दावोस में 2026 वर्ल्ड इकोनॉमिक फोरम की सालाना मीटिंग में जिन खास मुद्दों पर चर्चा हुई, उनमें से एक AI और उसका असर था। AI एक ज़रूरी चीज़ है, और इसे अपनाने में थोड़ी देर हो सकती है, लेकिन समय के साथ इसे अपनाना होगा। ऐसा इसलिए है क्योंकि लगभग हर इंडस्ट्री में इसकी शुरुआत हो चुकी है। AI को अपनाने से निश्चित रूप से फ़ायदे होंगे, लेकिन कंपनियों और सरकारों दोनों के लिए चिंताएँ बनी हुई हैं।
WEF सर्वे क्या दिखाता है
WEF द्वारा इकोनॉमिस्ट के बीच किए गए एक सर्वे में कुछ दिलचस्प नतीजे सामने आए। सर्वे में शामिल लगभग 54% लोग इस बात से सहमत थे कि AI से मौजूदा नौकरियाँ खत्म हो जाएँगी, जो इस नतीजे को स्वीकार करने का संकेत देता है। लगभग 45% का मानना ​​था कि AI से ज़्यादा AI इस्तेमाल करने वाली कंपनियों का प्रॉफ़िट मार्जिन बढ़ेगा, जिसका मतलब है कि एफ़िशिएंसी में फ़ायदा होगा। सैंतीस परसेंट को लगा कि सामान और सर्विस तक पहुँच बढ़ेगी, और 30% ने सामान की किफ़ायत में सुधार के पक्ष में वोट दिया। लगभग 24% लोग इंडस्ट्री में बढ़ते कंसंट्रेशन को लेकर चिंतित थे, जबकि 21% को कुछ डेमोग्राफ़िक ग्रुप के साथ भेदभाव की आशंका थी। ये नतीजे मोटे तौर पर हमें AI के फायदे और नुकसान के बारे में सब कुछ बताते हैं।
इंडस्ट्रीज़ में एफिशिएंसी में बढ़ोतरी
भारत में यह कैसा है? यह लगभग साफ है कि अलग-अलग इंडस्ट्रीज़ में एफिशिएंसी में बढ़ोतरी हो सकती है। कस्टमर सर्विस सभी कंपनियों में एक ऐसा एरिया है जिसे AI के ज़्यादा इस्तेमाल से बेहतर बनाया जाएगा, क्योंकि इसमें चैटबॉट बनाना शामिल है जो लोगों की ज़्यादातर दिक्कतों को हल कर सकते हैं। लगभग सभी सर्विस सेक्टर इंडस्ट्रीज़ ने एफिशिएंसी बढ़ाने के लिए ऐसे टूल्स का इस्तेमाल करना शुरू कर दिया है, और इससे जल्द ही दिक्कतों को हल करने के लिए कॉल सेंटर की ज़रूरत खत्म हो सकती है। असल में, रिटेल कस्टमर का सामना करने वाले सभी बिज़नेस को कस्टमर एक्सपीरियंस को बेहतर बनाने के लिए AI को अपनाना होगा।
खास सेक्टर्स में AI का इस्तेमाल
आइए देखते हैं कि अलग-अलग सेक्टर्स में इसका इस्तेमाल कैसे किया जाता है। BFSI स्पेस में, इसका इस्तेमाल क्रेडिट इवैल्यूएशन के लिए किया जा रहा है, क्योंकि AI उस कंपनी की सारी जानकारी इकट्ठा कर सकता है जो फंड उधार लेना चाहती है और उसे इकट्ठा करके उसकी सर्विसिंग पर अंदाज़ा लगा सकता है। एल्गोरिदम चलने से, सही कीमत भी बताई जा सकती है। यही टूल्स क्रेडिट मॉनिटरिंग प्रोसेस के हिस्से के तौर पर कंपनी को ट्रैक कर सकते हैं और पहले से तय इंडिकेटर्स के आधार पर गलती के बारे में सिग्नल दे सकते हैं। इसलिए, एक एंड-टू-एंड सॉल्यूशन दिया जा रहा है। इसके अलावा, AI के इस्तेमाल से फ्रॉड का पता लगाना भी आसान हो जाता है और इसलिए यह इंडस्ट्री के लिए बहुत वैल्यू जोड़ सकता है।
IT सेक्टर के मामले में, पहले से ही कई बदलाव हो रहे हैं, जिसमें पूरी कोडिंग प्रोसेस और प्रोग्रामिंग AI को आउटसोर्स की जा रही है। इसके अलावा, इन कंपनियों द्वारा क्लाइंट्स को दिए जाने वाले सॉल्यूशन पहले से ही AI का इस्तेमाल करके ज़्यादा एफिशिएंसी के साथ प्रोजेक्ट्स को तेज़ कर रहे हैं। रिटेल में, प्रोडक्ट्स की बेहतर डिलीवरी पक्का करने के लिए पूरे कस्टमर रिलेशन मॉड्यूल को AI के ज़रिए प्रोग्राम किया जा रहा है। असल में, स्टोर पर आने वाले कस्टमर्स का सारा डेटा होने से उनकी पसंद और पसंद का पता लगाने में मदद मिलती है, जिससे सामान स्टॉक करने में मदद मिलती है। हेल्थकेयर में, सप्लाई चेन मैनेजमेंट AI द्वारा दिया जा रहा है। इसलिए, यह कुछ ऐसा है जो किसी भी बिज़नेस में ज़रूरी है, और इसका इस्तेमाल करने के साफ़ फ़ायदे हैं।
प्लानिंग और स्ट्रैटेजी में AI
कंपनियां भविष्य में बिज़नेस की प्लानिंग के लिए AI का इस्तेमाल धीरे-धीरे कर रही हैं, और स्ट्रैटेजी AI टूल्स के ज़रिए दिए गए इनपुट पर आधारित हैं। माहौल का पता लगाना, ग्लोबल नज़रिए को शामिल करना और बिज़नेस के अलग-अलग पहलुओं पर डेटा इकट्ठा करना आसान हो जाता है, जिसमें यह भी शामिल है कि बजट बनाते समय कॉम्पिटिशन क्या कर रहा है।
लागत और एनर्जी की चिंताएँ
बेशक, AI इस्तेमाल करने की लागत है, क्योंकि टेक्नोलॉजी सस्ती नहीं है और बिजली की खपत भी उसी हिसाब से बढ़ी है। WEF का अनुमान है कि 2035 तक, ग्लोबल डेटा सेंटर बिजली का इस्तेमाल 1,200 टेरावॉट-घंटे से ज़्यादा हो सकता है, जो 2024 के लेवल से लगभग तीन गुना है। AI ग्रोथ को एनर्जी सिस्टम कैपेसिटी और सस्टेनेबिलिटी लक्ष्यों के साथ जोड़ने की ज़रूरत है। लेकिन कंपनियों का मानना ​​है कि समय के साथ ये लागत कम हो जाएगी और आखिर में बॉटम लाइन में जुड़ जाएगी। इन लागतों को छोड़ दें, तो भारत जैसे देश के लिए यह कैसा है?
भारत की लेबर चुनौती
भारत एक लेबर-सरप्लस इकॉनमी है, जिसमें युवाओं की बहुत बड़ी संख्या है। चुनौती यह है कि स्किल सेट अभी भी कम हैं, और जबकि संख्या बड़ी है, उनकी एम्प्लॉयबिलिटी सीमित है। यही एक कारण है कि आज सबसे बड़े एम्प्लॉयर लॉजिस्टिक्स और कंस्ट्रक्शन हैं, जहाँ बहुत कम स्किल की ज़रूरत होती है। इसलिए, ज़रूरी स्किल्स वाले कर्मचारियों को काम पर रखना एक चुनौती होगी।
नौकरियां जाना और रीस्किलिंग
इसके अलावा, नौकरियां जाने की भी चिंता है। AI का इस्तेमाल करने वाली कंपनियों को मौजूदा स्टाफ को संभालने की समस्या का हल निकालना होगा, जिन्हें अगर हो सके तो रीस्किल करने या नौकरी से निकालने की ज़रूरत है। यह एक बड़ी चुनौती है क्योंकि रीस्किलिंग में अक्सर उम्र की रुकावट आ जाती है। इसलिए, AI के बढ़ते इस्तेमाल से नौकरियां जाना तय है। हालांकि यह सच है कि जैसे-जैसे AI यूनिवर्सिटी लेवल पर अलग-अलग कोर्स के करिकुलम का हिस्सा बनेगा, नई नौकरियां पैदा होंगी, लेकिन मौजूदा स्टाफ को इसका सामना करना पड़ेगा।
Tags: