नियमित AI उपयोगकर्ताओं में से सैंतालीस प्रतिशत अब काम स्वयं करने की तुलना में AI को संभालने और निर्देशित करने में अधिक समय बिताते हैं (BCG, AI at Work 2026)। यही वह आँकड़ा है जो किसी भी Head of Operations को बजट के बीचों-बीच रोक देना चाहिए। इसलिए नहीं कि AI विफल हो रहा है — उसी सर्वे के अधिकांश मानकों के अनुसार वह जीत रहा है — बल्कि इसलिए कि AI जो समय बचाता है वह वहाँ नहीं उतरता जहाँ आपका उत्पादकता मॉडल मानता है। वह चुपचाप, उपकरण की निगरानी के कार्य में रिसता जाता है, और अधिकांश ऑपरेशन डैशबोर्ड अब भी पूरी बचत को उत्पादकता के रूप में दर्ज कर रहे हैं।
BCG का चौथा वार्षिक AI at Work सर्वे, जो 3 जून को जारी हुआ, 14 बाज़ारों में 11,749 कर्मचारियों, प्रबंधकों और नेताओं पर किया गया। AI वास्तव में कार्यदिवस के साथ क्या कर रहा है, इस पर हमारे पास उपलब्ध सबसे व्यापक पाठों में से यह एक है। मुख्य निष्कर्ष यह नहीं है कि AI अपेक्षा से कम दे रहा है। यह है कि कंपनियाँ काम को पुनः गढ़ने की तुलना में भूमिकाओं को कहीं तेज़ी से पुनः आकार दे रही हैं — और AI से बचा समय ठीक इसी अंतराल में लुप्त हो जाता है।
आँकड़े जीत जैसे दिखते हैं — जब तक आप उन्हें साथ पढ़ न लें
पहले सर्वे के आशावादी आँकड़ों को उनके मूल्य पर लें, क्योंकि वे वास्तविक हैं। नियमित AI उपयोगकर्ताओं में से 67% उच्च कार्य-संतुष्टि की रिपोर्ट करते हैं। अग्रिम-पंक्ति के 42% उपयोगकर्ता कहते हैं कि AI उन्हें हर हफ्ते पूरा एक कार्यदिवस बचाता है (BCG, AI at Work 2026)। यदि आप यहीं रुक जाएँ — और कई ऑपरेशन प्रस्तुतियाँ रुक जाती हैं — तो आप यह निष्कर्ष निकालेंगे कि तैनाती स्वयं अपना खर्च निकाल रही है और अगली लाइसेंस किस्त को मंज़ूरी दे देंगे।
अब उसी डेटासेट की अगली पंक्ति पढ़ें। उन्हीं उपयोगकर्ताओं में से 47% काम करने की तुलना में AI को संभालने और निर्देशित करने में अधिक समय बिताते हैं, और 41% कम नहीं, बल्कि अधिक संज्ञानात्मक भार की रिपोर्ट करते हैं (BCG, AI at Work 2026)। दोनों आधे हिस्सों को साथ रखें और चित्र बदल जाता है। पूरा एक दिन मुक्त होता है, संतुष्टि चढ़ती है — फिर भी लगभग आधा कार्यबल मशीन की निगरानी में अधिक व्यस्त है, और एक तुलनीय हिस्सा मानसिक रूप से कम नहीं, अधिक थका हुआ महसूस करता है। बचत वास्तविक है। पुनर्निवेश नहीं हो रहा। यह विरोधाभास नहीं है; यह एक संतुष्ट चेहरे वाला रिसाव है।
"मैंने एक दिन बचाया" और "मैं इतना व्यस्त कभी नहीं रहा" दोनों क्यों सच हैं
पहली प्रवृत्ति इसे मापन-त्रुटि कहने की है — निश्चय ही कोई एक दिन नहीं बचा सकता और साथ ही अधिक भारग्रस्त भी नहीं हो सकता। हो सकता है, और तंत्र मायने रखता है क्योंकि वह आपको बताता है कि हस्तक्षेप कहाँ करना है।
AI ज्ञान-कार्य में लगने वाले श्रम को समाप्त नहीं करता। वह उसे स्थानांतरित करता है। जो घंटा कोई विश्लेषक अब पहला मसौदा लिखने में नहीं बिताता, वह प्रॉम्प्ट तैयार करने, आउटपुट जाँचने, आत्मविश्वास से प्रस्तुत त्रुटि पकड़ने और यह तय करने के श्रम से बदल जाता है कि उसे भेजा जाए या नहीं। करना, निगरानी करना बन जाता है। और निगरानी की अपनी ध्यान-लागत है — निरीक्षण, सत्यापन और सुधार खाली समय नहीं हैं, बल्कि एक भिन्न प्रकार का काम हैं जो किसी क्षमता-योजना में शायद ही कभी दिखता है। उच्च संज्ञानात्मक भार की रिपोर्ट करने वाले 41% इसकी कल्पना नहीं कर रहे। उन्होंने निष्पादन-भार को निगरानी-भार से बदल लिया है, और निगरानी दोनों में से देखने और कर्मचारी-नियुक्ति, दोनों में कठिन है।
यही कारण है कि "पूरा दिन बचा" और "AI संभालने में अधिक समय" निष्कर्ष एक ही सर्वे में आराम से साथ रहते हैं। दिन वास्तव में पुराने कार्य से मुक्त होता है। फिर वह चुपचाप नए कार्य द्वारा — उपकरण चलाना — पुनः खपत हो जाता है, जब तक कोई जानबूझकर उसे पुनर्निर्देशित न करे। जो हमें उस निष्कर्ष तक ले आता है जो एक जिज्ञासा को एक ऑपरेशनल समस्या में बदल देता है।
शासन-अंतराल: 66% नहीं जानते कि समय कहाँ जाना चाहिए
यह रही वह पंक्ति जो असली विफलता को नाम देती है। 66% कर्मचारी रिपोर्ट करते हैं कि AI जो समय मुक्त करता है उसे पुनः आवंटित कैसे करें, इस पर उन्हें कोई ठोस मार्गदर्शन नहीं मिलता (BCG, AI at Work 2026)। आपके दो-तिहाई लोगों को घंटे वापस दिए जा रहे हैं, बिना किसी निर्देश के कि वे किसलिए हैं।
उस शून्य में, पुनः प्राप्त समय उच्च-मूल्य वाले काम की ओर नहीं बहता। वह न्यूनतम-प्रतिरोध के मार्ग पर लौट आता है: अधिक AI छेड़छाड़, अधिक निगरानी, उस पहले से बढ़ते नियंत्रण-भार का और अधिक। समय-बचत और समय-रिसाव वही घंटे हैं, एक अनुपस्थित निर्णय के पहले और बाद में देखे गए। संतुष्टि बढ़ते हुए भी उत्पादकता का सपाट रहने का कारण यह है कि ऑपरेशनल स्तर पर किसी ने कभी तय ही नहीं किया कि मुक्त हुई क्षमता को कहाँ उतरना है। AI ने अधिशेष बनाया। संगठन ने उस पर कभी दावा नहीं किया।
यह वही जाल है जिसे McKinsey मूल्य की ओर से बार-बार दर्ज करता रहा है: AI का उपयोग अब व्यापक है, परंतु अधिकांश संगठन प्रयोग से स्केल किए गए, पुनः डिज़ाइन किए गए परिनियोजन की ओर संक्रमण में फँसे हैं — जहाँ वित्तीय प्रतिफल वास्तव में प्रकट होता है (McKinsey, The State of AI, 2025)। अपनाना अब अड़चन नहीं है। पुनर्निवेश है।
मिड-मार्केट ऑपरेशन इसे विशेष रूप से ग़लत क्यों पढ़ता है
बड़े उद्यम रिसाव को सोख लेते हैं क्योंकि उनके पास परतें हैं — कार्यबल-नियोजन दल, रूपांतरण कार्यालय, और वे प्रबंधक जिनका स्पष्ट कार्य मुक्त हुई क्षमता को पुनः तैनात करना है। 50 से 500 पूर्णकालिक कर्मचारियों वाले मिड-मार्केट ऑपरेशन के पास आमतौर पर ये नहीं होते। जो प्रबंधक रोज़मर्रा चलाता है, वही वह व्यक्ति है जिससे रोज़मर्रा के ऊपर, उसे करने के लिए किसी गुंजाइश के बिना, काम को पुनः डिज़ाइन करने की अपेक्षा की जाती है।
इसलिए मिड-मार्केट का पैटर्न पूर्वानुमेय है। AI लाइसेंस खरीदे जाते हैं। उपयोग चढ़ता है — BCG पाता है कि 74% ग़ैर-प्रबंधक श्वेत-कॉलर कर्मचारी अब नियमित AI उपयोगकर्ता हैं, और जिनके वर्कफ़्लो में एजेंट एकीकृत हैं उनका अनुपात साल-दर-साल दोगुना होकर 30% हो गया है (BCG, AI at Work 2026)। एंगेजमेंट पल्स में संतुष्टि-अंक शानदार दिखते हैं। और ऑपरेशनल लाभ-हानि विवरण दिखाता है… लगभग वही आउटपुट, अधिक सॉफ़्टवेयर लागत पर। बचत व्यक्तिगत कार्य के स्तर पर वास्तविक थी और व्यवसाय के स्तर पर अदृश्य, क्योंकि किसी पुनर्डिज़ाइन ने कभी कार्य-स्तर के घंटों को व्यवसाय-स्तर की क्षमता में नहीं बदला। सर्वे की रिपोर्टिंग ने इसे दो-टूक कहा: BCG ने विज्ञप्ति में स्वयं इसे स्पष्ट कहा: AI कंपनियों के काम को पुनः गढ़ने की तुलना में भूमिकाओं को तेज़ी से पुनः आकार दे रहा है (BCG, PR Newswire के माध्यम से, 2026)।
प्रति-तर्क: "उत्पादकता को चक्रवृद्धि होने दें — लोग अपने समय का सर्वोत्तम उपयोग ढूँढ लेंगे"
किसी ऑपरेशन-नेता की ईमानदार आपत्ति यह है कि यह स्वयं ठीक हो जाता है। सक्षम लोगों को सप्ताह में एक दिन लौटा दें और वे उसे स्वयं अच्छी तरह पुनर्निवेशित कर लेंगे; समय कहाँ जाए यह थोपना सूक्ष्म-प्रबंधन है, और लाभ बिना किसी ज्ञापन के चक्रवृद्धि हो जाएँगे।
यह एक उचित प्रवृत्ति है, और डेटा इसका समर्थन नहीं करता। 66% का शासन-अंतराल ही खंडन है: जब मार्गदर्शन अनुपस्थित होता है, समय उच्च-मूल्य वाले काम में चक्रवृद्धि नहीं होता — वह निगरानी और बढ़ते संज्ञानात्मक भार में बिखर जाता है। वही सर्वे दिखाता है कि 72% कर्मचारी कहते हैं कि AI ने उनकी भूमिका की कौशल-अपेक्षाओं को उल्लेखनीय रूप से बदल दिया है (BCG, AI at Work 2026)। लोग किसी स्थिर नौकरी में बैठे नहीं हैं जहाँ बुद्धिमानी से आवंटित करने योग्य खाली समय हो; वे उपकरण भी चलाते हुए एक गतिशील लक्ष्य को सोख रहे हैं। उन परिस्थितियों में बिना-मार्गदर्शन के स्व-पुनर्आवंटन की अपेक्षा करना भरोसा नहीं है — यह भरोसे के वेश में कर्तव्य-त्याग है। चक्रवृद्धि वास्तविक है, पर वह उसी ओर चक्रवृद्धि होती है जिसे आप बिना-शासन छोड़ देते हैं, और इस समय वह है AI की निगरानी।
Q3 की चाल: समय-पुनर्आवंटन का एक लिखित अधिदेश, अधिक सीटें नहीं
यह एक ठोस निर्णय में अनूदित होता है जिसे कोई Head of Operations तिमाही बंद होने से पहले ले सकता है, और इसके लिए एक भी अतिरिक्त लाइसेंस की आवश्यकता नहीं। लीवर अधिक AI नहीं है। यह उस समय पर दावा करना है जिसे आपके पास पहले से मौजूद AI उत्पन्न कर रहा है।
समय-पुनर्आवंटन का अधिदेश लिखें। AI का भारी उपयोग करने वाले प्रत्येक दल के लिए, लिखित रूप में नाम दें कि इस तिमाही मुक्त हुए घंटे कहाँ जाने चाहिए: एक विशिष्ट आउटपुट, एक बैकलॉग जिसे आप साफ़ कर रहे हैं, एक ग्राहक-सम्मुख गतिविधि जिसे आप विस्तृत कर रहे हैं, एक परियोजना जिसके पास कभी क्षमता नहीं थी। बिना गंतव्य का "बचा समय" आपके अपने संगठन के भीतर पुनरुत्पादित 66% का अंतराल है। एक गंतव्य एक अस्पष्ट बचत को एक दर्ज आउटपुट में बदल देता है जिसे आप वास्तव में माप सकते हैं।
अगली सीट खरीदने से पहले काम का एक-बार पुनर्डिज़ाइन करें। AI ने काम को करने से निगरानी की ओर स्थानांतरित कर दिया; जॉब-डिस्क्रिप्शन और प्रोसेस-मैप लगभग निश्चित रूप से उसके साथ नहीं हिले। पुनर्डिज़ाइन को यह तय करने में लगाएँ कि कौन-से चरण अब भी मनुष्य के हैं, कौन-से AI के, और — महत्वपूर्ण रूप से — निगरानी-भार को कौन सोखता है और उसकी कर्मचारी-नियुक्ति कैसे होती है। काम को इस तरह पुनः गढ़ें कि वह उससे मेल खाए जो उपकरण ने वास्तव में बदला, न कि उपकरण को पुराने रूप पर जड़कर यह सोचते रहें कि उत्पादकता सपाट क्यों है।
गंतव्य मापें, अपनाना नहीं। AI की सफलता को प्रयुक्त सीटों या बचाए गए घंटों के रूप में रिपोर्ट करना बंद करें। उसे उस नामित आउटपुट के रूप में रिपोर्ट करें जो मुक्त हुए समय ने उत्पन्न किया। यदि आप यह नहीं बता सकते कि सप्ताह-में-एक-दिन कहाँ गया, तो आपने उत्पादकता-लाभ नहीं पकड़ा — आपने एक महँगा उपकरण चलाते एक संतुष्ट कार्यबल को वित्तपोषित किया है।
इस तिमाही का निर्णय
47% का आँकड़ा असुविधाजनक है क्योंकि वह समस्या को उपकरण से हटाकर संचालन-मॉडल पर रख देता है। आपका AI काम कर रहा है। आपके लोग, उनके अपने कथन से, अधिक संतुष्ट हैं। और फिर भी आपकी उत्पादकता सपाट रह सकती है — क्योंकि उपकरण जो समय बचाता है वह वापस उपकरण को चलाने में रिस जाता है, और आपके दो-तिहाई कार्यबल को कभी बताया ही नहीं गया कि उसे इसके बजाय कहाँ जाना चाहिए।
इसलिए, AI सीटों की अगली खेप को मंज़ूरी देने से पहले, वह प्रश्न पूछें जो BCG का डेटा वास्तव में रखता है: क्या आपके पास इसका लिखित उत्तर है कि AI जो समय बचाता है उसे कहाँ उतरना चाहिए — और क्या आप माप सकते हैं कि वह वहाँ उतरा? यदि नहीं, तो इस तिमाही की सर्वोच्च-प्रतिफल चाल अधिक क्षमता नहीं है। यह एक एक-पृष्ठ का अधिदेश है जो बचाए गए घंटों को एक नामित आउटपुट में बदलता है, और एक एकल पुनर्डिज़ाइन जो उस निगरानी-भार की कर्मचारी-नियुक्ति करता है जिसे AI ने चुपचाप बनाया। अधिक खरीदने से पहले, उस अधिशेष पर दावा करें जिसके लिए आप पहले से भुगतान कर रहे हैं।
