एजेंट नौकरी को छोटा नहीं करते। वे उसे दूसरी जगह ले जाते हैं।

मिलान किए गए कार्यों पर, AI एजेंट पूरा होने का समय 269 मिनट से घटाकर 36 मिनट कर देते हैं — केवल सर्च से काम करने वाले व्यक्ति की तुलना में अनुमानतः 87% कम समय और 94% कम लागत (Yang et al., arXiv 2606.07489, 2026)। यही वह आँकड़ा है जिसे हर सुर्खी ने छापा। और यही वह आँकड़ा भी है जो इस तिमाही में किसी Head of Operations को गलत कदम की ओर ले जाएगा। अकेले पढ़ें तो 94% की लागत-कटौती ऐसी लगती है मानो स्टाफ की कोई पंक्ति गिरने ही वाली हो। पर वही अध्ययन, सार से आगे पढ़ें तो उल्टा कहता है: मानव काम लुप्त नहीं होता। वह खिसकता है। और जहाँ वह खिसकता है — सत्यापन, ऑर्केस्ट्रेशन की ओर, और उन भूमिका-सीमाओं के पार जो किसी भी संगठन-चार्ट पर कभी थीं ही नहीं — ठीक वही जगह है जहाँ एक संकीर्ण भूमिका-परिभाषा पहुँच ही नहीं सकती।

यही वह निष्कर्ष है जो आपके ध्यान का हकदार है, और वह लागत के आँकड़े के नीचे दबा पड़ा है। AI एजेंट लोगों की एक परत घटाते नहीं। वे शेष मानव काम को ऊपर और बगल की ओर खिसका देते हैं। यदि आपकी भूमिकाएँ पुराने काम के नाप पर गढ़ी हैं, तो इस खिसकाव के उतरने की कोई जगह नहीं बचती — और एजेंट द्वारा रचा गया मूल्य घर्षण बनकर फिर बाहर रिस जाता है।

वह आँकड़ा जिसे सबने उद्धृत किया, और वह जिसे छोड़ दिया

यह अध्ययन Perplexity के Search और Computer उत्पादों के फरवरी के अंत से मई के अंत 2026 तक के 90-दिन की खिड़की के उत्पादन डेटा पर आधारित है, जिसे Harvard Business School के एक शोधकर्ता ने Perplexity की टीम के साथ मिलकर लिखा (MarkTechPost, 2026)। सुर्खी का विरोधाभास असली है: एक एजेंट-सत्र लगभग 26 मिनट का स्वायत्त काम करता है, जबकि सामान्य सर्च 33 सेकंड का। मिलान किए गए कार्यों की एक तुलना में संपीड़ित करें, तो यही 269 से 36 मिनट का ढहाव है।

अब वह हिस्सा जो वायरल नहीं हुआ। अध्ययन ने नापा कि एजेंट के साथ खड़े मानव के साथ क्या हुआ, और दो संकेत उभरते हैं। पहला, एजेंट-उत्पाद पर प्रति-क्वेरी असंतोष लगभग 55% गिरा — उपयोगकर्ता केवल तेज़ ही नहीं थे, उन्हें ऐसे परिणाम मिल रहे थे जिन पर वे इतना भरोसा करते थे कि उन पर आगे निर्माण कर सकें। दूसरा, और टीम कैसे गढ़ी जाए इसके लिए अधिक निर्णायक, अनुवर्ती काम ऊपर की ओर खिसका। जैसे ही एजेंट ने निष्पादन सँभाला, मानव की बची हुई क्वेरियाँ कार्य को शून्य से करने के बजाय सत्यापन और विस्तार पर केंद्रित हो गईं — एजेंट के आउटपुट की जाँच और उसे और आगे धकेलना।

यह "AI लोगों को तेज़ बनाता है" से भिन्न दावा है। यह कहता है कि मानव भूमिका की अंतर्वस्तु ने अपना रूप बदल लिया। एजेंट द्वारा लौटाए गए मिनट कटौती योग्य निष्क्रिय क्षमता के रूप में नहीं लौटे। उन्हें एक उच्चतर-स्तरीय गतिविधि में पुनर्निवेशित किया गया जिसे कर्मचारी पहले मुश्किल से करता था: मशीन के आउटपुट को नियंत्रित करना और उसे एक स्तर ऊपर के काम में विस्तारित करना।

शेष काम कहाँ जाता है: सत्यापन और दायरा

दो खिसकाव मायने रखते हैं, और दोनों का स्वामित्व ऑपरेशंस के पास है।

पहला ऊर्ध्वाधर है। जब कोई एजेंट निष्पादित करता है, तो मानव निष्पादक नहीं रहता और सत्यापक तथा ऑर्केस्ट्रेटर बन जाता है। भूमिका मूल्य-शृंखला में ऊपर चढ़ती है — मसौदा बनाने से यह आँकने तक कि मसौदा सही है या नहीं, विश्लेषण करने से यह तय करने तक कि कौन-सा विश्लेषण करना है और उसका क्या करना है। यह कुशल काम है, और यह वही कौशल नहीं जिसके लिए भूमिका पर भर्ती हुई थी। निष्पादन के लिए चुनी गई टीम स्वतः ही सत्यापन और दिशा-निर्देशन करने में सक्षम टीम नहीं होती।

दूसरा क्षैतिज है। अध्ययन ने पाया कि एजेंट-उपयोगकर्ता ऐसे कार्यों का प्रयास करने लगे जो व्यावसायिक सीमाओं को पार करते थे — ऐसा काम जो भिन्न भूमिकाओं के परस्पर-निर्भर उप-कार्यों को बाँधता था, उच्चतर अनुभूति माँगता था, और एजेंट-पूर्व उपयोग में बिल्कुल प्रकट नहीं होता था। एजेंट ने केवल मौजूदा काम तेज़ नहीं किया; उसने दायरे को विस्तृत किया कि एक व्यक्ति क्या प्रयास करेगा, और वह काम भीतर खींच लिया जिसके लिए पहले दूसरे विशेषज्ञ या किसी अन्य फ़ंक्शन को सौंपने की ज़रूरत होती थी।

दोनों को साथ रखें और परिचालन तस्वीर उलट जाती है। एजेंट कार्य को सिकोड़ता है। भूमिका को बड़ा करता है। मेज़ पर बैठे व्यक्ति से अब अपेक्षा है कि वह मशीन के आउटपुट का सत्यापन करे और उतने चौड़े काम-बैंड पर काम करे जितना उसके पद-विवरण ने कभी नाम भी नहीं लिया। यदि भूमिका अब भी एजेंट-पूर्व संकीर्ण कार्य के नाप पर गढ़ी है, तो दो चीज़ें टूटती हैं: सत्यापन का काम अधूरा रह जाता है (क्योंकि उसके लिए कोई जवाबदेह नहीं) और सीमा-पार काम पुराने साइलो की दीवारों पर अटक जाता है (क्योंकि संगठन-चार्ट अब भी कहता है कि वह किसी और का है)।

हितों के टकराव का ईमानदारी से मूल्यांकन करें

एक कठोर पाठ को स्पष्ट को रेखांकित करना ही होगा: Perplexity ने एक ऐसे अध्ययन का सह-लेखन किया जो Perplexity के उत्पाद की प्रशंसा करता है, और कम-से-कम एक प्रकाशन ने इसे सीधे उजागर किया (PPC Land, 2026)। दक्षता के परिमाण — 87%, 94% — एक ऐसे विक्रेता से आते हैं जिसका व्यावसायिक हित इन आँकड़ों के बड़े होने में है, और वे उस संशय के हकदार हैं जो किसी भी विक्रेता-लिखित बेंचमार्क को मिलता है। सटीक आँकड़ों को दिशासूचक मानें, धर्मग्रंथ नहीं।

पर ध्यान दें कि यह टकराव वास्तव में निष्कर्ष के किस हिस्से को खतरे में डालता है। विक्रेता के पास लागत-बचत के आँकड़े को फुलाने का हर प्रलोभन है। उसके पास उस असुविधाजनक को सामने लाने का कोई विशेष प्रलोभन नहीं — कि उसका उपकरण मानव काम को सत्यापन और सीमा-पार दायरे में खिसकाता है, जो खरीदार के लिए एक जटिलता है, बिक्री-बिंदु नहीं। खिसकाव का निष्कर्ष उस साफ-सुथरे आख्यान "AI काम की जगह ले लेता है" के विरुद्ध जाता है जो एजेंट बेचता है। उसका फिर भी प्रकट होना उसे अधिक विश्वसनीय बनाता है, कम नहीं। आप 94% पर छूट दे सकते हैं और फिर भी संरचनात्मक दावे को गंभीरता से ले सकते हैं: शेष मानव काम ऊपर और बाहर की ओर खिसकता है, चाहे सटीक दक्षता-गुणक कुछ भी हो।

क्यों भूमिका-वास्तुकला, न कि उपकरण तक पहुँच, बाध्यकारी अड़चन है

यदि काम खिसकता है पर आपकी भूमिकाएँ नहीं, तो खिसकाव के पास जाने की कोई जगह नहीं। यही कारण है कि AI के मूल्य पर बाध्यकारी अड़चन यह नहीं कि आप कितने लाइसेंस देते हैं या आपके लोग कितने अच्छे प्रॉम्प्ट लिखते हैं — बल्कि यह कि आपकी भूमिका-वास्तुकला उस काम को सोख सकती है या नहीं जिसे एजेंट ऊपर और बगल में धकेलता है।

व्यापक प्रमाण पहले ही कहते हैं कि अधिकांश संगठन ठीक यहीं अटके हैं। 1,217 अधिकारियों पर PwC 2026 AI Performance अध्ययन ने पाया कि AI के मापे गए आर्थिक मूल्य का 74% मात्र 20% कंपनियों द्वारा हथिया लिया जाता है — और उस अग्रणी पाँचवें हिस्से की विशिष्ट पहचान बेहतर उपकरण नहीं, बल्कि यह है कि वे AI को मौजूदा प्रवाहों पर चढ़ाने के बजाय उसके इर्द-गिर्द कार्यप्रवाहों को नए सिरे से गढ़ने की दोगुनी संभावना रखते हैं (PwC, 2026)। PwC के ढाँचे में, तकनीक किसी पहल के मूल्य का लगभग 20% देती है; शेष 80% काम को नए सिरे से गढ़ने से आता है। Deloitte का State of AI in the Enterprise 2026 इस पर आँकड़ा रखता है कि कितने कम ने ऐसा किया: AI के प्रति सबसे आम प्रतिक्रिया कर्मचारियों का प्रशिक्षण थी, न कि भूमिकाओं या प्रवाहों का पुनर्गठन, जिससे अधिकांश संगठन अपरिवर्तित नौकरियों पर चढ़े AI उपकरणों के साथ रह गए (Deloitte, 2026)।

पैटर्न तीनों स्रोतों में सुसंगत है। उपकरण तक पहुँच अब दुर्लभ निवेश नहीं। नए सिरे से गढ़ी भूमिकाएँ दुर्लभ हैं। जीतने वाली कंपनियाँ वही हैं जो काम को उसके इर्द-गिर्द फिर से बनाती हैं जो एजेंट ने बदला; प्रतीक्षा करने वाली कंपनियाँ वे हैं जिन्होंने उपकरण खरीदा और काम को वैसा ही रखा।

मध्य-बाज़ार का जोखिम

यह सबसे कठोर चोट 100 से 500 कर्मचारियों वाली कंपनी पर करता है, और संरचनात्मक रूप से। बड़े उद्यमों के पास ढील है: अतिरिक्त विशेषज्ञ, एक संगठन-डिज़ाइन फ़ंक्शन, और इतनी गुंजाइश कि काम को सीमाएँ पार करने दें क्योंकि कहीं-न-कहीं कोई उस जोड़ का स्वामी है। मध्य-बाज़ार दुबला है। भूमिकाएँ कसकर नापी हैं क्योंकि कोई आरक्षित बेंच नहीं, और व्यावसायिक साइलो कठोर हैं क्योंकि हर व्यक्ति ठीक एक ही लेन में भार-वाहक है।

खिसकना चाहते काम के लिए यह संभव सबसे बुरी शुरुआती मुद्रा है। जब कोई एजेंट 200-कर्मचारी संचालन के निष्पादन-काम को संपीड़ित करता है और शेष को ऊपर सत्यापन में तथा बगल में निकटवर्ती भूमिकाओं में धकेलता है, तो उसे पकड़ने के लिए कोई ढील-भूमिका नहीं और सीमा को फिर से खींचने के लिए कोई संगठन-डिज़ाइन फ़ंक्शन नहीं। सत्यापन का काम दरारों में गिर जाता है, सीमा-पार कार्य साइलो की दीवार पर मर जाते हैं, और एजेंट द्वारा उत्पन्न दक्षता हथियाए गए मूल्य के बजाय बिना-स्वामी के काम में बदल जाती है। मध्य-बाज़ार वह खंड है जिसके 94% आँकड़े के बल पर एजेंट खरीदने की सबसे अधिक संभावना है और जो उसे वसूलने के लिए संगठनात्मक रूप से सबसे कम सुसज्जित है।

इस तिमाही के लिए पुनर्गठन का कदम

ऊँचे-लीवर वाला कदम कोई और उपकरण-मूल्यांकन नहीं। यह है एक भूमिका-परिवार को उस काम के इर्द-गिर्द फिर से गढ़ना जिसे एजेंट वास्तव में खिसकाता है — और इसे जान-बूझकर करना, इससे पहले कि खिसकाव संयोग से हो जाए और कहीं न उतरे।

एक ऐसा भूमिका-परिवार चुनें जहाँ एजेंट पहले से सक्रिय हैं। मानचित्रित करें कि एजेंट के चलने के बाद मानव अब क्या करता है। आपको दो समूह मिलेंगे: एजेंट के आउटपुट का सत्यापन और सुधार, और उस काम तक पहुँचना जो पहले किसी निकटवर्ती भूमिका का था। वह समूह ही नई नौकरी है। उसे ओवरटाइम नहीं, बल्कि भूमिका के रूप में लिखकर रखें।

सत्यापन को एक खाई नहीं, बल्कि एक स्वामित्व-प्राप्त जवाबदेही बनाएँ। यदि दस में से तीन एजेंट-आउटपुट मानव जाँच के बिना भेजे जाते हैं — वह परिमाण-कोटि जो 2026 के अन्य कार्यबल-डेटा बार-बार सामने ला रहे हैं — तो सत्यापक की भूमिका आपका त्रुटि-जोखिम नियंत्रण है, और इस समय अधिकांश टीमों में इसे कोई नहीं सँभालता। स्वामी नियुक्त करें, उसे वह समय दें जो एजेंट ने मुक्त किया, और पकड़-दर मापें।

लोगों को कार्य-मात्रा के लिए नहीं, बल्कि विवेक और तंत्र-चिंतन के लिए भर्ती करें और स्थानांतरित करें। खिसकाया गया काम मशीन के आउटपुट का मूल्यांकन करने और सीमाओं के पार काम करने की क्षमता को पुरस्कृत करता है — ऐसी क्षमताएँ जिनकी पिछले कार्य-निष्पादन का रिज़्यूमे मुश्किल से भविष्यवाणी करता है। यहीं वस्तुनिष्ठ साइकोमेट्रिक संकेत प्रॉक्सी को मात देता है: उन गुणों के लिए चुनें जिनकी नई भूमिका माँग करती है, न कि उस पुराने कार्य में प्रवीणता के लिए जिसे एजेंट ने अभी सोख लिया।

Scovai में talent और operations intelligence के बारे में हमारी सोच की यही मूल रेखा है: जब काम अपना रूप बदलता है, तो यह निर्णय कि उसे कौन करे, एक वस्तुनिष्ठ, अनुरेखणीय संकेत पर टिका होना चाहिए, न कि उस काम के लिए लिखे पद-विवरण पर जिसे मशीन ने अभी-अभी ले लिया।

इस तिमाही का निर्णय

तिमाही बंद होने से पहले लेने वाला एकमात्र निर्णय यही है। अपना सबसे परिपक्व AI-एजेंट परिनियोजन लें और एक ही प्रश्न का उत्तर दें: क्या आपने उस काम के इर्द-गिर्द कोई भूमिका फिर से गढ़ी है जिसे एजेंट ने खिसकाया, या आपके लोग अब भी उस कार्य के लिए लिखे पद-विवरण ढो रहे हैं जिसे एजेंट अब 36 मिनट में कर देता है? यदि बाद वाला है, तो आप एजेंट का मूल्य नहीं हथिया रहे — आप उसे ऐसे सत्यापन के रूप में रिसते देख रहे हैं जिसका कोई स्वामी नहीं और ऐसे सीमा-पार काम के रूप में जिसे करने की किसी को अनुमति नहीं। एजेंट कार्य को पहले ही सिकोड़ चुका है। आपका एकमात्र वास्तविक बचा लीवर यही है कि क्या आप भूमिका को फिर से गढ़ते हैं, इससे पहले कि खिसकाया गया काम ज़मीन पर गिर पड़े।