AI છીનવી લેશે એન્ટ્રી-લેવલની નોકરીઓ? ભવિષ્યની કારકિર્દી માટે કઈ સ્કિલ્સ શીખવી જરૂરી

ધારો કે તાજેતરમાં સ્નાતક થયેલો એક યુવાન આઈટી કંપનીમાં એન્ટ્રી-લેવલની નોકરી માટે અરજી કરે છે. આ એવી નોકરી છે, જેમાં થોડાં વર્ષો પહેલાં દર વર્ષે હજારો નવા કર્મચારીઓને નોકરી મળતી હતી. પરંતુ આ વર્ષે એ જ કંપનીમાં આવી નોકરીઓની સંખ્યા ઓછી છે. અગાઉ જુનિયર કર્મચારીઓ જે કામ કરતા હતા, જેમ કે કોડિંગની પ્રાથમિક તપાસ, સામાન્ય ડેટા એન્ટ્રી અને ગ્રાહકોને મોકલવાના પ્રારંભિક જવાબો તૈયાર કરવા, તેમાંથી ઘણાં કામ હવે AI ટૂલ માત્ર થોડીક સેકન્ડમાં કરી દે છે.

વિશ્વ બેંકના વર્લ્ડ ડેવલપમેન્ટ રિપોર્ટ 2026 અનુસાર, ભારત જેવા દેશોમાં માત્ર આશરે 4.5 ટકા નોકરીઓ પર જનરેટિવ AI દ્વારા સંપૂર્ણ ઓટોમેશનનું જોખમ છે. તેની સરખામણીમાં સમૃદ્ધ દેશોમાં આ આંકડો 14.2 ટકા છે. આ માપદંડ પ્રમાણે ભારતે પ્રમાણમાં સુરક્ષિત અનુભવવું જોઈએ.

નોકરીઓની સંખ્યામાં ઘટાડો

પરંતુ આ જ અહેવાલમાં એ પણ નોંધવામાં આવ્યું છે કે ભારત જે ક્ષેત્રો પર સૌથી વધુ નિર્ભર છે, જેમ કે આઈટી સેવાઓ, નાણાકીય સેવાઓ અને બિઝનેસ પ્રોસેસ આઉટસોર્સિંગ (BPO), તેમાં એન્ટ્રી-લેવલની વ્હાઇટ-કોલર નોકરીઓની સંખ્યામાં ઘટાડો જોવા મળી રહ્યો છે. આ સ્થિતિ ત્યારે છે, જ્યારે દેશનું એકંદર જોખમ પ્રમાણમાં ઓછું દેખાય છે.

આ બંને હકીકતો સાચી છે, કારણ કે તે અલગ-અલગ બાબતોનું માપન કરે છે. રાષ્ટ્રીય સરેરાશમાં લાખો એવી નોકરીઓનો સમાવેશ થાય છે, જેના પર AIની સીધી અસર થવાની શક્યતા ઓછી છે. ઉદાહરણ તરીકે, ખેતી, બાંધકામ, વ્યક્તિગત સંભાળ અને કુશળ કારીગરી સાથે જોડાયેલી નોકરીઓ.

બીજી તરફ, કેટલીક નોકરીઓ એવી છે, જેના પર AI સીધી અસર કરી શકે છે. એન્ટ્રી-લેવલની નોકરીઓમાં કરવામાં આવતું નિયમિત બૌદ્ધિક કાર્ય (Routine Cognitive Work) આ જ શ્રેણીમાં આવે છે. આ એવા કામ છે, જે અનુમાનિત હોય છે અને ચોક્કસ નિયમો અનુસાર કરી શકાય છે. પરંપરાગત રીતે જુનિયર કર્મચારીઓને આવા કામ સોંપવામાં આવતા હતા, જેથી તેઓ કામ કરતાં-કરતાં અનુભવ મેળવી શકે અને આગળ વધતાં શીખી શકે.

દક્ષિણ કોરિયાનો અનુભવ ભારત માટે ચેતવણી સમાન

દક્ષિણ કોરિયાનું ઉદાહરણ એ સમજવામાં મદદ કરે છે કે ભવિષ્યમાં આ પરિવર્તન મોટા પાયે કેવું દેખાઈ શકે છે. 2022થી 2026 દરમિયાન દક્ષિણ કોરિયામાં યુવાનોની રોજગારીમાં 2.85 લાખનો ઘટાડો થયો હતો. આ ઘટાડામાંથી 94 ટકા ઘટાડો એવા ઉદ્યોગોમાં થયો હતો. જ્યાં AIની અસર વધુ જોવા મળે છે. બીજી તરફ, આ જ ઉદ્યોગોમાં 50 વર્ષની આસપાસની ઉંમરના અનુભવી કર્મચારીઓની રોજગારીમાં વાસ્તવમાં વધારો થયો હતો.

ભારત માટે આ પરિસ્થિતિનો સૌથી ચિંતાજનક ભાગ એ છે કે કારકિર્દીની પરંપરાગત પ્રથમ સીડી, એટલે કે એન્ટ્રી-લેવલની નોકરી, હવે બદલાઈ રહી છે. અગાઉ યુવાનોને આવી નોકરીઓમાં નાના અને પુનરાવર્તિત કામો સોંપવામાં આવતા હતા. આ કામો કરતાં-કરતાં તેઓ અનુભવ મેળવતા, ભૂલોમાંથી શીખતા અને ધીમે-ધીમે વધુ જવાબદારીવાળાં કામ કરવા સક્ષમ બનતા હતા.

પરંતુ AI આ જ પ્રકારનાં કામોને ઝડપથી પોતાની જગ્યાએ લઈ રહ્યું છે. જો અનેક ઉદ્યોગોમાં કારકિર્દીની આ પ્રથમ સીડી નબળી પડી જાય, તો મોટો સવાલ માત્ર એટલો નથી કે કઈ નોકરીઓ અદૃશ્ય થશે. સવાલ એ પણ છે કે જો યુવાનોને શરૂઆતમાં સરળ કામો કરીને શીખવાની તક જ નહીં મળે, તો તેઓ ભવિષ્યમાં વધુ જટિલ અને જવાબદારીવાળાં કામો કેવી રીતે શીખશે?

ભવિષ્યમાં કઈ કુશળતાઓનું મહત્ત્વ જળવાઈ રહેશે?

આ પ્રશ્ન પર થયેલા મોટા ભાગના સંશોધનોમાં એક સરખી પેટર્ન જોવા મળે છે. AI કોઈ કામનો પ્રાથમિક મુસદ્દો તૈયાર કરવામાં, શરૂઆતનો જવાબ આપવામાં અથવા પ્રાથમિક ગણતરી કરવામાં ખૂબ જ સક્ષમ છે. પરંતુ 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 વાતચીત કરીને તેની સમસ્યા ઉકેલવી.
• અસ્પષ્ટ સૂચનાઓને સમજીને યોગ્ય નિર્ણય લેવો.એવી પરિસ્થિતિમાં નિર્ણય લેવો, જ્યાં કોઈ સ્પષ્ટ કે તૈયાર જવાબ ઉપલબ્ધ ન હોય.
• સમસ્યાના મૂળ કારણને સમજવું અને પરિસ્થિતિ
• અનુસાર ઉકેલ શોધવો.પોતાના નિર્ણયોનાં પરિણામોની જવાબદારી સ્વીકારવી.

આવી કુશળતાઓમાં માત્ર માહિતીનું વિશ્લેષણ જ નહીં, પરંતુ માનવીય સમજ, સંવાદ કરવાની ક્ષમતા અને વ્યવહારુ અનુભવ પણ જરૂરી છે. એટલે જ સંવાદ કૌશલ્ય, વિવેચનાત્મક વિચારશક્તિ અને લોકોની વાસ્તવિક સમસ્યાઓ ઉકેલવાની ક્ષમતા ધરાવતા લોકો માટે AI સાથે મળીને કામ કરવાની વધુ તકો ઊભી થઈ શકે છે.

શું ટેક્નિકલ કુશળતાઓનું મહત્ત્વ ઘટી જશે?

એવું બિલકુલ નથી. ટેક્નિકલ કુશળતાઓનું મહત્ત્વ યથાવત્ રહેશે. પરંતુ હવે માત્ર ટેક્નિકલ જ્ઞાન પૂરતું નહીં હોય. ટેક્નિકલ કુશળતાઓને એવી માનવીય ક્ષમતાઓ સાથે જોડવાની જરૂર પડશે, જેનું અનુકરણ કરવું AI માટે હજી મુશ્કેલ છે.

ઉદાહરણ તરીકે, માત્ર કોડ લખતાં આવડવું પૂરતું નથી. કોડ શા માટે લખવામાં આવી રહ્યો છે, તે વાસ્તવિક સમસ્યાનો ઉકેલ આપે છે કે નહીં, તેમાં કોઈ ખામી છે કે નહીં અને તેના પરિણામોની જવાબદારી કોણ લેશે, તે સમજવું પણ એટલું જ જરૂરી બનશે.

એ જ રીતે, માત્ર ડેટાનું વિશ્લેષણ કરવું શીખવાને બદલે તે ડેટામાંથી યોગ્ય નિષ્કર્ષ કાઢવો અને તેના આધારે વ્યવહારુ નિર્ણય લેવો પણ શીખવું પડશે. ભવિષ્યમાં સફળતા મેળવવા માટે ટેક્નિકલ જ્ઞાન અને માનવીય સમજ વચ્ચે સંતુલન જાળવવું મહત્ત્વપૂર્ણ બની શકે છે.

યુવા ભારતીયોએ હવે શું શીખવું જોઈએ?

જે યુવાન અત્યારે પોતાની કારકિર્દી માટે કઈ કુશળતા શીખવી તે નક્કી કરી રહ્યો છે, તેના માટે વ્યવહારુ સલાહ એ છે કે ટેક્નોલોજીથી દૂર રહેવાને બદલે તેનો યોગ્ય ઉપયોગ શીખે.આધુનિક કારકિર્દીમાં ટેક્નોલોજીથી સંપૂર્ણપણે દૂર રહેવું લગભગ અશક્ય છે. તેથી યુવાનોએ એવા કામો અને કુશળતાઓ પર ધ્યાન આપવું જોઈએ, જેમાં વાસ્તવિક સમજ, અસરકારક સંવાદ અને પરિણામોની જવાબદારી સામેલ હોય. માત્ર એવાં પુનરાવર્તિત કામો શીખવા પર આધાર રાખવો યોગ્ય નથી, જે ઝડપથી શીખી શકાય અને જેને AI સરળતાથી ઓટોમેટ કરી શકે.

યુવાનોએ પોતાની કારકિર્દીમાં નીચેની બાબતોને પ્રાથમિકતા આપવી જોઈએ

• AI અને ટેક્નોલોજીનો ઉપયોગ: AI ટૂલ્સનો અસરકારક રીતે ઉપયોગ કરવો અને તેમની મર્યાદાઓ સમજવી.
• વિવેચનાત્મક વિચારશક્તિ: મળેલી માહિતીની સત્યતા તપાસવી અને યોગ્ય નિર્ણય લેવો.
• સંવાદ કૌશલ્ય: ગ્રાહકો, સહકર્મચારીઓ અને ટીમ સાથે અસરકારક રીતે વાતચીત કરવી.
• સમસ્યા ઉકેલવાની ક્ષમતા: માત્ર સૂચનાઓનું પાલન કરવાને બદલે સમસ્યાનું મૂળ કારણ શોધવું.
• પરિસ્થિતિ પ્રમાણે બદલાવાની ક્ષમતા: નવી ટેક્નોલોજી, કામ કરવાની પદ્ધતિઓ અને બદલાતી જરૂરિયાતો અનુસાર પોતાની જાતને વિકસાવવી.
• જવાબદારી અને નિર્ણયશક્તિ: પોતાના કામનાં પરિણામોને સમજવાં અને યોગ્ય નિર્ણય લેવાની ક્ષમતા વિકસાવવી.

આગામી પાંચ વર્ષ માટે સૌથી મહત્ત્વનો સવાલ

આગલી વખતે જ્યારે તમે વિચારો કે હવે કઈ કુશળતા શીખવી જોઈએ, ત્યારે માત્ર એટલું જ ન પૂછો કે હાલમાં કઈ કુશળતાની સૌથી વધુ માગ છે. તેના બદલે એક વધુ મહત્ત્વનો સવાલ પૂછો કે, “આજથી પાંચ વર્ષ પછી, આ જ કામ કરતી વખતે એક સમજદાર અને બદલાતી પરિસ્થિતિને અનુકૂળ થઈ શકતી વ્યક્તિ એવું શું કરી શકશે, જે કોઈ મશીન એટલી જ સારી રીતે નહીં કરી શકે?” આ સવાલનો જવાબ શોધવો એ ભવિષ્યની કારકિર્દી માટે યોગ્ય દિશા પસંદ કરવામાં મદદરૂપ થઈ શકે છે.

સ્રોત: વિશ્વ બેંકનો વર્લ્ડ ડેવલપમેન્ટ રિપોર્ટ 2026 — વિકાસશીલ અને ઉચ્ચ આવક ધરાવતા દેશોમાં જનરેટિવ AI તથા શ્રમબજાર પર તેની અસર અંગેના અહેવાલો; ભારતની AI પ્રતિભા અને કાર્યબળમાં પરિવર્તન અંગે NASSCOMના અહેવાલો તથા પ્રકાશનો; દક્ષિણ કોરિયામાં 2022થી 2026 દરમિયાન યુવાનોની રોજગારી અને AIથી પ્રભાવિત ક્ષેત્રોના આંકડા.

આ પણ વાંચો, પ્યુનની નોકરી માટે 3,700 પીએચડી ધારકોની અરજી! આખરે ડિગ્રીનું મૂલ્ય કેટલું ?