अधिकारियों से भरे एक कमरे से पूछिए कि उनके AI प्रतिफल को क्या रोक रहा है, और अधिकांश एक ही उत्तर पर पहुँचेंगे: हमारे लोगों में अभी कौशल नहीं है। Deloitte की रिपोर्ट State of AI in the Enterprise 2026—24 देशों में 3,235 वरिष्ठ नेताओं का एक सर्वेक्षण—इस अंतर्बोध की पुष्टि करती है। कर्मचारियों के कौशल की कमी को मौजूदा कार्यप्रवाहों में AI को एकीकृत करने की सबसे बड़ी एकल बाधा बताया गया है (Deloitte, State of AI in the Enterprise 2026)। यहाँ तक, कुछ भी उल्लेखनीय नहीं।
उल्लेखनीय वह है जो कंपनियाँ इसके बाद करती हैं। कौशल की बाधा के सामने, 53% कंपनियाँ AI दक्षता बढ़ाने के लिए व्यापक कार्यबल को प्रशिक्षित कर रही हैं—बहुत बड़े अंतर से सबसे आम प्रतिक्रिया। जो उस चीज़ को छूती हैं जिसमें ये कौशल उँडेले जा रहे हैं, वे कहीं कम हैं: केवल 33% कैरियर पथों को फिर से गढ़ रही हैं, और एक समान अल्पसंख्यक भूमिकाओं और कार्यप्रवाहों का पुनर्निर्माण कर रही हैं। प्रमुख चाल है—लोगों को ऐसे काम के लिए और कड़ा प्रशिक्षित करना जिसका स्वरूप बदला ही नहीं। यही वह मौन कारण है जिसके चलते AI प्रशिक्षण पर किया गया अधिकांश खर्च कभी मूल्य में नहीं बदलता—और मध्य-बाज़ार के किसी Head of Operations के लिए, यह इस तिमाही के बजट में सबसे आसानी से सुधार जाने वाली भूल है।
प्रतिवर्ती क्रिया: उसी भूमिका के लिए और कड़ा प्रशिक्षण
AI दक्षता बढ़ाने में कुछ भी गलत नहीं है। ऐसा कार्यबल जो उपकरण चला ही न सके, एक असंभव शुरुआती बिंदु है। समस्या दक्षता को सम्पूर्ण उत्तर मान लेना है, जबकि वह केवल प्रवेश-टिकट है।
एक देय-खातों के कर्मचारी की कल्पना कीजिए जिसका काम "सप्ताह में 300 चालान संसाधित करना" के रूप में परिभाषित है। आप उसे AI प्रशिक्षण भेजते हैं। वह लौटता है—एक मॉडल को निर्देश देने, एक अनुबंध का सार बनाने, एक ईमेल तेज़ी से लिखने में सक्षम। फिर वह उसी भूमिका के सामने बैठता है—वही 300 चालान, वही प्रवाह, काम की वही परिभाषा—और नए कौशल का उपयोग उन कार्यों पर कुछ मिनट बचाने में करता है जिन्हें AI पूरी तरह हटा सकता था। आपने एक अधिक कुशल व्यक्ति को इसलिए वित्तपोषित किया कि वह एक अपरिवर्तित काम थोड़ा तेज़ कर दे। कौशल बढ़ा; काम वैसा ही रहा। उस प्रशिक्षण का प्रतिफल वास्तविक है पर सीमांत, और उससे कहीं कम जो AI निवेश को उत्पन्न करना चाहिए था।
यही वह जाल है जिसे Deloitte के आँकड़े उजागर करते हैं। दक्षता को वित्तपोषित करने और पुनर्निर्माण को वित्तपोषित करने के बीच 53% बनाम 33% का अंतर कोई पूर्णांकन-भेद नहीं है। यह लोगों को काम के लिए साज-सज्जित करने और स्वयं काम को पुनः सोचने के बीच का अंतर है—और बाज़ार भारी बहुमत से पहले विकल्प को चुन रहा है।
अपरिवर्तित भूमिका में कौशल बढ़ाना मूल्य में क्यों नहीं बदलता
पुनर्निर्माण के बिना प्रशिक्षण के कमतर प्रदर्शन का कारण संरचनात्मक है, अभिप्रेरणात्मक नहीं। किसी भूमिका का स्वरूप यह तय करता है कि उसके भीतर कोई भी कौशल अधिकतम क्या उत्पन्न कर सकता है। यदि भूमिका अब भी हस्तचालित चरणों के अनुक्रम के रूप में परिभाषित है, तो दुनिया का सबसे AI-दक्ष कर्मचारी भी केवल उन चरणों को अनुकूलित कर सकता है। वह उन्हें न मिटा सकता है, न पुनः संयोजित कर सकता है, न किसी एजेंट को सौंप सकता है—क्योंकि पद-विवरण, हस्तांतरण और सफलता-मानक अब भी यही मानते हैं कि हर चरण एक मनुष्य करता है।
AI भूमिका पुनर्निर्माण उस अधिकतम-सीमा को ऊँचा उठाने की क्रिया है। यह प्रशिक्षण से भिन्न प्रश्न पूछता है। प्रशिक्षण पूछता है: "इस व्यक्ति को AI के साथ उसका वर्तमान काम करने में हम कैसे मदद करें?" पुनर्निर्माण पूछता है: "AI के होते हुए, यह काम होना ही क्या चाहिए?" उत्तर बहुत भिन्न होते हैं। पहला 300 चालान वाले कर्मचारी को बनाए रखता है और उसे तेज़ बनाता है। दूसरा यह देखता है कि एक एजेंट 270 चालान निपटा सकता है और भूमिका को एक अपवाद-एवं-नियंत्रण कार्य में पुनः ढाल देता है—कम लेन-देन, अधिक विवेक, एक भिन्न सफलता-मानक। केवल दूसरा ही उस छलाँग को पकड़ता है जिसके लिए AI खरीदा गया था।
इसीलिए Deloitte पाता है कि केवल 34% संगठन अपने व्यवसाय को गहराई से रूपांतरित करने के लिए AI का उपयोग कर रहे हैं, जबकि लगभग दो-तिहाई वृद्धिशील या सतही लाभों पर ठहरे हैं। यह वृद्धिशील बहुमत कम-प्रशिक्षित नहीं है। यह कम-पुनर्निर्मित है। कौशल उन भूमिका-स्वरूपों पर जोड़े जा रहे हैं जिन्हें उनके उपयोग के लिए कभी पुनः बनाया ही नहीं गया।
"काम को फिर से गढ़ना" वास्तव में कैसा दिखता है
यदि यह अब भी अमूर्त लगे, तो Gartner का 2026 शोध इसे ठोस बनाता है और पुरस्कार को संख्यात्मक रूप देता है। अपनी Future of Work Trends for CHROs में Gartner "process pros, न कि tech prodigies" को वह प्रतिभा बताता है जो AI का मूल्य खोलती है, और बताता है कि जो टीमें AI के साथ अपने कार्यप्रवाहों को फिर से गढ़ती हैं, उनके राजस्व लक्ष्यों को पार करने की संभावना उन टीमों की तुलना में लगभग दोगुनी होती है जो मौजूदा कार्यों के ऊपर बस AI चढ़ा देती हैं (Gartner, Future of Work Trends for CHROs, 2026)। यह दोगुनापन बेहतर उपकरणों या अधिक प्रशिक्षण-घंटों से नहीं आता। यह प्रक्रिया को इस तरह पुनः रेखांकित करने से आता है कि उपकरण परिणाम बदले, केवल गति नहीं।
इसी बात का संगठनात्मक रूप MIT Sloan Management Review और BCG के एजेंटिक उद्यम अध्ययन में दिखता है: व्यापक एजेंटिक AI अपनाने वाली कंपनियों में 45% मध्य-प्रबंधन परतों में कटौती की अपेक्षा करती हैं (MIT Sloan Management Review & BCG, The Emerging Agentic Enterprise, 2025)। परतें केवल तभी सिकुड़ती हैं जब उनके नीचे का काम सचमुच पुनर्संरचित हो—तब नहीं जब वही पदानुक्रम बस अधिक दक्ष हो जाए। संरचनात्मक परिवर्तन पुनर्निर्माण उत्पन्न करता है; अकेला प्रशिक्षण एक अधिक सक्षम यथास्थिति उत्पन्न करता है।
प्रति-तर्क: "प्रशिक्षण पुनर्संरचना से तेज़ और सुरक्षित है"
किसी संचालन-प्रमुख की ईमानदार आपत्ति यह है कि भूमिकाओं को फिर से गढ़ना विघटनकारी है, और प्रशिक्षण नहीं। किसी काम को पुनः ढालना कर्मचारी-संख्या, वेतन-श्रेणियों, रिपोर्टिंग-रेखाओं और लोगों की सुरक्षा-भावना को छूता है। टीम को कार्यशाला में भेजना इनमें से किसी को नहीं छूता। एक सुरक्षित लीवर और एक विघटनकारी लीवर के बीच, सुरक्षित ही क्यों न खींचें?
क्योंकि सुरक्षित लीवर चुपचाप अधिक महँगा पड़ता है। अपरिवर्तित भूमिका के लिए प्रशिक्षण निःशुल्क नहीं है—यह एक आवर्ती खर्च है जो सीमांत प्रतिफल खरीदता है, हर बजट-चक्र में दोहराया जाता है जबकि संरचनात्मक लाभ पहुँच से बाहर रहता है। पुनर्निर्माण का "विघटन" वास्तविक है पर सीमित और एक-बारगी; अकेले प्रशिक्षण का न्यून प्रदर्शन मामूली है पर स्थायी। और जब आप इसे पूरे कार्य के बजाय एक ही भूमिका के स्तर पर करते हैं, तो विघटन जितना दिखता है उससे छोटा होता है। आप इस तिमाही कंपनी को पुनर्संरचित नहीं कर रहे। आप एक ही काम को इस इर्द-गिर्द फिर से बना रहे हैं कि AI अब वास्तव में क्या कर सकता है, उससे सीख रहे हैं, और तय कर रहे हैं कि प्रतिमान को विस्तार दें या नहीं। उसका जोखिम एक नियंत्रित प्रयोग है। अकेले प्रशिक्षण का जोखिम एक संचयी अंतर है जिसे आपने कभी नाम ही नहीं दिया।
लाभ बड़ा है—और वह केवल पुनर्निर्माण के बाद दिखता है
इस असुविधा के सार्थक होने का कारण दूसरी ओर के लाभ का आकार है। Harvard Business School और BCG के ज्ञान-कर्मियों पर क्षेत्रीय प्रयोग ने पाया कि जो AI का अच्छा उपयोग करते थे, उन्होंने कार्य लगभग 25% तेज़ी से पूरे किए और नियंत्रण-समूह की तुलना में लगभग 40% उच्च गुणवत्ता आँका गया आउटपुट उत्पन्न किया (Harvard Business School & BCG, 2023)। यही वह पुरस्कार है जिसकी हर AI बजट परोक्ष रूप से ज़मानत लेता है।
पर शर्त पर ध्यान दीजिए: AI का अच्छा उपयोग करते थे। लाभ वहाँ साकार हुआ जहाँ काम सचमुच मॉडल की शक्तियों के इर्द-गिर्द और उसकी दुर्बलताओं से दूर पुनर्संगठित था—वहाँ नहीं जहाँ लोगों के पास अपने पुराने प्रवाह के भीतर बस उपकरण तक पहुँच थी। 40% की गुणवत्ता-वृद्धि एक प्रशिक्षण-बजट का लेबल पहने पुनर्निर्माण का परिणाम है। भूमिका को पुनः ढाले बिना दक्षता में पैसा उँडेलिए, और आप पहुँच को वित्तपोषित करेंगे पर लाभ को त्याग देंगे। ठीक यही वह तंत्र है जिससे दो-तिहाई संगठन वृद्धिशील लाभों पर समाप्त होते हैं यह मानते हुए कि उन्होंने रूपांतरण में निवेश किया।
इस तिमाही की चाल: अधिक दक्षता वित्तपोषित करने से पहले एक भूमिका को फिर से गढ़िए
इस पर कार्रवाई के लिए आपको संगठन को पुनर्संरचित करने की आवश्यकता नहीं। आपको एक ही भूमिका पर क्रियाओं का क्रम उलटना है। AI दक्षता प्रशिक्षण की अगली किस्त स्वीकृत करने से पहले, अपनी टीम की एक उच्च-मात्रा वाली भूमिका लीजिए और पहले उसे AI के इर्द-गिर्द फिर से गढ़िए।
तीन चरण इसे ठोस बनाते हैं। पहला, भूमिका को जैसी है वैसा मानचित्रित कीजिए—हर आवर्ती कार्य—और चिह्नित कीजिए कि कौन-से एक एजेंट पूरी तरह सँभाल सकता है, कौन-से एक मनुष्य को रखने ही हैं, और कौन-से बस रुक जाने चाहिए। दूसरा, जो बचता है उसके इर्द-गिर्द भूमिका को पुनः लिखिए: एक नया कार्य-मिश्रण, एक नया सफलता-मानक (विवेक और अपवाद, लेन-देन की मात्रा नहीं), और मनुष्य व एजेंट के बीच हस्तांतरण स्पष्ट रूप से लिखे हुए। तीसरा—और केवल तीसरा—प्रशिक्षण को वित्तपोषित कीजिए, अब पुराने के बजाय पुनर्निर्मित भूमिका पर लक्षित। इसी क्रम में किया जाए तो दक्षता का खर्च ऐसे काम पर उतरता है जो उसके उपयोग के लिए बना है, और आप उन भूमिकाओं की तुलना में अंतर माप सकते हैं जिन्हें आपने अभी छुआ ही नहीं।
इस तिमाही का निर्णय
Deloitte के आँकड़े एक दर्पण हैं, और अधिकांश संचालन-टीमों को प्रतिबिंब पसंद नहीं आएगा: AI कौशल की कमी वास्तविक है, और मानक प्रतिक्रिया प्रतिफल को बड़ा नहीं, छोटा कर रही है। कार्यबल को AI से पूर्ववर्ती भूमिका-स्वरूपों के लिए प्रशिक्षित करना रूपांतरण का मार्ग नहीं; यह वृद्धिशील बने रहने का सबसे महँगा तरीका है।
तो, AI दक्षता प्रशिक्षण के एक और दौर को स्वीकृत करने से पहले, अपनी सबसे AI-भारित भूमिका से एक प्रश्न पूछिए: क्या हमने इस काम को AI के इर्द-गिर्द फिर से गढ़ा है, या हम लोगों को बस पुराने के भीतर तेज़ दौड़ना सिखा रहे हैं? यदि उत्तर बाद वाला है, तो प्रशिक्षण-बजट को दो सप्ताह रोक रखिए और उन्हें भूमिका को फिर से गढ़ने में खर्च कीजिए। आपकी टीम में हर किसी को प्रशिक्षित किया जा सकता है। अगले दो वर्ष वही कुछ कंपनियाँ जीतेंगी जिन्होंने पहले काम को फिर से गढ़ा—और फिर उस काम के लिए लोगों को प्रशिक्षित किया जो सचमुच अस्तित्व में है।
