૂત આવકના વિચારને લોકપ્રિય બનાવ્યો) જેવા જાહેર બૌદ્ધિકોએ ટ્રક ડ્રાઇવરો અને કોલ સેન્ટર કામદારોને રોજગાર ગુમાવવા વિશે ચેતવણી આપી છે, ઓટોમેશન-આધારિત બેરોજગારીનો સામનો કરવા માટે સામાજિક સહાય પ્રણાલીઓની હિમાયત કરી છે. તેનાથી વિપરીત, એરિક બ્રાયનોલ્ફસન અને એન્ડ્રુ મેકાફી જેવા શિક્ષણવિદોએ "ઉત્પાદકતા વિરોધાભાસ" AI નો ઉપયોગ કરતા કામદારો એવા લોકોનું સ્થાન લેશે જેઓ નથી લેતા ." જેવા શબ્દસમૂહો બનાવે છે

સારમાં, નિષ્ણાતોના મંતવ્યો ખૂબ જ આશાવાદી (AI, ભૂતકાળની નવીનતાઓની જેમ, તે વિનાશ કરતાં વધુ નોકરીઓનું સર્જન કરશે) થી લઈને અત્યંત સાવધ (AI, કાર્યબળના અભૂતપૂર્વ ભાગને વિસ્થાપિત કરી શકે છે, જેમાં આમૂલ ગોઠવણોની જરૂર પડશે) સુધીના હોય છે. છતાં એક સામાન્ય મુદ્દો એ છે કે પરિવર્તન ચોક્કસ છે . કાર્યબળની પ્રકૃતિ બદલાશે કારણ કે AI વધુ સક્ષમ બનશે. નિષ્ણાતો સર્વસંમતિથી સંમત થાય છે કે શિક્ષણ અને સતત શિક્ષણ મહત્વપૂર્ણ છે - ભવિષ્યના કામદારોને નવી કુશળતાની જરૂર પડશે, અને સમાજોને નવી નીતિઓની જરૂર પડશે. AI ને ખતરા તરીકે જોવામાં આવે કે સાધન તરીકે, ઉદ્યોગોના નેતાઓ ભાર મૂકે છે કે હવે તે નોકરીઓમાં લાવનારા ફેરફારો માટે તૈયારી કરવાનો સમય છે. જેમ આપણે નિષ્કર્ષ કાઢીએ છીએ, આપણે વિચાર કરીશું કે વૈશ્વિક કાર્યબળ માટે આ પરિવર્તનોનો શું અર્થ છે અને વ્યક્તિઓ અને સંસ્થાઓ આગળના માર્ગ પર કેવી રીતે આગળ વધી શકે છે.

વૈશ્વિક કાર્યબળ માટે આનો શું અર્થ થાય છે

"AI કઈ નોકરીઓનું સ્થાન લેશે?" આ પ્રશ્નનો એક પણ સ્થિર જવાબ નથી - જેમ જેમ AI ક્ષમતાઓ વધતી જશે અને અર્થતંત્રો અનુકૂલન પામશે તેમ તેમ તે વિકસિત થતું રહેશે. આપણે જે સ્પષ્ટ વલણ જોઈ શકીએ છીએ તે છે: AI અને ઓટોમેશન આગામી વર્ષોમાં લાખો નોકરીઓ ખતમ કરવા નવી નોકરીઓ બનાવશે અને હાલની નોકરીઓમાં ફેરફાર કરશે . વર્લ્ડ ઇકોનોમિક ફોરમનો અંદાજ છે કે 2027 સુધીમાં, ઓટોમેશનને કારણે 83 મિલિયન નોકરીઓ વિસ્થાપિત થશે 69 મિલિયન નવી નોકરીઓ ઉભરી આવશે - વૈશ્વિક સ્તરે -14 મિલિયન નોકરીઓની ચોખ્ખી અસર ( AI રિપ્લેસિંગ જોબ્સ સ્ટેટિસ્ટિક્સ એન્ડ ફેક્ટ્સ [2024*] ). બીજા શબ્દોમાં કહીએ તો, શ્રમ બજારમાં નોંધપાત્ર મંથન થશે. કેટલીક ભૂમિકાઓ અદૃશ્ય થઈ જશે, ઘણી બદલાશે, અને AI-સંચાલિત અર્થતંત્રની જરૂરિયાતોને પૂર્ણ કરવા માટે સંપૂર્ણપણે નવા વ્યવસાયો ઉભરી આવશે.

વૈશ્વિક કાર્યબળ માટે , આનો અર્થ કેટલીક મુખ્ય બાબતો છે:

• રિસ્કિલિંગ અને અપસ્કિલિંગ અનિવાર્ય છે: જે કામદારોની નોકરીઓ જોખમમાં છે તેમને નવી કૌશલ્ય શીખવાની તકો આપવી જોઈએ જે માંગમાં છે. જો AI નિયમિત કાર્યો પર કબજો કરી રહ્યું છે, તો માનવોએ બિન-નિયમિત કાર્યો પર ધ્યાન કેન્દ્રિત કરવાની જરૂર છે. સરકારો, શૈક્ષણિક સંસ્થાઓ અને કંપનીઓ બધા તાલીમ કાર્યક્રમોને સરળ બનાવવામાં ભૂમિકા ભજવશે - પછી ભલે તે વિસ્થાપિત વેરહાઉસ કાર્યકર જાળવણી રોબોટ્સ શીખતો હોય, અથવા ગ્રાહક સેવા પ્રતિનિધિ AI ચેટબોટ્સનું નિરીક્ષણ કરવાનું શીખતો હોય. આજીવન શિક્ષણ ધોરણ બનવા માટે તૈયાર છે. સકારાત્મક નોંધ પર, જેમ જેમ AI કઠિન કાર્ય સંભાળે છે, તેમ તેમ માનવીઓ વધુ પરિપૂર્ણ, સર્જનાત્મક અથવા જટિલ કાર્ય તરફ આગળ વધી શકે છે - પરંતુ ફક્ત ત્યારે જ જો તેમની પાસે આવું કરવાની કુશળતા હોય.

• માનવ-AI સહયોગ મોટાભાગની નોકરીઓને વ્યાખ્યાયિત કરશે: સંપૂર્ણ AI ટેકઓવરને બદલે, મોટાભાગના વ્યવસાયો માનવો અને બુદ્ધિશાળી મશીનો વચ્ચે ભાગીદારીમાં વિકસિત થશે. જે કામદારો ખીલશે તે એવા હશે જેઓ AI ને એક સાધન તરીકે કેવી રીતે ઉપયોગ કરવો તે જાણે છે. ઉદાહરણ તરીકે, વકીલ કેસ કાયદાનું તાત્કાલિક સંશોધન કરવા માટે AI નો ઉપયોગ કરી શકે છે (પેરાલીગલ્સની ટીમ જે કામ કરતી હતી તે કામ કરી શકે છે), અને પછી કાનૂની વ્યૂહરચના બનાવવા માટે માનવ નિર્ણય લાગુ કરી શકે છે. ફેક્ટરી ટેકનિશિયન રોબોટ્સના કાફલાની દેખરેખ રાખી શકે છે. શિક્ષકો પણ ઉચ્ચ-સ્તરીય માર્ગદર્શન પર ધ્યાન કેન્દ્રિત કરતી વખતે પાઠને વ્યક્તિગત કરવા માટે AI ટ્યુટરનો ઉપયોગ કરી શકે છે. આ સહયોગી મોડેલનો અર્થ એ છે કે નોકરીના વર્ણનો બદલાશે - AI સિસ્ટમોની દેખરેખ, AI આઉટપુટનું અર્થઘટન અને AI સંભાળી ન શકે તેવા આંતરવ્યક્તિત્વ પાસાઓ પર ભાર મૂકે છે. તેનો અર્થ એ પણ છે કે કાર્યબળની અસર માપવી એ ફક્ત ગુમાવેલી અથવા મેળવેલી નોકરીઓ વિશે નથી, પરંતુ બદલાયેલી . લગભગ દરેક વ્યવસાયમાં અમુક અંશે AI સહાયનો સમાવેશ થશે, અને તે વાસ્તવિકતાને અનુરૂપ થવું કામદારો માટે મહત્વપૂર્ણ રહેશે.

• નીતિ અને સામાજિક સમર્થન: સંક્રમણ મુશ્કેલ હોઈ શકે છે, અને તે વૈશ્વિક સ્તરે નીતિગત પ્રશ્નો ઉભા કરે છે. કેટલાક પ્રદેશો અને ઉદ્યોગોને નોકરી ગુમાવવાનો વધુ સામનો કરવો પડશે (ઉદાહરણ તરીકે, ઉત્પાદન-ભારે ઉભરતી અર્થવ્યવસ્થાઓને શ્રમ-સઘન નોકરીઓના ઝડપી ઓટોમેશનનો સામનો કરવો પડી શકે છે). મજબૂત સામાજિક સલામતી જાળ અથવા નવીન નીતિઓની જરૂર હોઈ શકે છે - એલોન મસ્ક અને એન્ડ્રુ યાંગ જેવા વ્યક્તિઓ દ્વારા AI-સંચાલિત બેરોજગારીની અપેક્ષામાં સાર્વત્રિક મૂળભૂત આવક (UBI) એલોન મસ્ક કહે છે કે સાર્વત્રિક આવક અનિવાર્ય છે: શા માટે તે વિચારે છે ... ). UBI જવાબ છે કે નહીં, સરકારોએ બેરોજગારીના વલણોનું નિરીક્ષણ કરવાની જરૂર પડશે અને સંભવતઃ અસરગ્રસ્ત ક્ષેત્રોમાં બેરોજગારી લાભો, નોકરી સ્થાનાંતરણ સેવાઓ અને શિક્ષણ અનુદાનનો વિસ્તાર કરવો પડશે. આંતરરાષ્ટ્રીય સહયોગ પણ જરૂરી હોઈ શકે છે, કારણ કે AI ઉચ્ચ-ટેક અર્થતંત્રો અને ટેકનોલોજીની ઓછી પહોંચ ધરાવતા લોકો વચ્ચેનું અંતર વધારી શકે છે. વૈશ્વિક કાર્યબળ AI-મૈત્રીપૂર્ણ સ્થળોએ નોકરીઓનું સ્થળાંતર અનુભવી શકે છે (જેમ કે અગાઉના દાયકાઓમાં ઉત્પાદન ઓછા ખર્ચવાળા દેશોમાં સ્થળાંતર થયું હતું). નીતિ નિર્માતાઓએ ખાતરી કરવાની જરૂર પડશે કે AI ના આર્થિક લાભો (વધુ ઉત્પાદકતા, નવા ઉદ્યોગો) ફક્ત થોડા લોકો માટે નફો નહીં, પણ વ્યાપક-આધારિત સમૃદ્ધિ તરફ દોરી જાય છે.

• માનવ વિશિષ્ટતા પર ભાર મૂકવો: જેમ જેમ AI સામાન્ય બનતું જાય છે, તેમ તેમ કાર્યના માનવ તત્વો વધુ મહત્વ મેળવે છે. સર્જનાત્મકતા, અનુકૂલનક્ષમતા, સહાનુભૂતિ, નૈતિક નિર્ણય અને આંતર-શાખાકીય વિચારસરણી જેવા ગુણો માનવ કામદારોનો તુલનાત્મક ફાયદો બનશે. શિક્ષણ પ્રણાલીઓ STEM કૌશલ્યોની સાથે આ નરમ કૌશલ્યો પર ભાર મૂકવા માટે મુખ્ય બની શકે છે. કલા અને માનવતા એવા ગુણોને સંવર્ધન કરવામાં મહત્વપૂર્ણ બની શકે છે જે મનુષ્યોને બદલી ન શકાય તેવા બનાવે છે. એક અર્થમાં, AI નો ઉદય આપણને કાર્યને વધુ માનવ-કેન્દ્રિત દ્રષ્ટિએ ફરીથી વ્યાખ્યાયિત કરવા માટે પ્રેરિત કરી રહ્યો છે - માત્ર કાર્યક્ષમતા જ નહીં, પરંતુ ગ્રાહક અનુભવ, સર્જનાત્મક નવીનતા અને ભાવનાત્મક જોડાણો જેવા ગુણોનું પણ મૂલ્યાંકન કરે છે, જ્યાં માનવો શ્રેષ્ઠ બને છે.

નિષ્કર્ષમાં, AI કેટલીક નોકરીઓનું સ્થાન લેવા માટે તૈયાર છે - ખાસ કરીને જે રોજિંદા કાર્યોમાં ભારે હોય - પરંતુ તે તકો પણ બનાવશે અને ઘણી ભૂમિકાઓમાં વધારો કરશે. આ અસર ટેકનોલોજી અને ફાઇનાન્સથી લઈને ઉત્પાદન, છૂટક વેચાણ, આરોગ્યસંભાળ અને પરિવહન સુધીના લગભગ તમામ ઉદ્યોગોમાં અનુભવાશે. વૈશ્વિક પરિપ્રેક્ષ્ય દર્શાવે છે કે જ્યારે વિકસિત અર્થતંત્રો વ્હાઇટ-કોલર નોકરીઓનું ઝડપી ઓટોમેશન જોઈ શકે છે, ત્યારે વિકાસશીલ અર્થતંત્રો હજુ પણ સમય જતાં ઉત્પાદન અને કૃષિમાં મેન્યુઅલ નોકરીઓના મશીન રિપ્લેસમેન્ટનો સામનો કરી શકે છે. આ પરિવર્તન માટે કાર્યબળ તૈયાર કરવું એ એક વૈશ્વિક પડકાર છે.

કંપનીઓએ નૈતિક અને બુદ્ધિપૂર્વક AI અપનાવવામાં સક્રિય રહેવું જોઈએ - તેનો ઉપયોગ ફક્ત ખર્ચ ઘટાડવા માટે નહીં, પરંતુ તેમના કર્મચારીઓને સશક્ત બનાવવા માટે કરવો જોઈએ. કામદારોએ પણ જિજ્ઞાસા રાખવી જોઈએ અને શીખતા રહેવું જોઈએ, કારણ કે અનુકૂલનક્ષમતા તેમની સલામતી જાળ હશે. અને સમાજે મોટા પાયે એવી માનસિકતા કેળવવી જોઈએ જે માનવ-AI સિનર્જીને મહત્વ આપે છે: AI ને વધારવા , માનવ આજીવિકા માટે ખતરો નહીં.

આવતીકાલનું કાર્યબળ એવું હશે જ્યાં માનવ સર્જનાત્મકતા, સંભાળ અને વ્યૂહાત્મક વિચારસરણી કૃત્રિમ બુદ્ધિમત્તા સાથે હાથમાં હાથ મિલાવીને કામ કરશે - એક એવું ભવિષ્ય જેમાં ટેકનોલોજી વધારે છે . સંક્રમણ સરળ ન હોઈ શકે, પરંતુ તૈયારી અને યોગ્ય નીતિઓ સાથે, વૈશ્વિક કાર્યબળ AI ના યુગમાં સ્થિતિસ્થાપક અને વધુ ઉત્પાદક બની શકે છે.

આ શ્વેતપત્ર પછી તમને વાંચવા ગમશે તેવા લેખો:

🔗 ટોચના 10 AI જોબ શોધ ટૂલ્સ - ભરતીની રમતમાં ક્રાંતિ લાવવી.
ઝડપથી નોકરીઓ શોધવા, એપ્લિકેશનોને ઑપ્ટિમાઇઝ કરવા અને નોકરી મેળવવા માટે શ્રેષ્ઠ AI ટૂલ્સ શોધો.

🔗 આર્ટિફિશિયલ ઇન્ટેલિજન્સ કારકિર્દી માર્ગો - AI માં શ્રેષ્ઠ નોકરીઓ અને કેવી રીતે શરૂઆત કરવી
ટોચની AI કારકિર્દી તકો, કયા કૌશલ્યોની જરૂર છે અને AI માં તમારો માર્ગ કેવી રીતે શરૂ કરવો તેનું અન્વેષણ કરો.

🔗 આર્ટિફિશિયલ ઇન્ટેલિજન્સ નોકરીઓ - વર્તમાન કારકિર્દી અને AI રોજગારનું ભવિષ્ય
સમજો કે AI નોકરી બજારને કેવી રીતે ફરીથી આકાર આપી રહ્યું છે અને AI ઉદ્યોગમાં ભવિષ્યની તકો ક્યાં રહેલી છે.