Korn Ferry ने 135 देशों के 5,512 संगठनों से वह सवाल पूछा जो लगभग किसी AI कार्यक्रम के दिमाग में कभी नहीं आता: क्या आपको भरोसा है कि आपके मैनेजर प्रभावित कर्मचारियों को AI से जुड़े वेतन और काम के बदलाव समझा सकते हैं? सोलह प्रतिशत ने हाँ कहा (Korn Ferry, 2026)।
बात यह नहीं कि इन सोलह प्रतिशत के पास औज़ार नहीं हैं। न ही बजट की कमी है। चौरासी प्रतिशत संगठन एक AI-प्रेरित वेतन बदलाव करने ही वाले हैं — किसी की भूमिका में क्या शामिल है, उसका मूल्य क्या है और वह कैसे आगे बढ़ती है, यह सब बदलते हुए — और उन्हें यकीन नहीं कि यह संदेश पहुँचाने वाला व्यक्ति उसे पहुँचा पाएगा।
इस बीच, लगभग दस में से छह मैनेजर पदोन्नति, वेतनवृद्धि और छँटनी के फ़ैसलों में AI को इनपुट के रूप में पहले से इस्तेमाल कर रहे हैं (HR Dive, 2026)। AI-प्रभावित वेतन निर्णय लेने की क्षमता, उसे समझाने की क्षमता से लगभग चार गुना आगे दौड़ रही है। यह फ़ासला संचार की असुविधा नहीं है। यही वह जगह है जहाँ AI के प्रति कर्मचारी प्रतिरोध गढ़ा जाता है, और यह लगभग निश्चित रूप से आपके रोडमैप पर ठीक करने की सबसे सस्ती चीज़ है।
Korn Ferry ने असल में क्या मापा
Global Total Rewards Pulse Survey जून 2026 में किया गया और 30 जुलाई को प्रकाशित हुआ। N = 5,512 संगठन, 135 देश — नमूना इतना बड़ा कि मुख्य आँकड़ा नमूनाकरण की कलाकारी न रह जाए (Korn Ferry, 2026)।
Korn Ferry की अपनी शब्दावली को दोहराने के बजाय उद्धृत करना बेहतर है, क्योंकि ज़ोर कहाँ है यह मायने रखता है: पारिश्रमिक संचार एक बड़ी कमज़ोरी बना हुआ है, और वेतन निर्णयों, पारदर्शिता आवश्यकताओं तथा AI-संबंधी बदलावों को समझाने में मैनेजर की क्षमता एक निर्णायक सफलता कारक के रूप में उभर रही है।
इसे एक ऑपरेशंस प्रमुख की नज़र से दोबारा पढ़िए। जिस कमज़ोर कड़ी का नाम लिया गया है वह न मुआवज़ा मॉडल है, न भूमिका-संरचना, न AI परिनियोजन। वह मैनेजर का मुँह है।
उसी सर्वेक्षण के दो और निष्कर्ष समय को और तीखा बनाते हैं। लगभग 90% संगठन राजस्व वृद्धि की उम्मीद कर रहे हैं। अधिकांश बड़े बाज़ारों में 2027 के लिए अनुमानित कुल वेतन वृद्धि 2026 के मुकाबले स्थिर या थोड़ी नीचे है (HR Executive, 2026)।
वृद्धि ऊपर, वेतन बजट स्थिर, और काम स्पष्ट रूप से एजेंटों को पुनर्वितरित होता हुआ। वह बातचीत आपके मैनेजरों को सँभालनी है। सोलह प्रतिशत संगठन मानते हैं कि उनके मैनेजर सँभाल लेंगे।
खालीपन सबसे बुरी उपलब्ध व्याख्या से भर जाता है
यहीं एक नरम निष्कर्ष कठोर परिचालन जोखिम में बदलता है। जब स्पष्टीकरण नहीं आता, कर्मचारी अपना निर्णय स्थगित नहीं करते। वे एक निर्णय गढ़ लेते हैं, और डिफ़ॉल्ट रूप से जो व्याख्या वे उठाते हैं वह चापलूसी भरी नहीं होती।
Ipsos ने Groundwork Collaborative के साथ मिलकर 11 से 16 जून 2026 के बीच 1,533 अमेरिकी कर्मचारियों का सर्वेक्षण किया (त्रुटि सीमा ±2.7 अंक)। इक्यावन प्रतिशत मानते हैं कि AI के लाभ केवल या मुख्यतः मालिकों और शीर्ष अधिकारियों तक जाते हैं। छह प्रतिशत मानते हैं कि उन लाभों का अधिकांश या पूरा हिस्सा कर्मचारियों तक पहुँचता है। दो-तिहाई को उम्मीद है कि AI काम को और बदतर बनाएगा (Groundwork Collaborative, 2026)।
इक्यावन बनाम छह का बँटवारा बहस नहीं है। यह जम चुकी धारणा है।
उन्हीं आँकड़ों में एक अपनाव-अंतर छिपा है जो मिश्रित कार्यबल चलाने वाले किसी भी ऑपरेशंस प्रमुख को चिंतित करना चाहिए: सफ़ेदपोश कर्मचारियों में मासिक AI उपयोग 54%, जबकि श्रमिक वर्ग में 21%; स्नातकों में 46% उम्मीद करते हैं कि AI उनका काम बेहतर करेगा, जबकि हाई-स्कूल शिक्षा वालों में यह 19% है।
दोनों आँकड़ों को एक साथ रखिए और समस्या का आकार बदल जाता है। समझाने का बोझ ठीक वहीं पड़ता है जहाँ मैनेजरों के पास इसका सबसे कम अभ्यास है — अग्रिम पंक्ति की, परिचालन, बिना-डेस्क वाली टीमों पर, जहाँ AI की कहानी किसी की शिफ़्ट, दायरे या कर्मचारी संख्या में बदलाव के रूप में पहुँचती है, न कि उनके चुने हुए उत्पादकता उपकरण के रूप में।
आपके तकनीकी प्रमुख दो साल से मॉडलों की बात कर रहे हैं। आपके गोदाम और सेवा पर्यवेक्षक नहीं, और उन्हीं से पूछा जाएगा कि काम क्यों बदला।
प्रतिरोध रवैया नहीं रहता, व्यवहार बन जाता है
जिन धारणाओं का जवाब नहीं दिया जाता, वे धारणाएँ नहीं रहतीं। Writer ने Workplace Intelligence के साथ अप्रैल 2026 में अमेरिका, ब्रिटेन और यूरोपीय संघ के 2,400 ज्ञान-कर्मियों का सर्वेक्षण किया। उनतीस प्रतिशत ने माना कि वे अपने नियोक्ता की AI रणनीति को सक्रिय रूप से कमज़ोर कर रहे हैं। जनरेशन Z उत्तरदाताओं में यह 44% था (Fortune, 2026)।
माना। एक सर्वेक्षण में। असली आँकड़ा इससे कम नहीं है।
200 लोगों की कंपनी में यह आमतौर पर जैसा दिखता है, उसके लिए "तोड़फोड़" बहुत ऊँचा शब्द है। यह ऐसी टीम जैसा दिखता है जो नए एजेंट और पुरानी प्रक्रिया को "सुरक्षा के लिए" स्थायी रूप से समानांतर चलाती है। यह ऐसे आउटपुट जैसा दिखता है जिसे भेजने से पहले चुपचाप दोबारा लिखा जाता है, और वह दोबारा-काम अदृश्य रहता है क्योंकि कोई उसे दर्ज नहीं करता। यह उस पायलट जैसा दिखता है जिसके अपनाव आँकड़े शानदार हैं और साइकिल टाइम टस से मस नहीं होता — क्योंकि उपकरण इस्तेमाल हो रहा है और काम दोबारा किया जा रहा है।
इसीलिए यह निष्कर्ष HR की नहीं, ऑपरेशंस की चर्चा में आता है। कमज़ोर करना इनकार के रूप में सामने नहीं आता। वह एक ऐसे उत्पादकता आँकड़े के रूप में सामने आता है जो हिलता नहीं, और डैशबोर्ड से उसका निदान लगभग असंभव है, क्योंकि हर अग्रिम संकेतक स्वस्थ दिखता है।
तीनों अध्ययनों के बीच की कारण-शृंखला सामाजिक-विज्ञान के प्रमाणों के लिए असामान्य रूप से साफ़ है। मैनेजर बदलाव समझा नहीं पाता (16%)। कर्मचारी उस खालीपन को इस धारणा से भरता है कि फ़ायदा उसके ऊपर कहीं जा रहा है (51% बनाम 6%)। फिर कर्मचारी उसी धारणा पर काम करता है (29%, और सबसे युवा समूह में 44%)। तीन स्वतंत्र उपकरण, तीन अलग आबादियाँ, एक सुसंगत क्रम।
50–500 FTE वाला संचालन संरचनात्मक रूप से अधिक असुरक्षित क्यों है
पहले एक ईमानदार चेतावनी: Korn Ferry की पूरी रिपोर्ट शुल्क-आधारित है, और कंपनी आकार तथा क्षेत्र के अनुसार विभाजन सार्वजनिक नहीं हैं। आगे दी गई मध्य-बाज़ार व्याख्या संरचनात्मक अनुमान है, मापा गया उप-विभाजन नहीं। उसी हिसाब से लीजिए।
संरचनात्मक तर्क सीधा है। बड़े उद्यम में वेतन-और-दायरे की बातचीत मचान के साथ आती है — एक मुआवज़ा फ़ंक्शन जिसने बात करने के बिंदु लिखे हैं, एक आंतरिक संचार टीम जिसने संदेश का क्रम तय किया है, कमरे में बैठा एक HR बिज़नेस पार्टनर। मैनेजर वह स्क्रिप्ट बोलता है जिसे किसी और ने दबाव में परखा है।
50–500 FTE पर कोई मचान नहीं है। एक Head of Operations है, शायद एक HR जनरलिस्ट, और एक लाइन मैनेजर जिसे परिचालन दक्षता के लिए पदोन्नत किया गया और जिसे कभी वेतन-बैंड का निर्णय समझाने का प्रशिक्षण नहीं मिला — वह भी ऐसा निर्णय जिसका एक हिस्सा है "जो तुम करते थे उसका पहला चरण अब एक एजेंट करता है।"
इसलिए वही 16% का आँकड़ा मध्य-बाज़ार पैमाने पर काफ़ी बदतर जोखिम बताता है, क्योंकि अनुपस्थित क्षमता की भरपाई करने वाला पीछे कुछ नहीं है। प्रभावित कर्मचारियों के सबसे नज़दीक के लोग वेतन पर बात करने के लिए संगठन में सबसे कम सुसज्जित हैं, और वही एकमात्र उपलब्ध लोग भी हैं।
एक दूसरे दर्जे का प्रभाव भी है जिसका नाम लेना ज़रूरी है। जब स्पष्टीकरण नहीं होता, कर्मचारी उस अकेले संकेत से सामान्यीकरण करते हैं जो उन्हें दिखता है: दिखाई देने वाले AI निवेश के सामने उनकी अपनी वेतन पर्ची। 90% राजस्व-वृद्धि की उम्मीद के सामने सपाट 2027 वेतन योजना ठीक वही पैटर्न है जो 51% वाली धारणा को पुष्ट महसूस कराता है — इसलिए नहीं कि नेतृत्व ने कोई हस्तांतरण चाहा, बल्कि इसलिए कि वैकल्पिक व्याख्या किसी ने समझाई नहीं।
यह प्रमाण क्या नहीं कहता
तीन सीमाएँ, क्योंकि इन आँकड़ों की ग़लत पढ़त पर बनी योजना उतनी ही बुरी तरह विफल होती है जितनी बिना किसी आधार वाली योजना।
भरोसा क्षमता नहीं है। Korn Ferry ने यह मापा कि संगठन आश्वस्त हैं या नहीं कि उनके मैनेजर ये बदलाव समझा सकते हैं। उन 84% में कुछ के पास सक्षम मैनेजर और निराशावादी HR नेतृत्व है। यह निष्कर्ष उस बातचीत में संस्थागत भरोसे के बारे में है, और वही तय करता है कि कोई उसमें निवेश करेगा या नहीं।
स्वयं-घोषित कमज़ोर करना एक भोथरा औज़ार है। Writer का आँकड़ा लोगों से अपने ही व्यवहार को चिह्नित करने को कहता है, और "कमज़ोर करना" जानबूझकर रुकावट डालने से लेकर चुपचाप जोखिम से बचने तक फैला है। संख्या दिशासूचक है। तंत्र — इनकार के बजाय चक्करदार रास्तों से व्यक्त होता प्रतिरोध — ही आपकी योजना को दिशा देना चाहिए।
धारणा-आँकड़े वितरण-विश्लेषण नहीं हैं। Ipsos का निष्कर्ष यह मापता है कि कर्मचारी AI के लाभ कहाँ उतरने के बारे में क्या मानते हैं, यह नहीं कि वे वास्तव में कहाँ उतरते हैं। दोनों मायने रखते हैं, लेकिन व्यवहार को केवल एक चलाता है, और वह है विश्वास।
इनमें से कुछ भी परिचालन निष्कर्ष को कमज़ोर नहीं करता। हर आँकड़े की सबसे उदार पढ़त लेने पर भी, आप एजेंटों को ऐसे कार्यबल में उतार रहे हैं जिसकी AI के बारे में डिफ़ॉल्ट धारणा विरोधी है — और वह भी ऐसे संदेशवाहकों के ज़रिए जिन पर उसे सुधारने का भरोसा ख़ुद आपके संगठन को नहीं है।
AI-प्रेरित वेतन बदलाव दस मिनट में कैसे समझाएँ
यह उन दुर्लभ निष्कर्षों में से है जहाँ हस्तक्षेप सस्ता, बेरौनक और इसी तिमाही उपलब्ध है।
अगले एजेंट रोलआउट या भूमिका पुनर्रचना से पहले, दायरे और वेतन-बैंड की बातचीत को उन्हीं मैनेजरों के साथ लिखिए और उसका अभ्यास कीजिए जो उसे वास्तव में करेंगे। ठोस रूप में:
चार सवालों के जवाब लिखिए। एजेंट अब वह क्या करता है जो पहले यह व्यक्ति करता था? इसके बदले यह व्यक्ति किसके लिए जवाबदेह है? क्या बैंड बदलता है — और अगर नहीं, तो क्यों नहीं? भूमिका के नए स्वरूप में प्रगति कैसी दिखती है? अगर नेतृत्व इन्हें लिखकर नहीं दे सकता, तो मैनेजर के पास इन्हें बोलकर कहने का कोई मौक़ा नहीं है।
एक बार लाइव अभ्यास कीजिए। प्रस्तुति नहीं। हर मैनेजर के लिए बीस मिनट का भूमिका-अभिनय, जिसमें कोई संशयी कर्मचारी बनकर वही सवाल पूछे जो असल में सब सोच रहे हैं: क्या कंपनी मुझ पर पैसा बचा रही है? जिस मैनेजर ने असली बातचीत से पहले वे शब्द एक बार बोल लिए हैं, वह अलग संदेशवाहक होता है।
संदेश को उपकरण से पहले रखिए। स्पष्टीकरण परिनियोजन से पहले आना चाहिए। एजेंट के लाइव होते ही हर स्पष्टीकरण सफ़ाई जैसा सुनाई देता है।
बाद में सही चीज़ मापिए। अपनाव नहीं। दोबारा-काम की मात्रा, समानांतर प्रक्रियाओं की जीवटता, और यह कि साइकिल टाइम हिला या नहीं। कमज़ोर करना वहीं सतह पर आता है।
लागत है नेतृत्व के कुछ दोपहर और शून्य लाइसेंस खर्च। इस प्रलेखित जोखिम के सामने कि आपके दस में से क़रीब तीन लोग चुपचाप रोलआउट के ख़िलाफ़ काम करेंगे, यह इस तिमाही आपके AI रोडमैप का सबसे ऊँचा प्रतिफल देने वाला मद है — और यह तकनीक का मद है ही नहीं।
फ़ैसला यह है, और यह दो-टूक है: अगला एजेंट लाइव होने से पहले, या तो आपके अग्रिम पंक्ति के मैनेजर अपने शब्दों में जवाब दे सकते हैं कि "मेरे वेतन और मेरे दायरे के लिए इसका क्या मतलब है", या नहीं दे सकते। अगर नहीं दे सकते, तो आप AI-प्रेरित वेतन बदलाव लागू नहीं कर रहे — आप एक अनुत्तरित सवाल लागू कर रहे हैं, और उसका जवाब आपके लोग आपकी जगह दे देंगे।
