एंड्रयू एनजी का कहना है कि AI जॉब्स बढ़ रही हैं, नौकरी पाने का तरीका यहां बताया गया

जैसे-जैसे दुनिया भर में आर्टिफिशियल इंटेलिजेंस के इंसानों की नौकरियों की जगह लेने को लेकर चिंता बढ़ रही है, इस फील्ड की सबसे जानी-मानी आवाज़ों में से एक बहुत अलग नज़रिया पेश कर रही है। गूगल ब्रेन के फाउंडर और कोर्सेरा के को-फाउंडर एंड्रयू एनजी का मानना ​​है कि AI इंडस्ट्री में असली संकट नौकरी का जाना नहीं है — बल्कि ऐसे लोगों की भारी कमी है जो असल में AI सिस्टम बना सकते हैं।

X पर हाल ही में एक पोस्ट में, एनजी ने कहा कि आर्टिफिशियल इंटेलिजेंस में बड़े इन्वेस्टमेंट और तेज़ी से हो रही तरक्की के बावजूद, कंपनियाँ ऐसे स्किल्ड प्रोफेशनल्स को खोजने में मुश्किल महसूस कर रही हैं जो असल दुनिया के AI सॉल्यूशन डिज़ाइन, डिप्लॉय और मेंटेन कर सकें। उनके मुताबिक, टैलेंट की सप्लाई के मुकाबले काबिल इंजीनियरों और सिस्टम बनाने वालों की डिमांड तेज़ी से बढ़ रही है।

एनजी कहते हैं कि उनसे अक्सर स्टूडेंट्स और शुरुआती करियर वाले प्रोफेशनल्स पूछते हैं कि क्या AI सीखना अभी भी फायदेमंद है, जबकि ऑटोमेशन तेज़ी से बढ़ रहा है। उनका जवाब, वे कहते हैं, हमेशा साफ होता है: हाँ। असल में, उनका मानना ​​है कि इंडस्ट्रीज़ में AI अपनाने से ज़्यादा मौके बने हैं, कम नहीं।

उन्होंने लिखा, “AI में तेज़ी से हो रही तरक्की के एक और साल ने किसी के लिए भी – इस फील्ड में अभी-अभी आए लोगों के लिए भी – सॉफ्टवेयर बनाने के पहले से कहीं ज़्यादा मौके पैदा किए हैं। असल में, कई कंपनियों को काफ़ी स्किल्ड AI टैलेंट ही नहीं मिल पा रहा है।”

2026 तक AI से जुड़े रोल के लिए तैयार होने वाले प्रोफेशनल्स की मदद करने के लिए, एनजी ने तीन प्रैक्टिकल सुझाव शेयर किए, जो इस बात पर आधारित हैं कि एम्प्लॉयर्स तेज़ी से क्या ढूंढ रहे हैं।

उनकी पहली सलाह है कि सिर्फ़ ऊपरी डेमो पर ही नहीं, बल्कि पूरे AI सिस्टम बनाने पर ध्यान दें। जबकि पहले से ट्रेंड मॉडल के साथ एक्सपेरिमेंट करना या API को एक साथ जोड़ना फायदेमंद है, एनजी चेतावनी देते हैं कि सिर्फ़ यह अब काफ़ी नहीं है। कंपनियाँ ऐसे लोगों को चाहती हैं जो AI की पूरी लाइफसाइकल को समझते हों – डेटा कलेक्शन और मॉडल ट्रेनिंग से लेकर प्रोडक्शन एनवायरनमेंट में इवैल्यूएशन, डिप्लॉयमेंट और लंबे समय तक मेंटेनेंस तक।

दूसरा सुझाव है प्रैक्टिस में कंसिस्टेंसी। एनजी थ्योरी और हैंड्स-ऑन काम के बीच बैलेंस बनाने की अहमियत पर ज़ोर देते हैं। वह चेतावनी देते हैं कि जो डेवलपर बिना बनाए सिर्फ़ कॉन्सेप्ट पढ़ते हैं, वे अक्सर कमज़ोर सिस्टम बना लेते हैं या ऐसी प्रॉब्लम को बार-बार सॉल्व करते हैं जिनके सॉल्यूशन पहले से मौजूद हैं। रेगुलर, प्रैक्टिकल एक्सपीरियंस ही एकेडमिक नॉलेज को ऐसे स्किल्स में बदलता है जो जॉब मार्केट में कीमती होते हैं।

उनकी तीसरी टिप ऑप्शनल है लेकिन असरदार है: रिसर्च पेपर्स को चुनकर पढ़ना। AI में आने वाले हर किसी के लिए यह ज़रूरी नहीं है, लेकिन एनजी का मानना ​​है कि रिसर्च से जुड़े अनुभव से प्रोफेशनल्स को बढ़त मिल सकती है, खासकर उन लोगों को जो लेटेस्ट काम में दिलचस्पी रखते हैं। उनका कहना है कि यह समझना कि तकनीकें कैसे और क्यों विकसित हुईं, असल दुनिया में सिस्टम बनाने के साथ मिलकर कहीं ज़्यादा काम का हो जाता है।

एनजी ने बार-बार इस बात को चुनौती दी है कि AI जल्द ही बड़ी संख्या में नौकरियां खत्म कर देगा। नवंबर में अपनी AI डेवलपर्स कॉन्फ्रेंस के दौरान NBC न्यूज़ से बात करते हुए, उन्होंने बताया कि आज के AI सिस्टम अभी भी इंसानी कोशिशों पर कितने निर्भर हैं।

उन्होंने कहा, "मैं देखता हूं कि ट्रेनिंग की रेसिपी कितनी मुश्किल हैं और आज AI डेवलपमेंट कितना मैनुअल है, और ऐसा कोई तरीका नहीं है कि यह हमें अकेले AGI तक ले जाए।" उन्होंने आगे कहा, "जब कोई AI का इस्तेमाल करता है और सिस्टम को कोई भाषा आती है, तो डेटा तैयार करने, AI को ट्रेन करने, उन एक सेट की चीज़ों को सीखने में बहुत ज़्यादा मेहनत लगती है, जितनी कि आमतौर पर मानी जाती है।"

एनजी के लिए, मैसेज साफ़ है: AI का भविष्य बनाने वालों का है — और अभी वे काफ़ी नहीं हैं।