સત્ય. સાહસ. સંકલ્પ.

AI થી એન્ટ્રી-લેવલ નોકરીઓ પર અસર: ભારત માટે કેટલો ખતરો, કઈ કુશળતાઓ શીખવી જરૂરી?

AI થી એન્ટ્રી-લેવલ નોકરીઓ પર અસર: ભારત માટે કેટલો ખતરો, કઈ કુશળતાઓ શીખવી જરૂરી?

ભારતમાં કારકિર્દીની શરૂઆત કરવા માટે આ સમય મૂંઝવણભર્યો છે. આ મૂંઝવણ પાછળ બે હકીકતો છે, જે એકબીજાથી વિરુદ્ધ લાગે છે પણ સાચી છે.

વિશ્વ બેંકના વર્લ્ડ ડેવલપમેન્ટ રિપોર્ટ 2026 મુજબ, ભારત જેવા દેશોમાં માત્ર 4.5 ટકા નોકરીઓ પર જનરેટિવ AI દ્વારા સંપૂર્ણ ઓટોમેશનનું જોખમ છે. સમૃદ્ધ દેશોમાં આ આંકડો 14.2 ટકા છે. એટલે દેશ સ્તરે ભારત પ્રમાણમાં સુરક્ષિત લાગે છે.

પણ આ જ અહેવાલમાં ચેતવણી પણ છે. ભારત જે ક્ષેત્રો પર સૌથી વધુ નિર્ભર છે — IT સેવાઓ, નાણાકીય સેવાઓ અને BPO — ત્યાં એન્ટ્રી-લેવલની વ્હાઇટ-કોલર નોકરીઓ ઘટી રહી છે. દેશનું એકંદર જોખમ ઓછું હોવા છતાં આ ક્ષેત્રોમાં દબાણ દેખાય છે.

બંને વાત સાચી છે, કારણ કે તે અલગ-અલગ વસ્તુ માપે છે. રાષ્ટ્રીય સરેરાશમાં ખેતી, બાંધકામ, વ્યક્તિગત સંભાળ અને કુશળ કારીગરી જેવી લાખો નોકરીઓ સામેલ છે, જેના પર AIની સીધી અસર થવાની શક્યતા ઓછી છે.

સામે, એન્ટ્રી-લેવલની નોકરીઓમાં થતું નિયમિત બૌદ્ધિક કાર્ય (Routine Cognitive Work) AI સીધું કરી શકે છે. આ કામ અનુમાનિત હોય છે અને ચોક્કસ નિયમોમાં થઈ શકે છે. પરંપરાગત રીતે જુનિયર કર્મચારીઓને આ કામ સોંપાતું, જેથી તેઓ અનુભવ મેળવે અને આગળ વધતાં શીખે.

ધારો કે તાજેતરમાં સ્નાતક થયેલો યુવાન IT કંપનીમાં એન્ટ્રી-લેવલ નોકરી માટે અરજી કરે છે. થોડાં વર્ષ પહેલાં આવી નોકરીઓમાં હજારો નવા કર્મચારીઓ દર વર્ષે ભરતી થતા. આ વર્ષે એ જ કંપનીમાં આવી નોકરીઓની સંખ્યા ઓછી છે. પહેલાં જુનિયર કર્મચારીઓ કોડિંગની પ્રાથમિક તપાસ, સામાન્ય ડેટા એન્ટ્રી અને ગ્રાહકોને મોકલવાના પ્રારંભિક જવાબ તૈયાર કરતા. હવે AI ટૂલ આમાંથી ઘણું કામ સેકન્ડોમાં કરી દે છે.

દક્ષિણ કોરિયાનું ઉદાહરણ સમજવામાં મદદ કરે છે કે ભવિષ્યમાં આ પરિવર્તન મોટા પાયે કેવું દેખાઈ શકે. 2022થી 2026 દરમિયાન દક્ષિણ કોરિયામાં યુવાનોની રોજગારીમાં 2.85 લાખનો ઘટાડો થયો. આ ઘટાડાનો 94 ટકા હિસ્સો એવા ઉદ્યોગોમાં હતો જ્યાં AIની અસર વધુ છે. સામે, આ જ ઉદ્યોગોમાં 50 વર્ષ આસપાસના અનુભવી કર્મચારીઓની રોજગારી વધી.

ભારત માટે સૌથી ચિંતાનો વિષય એ છે કે કારકિર્દીની પરંપરાગત પહેલી સીડી, એટલે કે એન્ટ્રી-લેવલ નોકરી, બદલાઈ રહી છે. પહેલાં યુવાનોને નાનાં અને પુનરાવર્તિત કામ સોંપાતાં. એ કામ કરતાં-કરતાં તેઓ અનુભવ મેળવતા, ભૂલોમાંથી શીખતા અને ધીમે-ધીમે વધુ જવાબદારીવાળાં કામ કરવા સક્ષમ બનતા. AI આ જ પ્રકારનાં કામ ઝડપથી લઈ રહ્યું છે. જો ઘણા ઉદ્યોગોમાં આ પહેલી સીડી નબળી પડે, તો સવાલ માત્ર એટલો નથી કે કઈ નોકરીઓ અદૃશ્ય થશે. સવાલ એ પણ છે કે યુવાનોને શરૂઆતમાં સરળ કામ કરીને શીખવાની તક ન મળે તો તેઓ ભવિષ્યમાં વધુ જટિલ અને જવાબદારીવાળાં કામ કેવી રીતે શીખશે?

ભવિષ્યમાં કઈ કુશળતાઓનું મહત્ત્વ ટકી રહેશે? આ પ્રશ્ન પર થયેલા મોટા ભાગના સંશોધનોમાં એક સરખી પેટર્ન દેખાય છે. AI કોઈ કામનો પ્રાથમિક મુસદ્દો તૈયાર કરવામાં, શરૂઆતનો જવાબ આપવામાં કે પ્રાથમિક ગણતરી કરવામાં ખૂબ સક્ષમ છે. પણ કોઈ ચોક્કસ વ્યક્તિ કે પરિસ્થિતિ માટે કયો જવાબ યોગ્ય છે, તે નક્કી કરવામાં તેની ક્ષમતા હજી મર્યાદિત છે.

ઉદાહરણ તરીકે: નારાજ ગ્રાહક સાથે યોગ્ય રીતે વાત કરીને તેની સમસ્યા ઉકેલવી; અસ્પષ્ટ સૂચનાઓ સમજીને યોગ્ય નિર્ણય લેવો; જ્યાં કોઈ સ્પષ્ટ કે તૈયાર જવાબ ન હોય ત્યાં નિર્ણય લેવો; સમસ્યાનું મૂળ કારણ સમજીને પરિસ્થિતિ અનુસાર ઉકેલ શોધવો; અને પોતાના નિર્ણયોના પરિણામની જવાબદારી સ્વીકારવી. આવી કુશળતાઓ AI થી અલગ પડે છે અને ભવિષ્યમાં પણ મહત્ત્વની રહેશે.