एआई और ऑटोमेशन से तकनीकी उद्योग का पुनर्गठन, नौकरियों और वेतन पर प्रभाव
कृत्रिम बुद्धिमत्ता और ऑटोमेशन की तीव्र प्रगति के कारण तकनीकी उद्योग में महत्वपूर्ण बदलाव हो रहे हैं, जिससे नौकरी की संभावनाओं और वेतन रणनीतियों पर असर पड़ रहा है, हाल की रिपोर्टों के अनुसार। जबकि एआई कंपनियों का मूल्यांकन तेजी से बढ़ रहा है, पारंपरिक कंप्यूटर प्रोग्रामिंग भूमिकाओं की मांग घट रही है, और नियोक्ता वेतन मॉडल पर पुनर्विचार कर रहे हैं।
फॉर्च्यून ने बताया कि अमेरिका में कंप्यूटर प्रोग्रामिंग रोजगार 1980 के बाद अपने सबसे निचले स्तर पर आ गया है, क्योंकि कंपनियां तेजी से कार्यों को स्वचालित कर रही हैं। कुछ फर्म, जैसे एंथ्रोपिक, पहले से ही अपनी कोडिंग आवश्यकताओं के 100% के लिए एआई का उपयोग कर रही हैं। 15 बिलियन डॉलर की सॉफ्टवेयर कंपनी हबस्पॉट की सीईओ यामिनी रंगन ने स्वीकार किया कि उन्हें नहीं पता कि एआई-सक्षम भविष्य में नौकरियां कैसी दिखेंगी, यहां तक कि दो साल में भी। सिलिकॉन वैली गर्ल पॉडकास्ट पर रंगन ने कहा, "जैसे-जैसे हर दशक में चीजें विकसित होती हैं, नई नौकरियां उभरेंगी।" "आप उस नौकरी की योजना भी नहीं बना सकते जो 10 साल बाद, या 20 साल बाद, या यहां तक कि पांच साल बाद भी होगी।"
इन परिवर्तनों के जवाब में, कई नियोक्ता योग्यता-आधारित वेतन वृद्धि से दूर जा रहे हैं और "पीनट बटर वेतन वृद्धि" के पक्ष में हैं, जो समान, सभी के लिए समान वेतन वृद्धि है, फॉर्च्यून ने बताया। पेस्केल की एक रिपोर्ट के अनुसार, लगभग 44% नियोक्ताओं ने 2026 में समान वेतन वृद्धि शुरू करने की योजना बनाई है। लगभग 16% संगठन इन वेतन वृद्धि को नए सिरे से लागू कर रहे हैं, 9% पहले से ही इस रणनीति का उपयोग कर रहे हैं, और अन्य 18% इस वर्ष इस पर विचार कर रहे हैं। लगभग 56% शीर्ष प्रदर्शन करने वाली कंपनियों ने बताया कि वे पीनट बटर वेतन वृद्धि को लागू करेंगे।
एक अन्य क्षेत्र जिसमें महत्वपूर्ण परिवर्तन हो रहा है, वह है रिट्रीवल-ऑगमेंटेड जनरेशन (RAG) सिस्टम। वेंचरबीट ने बताया कि उद्यमों ने बड़े भाषा मॉडल (एलएलएम) को मालिकाना डेटा में ग्राउंड करने के लिए RAG को तेजी से अपनाया है। हालांकि, कई संगठनों को पता चल रहा है कि रिट्रीवल एक सुविधा के बजाय एक मूलभूत सिस्टम निर्भरता बन गया है जिसे मॉडल अनुमान पर बोल्ट किया गया है। रिट्रीवल में विफलताएं सीधे व्यावसायिक जोखिम में फैल सकती हैं, जिससे विश्वास, अनुपालन और परिचालन विश्वसनीयता कमजोर हो सकती है।
दिप्पु कुमार सिंह ने वेंचरबीट में लिखा कि कई उद्यमों ने किसी न किसी रूप में RAG को तैनात किया है, लेकिन वास्तविकता निराशाजनक रही है, खासकर भारी इंजीनियरिंग पर निर्भर उद्योगों के लिए। विफलता अक्सर प्रीप्रोसेसिंग में निहित होती है, क्योंकि मानक RAG पाइपलाइन दस्तावेजों को पाठ की सपाट स्ट्रिंग के रूप में मानते हैं, निश्चित आकार के चंकिंग का उपयोग करते हैं जो तकनीकी मैनुअल के तर्क को नष्ट कर देता है। सिंह ने लिखा, "वे तालिकाओं को आधा काट देते हैं, छवियों से कैप्शन को अलग कर देते हैं, और पृष्ठ के दृश्य पदानुक्रम को अनदेखा कर देते हैं।"
ये बदलाव एआई और ऑटोमेशन के बदलते परिदृश्य के अनुकूल होने के लिए व्यवसायों की आवश्यकता पर प्रकाश डालते हैं। जैसे-जैसे एआई का विकास जारी है, कंपनियों को प्रतिस्पर्धी बने रहने और प्रतिभा को बनाए रखने के लिए मजबूत रिट्रीवल इंफ्रास्ट्रक्चर में निवेश करना चाहिए और नई वेतन रणनीतियों पर विचार करना चाहिए।
Discussion
AI Experts & Community
Be the first to comment