Scovai Scovai
Talent Intelligence 2026-11-09 1 min read

Anthropic के इंटरव्यू स्कोरकार्ड पर डोमेन विशेषज्ञता का वज़न घटा। तकनीकी भर्तियों में जूनियर हिस्सा 27% से 9% पर आया।

DSL

Dr. Sarah Liu

Anthropic के इंटरव्यू स्कोरकार्ड पर डोमेन विशेषज्ञता का वज़न घटा। तकनीकी भर्तियों में जूनियर हिस्सा 27% से 9% पर आया।

Anthropic में तकनीकी भर्तियों का जूनियर हिस्सा 27% से 9% पर गिर गया। इस आंकड़े पर थकाऊ हद तक चर्चा हो चुकी है। इसके नीचे दबे आंकड़े पर नहीं: एक स्वचालित कोडर ने 2024 के बाद भर्ती हुए हज़ारों कर्मचारियों के लिए हायरिंग मैनेजरों द्वारा भरे गए इंटरव्यू स्कोरकार्ड पढ़े और पाया कि तकनीकी उम्मीदवारों में "सबसे बड़ी बढ़ोतरी आवेदकों की स्वायत्तता और निर्णय-क्षमता पर की गई टिप्पणियों में थी," जबकि "समग्र मूल्यांकन में डोमेन विशेषज्ञता की चर्चा का हिस्सा सिकुड़ गया" (Anthropic, 2026)।

AI और एंट्री-लेवल भर्ती के बारे में हम जो जानते हैं, उसका ज़्यादातर हिस्सा नौकरी के विज्ञापनों से आता है — यानी नियोक्ता किसी से मिलने से पहले क्या चाहने का दावा करते हैं। Anthropic की 16 अक्टूबर की रोज़गार रिपोर्ट कुछ अधिक दुर्लभ करती है: यह पढ़ती है कि इंटरव्यू लेने वालों ने बातचीत के बाद क्या लिखा।

दो आंकड़े, दो अलग विषय। हेडकाउंट का आंकड़ा विवादित है, जैसा मैं दिखाऊंगी। स्कोरकार्ड का आंकड़ा वह है जिसके लिए आपका अपना इंटरव्यू ढांचा तैयार नहीं है।

इंटरव्यू स्कोरकार्ड ने वास्तव में क्या मापा

रिपोर्ट एक ही कंपनी के आंतरिक डेटा पर आधारित अध्ययन है: AI उपयोग लॉग, आउटपुट मेट्रिक्स, कर्मचारी सर्वेक्षण, Slack और कैलेंडर डेटा, भर्ती निर्णयों के रिकॉर्ड, और इसके अलावा 17 कर्मचारी साक्षात्कार। मुख्य लेखक Nathan Wilmers MIT Sloan में हैं; काम Anthropic स्वयं प्रकाशित कर रही है।

संरचना के मामले में दो भिन्न आंकड़े मायने रखते हैं और उन्हें मिलाना नहीं चाहिए। तकनीकी विभागों के भीतर जूनियर-स्तर के कर्मचारियों का हिस्सा "2025 की शुरुआत से 21% से 14% पर खिसका"। जूनियर तकनीकी भर्तियों का हिस्सा "इससे भी तेज़ गिरा, 27% से 9% पर"। दूसरा आंकड़ा किसे भर्ती किया जा रहा है उसके मिश्रण में बदलाव है, हेडकाउंट में कटौती नहीं — रिपोर्ट स्पष्ट कहती है कि तकनीकी भर्ती "निरपेक्ष रूप से बढ़ती रही" जबकि कंपनी "पिछले साल तीन गुना हो गई"। जो 27% से 9% को जूनियर भर्ती में 65% की कटौती समझता है, उसने गलत पढ़ा है।

मैनेजरों ने जो कहा वह डेटा से मेल खाता है। अप्रैल 2026 के सर्वेक्षण में "मैनेजरों के बहुमत ने बताया कि AI के कारण वे कौशलों के एक भिन्न समुच्चय के लिए भर्ती कर रहे हैं," जबकि "लगभग एक-तिहाई ML मैनेजरों और पांचवें हिस्से के SWE मैनेजरों ने AI के कारण कम भर्ती करने की बात कही"। बहुमत ने मानक बदले। अल्पमत ने संख्या घटाई। यही क्रम पूरी कहानी है।

स्कोरकार्ड की परत

विशिष्ट प्रमाण पाठ्य है। 2024 में हायरिंग मैनेजर किसी उम्मीदवार के AI टूल्स के अनुभव को "तकनीकी भूमिकाओं के लगभग 5% मूल्यांकनों में, और गैर-तकनीकी भूमिकाओं के 7% में" दर्ज करते थे। 2026 तक ये दरें तकनीकी भूमिकाओं में तीन गुना और गैर-तकनीकी में चार गुना हो चुकी थीं। रिपोर्ट 2024 के आधार और गुणक केवल शब्दों में देती है, इसलिए अंतिम मान प्रकाशित नहीं हैं — और उन्हें गढ़ना ऐसी परिशुद्धता बनाना होगा जो स्रोत के पास नहीं है।

इसके नीचे गहरा पुनर्संतुलन है। तकनीकी उम्मीदवारों के लिए: स्वायत्तता और निर्णय-क्षमता सबसे बड़े अंतर से ऊपर, डोमेन विशेषज्ञता मूल्यांकन के हिस्से के रूप में नीचे। गैर-तकनीकी उम्मीदवारों के लिए: "ग्राहक और मिशन अभिमुखता बढ़ी, जबकि निष्पादन कौशलों की चर्चा घटी"। एक मैनेजर की व्याख्या पूरे दस्तावेज़ में इस तर्क का सबसे स्वच्छ सारांश है: "मुझे अपेक्षा है कि मॉडल असमान बने रहेंगे, इसलिए अपनी टीम के लिए मैं ऐसे लोग चाहता हूं जो डोमेनों के बीच विनिमेय हों।"

ध्यान दें कि किस निष्कर्ष के साथ कोई संख्या नहीं है। स्वायत्तता और निर्णय-क्षमता में वृद्धि केवल दिशात्मक रूप से, सबसे बड़े बदलाव के रूप में, प्रतिशत के बिना बताई गई है। यह प्रमाण की सीमा है, उसे खारिज करने का कारण नहीं — लेकिन इसका अर्थ है कि यह निष्कर्ष गति की एक दिशा का समर्थन करता है, परिमाण का नहीं।

एक कंपनी बेंचमार्क नहीं है

रिपोर्ट के लेखक इस बारे में ज़्यादातर टिप्पणियों से अधिक स्पष्ट हैं: "Anthropic की रोज़गार प्रथाओं के कई हिस्से हैं जिन्हें अर्थव्यवस्था भर में दोहराया नहीं जा सकता।" कंपनी प्रति कर्मचारी उतने राजस्व का दो से चार गुना कमाती है जितना Meta और Google अपने शिखर पर कमाते थे। यह n = 1 है, स्वयं-प्रकाशित, बाहरी लेखा-परीक्षा के बिना, और AI तीव्रता के सबसे दूर छोर पर स्थित। इसमें कुछ भी अर्थव्यवस्था-स्तरीय प्रवृत्ति स्थापित नहीं करता।

व्यापक शोध-साहित्य ठीक उसी बिंदु पर सक्रिय रूप से विवादित है जिसे ज़्यादातर लोग इससे निकालते हैं। अमेरिका, ब्रिटेन, कनाडा और ऑस्ट्रेलिया में 24.3 करोड़ नई भर्तियों और 40.7 करोड़ नौकरी विज्ञापनों पर Lambert और Schindler के विश्लेषण ने पाया कि जेनरेटिव AI एक्सपोज़र या रिमोट-वर्क एक्सपोज़र में दो मानक विचलन की बढ़ोतरी, अलग-अलग परखने पर, 2025 तक जूनियर हिस्से में लगभग पांच प्रतिशत अंक की गिरावट से जुड़ी थी — लेकिन जब दोनों को साथ डाला गया, AI गुणांक "तेज़ी से क्षीण हो जाता है और अक्सर सांख्यिकीय रूप से शून्य से अभेद्य हो जाता है," जबकि रिमोट-वर्क प्रभाव मज़बूत बना रहा (Lambert & Schindler, 2026)। उनकी व्याख्या: टूटी जूनियर सीढ़ी शायद इस बारे में कहानी है कि काम कहां होता है, इस बारे में नहीं कि क्या स्वचालित होता है।

कंपनी-स्तरीय खर्च का डेटा फिर दूसरी दिशा में काटता है। 21,559 अमेरिकी कंपनियों में प्रेक्षित AI खर्च को कार्यबल रिकॉर्ड से जोड़कर Ramp और Revelio Labs ने पाया कि उच्च-तीव्रता वाले अपनाने वालों ने अपनाने के बाद दो वर्षों में एंट्री-लेवल हेडकाउंट लगभग 12% बढ़ाया, जबकि निम्न-तीव्रता वालों में कोई भी सांख्यिकीय रूप से सार्थक बदलाव नहीं दिखा (Ramp, 2026)। उस डेटासेट में भारी AI निवेश अधिक जूनियर भर्ती से जुड़ा था, कम से नहीं।

इसलिए जूनियर पतन का कारणात्मक दावा अनिर्णीत है, और किसी Head of Operations के पास उसके आधार पर हेडकाउंट नियोजन का कोई कारण नहीं है। मानकों का दावा दूसरी बात है।

जो अभिसरित होता है वह मानक हैं, गिनती नहीं

यही कारण है कि n = 1 होने के बावजूद स्कोरकार्ड निष्कर्ष ध्यान का पात्र है। यह पूरी तरह भिन्न प्रकार के डेटा से, पूरी तरह भिन्न पैमाने पर प्राप्त प्रमाण से सहमत है।

PwC के 2026 Global AI Jobs Barometer ने छह महाद्वीपों में एक अरब से अधिक नौकरी विज्ञापनों का विश्लेषण किया, साथ में अमेरिका की 24 लाख एंट्री-लेवल भूमिकाओं का गहरा विश्लेषण। पाया गया कि AI-एक्सपोज़्ड जूनियर भूमिकाओं में परंपरागत रूप से सीनियर कौशल — निर्णय-क्षमता, रणनीतिक सोच, प्रेरक नेतृत्व, भावनात्मक बुद्धि — मांगे जाने की संभावना सबसे कम एक्सपोज़्ड जूनियर भूमिकाओं से सात गुना अधिक थी। उस "सीनियराइज़्ड" प्रोफ़ाइल से मेल खाते विज्ञापन 2019 से 35% बढ़े, जबकि उच्च AI-एक्सपोज़र वाले क्षेत्रों में शुरुआती-करियर विज्ञापन कुल मिलाकर स्थिर रहे (PwC, 2026)।

विज्ञापन दर्ज करते हैं कि नियोक्ता क्या घोषित करते हैं। स्कोरकार्ड दर्ज करते हैं कि इंटरव्यू लेने वालों ने व्यक्ति से मिलने के बाद किसे पुरस्कृत किया। ये स्वतंत्र मापन सतहें हैं, भिन्न पक्षों द्वारा भिन्न प्रोत्साहनों के तहत एकत्रित, और वे एक ही दिशा में बढ़ीं: निर्णय-क्षमता और स्वायत्तता की ओर, संकीर्ण निष्पादन से दूर।

स्वतंत्र पद्धतियों में अभिसरण एक एकल कारणात्मक आकलन से कमज़ोर है, पर दो किस्सों से मज़बूत। कार्रवाई के लिए यह पर्याप्त है, क्योंकि कार्रवाई सस्ती और स्थानीय रूप से परखने योग्य है।

और जो विसंगति यह उजागर करता है वह मध्य-बाज़ार की ज़्यादातर भर्ती व्यवस्थाओं में वास्तव में मौजूद है। एंट्री-लेवल पद की मांग अब सीनियर निर्णय-क्षमता चाहती है, जबकि वेतन बैंड, 90-दिन का रैंप और मेंटरिंग मॉडल अभी भी एक नौसिखिए को मानकर चलते हैं। इस बीच ब्रिटेन के ग्रेजुएट भर्तीकर्ताओं ने सर्वाधिक भीड़ वाले क्षेत्रों में प्रति रिक्ति 141 से 172 आवेदन बताए (ISE, 2026) — अर्थात् स्क्रीनिंग परत पहले से कहीं अधिक मात्रा-दबाव में है, ठीक उस क्षण जब स्क्रीन करने योग्य चीज़ ही बदल गई है।

इस तिमाही में एक Head of Operations को क्या करना चाहिए

यहां निहित ऑडिट इतना छोटा है कि अगला भर्ती चक्र बंद होने से पहले आप इसे स्वयं कर सकते हैं।

  1. अपने पिछले बीस इंटरव्यू स्कोरकार्ड निकालें। ढांचा नहीं — बल्कि वे मुक्त-पाठ टिप्पणियां जो आपके इंटरव्यू लेने वालों ने वास्तव में लिखीं।
  2. प्रत्येक पंक्ति को चार श्रेणियों में से एक में कोड करें: संकीर्ण डोमेन गहराई, निष्पादन और कार्यान्वयन, स्वायत्तता और निर्णय-क्षमता, और AI टूल्स के साथ प्रभावी कार्य का प्रमाण।
  3. गिनें। यदि पहली दो श्रेणियां हावी हैं — और 50 से 500 पूर्णकालिक कर्मचारियों वाली ज़्यादातर कंपनियों में वे हावी होंगी, क्योंकि ढांचा ठीक उन्हें उभारने के लिए बना था — तो आप उन्हीं दो श्रेणियों पर सबसे कठोर चयन कर रहे हैं जिनका वज़न इस राह पर सबसे आगे बढ़ी कंपनी में घटा है।
  4. फिर कठिन बात जांचें: क्या आपकी प्रक्रिया बाकी दो को देख भी सकती है। स्वायत्तता और निर्णय-क्षमता किसी CV या समयबद्ध तकनीकी अभ्यास में प्रकट नहीं होती। वे इसमें प्रकट होती हैं कि कोई अस्पष्ट समस्या का दायरा कैसे तय करता है, क्या न करना है यह कैसे तय करता है, और एक ऐसे समझौते को कैसे समझाता है जिसमें वह गलत था।

यह अंतिम बिंदु वास्तविक अड़चन है, और यह मानकों की समस्या होने से पहले मापन की समस्या है। डिग्रियां और पदनाम डोमेन विशेषज्ञता के प्रतिनिधि संकेतक हैं — वही गुण जिसका हिस्सा घट रहा है। निर्णय-क्षमता और स्वायत्तता को प्रदर्शित प्रमाण चाहिए: संरचित मूल्यांकन, हल की गई समस्याएं, पदों के रिकॉर्ड के बजाय निर्णयों का रिकॉर्ड। इस भेद के लिए बनाए जा रहे उम्मीदवार-पक्ष के उपकरण, जिनमें Scovai का Talent Passport भी है, केवल पेशेवर इतिहास के बजाय प्रति-कौशल पर्सेंटाइल रैंक के साथ प्रदर्शित क्षमता को प्रमाणित करते हैं — और बड़े पैमाने पर स्क्रीन करने योग्य होने के लिए प्रमाण को यही रूप लेना होगा।

कुछ भी फिर से लिखने से पहले दो सावधानियां। जूनियर भर्ती में कटौती को उचित ठहराने के लिए इसका उपयोग न करें; कारणात्मक प्रमाण इसका समर्थन नहीं करता, और कंपनी-स्तरीय खर्च का डेटा विपरीत दिशा दिखाता है। और अपने मानकों से डोमेन विशेषज्ञता हटाएं नहीं — "समग्र मूल्यांकन में हिस्सा सिकुड़ गया" पुनर्संतुलन है, हटाना नहीं। मॉडल-प्रशिक्षण कार्य के बिना 200 लोगों की ऑपरेशंस टीम में डोमेन ज्ञान अभी भी वही है जिसके लिए आपके ग्राहक भुगतान कर रहे हैं।

आपके सामने का निर्णय

प्रमाण का ईमानदार सार यह है: कोई अभी नहीं बता सकता कि AI आपकी जूनियर परत सिकोड़ेगा या नहीं। कई विश्वसनीय डेटासेट असहमत हैं। लेकिन दो स्वतंत्र स्रोत — एक अरब नौकरी विज्ञापन और हज़ारों इंटरव्यू स्कोरकार्ड — इस पर सहमत हैं कि बची हुई भूमिकाओं का मूल्यांकन किसके आधार पर हो रहा है, और ज़्यादातर इंटरव्यू ढांचे इसके जवाब में हिले नहीं हैं।

आपके इंटरव्यू स्कोरकार्ड इस बात का लिखित रिकॉर्ड हैं कि आपका संगठन क्या मानता है जो प्रदर्शन का पूर्वानुमान देता है। Anthropic के स्कोरकार्ड उस विश्वास के दो साल तक मापनीय पाठ में बदलने का रिकॉर्ड हैं। आपके इस क्षण आपके ATS में पड़े हैं, डेटासेट के रूप में अपठित।

इस तिमाही बीस पढ़ें। यदि वे अभी भी सबसे बेहतर निर्णय लेने वाले उम्मीदवार की जगह सबसे अधिक जानने वाले को पुरस्कृत कर रहे हैं, तो आपको इस तिमाही का सबसे अधिक लीवरेज वाला सुधार मिल गया — और इसकी कीमत एक दोपहर है, बजट की कोई पंक्ति नहीं।

Ready to go beyond the CV?

Scovai's AI-powered Talent Passport reveals what resumes can't: personality, potential, and true job fit.