एआय आणि चॅटजीपीटी

भारतातील AI आणि नोकऱ्या: कोणते काम बदलत आहे आणि कोणती कौशल्ये महत्त्वाची आहेत

भारतातील AI आणि नोकऱ्या: कोणते काम बदलत आहे आणि कोणती कौशल्ये महत्त्वाची आहेत
कामाचे भविष्य भारतातील AI आणि नोकऱ्या प्रत्यक्षात काय बदलते blogshog.com

AI संपूर्ण नोकऱ्या नष्ट करण्यापेक्षा खूप अधिक वेगाने कामे बदलत आहे, आणि या विषयाचा उपयुक्त विचार करण्याची गुरुकिल्ली याच फरकात आहे. फारच थोड्या भूमिका एकाच कामाच्या बनलेल्या असतात. नोकरी म्हणजे एक गठ्ठा — एखादी व्यक्ती आठवड्यात करते अशा कदाचित वीस गोष्टी — आणि AI सध्या त्यातील काही गोष्टी करू शकते, तेही काहीसे असमान रीतीने. याचा परिणाम नोकरी नाहीशी होणे नसून तिची पुनर्रचना होणे हा आहे: गठ्ठ्याचा आकार बदलतो, आठवड्यातील प्रत्येक भागावर जाणाऱ्या वेळेचे प्रमाण सरकते, आणि त्यासोबत ती भूमिका कशाला मोल देते तेही बदलते.

हे भारतात विशेष महत्त्वाचे आहे, कारण येथील व्हाइट-कॉलर रोजगाराचा फार मोठा हिस्सा नेमका त्याच प्रकारांमध्ये आहे ज्यांना AI सर्वप्रथम स्पर्श करते: दस्तऐवजीकरण, सपोर्ट, डेटा प्रोसेसिंग, नित्याचे कोडिंग, कंटेंट निर्मिती, आणि इतरत्रच्या क्लायंट्ससाठी ही कामे करण्यावर उभा राहिलेला प्रचंड सेवा-क्षेत्राचा थर. हा धोका खरा आहे आणि गांभीर्याने घेण्यासारखा आहे. पण तो कालबाह्य होण्यासारखा नाही, आणि त्याला तसे समजल्याने चुकीचे निर्णय घेतले जातात.

पुढे दिले आहे ते म्हणजे स्वतःच्या कामाचे मूल्यमापन करण्यासाठीची एक चौकट, काय माहीत आहे आणि काय नाही याचा प्रामाणिक आढावा, आणि कोणती कौशल्ये खरोखर वेळ देण्यासारखी आहेत याविषयीचा दृष्टिकोन.

काम विरुद्ध नोकरी हा फरक महत्त्वाचा का आहे?

एका ज्युनिअर मार्केटिंग एक्झिक्युटिव्हचा विचार करा. त्यांच्या आठवड्यात सोशल मीडियासाठी मजकूर लिहिणे, पोस्ट्स शेड्यूल करणे, परफॉर्मन्स रिपोर्ट काढणे, क्लायंट कॉलमध्ये बसणे, डिझायनरला ब्रीफ देणे, मंजुरीसाठी पाठपुरावा करणे, आणि दिशा बदलण्यासाठी बाजू मांडणे यांचा समावेश असू शकतो. AI मजकुराचा मसुदा तयार करू शकते आणि रिपोर्ट जुळवू शकते. ते कॉलमध्ये बसू शकत नाही, क्लायंटचा संकोच ओळखू शकत नाही, किंवा युक्तिवाद पुढे नेऊ शकत नाही. नोकरी नाहीशी होत नाही; पूर्वी मसुदा लिहिण्यात जाणारा वेळ मोकळा होतो, आणि निर्णयक्षमता व नातेसंबंध लागणारे भाग त्या भूमिकेचा अधिक मोठा हिस्सा बनतात.

नोकरी म्हणजे एक गठ्ठा. AI कामे घेते, गठ्ठे नाही. आधी मजकुराचा मसुदा लिहिणे रिपोर्ट जुळवणे पोस्ट्स शेड्यूल करणे क्लायंट कॉल घेणे डिझायनरला ब्रीफ व दिशा देणे रणनीतीसाठी बाजू मांडणे AI नंतर मसुदा — आता लिहिला नाही, तपासला जातो रिपोर्ट — आता बनवला नाही, पडताळला जातो शेड्यूलिंग — स्वयंचलित क्लायंट कॉल घेणे डिझायनरला ब्रीफ व दिशा देणे रणनीतीसाठी बाजू मांडणे

यातील अस्वस्थ करणारा अर्थ लोक सहसा ओलांडून पुढे जातात. मसुदे लिहिणे हाच जर पूर्वी ज्युनिअरने स्वतःला सिद्ध करण्याचा आणि कसब शिकण्याचा मार्ग होता, आणि मसुदे लिहिणे हे आता यंत्राचे काम झाले असेल, तर त्या व्यवसायात शिरण्याच्या शिडीची एक पायरी हरवली आहे. ही एक खरी रचनात्मक समस्या आहे, एकूण नोकऱ्या जाण्याच्या अंदाजांपेक्षा अधिक गंभीर, आणि ती कर्मचारी कपातीत नव्हे तर सर्वप्रथम एन्ट्री-लेव्हल भरतीमध्ये दिसून येत आहे.

AI नित्याची कामे सामावून घेत असताना विशेषतः एन्ट्री-लेव्हल भूमिका कशा बदलत आहेत.

तुमचे स्वतःचे काम किती धोक्यात आहे?

तुमची नोकरी धोक्यात आहे का असे विचारण्याऐवजी, गेल्या आठवड्यात तुम्ही प्रत्यक्षात काय केले याची यादी करा आणि प्रत्येक बाबीला गुण द्या. चार गुणधर्म धोक्याचा बऱ्यापैकी भरवशाचा अंदाज देतात.

गेल्या आठवड्यात केलेल्या प्रत्येक कामाला गुण द्या कामाबद्दल विचारा होय म्हणजे अधिक धोका इनपुट आणि आउटपुट बहुतांशी मजकूर, कोड किंवा डेटा आहे का?लँग्वेज मॉडेल्स चिन्हांवर काम करतात, भौतिक वस्तूंवर नाही ते पुन्हा-पुन्हा येणाऱ्या साच्याचे आहे का?नव्या प्रकारच्या निर्णयात मॉडेल्स सर्वात कमकुवत असतात निकाल पटकन तपासता येतो का?पडताळता न येणारे आउटपुट सोपवणे फार जोखमीचे चूक दुरुस्त करणे स्वस्त आहे का?मोठ्या परिणामांच्या कामात माणूस प्रक्रियेत राहतोच चार होय: हे काम वर्षभरात बदलेल असे समजा. एक किंवा शून्य: ते बऱ्यापैकी सुरक्षित आहे.

हे प्रामाणिकपणे करून पाहिले तर बहुतेकांना एक विभागणी दिसते: आठवड्याच्या कदाचित एक तृतीयांश भागाला तीन किंवा चार होय मिळतात, आणि उरलेल्याला एक किंवा शून्य. अर्थव्यवस्थेबद्दलची कोणतीही मथळ्यातील टक्केवारी नव्हे, तर हे गुणोत्तरच उपयुक्त आकडा आहे. तुमच्या आठवड्याचा किती भाग स्वरूप बदलणार आहे आणि किती नाही, हे ते सांगते.

त्या यादीत काय नाही तेही लक्षात घ्या: ज्येष्ठता, पात्रता, किंवा काम किती तांत्रिक आहे. धोका प्रतिष्ठेनुसार ठरत नाही. एखादा वरिष्ठ रिपोर्ट-लेखक एखाद्या ज्युनिअर इलेक्ट्रिशियनपेक्षा अधिक धोक्यात असू शकतो, आणि काही भरपूर पगाराच्या विश्लेषणात्मक कामांना चार होय मिळतात तर बऱ्याच कमी पगाराच्या शारीरिक आणि माणसांशी संबंधित कामांना एकही नाही.

आजचा सोन्याचा भावभारतासाठी 24 आणि 22 कॅरेट सोन्याचे व चांदीचे ताजे भाव, शहरानुसार, चार्टसह.सोन्याचे ताजे भाव पाहा →

कोणत्या भारतीय क्षेत्रांवर आधी परिणाम होतो?

प्रकारानुसार नजीकच्या काळातील धोका आत्ताच बदलत आहे कंटेंट आणि कॉपीरायटिंग Tier-1 कस्टमर सपोर्ट डेटा एन्ट्री आणि प्रोसेसिंग नित्याचे QA आणि टेस्टिंग मूलभूत भाषांतर टेम्पलेटवर आधारित डिझाइन Boilerplate कोडिंग नवा आकार, पण जागा कायम सॉफ्टवेअर इंजिनिअरिंग अकाउंटिंग आणि ऑडिट कायदेविषयक संशोधन मार्केटिंग रणनीती अध्यापन आणि प्रशिक्षण पत्रकारिता आणि संपादन भरती बहुतांशी सुरक्षित कुशल कारागिरी आणि दुरुस्ती आरोग्यसेवा पुरवणे बांधकाम आणि साइटवरील काम लॉजिस्टिक्स आणि फील्ड भूमिका हॉस्पिटॅलिटी शुश्रूषा आणि देखभालीचे काम प्रत्यक्ष उपस्थिती लागणारे काहीही

त्या मधल्या स्तंभाबद्दल दोन गोष्टी स्पष्टपणे सांगण्यासारख्या आहेत. पहिली, भारतातील पदवीधरांचा बहुतांश रोजगार तिथेच आहे, आणि “नवा आकार मिळणे” हे “जागा घेतली जाणे” यापेक्षा खरोखर वेगळे भवितव्य आहे — याचा अर्थ काम सुरू राहते पण ते ज्या कौशल्यांना मोल देते ती बदलतात. दुसरी, या बदलामुळे सक्षम समजले जाण्याची किमान पातळी वर जाते. AI जर करार-पुनरावलोकनाचा किंवा टेस्ट सूटचा कामचलाऊ पहिला मसुदा तयार करू शकत असेल, तर कामचलाऊ पहिला मसुदा तयार करता येणे हे आता वेगळेपण राहत नाही. वेगळेपण ठरते ते त्या मसुद्यात काय चुकले ते पकडण्यात.

तिसऱ्या स्तंभाकडे तुच्छतेने नव्हे तर आदराने पाहायला हवे. AI आणि काम यांविषयीची बरीचशी चर्चा अशा लोकांनी लिहिलेली असते ज्यांचे स्वतःचे काम पहिल्या दोन स्तंभांमध्ये आहे, आणि त्यामुळे किती मोलाच्या कामासाठी एखाद्या व्यक्तीसोबत किंवा वस्तूसोबत प्रत्यक्ष उपस्थित असणे आवश्यक असते याबद्दल एक पद्धतशीर अंधबिंदू तयार होतो.

नोकऱ्या थेट नाहीशा होण्याऐवजी, विद्यमान नोकऱ्यांमधील कौशल्यांचे मिश्रण कसे बदलत आहे.

कोणती कौशल्ये खरोखर विकसित करण्यासारखी आहेत?

“AI कौशल्यां”बद्दलचा बहुतेक सल्ला एकतर कृती करता येणार नाही इतका अस्पष्ट असतो (“AI शिका”) किंवा टिकणार नाही इतका संकुचित (“या विशिष्ट टूलच्या इंटरफेसवर प्रभुत्व मिळवा”). टिकाऊ उत्तर या दोन्हींच्या मध्ये आहे: यंत्राच्या आउटपुटला दिशा देण्यात आणि ते तपासण्यात तुम्हाला अधिक चांगले बनवणाऱ्या गोष्टी शिका, आणि ज्या गोष्टींमध्ये यंत्रे रचनेनेच कमकुवत आहेत त्या शिका.

वेळ देण्यासारख्या सहा गोष्टी गुणवत्तेची पारखचांगले आणि वरवर पटणारे यांतील फरक. आजचे सर्वात दुर्मीळ कौशल्य. एका विषयात सखोलताज्या क्षेत्राची माहिती नाही त्यातील आउटपुट तपासता येत नाही स्पष्ट मांडणीकाय हवे ते नेमकेपणाने सांगणे — माणसांना आणि यंत्रांना पडताळणीच्या सवयीदावे स्रोतांशी तपासणे, वेगाने आणि सवयीने नातेसंबंध आणि मन वळवणेविश्वास, वाटाघाटी, वातावरण ओळखणे. याला पर्याय नाही. टूल्सवरील सरावउपयुक्त, पण सहांपैकी सर्वात कमी टिकणारे. इथेच थांबू नका.

टूल्सवरील सराव मुद्दाम शेवटी ठेवला आहे. तो खरोखर असण्यासारखा आहे — ही टूल्स चांगली वापरणारी व्यक्ती न वापरणाऱ्यापेक्षा अधिक काम पूर्ण करते, आणि हा फरक आठवड्याभरात दिसून येतो. पण इंटरफेस बदलतात, आणि ज्या व्यक्तीचा संपूर्ण फायदा एका प्रॉडक्टच्या खाचाखोचा माहीत असण्यात आहे तिने वाळूवर घर बांधले आहे. टूल्स शिका, आणि मग पुढे जात राहा.

पहिल्या मुद्द्यावर थोडे थांबण्यासारखे आहे. AI जे आउटपुट तयार करते ते ओघवते, आत्मविश्वासपूर्ण आणि वारंवार चुकीचे असते, याचा अर्थ जवळपास प्रत्येक AI-सहाय्यित वर्कफ्लोमधील अडथळा म्हणजे हा फरक ओळखू शकणारी व्यक्ती. ही क्षमता विषयाच्या सखोलतेतून येते आणि जाण तयार होण्याइतका काळ ते काम हाताने केल्यातून येते. हे शॉर्टकटने मिळणारे कौशल्य नाही, आणि नेमके म्हणूनच ते मोलाचे आहे.

या तिमाहीत प्रत्यक्षात काय करावे?

  1. तुमच्या आठवड्याचे ऑडिट करा. कामांची यादी करा, वरील चार गुणधर्मांवर प्रत्येकाला गुण द्या, आणि तुमच्या वेळेचा किती हिस्सा जास्त धोक्याच्या गटात आहे ते काढा.
  2. आधी स्वतःची धोक्यातील कामे स्वयंचलित करा. एखादी प्रक्रिया स्वयंचलित करणारी व्यक्ती असणे हे, ज्याची प्रक्रिया स्वयंचलित झाली ती व्यक्ती असण्यापेक्षा लक्षणीयरीत्या वेगळे स्थान आहे.
  3. तपासणीच्या थरात गुंतवणूक करा. तुमचे क्षेत्र अधिक व्यापकपणे नव्हे, तर अधिक सखोलपणे शिका. सखोलतेमुळेच आत्मविश्वासाने केलेली चूक पकडता येते.
  4. दिसेल असे एक काहीतरी उभारा. एखादा दस्तऐवज, एखादे टूल, किंवा वेळ वाचवल्याचे दाखवून देणारी प्रक्रियेतील सुधारणा. प्रमाणपत्रांपेक्षा पुरावा अधिक प्रभावी ठरतो.
  5. मानवी भाग धारदार ठेवा. क्लायंटशी नातेसंबंध, मार्गदर्शन किंवा वाटाघाटी हे तुमच्या भूमिकेचा भाग असतील, तर ते आता तुमच्या मोलाचा अधिक मोठा भाग आहेत. त्यांच्याकडे वरकड ओझे म्हणून नव्हे, तर सराव करायची कौशल्ये म्हणून पाहा.

खरी ताकद दुसऱ्या मुद्द्यात आहे. बहुतेक संस्थांमध्ये या स्थित्यंतरादरम्यान ज्यांच्या भूमिका चांगल्या दिशेने बदलल्या ते लोक म्हणजे जे आधी पुढे गेले — ज्यांनी स्वतःच्या कंटाळवाण्या कामावर ही टूल्स वापरली, ती कुठे अपयशी ठरतात ते समजून घेतले, आणि इतर ज्याला विचारायला येतात अशी व्यक्ती बनले. बहुतेक भारतीय कार्यस्थळांमध्ये ते स्थान अजूनही रिकामे आहे, आणि त्यावर काही आठवडे खर्च करण्याची तयारी असलेल्या कोणालाही ते उपलब्ध आहे.

AI आणि नोकऱ्यांच्या भविष्याविषयीची अधिक व्यापक चर्चा, अंदाज सहसा कुठे चुकतात यासह.

येथे खरोखर अनिश्चित काय आहे?

या विषयावरील कोणाच्याही ज्ञानाच्या मर्यादा स्पष्टपणे सांगणे योग्य ठरेल, या लेखाच्याही. चित्र मोठ्या प्रमाणात बदलू शकतील अशा अनेक गोष्टी सरळ माहीतच नाहीत.

  • क्षमता सध्याच्याच वेगाने सुधारत राहील का. प्रत्येक अंदाज यावर अवलंबून आहे, आणि कोणालाही ते माहीत नाही.
  • सेवा क्षेत्र एकूण हिशेबात वाढेल की आकुंचन पावेल. स्वस्त सेवा-पुरवठा जितक्या सहज बाजारपेठ वाढवू शकतो तितक्याच सहज ती सेवा देणारे मनुष्यबळ कमी करू शकतो, आणि यातील काय घडते ते क्षेत्रानुसार बदलते.
  • एन्ट्री-लेव्हलवरील ताण किती काळ टिकेल. व्यावसायिक शिडीची सर्वात खालची पायरी हरवलेलीच राहिली, तर एका पिढीच्या करिअरवर होणारा परिणाम उत्पादकतेच्या कोणत्याही आकडेवारीपेक्षा मोठा असेल.
  • नव्या भूमिका पुरेशा वेगाने निर्माण होतील का. पूर्वीच्या तंत्रज्ञान-स्थित्यंतरांमध्ये त्या झाल्या, पण “कालांतराने” आणि “बाधित लोकांसाठी वेळेत” हे दोन वेगळे दावे आहेत.

दोन्ही दिशांच्या ठाम भाकितांकडे संशयाने पाहा — प्रचंड बेरोजगारीचे भाकीत करणाऱ्यांकडे आणि फारसे काही बदलणार नाही असा आग्रह धरणाऱ्यांकडेही. समर्थन करता येईल अशी भूमिका ही की कामांची रचना आत्ताच, डोळ्यांसमोर बदलत आहे, आणि त्याला शहाणपणाचा प्रतिसाद म्हणजे तुमच्या कामातील जे भाग दुसऱ्यावर सोपवणे कठीण आहे त्यांत निपुण होणे.

तुम्हाला व्यावहारिक बाजूने सुरुवात करायची असेल, तर या टूल्सबद्दल वाचण्यापेक्षा त्यांना दिशा देण्यात खरोखर निपुण झाल्याने सर्वात जलद फायदा मिळतो. अधिक चांगले AI प्रॉम्प्ट्स लिहिण्याविषयीचा आमचा मार्गदर्शक ही सुरुवात करण्याची जागा आहे, आणि तुमचे मोल आता तपासणीच्या थरात असल्यामुळे AI गोष्टी का बनवते आणि ते कसे पडताळावे हा त्याचा जोडलेख आहे. क्षमतेच्या बाबतीत पुढे काय येत आहे यासाठी AI agents ची सविस्तर ओळख पाहा; असिस्टंट्समधून निवड करण्यासाठी ChatGPT vs Gemini vs Claude. तुम्ही अगदी सुरुवातीपासून शिकत असाल, तर आर्टिफिशियल इंटेलिजन्स टप्प्याटप्प्याने कसे शिकावे आणि विद्यार्थ्यांसाठी सर्वोत्तम AI टूल्स हे दोन्ही उपयोगी पडतील. क्षमतेच्या मर्यादांविषयीची सविस्तर मांडणी आर्टिफिशियल इंटेलिजन्स विरुद्ध मानवी बुद्धिमत्ता या लेखात आहे. अधिक लेख तंत्रज्ञान विभागात.

AI माझी नोकरी घेईल का?

त्यापेक्षा खूप अधिक शक्यता अशी आहे की AI तुमच्या नोकरीतील काही कामे स्वतःकडे घेईल आणि भूमिका बदललेल्या स्वरूपात सुरू राहील. नोकऱ्या म्हणजे अनेक कामांचे गठ्ठे असतात, आणि सध्याचे AI त्यातील काहीच हाताळते. संपूर्ण भूमिकेबद्दल होय-की-नाही असा प्रश्न विचारण्याऐवजी तुमच्या प्रत्येक कामाला धोक्यानुसार गुण देणे हा उपयुक्त अभ्यास आहे.

कोणती कामे AI मुळे सर्वाधिक धोक्यात आहेत?

जी कामे मजकूर, कोड किंवा डेटावर आधारित आहेत, पुन्हा-पुन्हा येणाऱ्या साच्याची आहेत, पटकन तपासता येतात, आणि ज्यांत चूक दुरुस्त करणे स्वस्त आहे. हे चारही गुणधर्म असलेले काम लवकरच बदलण्याची शक्यता आहे. प्रत्यक्ष उपस्थिती, नव्या प्रकारचा निर्णय किंवा विश्वासाचे नातेसंबंध लागणाऱ्या कामांना या चारही बाबतींत कमी गुण मिळतात.

एन्ट्री-लेव्हल नोकऱ्यांवर सर्वाधिक परिणाम का होतो?

कारण नित्याचे मसुदे लिहिणे, प्रोसेसिंग आणि संशोधन हे परंपरेने ज्युनिअरचे काम आणि त्यांचे प्रशिक्षणाचे मैदान असे दोन्ही होते. ही कामे स्वयंचलित झाली की काम तर होते, पण त्या व्यवसायात शिरण्याचा शिकण्याचा मार्ग अरुंद होतो. हे अनुभवी कर्मचाऱ्यांच्या कपातीत नव्हे, तर घटलेल्या एन्ट्री-लेव्हल भरतीत दिसून येते.

कोणती भारतीय क्षेत्रे सर्वाधिक धोक्यात आहेत?

पहिली लाट कंटेंट आणि कॉपीरायटिंग, पहिल्या फळीतील कस्टमर सपोर्ट, डेटा एन्ट्री आणि प्रोसेसिंग, नित्याचे टेस्टिंग, मूलभूत भाषांतर आणि boilerplate कोडिंग यांना स्पर्श करते. सॉफ्टवेअर इंजिनिअरिंग, अकाउंटिंग, कायदेविषयक संशोधन, मार्केटिंग आणि अध्यापन यांची जागा घेतली जात नसून त्यांना नवा आकार मिळत आहे. कारागिरी, आरोग्यसेवा पुरवणे, बांधकाम, लॉजिस्टिक्स आणि शुश्रूषेचे काम बहुतांशी सुरक्षित आहेत.

विकसित करण्यासारखे सर्वात मोलाचे एक कौशल्य कोणते?

गुणवत्तेची पारख: स्वतःच्या क्षेत्रातील चांगले काम आणि केवळ वरवर पटणारे काम यांतील फरक ओळखण्याची क्षमता. AI चे आउटपुट ओघवते आणि अनेकदा चुकीचे असते, त्यामुळे कोणत्याही AI-सहाय्यित प्रक्रियेतील अडथळा म्हणजे हा फरक ओळखू शकणारी व्यक्ती. ही क्षमता विषयाच्या सखोलतेतून येते, म्हणूनच तिला शॉर्टकट नाही.

AI टूल्स वापरायला शिकणे पुरेसे आहे का?

त्याचा फायदा लगेच होतो आणि ते लवकर जुने होते. टूल्सवरील सरावामुळे आठवड्याभरात उत्पादकतेतील फरक दिसून येतो, पण इंटरफेस बदलतात आणि पूर्णपणे एका प्रॉडक्टच्या खाचाखोचांवर उभा असलेला कौशल्यसंच नाजूक असतो. टूल्स शिका, आणि मग टिकाऊ थर उभारा: विषयाची सखोलता, स्पष्ट मांडणी आणि पडताळणीच्या सवयी.

सध्या कामाच्या ठिकाणी मी स्वतःचे स्थान कसे निर्माण करावे?

इतर कोणी करण्यापूर्वी तुमची स्वतःची सर्वात कंटाळवाणी, सर्वाधिक धोक्यातील कामे स्वयंचलित करा, आणि त्याचा परिणाम सर्वांना दिसेल असा करा. सुधारणा घडवून आणणाऱ्या व्यक्तीचे स्थान, ज्याचे काम सुधारणेत नाहीसे झाले त्या व्यक्तीपेक्षा खूप वेगळे असते. बहुतेक संस्थांमध्ये ती भूमिका अजूनही रिकामी आहे.

🎮 वाचून झाले? आता दोन मिनिटांचा गेम ब्रेक घ्या
सर्व 20 गेम →