Leadership IQ ने 1,251 अधिकारियों, निदेशकों और मैनेजरों का सर्वेक्षण किया और पाया कि उनमें से 79.5% स्वयं AI टूल्स का उपयोग करते हैं। जब पूछा गया कि क्या AI उनकी अपनी नौकरी को प्रभावित करेगा, तो 46% ने या तो "नहीं" कहा या अनिश्चितता जताई (Forbes, 2026)।
इसे मनोवैज्ञानिक कौतूहल की तरह नहीं, बल्कि एक परिचालन समस्या की तरह दोबारा पढ़िए। 2026 के AI रोलआउट का नेतृत्व करने के लिए आप जिस प्रबंधन परत पर भरोसा कर रहे हैं, उसका लगभग आधा हिस्सा हर हफ़्ते इस तकनीक का उपयोग करता है और इस निष्कर्ष पर पहुँच चुका है कि यह सबके काम को नए सिरे से गढ़ेगी — सिवाय उनके अपने काम के।
मैनेजरों का AI अंधा कोना संवाद की विफलता नहीं है। यह मापन की विफलता है, और यह सीधे संगठन-चार्ट पर बैठा है।
स्थायित्व की खाई: दो साल का उपयोग, धारणा में शून्य हलचल
जिस आँकड़े से Head of Operations को चिंतित होना चाहिए, वह 46% नहीं है। वह उसके नीचे वाला आँकड़ा है।
Leadership IQ ने इन धारणाओं को पहली बार 2023 में मापा था, जब अधिकांश नेताओं ने ये टूल्स मुश्किल से छुए थे। 2023 में 54% मानते थे कि AI उनकी नौकरी को प्रभावित करेगा। दो साल बाद — जब प्रबंधन के हर स्तर पर उपयोग विस्फोटक रूप से बढ़ चुका था — यह आँकड़ा अब भी 54% ही था (Forbes, 2026)। व्यावहारिक अनुभव दोगुना हुआ। अंतर्निहित धारणा एक अंक भी नहीं हिली।
यह उस धारणा को तोड़ता है जिस पर अधिकांश रोलआउट योजनाएँ खड़ी हैं: कि संपर्क से पुनःअंशांकन होता है। मैनेजरों को लाइसेंस दीजिए, सक्षमीकरण सत्र कीजिए, उन्हें क्षमता का अनुभव करने दीजिए — और उनका मानसिक मॉडल अपडेट हो जाएगा। दीर्घकालिक आँकड़े कहते हैं कि ऐसा नहीं होता। दो साल तक उपयोग और धारणा एक-दूसरे से स्वतंत्र चलते रहे।
उसी समूह से प्रभाव के बजाय प्रतिस्थापन के बारे में पूछिए और खाई और चौड़ी हो जाती है: 56% को अगले तीन वर्षों में अपनी भूमिका के प्रतिस्थापित होने की अपेक्षा नहीं थी या वे अनिश्चित थे (Forbes, 2026)। उस आँकड़े में अनिश्चितता का वज़न बहुत बड़ा है। परिचालन संदर्भ में "पक्का नहीं" तटस्थ नहीं होता। वह योजना की अनुपस्थिति है।
सतही उपयोग ही आत्मविश्वास गढ़ रहा है
तंत्र नाटकीय अर्थ में इनकार नहीं है। यह एक संकीर्ण नमूने से निकाला गया तर्कसंगत निष्कर्ष है।
अधिकांश मैनेजर AI का उपयोग ईमेल सुधारने, छोड़ी हुई मीटिंग का सार निकालने या किसी पैराग्राफ़ को चमकाने के लिए करते हैं। यदि किसी तकनीक के साथ आपका पूरा अनुभव यही है, तो आप सही ही निष्कर्ष निकालेंगे कि यह एक उपयोगी सहायक है — कोई ऐसी शक्ति नहीं जो भूमिका को पुनर्गठित कर दे। उपकरण मामूली लगता है क्योंकि उपयोग मामूली है।
Section की 2026 AI Proficiency Report इस खाई को आँकड़ों में रखती है: 54% कर्मचारियों ने खुद को AI में दक्ष आँका; वास्तविक परीक्षण में केवल 10% दक्ष निकले। मैनेजरों में मात्र 33% इसे रोज़ाना उपयोग करते हैं, और उनका औसत दक्षता स्कोर उन्हीं लोगों से बमुश्किल ऊपर है जिन्हें वे प्रबंधित करते हैं (Section, 2026)। श्रेय स्पष्ट रखिए: 54/10 की खाई Section का परीक्षित बेंचमार्क है, जिसे Leadership IQ के धारणा-आँकड़ों से अलग मापा गया। दो स्वतंत्र उपकरण, एक ही परत की ओर इशारा करते हुए।
प्रशिक्षण के आँकड़े बताते हैं कि यह परत यहाँ तक पहुँची कैसे। Section ने पाया कि 37.8% कर्मचारियों को कोई AI प्रशिक्षण मिला ही नहीं, और जिन्हें मिला उनमें से केवल 17% को एजेंट्स या ऑटोमेशन पर प्रशिक्षित किया गया — यानी उस क्षमता पर जो वास्तव में बदलती है कि किसी भूमिका में क्या-क्या शामिल है (Section, 2026)। अधिकांश कार्यक्रमों ने प्रॉम्प्टिंग और अनुपालन सिखाया। लगभग किसी ने काम को किसी सिस्टम को सौंपना नहीं सिखाया। बेहतर प्रॉम्प्ट लिखने के लिए प्रशिक्षित मैनेजर ने AI को एक तेज़ कलम की तरह उपयोग करना सीखा है — और ठीक यही अनुभव यह निष्कर्ष पैदा करता है कि AI एक तेज़ कलम ही है।
दोनों को साथ रखिए और तस्वीर साफ़ हो जाती है। धारणा की खाई और दक्षता की खाई एक ही खाई हैं। जो लोग तकनीक की क्षमताओं के सबसे छोटे हिस्से का उपयोग करते हैं, वही अपेक्षित रूप से सबसे अंत में मानेंगे कि यह उनका काम कर सकती है। उनका आत्मविश्वास अतार्किक नहीं है — वह एक सतही नमूने के हिसाब से ठीक-ठीक अंशांकित है, और वास्तविक क्षमता-सीमा के हिसाब से बुरी तरह ग़लत।
यह एक परिचालन भेद है जिसके साथ समाधान भी जुड़ा है। किसी को तर्क से उस निष्कर्ष से बाहर नहीं निकाला जा सकता जो उसने अनुभव से निकाला हो। पर अनुभव को बदला जा सकता है।
एक मैनेजर के हफ़्ते में असल में क्या होता है
जोखिम का सवाल उन्हीं आँकड़ों से हल हो सकता है जो आपके पास पहले से हैं।
एजेंटिक सिस्टम ठीक वहीं सबसे मज़बूत हैं जहाँ मध्य प्रबंधन सबसे भारी है: समन्वय, स्टेटस का पीछा करना, रिपोर्टिंग, सूचना का आदान-प्रदान, मीटिंग का सार, टीमों के बीच निर्णयों की राह तय करना। Asana के Anatomy of Work Index ने 10,000 से अधिक ज्ञान-कर्मियों के सर्वेक्षण में पाया कि काम का 60% समय कुशल कार्य के बजाय "काम के बारे में काम" में जाता है (Asana, 2026)। यह आँकड़ा सामान्य रूप से ज्ञान-कर्मियों का है, विशेष रूप से मैनेजरों का नहीं — पर एक मैनेजर के हफ़्ते में समन्वय का हिस्सा किसी व्यक्तिगत योगदानकर्ता से कम नहीं, अधिक होता है। समन्वय ही भूमिका का विवरण है।
Gartner ने साफ़ कहा है कि यह कहाँ ले जाता है: 2026 तक 20% संगठन अपनी संरचना को सपाट करने के लिए AI का उपयोग करेंगे और मौजूदा मध्य-प्रबंधन पदों में से आधे से अधिक समाप्त कर देंगे (Gartner, 2024)।
इसे निश्चितता नहीं, दिशासूचक पूर्वानुमान मानिए — यह एक भविष्यवाणी है और पाँच में से एक संगठन की बात करती है, सबकी नहीं। पर जब आपके मैनेजर "नहीं" या "पक्का नहीं" कहते हैं, तो अप्रत्यक्ष रूप से वे इसी दावे के ख़िलाफ़ दाँव लगा रहे होते हैं। वे यह दाँव नहीं लगा रहे कि AI कमज़ोर है। वे यह दाँव लगा रहे हैं कि उनके अपने हफ़्ते का स्वचालन-योग्य हिस्सा छोटा है।
उनमें से अधिकांश ने इसे कभी मापा ही नहीं। और अधिकांश मध्य-आकार के संगठनों में किसी और ने भी नहीं मापा। 200 कर्मचारियों वाली कंपनी से उसके प्रबंधन-ओवरहेड का स्वचालन-योग्य हिस्सा पूछिए और आपको एक राय मिलेगी, आँकड़ा नहीं — यही कारण है कि सपाटीकरण की बातचीत जब आती है, तो साक्ष्य पर आधारित पुनर्रचना के बजाय ऊपर से थोपे गए कठोर अनुपात के रूप में आती है। जो संगठन इसे अच्छे से सँभालेंगे, वे वही हैं जिनके पास ज़रूरत पड़ने से पहले मापन मौजूद है।
आपत्ति: क्या असली काम स्वचालित नहीं किया जा सकता?
सबसे मज़बूत आपत्ति वही है जो अच्छे मैनेजर सचमुच उठाते हैं। भूमिका का सार है निर्णय-क्षमता, संदर्भ, संगठनात्मक राजनीति में राह बनाना, लोगों का विकास, अनिश्चितता को सोखना, अधूरी सूचना पर फ़ैसला लेना। इनमें से कुछ भी समन्वय का काम नहीं है। कोई मॉडल कठिन प्रदर्शन-वार्ता नहीं करता, और न ही तय करता है कि दो विश्वसनीय योजनाओं में से टीम किसे अपनाए।
यह सही है — और ठीक इसीलिए सपाटीकरण का तर्क "मैनेजर बदल दिए जाएँगे" नहीं है।
ग़लती भूमिका को एक अविभाज्य वस्तु मान लेने में है। प्रबंधन भूमिका एक बंडल है: निर्णय-कार्य और समन्वय-ओवरहेड, जो ऐतिहासिक रूप से इसलिए जुड़े रहे क्योंकि समन्वय उसी व्यक्ति को करना पड़ता था जिसके पास संदर्भ था। एजेंटिक सिस्टम इस जुड़ाव को तोड़ते हैं। जब रूटिंग, रिपोर्टिंग और सूचना-प्रसारण की परत बिना इंसान के चल सकती है, तो बंडल खुल जाता है — और जो बचता है वह निर्णय वाला हिस्सा है, उतनी ही हेडकाउंट के साथ जितनी वह हिस्सा वास्तव में उचित ठहराता है।
यानी जोखिम का ईमानदार रूप "AI आपकी नौकरी ले लेगा" नहीं है। वह यह है: आपकी नौकरी सिकुड़कर उसी हिस्से तक रह जाएगी जो हमेशा से कठिन हिस्सा था, और संगठन को उसे करने के लिए कम लोगों की ज़रूरत होगी। जिस मैनेजर का हफ़्ता 70% समन्वय और 30% निर्णय है, वह उल्टे अनुपात वाले मैनेजर से कहीं अधिक जोखिम में है — और फ़िलहाल दोनों में से कोई नहीं जानता कि वह किस श्रेणी में है।
ध्यान दीजिए कि यही पुनर्रचना आपके सर्वश्रेष्ठ मैनेजरों को बनाए रखने का तर्क भी है। यह परत त्याज्य नहीं है। उससे चिपका ओवरहेड त्याज्य है।
अंधा कोना बंद कीजिए, इससे पहले कि संगठन-चार्ट उसे बंद करे
तीन क़दम, तीनों एक तिमाही में पूरे हो सकते हैं, किसी के लिए नया वेंडर नहीं चाहिए।
हर मैनेजर के लिए समन्वय का हिस्सा मापिए
हर प्रबंधन भूमिका लीजिए और हफ़्ते को दो हिस्सों में बाँटिए: वह काम जो लोगों या सिस्टम के बीच सूचना खिसकाता है, और वह काम जिसमें लोगों या समझौतों पर निर्णय चाहिए। बचाव-योग्य अनुमान के लिए दो हफ़्ते का कैलेंडर और टास्क डेटा काफ़ी है। आप कटौती का बिज़नेस केस नहीं बना रहे — आप हर मैनेजर को वह एक आँकड़ा दे रहे हैं जो उसने कभी देखा नहीं। जिस मैनेजर को पता चले कि उसके हफ़्ते का 65% सूचना-प्रसारण है, उसे अपने जोखिम के बारे में समझाने की ज़रूरत नहीं पड़ती। स्थायित्व की खाई एक निजी आँकड़े के संपर्क में आते ही बंद हो जाती है।
वितरण चौड़ा होने की अपेक्षा रखिए। अधिकांश मध्य-आकार की संरचनाओं में, समान पदनाम और तुलनीय टीमों वाले दो मैनेजर बिलकुल अलग हफ़्ते जीते हैं — एक ऐसा क्रॉस-फ़ंक्शनल समन्वय सोखता है जो किसी जॉब डिस्क्रिप्शन में दिखता ही नहीं, दूसरा मुख्यतः समीक्षा और विकास करता है। औसत इसे पूरी तरह छिपा देते हैं, इसीलिए ऑडिट भूमिका-दर-भूमिका होना चाहिए। परिणाम एक क्रमबद्ध सूची है कि स्वचालन-योग्य ओवरहेड वास्तव में कहाँ केंद्रित है — और वही सूची आपकी रोलआउट योजना है।
स्व-घोषित दक्षता की जगह परखी हुई दक्षता रखिए
54/10 का अंतर बताता है कि स्व-मूल्यांकन योजना-निर्माण के इनपुट के रूप में बेकार है (Section, 2026)। यदि आपकी क्षमता-सम्बंधी जानकारी ऐसे सर्वे से आती है जो लोगों से पूछता है कि वे ख़ुद को कितना दक्ष महसूस करते हैं, तो आपके पास क्षमता-सम्बंधी जानकारी है ही नहीं। असली काम पर एक छोटा, अंक-आधारित अभ्यास कराइए — मैनेजरों से कहिए कि वे एक ऑटोमेशन या एजेंटिक वर्कफ़्लो बनाएँ जो उनके अपने हफ़्ते से एक दोहराव वाला काम हटा दे, और उत्साह नहीं, परिणाम को आँकिए। यह एक ही क़दम में दक्षता भी मापता है और पुनःअंशांकन वाला अनुभव भी देता है।
एक प्रबंधन भूमिका को जानबूझकर निर्णय की ओर पुनर्लिखित कीजिए
एक भूमिका चुनिए, अभी-अभी मापा गया समन्वय-भार हटाइए, और बची हुई घंटों को स्पष्ट रूप से पुनर्निवेशित कीजिए — कोचिंग, गुणवत्ता समीक्षा, अंतर-टीम निर्णय; यानी वह काम जिसे अब तक बचा-खुचा समय मिलता था। फिर बचाए गए समय के अलावा कुछ और मापिए: निर्णय-विलंब, या यह कि औसत निर्णय संगठन में कितना नीचे लिया जाता है। जो घंटे मुक्त हुए पर कभी पुनःआवंटित नहीं हुए, वे मूल्य के रूप में नहीं दिखते; वे बाद में हेडकाउंट के सवाल के रूप में दिखते हैं, और वह सवाल कोई और पूछता है।
एक निर्णय
इस तिमाही अपनी प्रबंधन परत से दो सवाल पूछिए। पहला: आपके हफ़्ते का कितना प्रतिशत निर्णय लेने के बजाय सूचना खिसकाने में जाता है? दूसरा: किसी वास्तविक वर्कफ़्लो पर अपनी AI दक्षता साबित कीजिए।
जो मैनेजर दोनों का ईमानदारी से उत्तर देंगे, वे ख़ुद अपनी भूमिका पुनर्रचित करेंगे। जो पहले का उत्तर नहीं दे पाते, वही 46% हैं — और अंधा कोना यह नहीं है कि AI उनकी नौकरी को छुएगा। अंधा कोना यह है कि उन्होंने कभी मापा ही नहीं कि उस नौकरी का कितना हिस्सा पहले से ही उसके रास्ते में पड़ा है।
समन्वय का हिस्सा ख़ुद मापिए — इससे पहले कि आपके ऊपर बैठा कोई इसे स्प्रेडशीट और हेडकाउंट लक्ष्य के साथ माप ले।
