AI से उत्पादकता में बढ़त: निवेशकों को किन बातों पर नज़र रखनी चाहिए

कृत्रिम बुद्धिमत्ता से व्यवसाय अपने पास पहले से मौजूद संसाधनों का उपयोग करके अधिक उत्पादन कर सकते हैं। उत्पादकता में इस बढ़त से वेतन बढ़ेगा, मुनाफ़ा मज़बूत होगा या कीमतें घटेंगी—यह उन फैसलों पर निर्भर करता है जो तकनीक से कहीं आगे तक जाते हैं।

अर्थशास्त्री Swapnanil SenGupta का एक वैश्विक अध्ययन, जो Technological Forecasting and Social Change में प्रकाशित हुआ, इस असमान रिश्ते की पड़ताल करता है।¹ 2004 से 2023 तक 83 देशों के शेयर बाज़ारों में सूचीबद्ध 69,783 कंपनियों के आँकड़ों में, AI पर अधिक सार्वजनिक ध्यान का संबंध अधिक उत्पादकता से पाया गया। हालांकि, विकसित और विकासशील अर्थव्यवस्थाओं में वेतन के नतीजे अलग-अलग हैं।

निवेशकों के लिए, ये निष्कर्ष इस बात पर उपयोगी चर्चा का अवसर देते हैं कि तकनीकी प्रगति कारोबारी मूल्य में कैसे बदलती है। उत्पादकता एक अवसर पैदा करती है। आखिरकार किसे फ़ायदा होगा, यह तय करने में प्रतिस्पर्धा, क्रियान्वयन की लागत, कार्यबल की क्षमताएँ और ग्राहकों की माँग अहम भूमिका निभाते हैं।

AI और वेतन के बारे में अध्ययन क्या मापता है

इस शोधपत्र में AI पर ध्यान को मापने के लिए Google Trends पर कृत्रिम बुद्धिमत्ता को अध्ययन के क्षेत्र के रूप में खोजने से जुड़े आँकड़ों का इस्तेमाल किया गया है। इससे पता चलता है कि किसी देश के सूचना-परिवेश में AI कितना प्रमुख हो रहा है। इससे यह साबित नहीं होता कि अलग-अलग कंपनियों ने AI प्रणालियाँ लागू की हैं या कर्मचारी उनका कितनी गहनता से इस्तेमाल करते हैं।

यह अंतर बुनियादी अहमियत रखता है। किसी तकनीक को लेकर उम्मीदें बदलने पर प्रबंधक भर्ती, प्रशिक्षण या निवेश के बारे में फिर से विचार कर सकते हैं। कर्मचारी भी यह दोबारा सोच सकते हैं कि उन्हें कौन-से कौशल विकसित करने चाहिए। ये प्रतिक्रियाएँ तकनीक अपनाने के साथ-साथ हो सकती हैं, इसलिए उनके अलग-अलग योगदान को समझना कठिन है।

वेतन के इस माप को भी सावधानी से समझना ज़रूरी है। यह प्रति कर्मचारी वेतन और तनख़्वाह पर कंपनी के औसत खर्च को दर्शाता है। इसमें बदलाव कार्यबल की संरचना के साथ-साथ पारिश्रमिक में बदलाव को भी प्रतिबिंबित कर सकते हैं। उदाहरण के लिए, कनिष्ठ कर्मचारियों की भर्ती बढ़ने से औसत खर्च घट सकता है, भले ही मौजूदा कर्मचारियों के वेतन में कटौती न हुई हो।

इसलिए, विश्लेषण AI पर ध्यान और कंपनियों के नतीजों के बीच के संबंधों का वर्णन करता है। इससे यह साबित नहीं होता कि खोजों में बढ़ी दिलचस्पी अपने आप कर्मचारियों के वेतन में बदलाव लाती है।

अर्थव्यवस्थाओं के अनुसार AI से उत्पादकता और वेतन पर अलग-अलग असर

विकसित अर्थव्यवस्थाओं में सूचीबद्ध कंपनियों के बीच, AI पर अधिक ध्यान का संबंध कम औसत वेतन, अधिक श्रम उत्पादकता और अधिक कुल कारक उत्पादकता से है। श्रम उत्पादकता, श्रम इनपुट की तुलना में उत्पादन को दर्शाती है। कुल कारक उत्पादकता का उद्देश्य श्रम और पूँजी जैसे मापे गए इनपुट में बदलाव से परे दक्षता को मापना है।

उभरते बाज़ारों और विकासशील अर्थव्यवस्थाओं में सूचीबद्ध कंपनियों में वेतन का एक अलग पैटर्न दिखता है: शुरुआत में बढ़त होती है, जो समय के साथ कम हो जाती है; वहीं उत्पादकता पर सकारात्मक असर बना रहता है।

एक व्याख्या यह है कि विकसित अर्थव्यवस्थाओं के व्यवसायों पर स्वचालन और लागत नियंत्रण की अधिक अपेक्षाओं का दबाव होता है। विकासशील अर्थव्यवस्थाओं में सूचीबद्ध कंपनियों को शुरुआत में अतिरिक्त कौशल, प्रशिक्षण और संगठनात्मक क्षमता की ज़रूरत पड़ सकती है। शोधपत्र इन व्याख्याओं पर चर्चा करता है, लेकिन इन्हें सिद्ध तंत्र के रूप में अलग से स्थापित नहीं करता।

विकासशील अर्थव्यवस्थाओं के अध्ययन में शामिल कंपनियाँ भी एक चुनिंदा समूह हैं। सूचीबद्ध कंपनियाँ अनौपचारिक व्यवसायों और शेयर बाज़ारों में सूचीबद्ध न होने वाले छोटे उद्यमों से काफ़ी अलग होती हैं। उनके नतीजों को पूरे देश के कार्यबल का प्रतिनिधि नहीं मानना चाहिए।

अधिक उत्पादकता से मुनाफ़ा बढ़ना क्यों तय नहीं होता

निवेश के निहितार्थ समझने की शुरुआत आर्थिक मूल्य पैदा करने और उसे अपने पास बनाए रखने के बीच के अंतर से होती है।

मान लीजिए कोई काल्पनिक व्यवसाय ग्राहकों के ऑर्डर पूरे करने में लगने वाला समय घटाने के लिए AI का इस्तेमाल करता है। तेज़ी से काम निपटाने पर उसकी क्षमता बढ़ती है। मुनाफ़ा तभी बढ़ेगा जब व्यवसाय उस क्षमता का उत्पादक इस्तेमाल करे और उससे होने वाला फ़ायदा सॉफ़्टवेयर, एकीकरण, निगरानी और प्रशिक्षण की लागत से अधिक हो।

प्रतिस्पर्धा इस बढ़त को अलग-अलग पक्षों में बाँट सकती है। अगर प्रतिस्पर्धी व्यवसाय भी ऐसे ही साधन अपनाते हैं, तो ग्राहक कम कीमतों की माँग कर सकते हैं। उद्योग अधिक कुशल हो सकता है, जबकि अलग-अलग कंपनियों के पास अतिरिक्त मुनाफ़ा बहुत कम बचे। दूसरी ओर, तकनीकी कौशल की कमी या सॉफ़्टवेयर आपूर्तिकर्ताओं की मज़बूत स्थिति के कारण बढ़त का कुछ हिस्सा अधिक पारिश्रमिक या शुल्क के रूप में उनके पास जा सकता है।

ये आर्थिक संभावनाएँ हैं, इस अध्ययन से स्थापित नतीजे नहीं। यही वजह है कि AI से उत्पादकता बढ़ने की किसी घोषणा को कमाई के अनुमान में बदलने से पहले निवेशकों को देखना चाहिए कि कोई कंपनी प्रतिस्पर्धा कैसे करती है।

अलग पहचान वाले उत्पादों, ग्राहकों के साथ भरोसेमंद संबंधों या ऐसी प्रक्रियाओं वाला कारोबार, जिनकी नकल करना मुश्किल हो, मूल्य का बड़ा हिस्सा अपने पास रख सकता है। फिर भी, उसके शेयर की कीमत में पहले से ही ऊँची उम्मीदें शामिल हो सकती हैं।

एआई से बचाए गए समय को वित्तीय लाभ में बदलना

एक और चुनौती है बचाए गए समय को मापने योग्य व्यावसायिक नतीजों में बदलना।

कोई टूल कर्मचारियों का हर दिन एक घंटा बचा सकता है, जबकि कुल वेतन-व्यय में कोई बदलाव न हो। फिर भी यह उपयोगी हो सकता है, अगर कर्मचारी ग्राहकों की अधिक समस्याएँ सुलझाएँ, उत्पादों को बेहतर बनाएँ या बढ़ती माँग पूरी करने में मदद करें। वित्तीय लाभ इस बात पर निर्भर करता है कि इसके बाद क्या होता है।

कॉर्पोरेट अधिकारियों पर 2026 का एक अध्ययन इस विषय का उपयोगी संदर्भ देता है। लगभग 750 अधिकारियों के जवाबों के आधार पर अध्ययन बताता है कि उत्पादकता में महसूस किए गए सुधार, मापे गए सुधारों से अधिक हैं। इसकी एक वजह यह हो सकती है कि लाभ राजस्व में दिखने से पहले समय लगता है। अध्ययन में निकट अवधि में कुल रोजगार घटने के बहुत कम प्रमाण भी मिले, हालाँकि अलग-अलग कंपनियों में कर्मचारियों की संख्या को लेकर उम्मीदें अलग थीं।

इससे पता चलता है कि निवेशकों को काम-काज में सुधार और कारोबार में सुधार के बीच फर्क करना चाहिए। मसौदा तैयार करने या विश्लेषण करने की रफ्तार बढ़ना एक मध्यवर्ती नतीजा है। ग्राहकों को बनाए रखने में सुधार, अतिरिक्त बिक्री या लागू करने के बाद लागत में कमी आर्थिक मूल्य के अधिक ठोस प्रमाण हैं।

Securities.io की हालिया एआई और भर्ती की दक्षता पर कवरेज इससे जुड़ा एक अवसर तलाशती है: कर्मचारियों की संख्या को माँग के अनुरूप रखना। अधिक दक्षता का मतलब उन क्षेत्रों में क्षमता बढ़ाना हो सकता है जहाँ ग्राहकों को इसकी ज़रूरत है, साथ ही गैर-ज़रूरी खर्च पर नियंत्रण रखना भी।

कर्मचारियों में निवेश से एआई के टिकाऊ लाभ मिल सकते हैं

SenGupta के शोधपत्र में वेतन का अंतर टिकाऊपन को लेकर भी सवाल उठाता है। औसत श्रम-व्यय घटने से अल्पकालीन वित्तीय नतीजे बेहतर हो सकते हैं, लेकिन इससे यह साबित नहीं होता कि कंपनी ने संचालन का कोई अधिक मज़बूत मॉडल तैयार कर लिया है।

कर्मचारी अक्सर अपवादों, ग्राहकों की पसंद और परिचालन संबंधी उन सीमाओं को समझते हैं जिन्हें सॉफ़्टवेयर में दर्ज करना मुश्किल होता है। कारोबारों को यह जानकारी तय करने के लिए चाहिए कि स्वचालन कहाँ कारगर है और कहाँ मानवीय निर्णय अब भी ज़रूरी है।

प्रशिक्षण से कर्मचारी अतिरिक्त क्षमता का प्रभावी इस्तेमाल कर सकते हैं। ज़िम्मेदारियों की स्पष्ट परिभाषा और भरोसेमंद प्रक्रिया, जिसके तहत जटिल मामलों को उच्च स्तर पर भेजा जाए, तेज़ प्रक्रियाओं से होने वाली महँगी गलतियों को रोक सकती है। ये बातें Securities.io की कर्मचारियों का भरोसा और स्वचालन से मिलने वाला लाभ विषय पर की गई पड़ताल से जुड़ती हैं।

निवेशकों के लिए उपयोगी सवालों में शामिल हैं:

• क्या बताई गई बचत में लागू करने और संचालन की लागत घटाई गई है?
• क्या प्रति कर्मचारी उत्पादन बढ़ने पर भी सेवा की गुणवत्ता स्थिर रहती है?
• क्या प्रबंधन बता सकता है कि बचाया गया समय राजस्व या नकदी प्रवाह को कैसे बढ़ाता है?

लगातार एक जैसे परिचालन मापदंडों से समर्थित जवाब, बदलाव के बारे में किए गए व्यापक वादों से अधिक जानकारी देते हैं।

Accenture के ज़रिए उद्यमों में एआई कार्यान्वयन के अवसर

प्रौद्योगिकी को व्यावहारिक व्यावसायिक प्रक्रियाओं से जोड़ने की ज़रूरत उन कंपनियों के लिए अवसर पैदा करती है जो उद्यमों को एआई लागू करने में मदद करती हैं। प्रौद्योगिकी एकीकरण, डेटा, संगठनात्मक बदलाव और व्यावसायिक संचालन के क्षेत्रों में Accenture का काम इसका एक प्रासंगिक उदाहरण है।

Accenture की भूमिका शोधपत्र में चर्चा किए गए पूरक निवेशों से सीधे जुड़ती है। एआई से भरोसेमंद लाभ मिलने से पहले कारोबारों को डेटा तैयार करना, कार्यप्रवाह नए सिरे से बनाना, कर्मचारियों को प्रशिक्षण देना और प्रणालियों का एकीकरण करना पड़ सकता है। इन ज़रूरतों से बुनियादी मॉडलों से परे भी माँग पैदा होती है।

Accenture के वित्त वर्ष 2026 के नतीजों में 74.2 अरब डॉलर का राजस्व और 84.5 अरब डॉलर की नई बुकिंग दर्ज की गई। ये कंपनी के कुल आँकड़े हैं; ये न तो एआई से होने वाले राजस्व के माप हैं, न ही इस बात का प्रमाण कि ग्राहकों के लिए लागू किए गए समाधानों से सकारात्मक लाभ मिला है।

निवेश के इस पक्ष पर विपरीत दबाव भी हैं। एआई से कार्यान्वयन सेवाओं की माँग बढ़ सकती है, जबकि कुछ मौजूदा कामों के लिए ज़रूरी श्रम घट सकता है। निवेशकों को देखना चाहिए कि क्या नए काम, मूल्य-निर्धारण के मॉडल और काम पूरा करने की दक्षता, पुनर्गठन और निवेश की लागत के बाद लाभदायक वृद्धि को सहारा देते हैं।

SenGupta का अध्ययन Accenture का विशेष रूप से मूल्यांकन नहीं करता। उद्यमों में एआई लागू करने में भागीदारी के कारण यह कंपनी प्रासंगिक है, जबकि निवेश के रूप में इसकी अपील इस बात पर निर्भर करती है कि कंपनी कैसा प्रदर्शन करती है, प्रतिस्पर्धा कैसी है और इसका मूल्यांकन कितना है।

Accenture (ACN) की ताज़ा खबरें और घटनाक्रम

सुर्खियों से परे एआई के लाभों का आकलन

शोधपत्र में शामिल ऐतिहासिक आँकड़े 2023 तक के हैं, इसलिए आज की जनरेटिव एआई प्रणालियों के बारे में निष्कर्ष निकालने की गुंजाइश सीमित है। इसके सांख्यिकीय तरीकों से प्रभाव का आकार भी काफी अलग-अलग निकलता है, और लेखक चेताते हैं कि साधन-चर से मिले असाधारण रूप से बड़े अनुमानों को बहुत अधिक महत्व नहीं देना चाहिए।

फिर भी, इसका बुनियादी सवाल आज भी उपयोगी है: उत्पादकता में सुधार का पारिश्रमिक और संगठनात्मक बदलावों से क्या संबंध है?

निवेशकों के लिए अगला कदम है—हर कंपनी से जुड़े ठोस साक्ष्य देखना। अतिरिक्त क्षमता को मूल्यवान उत्पादों और भरोसेमंद सेवाओं में बदलने वाले व्यवसायों के पास टिकाऊ रिटर्न हासिल करने का अधिक स्पष्ट रास्ता होता है। एआई कंपनियों की उपलब्धियों का दायरा बढ़ाता है; इस अवसर का कितना लाभ शेयरधारकों, कर्मचारियों और ग्राहकों तक पहुँचेगा, यह प्रबंधन के फैसलों और बाज़ार की स्थितियों पर निर्भर करता है।

संदर्भ:

¹ SenGupta, S. (2027). वेतन और उत्पादकता पर एआई के प्रति ध्यान के कंपनी-स्तरीय प्रभाव: एक वैश्विक तुलनात्मक अध्ययन। Technological Forecasting and Social Change, 235, 124913. https://doi.org/10.1016/j.techfore.2026.124913