AI-एक्सपोज़र को अकेले डालिए और यह 2025 तक जूनियर भर्तियों के हिस्से में लगभग 5 प्रतिशत-अंक की गिरावट का पूर्वानुमान देता है। रिमोट-वर्क एक्सपोज़र को अकेले डालिए और आपको वही 5-अंक की गिरावट मिलती है। दोनों को साथ डालिए और इनमें से एक ढह जाता है: AI गुणांक "तेज़ी से क्षीण होकर अक्सर सांख्यिकीय रूप से शून्य से अप्रभेद्य हो जाता है", जबकि रिमोट वर्क "हर विनिर्देशन में जूनियर-हिस्से की गिरावट का एक मज़बूत और सुदृढ़ पूर्वानुमानक" बना रहता है (Lambert & Schindler, 2026)। यही वह निष्कर्ष है जिसका खंडन करने के लिए मिड-मार्केट की अधिकांश भर्ती योजनाएँ बनी हैं।
यदि आप 50 से 500 कर्मचारियों वाली किसी कंपनी में ऑपरेशन्स चलाते हैं, तो आपने लगभग निश्चित रूप से यह कथानक सुना होगा — और शायद दोहराया भी होगा — कि जनरेटिव AI प्रवेश-स्तर की नौकरी को निगल रहा है। जूनियर भूमिकाओं पर भर्ती-रोक, स्थगित स्नातक समूह, और "पहले-साल के कर्मचारी का काम AI को करने देने" के मौन निर्णय के पीछे यही कथानक है। 24.3 करोड़ भर्तियों का विश्लेषण करने वाला एक नया वर्किंग पेपर कहता है कि यह कथानक ग़लत चर मापता है। कैरियर-आरंभ की पाइपलाइन ढह रही है, पर जो ताक़त नुकसान पहुँचा रही है वह ऐसी है जिसे आपकी AI रणनीति छू नहीं सकती — जबकि आपकी रियल-एस्टेट और ऑनबोर्डिंग नीतियाँ छू सकती हैं।
अधिकांश भर्ती योजनाओं में बैठा ग़लत निदान
2026 का प्रमुख कथानक साफ़ और सहज है: बड़े भाषा मॉडल ठीक उन्हीं परिबद्ध, सुस्पष्ट कार्यों में अच्छे हैं जिन पर जूनियर स्टाफ़ अपने दाँत माँजता था, इसलिए तर्कसंगत कंपनी उन कार्यों को स्वचालित कर देती है और जूनियर भर्ती करना बंद कर देती है। इसके साथ उद्धृत आँकड़े असली हैं — कैरियर-आरंभ भर्ती वाक़ई गिरी है। अमेरिका, ब्रिटेन, कनाडा और ऑस्ट्रेलिया में, कैरियर-आरंभ कर्मचारियों से भरे जाने वाले नए पदों का हिस्सा महामारी-पूर्व स्तरों से 8 से 11 प्रतिशत-अंक नीचे गिर गया है (Innovative Human Capital, 2026)। यह संकुचन काल्पनिक नहीं है।
समस्या आरोपण में है। जनरेटिव AI के सर्वाधिक संपर्क वाले व्यवसाय — व्हाइट-कॉलर, संज्ञानात्मक-नियमित, डेस्क-बद्ध — लगभग ठीक वही व्यवसाय हैं जो 2020 के बाद रिमोट हो गए। जब दो ताक़तें साथ-साथ चलती हैं, तो केवल एक को देखने वाला मॉडल उस एक को दोनों का श्रेय दे देगा। अधिकांश भर्ती योजनाओं ने ठीक यही किया: उन्होंने AI-एक्सपोज़र और सिकुड़ते जूनियर प्रवेश के बीच एक सहसंबंध पढ़ा और निष्कर्ष निकाला कि AI ही कारण है। इससे जो नीति निकलती है — स्नातक कार्यक्रम धीमा करना, प्रवेश-स्तर के उत्पादन को ढकने के लिए AI पर टेक लगाना — एक ऐसे चर के लक्षण का उपचार करती है जिसे विश्लेषण ने कभी अलग किया ही नहीं।
24.3 करोड़ भर्तियों वाले पेपर ने वास्तव में क्या पाया
Peter John Lambert और Yannick Schindler ने इन दोनों ताक़तों को अलग करने का बीड़ा उठाया। उनका मई 2026 का वर्किंग पेपर, The Broken Ladder: AI, Remote Work, and Early-Career Hiring, 2017 से 2025 तक अमेरिका, ब्रिटेन, कनाडा और ऑस्ट्रेलिया में 24.3 करोड़ नई भर्तियों और 40.7 करोड़ ऑनलाइन नौकरी-विज्ञापनों पर आधारित है — एक ऐसा नमूना जो इतना बड़ा है कि AI-एक्सपोज़र और घर-से-काम एक्सपोज़र को एकल धुँधली प्रवृत्ति के बजाय अलग-अलग प्रभावों के रूप में आँक सके (Lambert & Schindler, 2026)।
अलग-अलग परखने पर, हर ताक़त अपराधी जैसी दिखती है। जनरेटिव AI एक्सपोज़र या रिमोट-वर्क एक्सपोज़र में दो मानक-विचलन की वृद्धि 2025 तक जूनियर भर्ती-हिस्से में लगभग 5 प्रतिशत-अंक की गिरावट का पूर्वानुमान देती है, साथ ही केवल सीमित अनुभव माँगने वाले विज्ञापनों के हिस्से में लगभग 3 प्रतिशत-अंक की गिरावट का। अकेले में, AI-एक्सपोज़र एक सांख्यिकीय रूप से सम्मानजनक संदिग्ध है।
पर वह शिनाख़्त-पंक्ति में टिक नहीं पाता। जब दोनों चर एक ही विनिर्देशन में प्रवेश करते हैं, AI गुणांक तेज़ी से शून्य की ओर क्षीण होता है और प्रायः अपनी सांख्यिकीय सार्थकता खो देता है, जबकि रिमोट-वर्क गुणांक लेखकों द्वारा चलाए गए हर विनिर्देशन में स्थिर रहता है। उनका स्पष्ट सारांश: एक साधारण द्विआधारी रिमोट-वर्क संकेतक ही "जनरेटिव AI प्रभाव को असार्थक कर देने" के लिए पर्याप्त है। दूसरे शब्दों में, AI का संकेत बड़े हिस्से में AI की वेशभूषा पहने रिमोट वर्क था। सहसंबंध असली था; कार्य-कारण का आरोपण ग़लत था।
यह उस तरह का परिणाम है जिसे एक निर्णय बदलना चाहिए, महज़ एक स्लाइड नहीं। यदि कैरियर-आरंभ की गिरावट AI-चालित होती, तो परिचालनात्मक प्रतिक्रिया — जूनियर कार्यों को स्वचालित करना, कम जूनियर भर्ती करना — कम से कम आंतरिक रूप से सुसंगत होती। चूँकि यह रिमोट-चालित है, वही प्रतिक्रिया असली तंत्र पर कुछ नहीं करती और चुपचाप एक ऐसी पाइपलाइन बंद कर देती है जिसकी कंपनी को तीन साल में ज़रूरत पड़ेगी।
तंत्र: मेंटरशिप Slack पर ठीक से यात्रा नहीं करती
रिमोट वर्क ही, विशेष रूप से, जूनियर भर्ती को क्यों संकुचित करेगा? ईमानदार उत्तर यह है कि एक जूनियर भर्ती अपनी लागत के तभी योग्य है जब कोई उसे विकसित कर सके, और विकास असंगत रूप से एक आमने-सामने की गतिविधि है। यहाँ के प्रमाण AI-आतंक से पुराने हैं और असामान्य रूप से ठोस हैं।
सॉफ़्टवेयर इंजीनियरों पर एक अध्ययन में Natalia Emanuel, Emma Harrington और Amanda Pallais ने पाया कि अपने टीम-साथियों के साथ एक ही इमारत में बैठे इंजीनियरों को अपने कोड पर अलग-अलग इमारतों में बँटे इंजीनियरों की तुलना में 22% अधिक टिप्पणियाँ मिलीं — और यह फ़ीडबैक मुख्यतः वरिष्ठों से जूनियर इंजीनियरों की ओर बहता था (Emanuel, Harrington & Pallais, NBER, 2024)। निकटता ने उसी ऑनलाइन फ़ीडबैक के ऊपर महज़ कुछ आमने-सामने बातचीत नहीं जोड़ी; जो इंजीनियर भौतिक निकटता खोते थे, वे ऑनलाइन भी कम फ़ीडबैक का आदान-प्रदान करते थे। आमने-सामने संपर्क और डिजिटल संचार पूरक निकले, प्रतिस्थापन नहीं (Federal Reserve Bank of New York, 2024)।
वही अध्ययन जिस अदला-बदली को दर्ज करता है, वह ठीक वही है जिसकी क़ीमत एक भर्ती-प्रबंधक को आँकनी पड़ती है: निकटता अल्पकालिक उत्पादन की क़ीमत पर दीर्घकालिक मानव-पूँजी विकास को बढ़ाती है, तात्कालिक वेतन-वृद्धि को दबाती है पर एक कैरियर भर उसे ऊपर उठाती है। सह-स्थान जूनियर कर्मचारी में एक निवेश है जो बाद में फल देता है। निकटता हटाइए और आप प्रतिफल हटा देते हैं — उस बिंदु पर जूनियर भर्ती का हिसाब बैठना बंद हो जाता है, और कंपनी तर्कसंगत रूप से उसे करना बंद कर देती है। रिमोट वर्क ने जूनियरों को कम सक्षम नहीं बनाया। इसने उन्हें विकसित करने में अधिक महँगा और विकास के स्पष्ट रूप से कम योग्य बना दिया। यही टूटी सीढ़ी के पीछे का लीवर है, और इसका इससे कोई लेना-देना नहीं कि आपके AI उपकरण क्या कर सकते हैं या नहीं।
प्रति-तर्क: "दोनों ही हैं, और AI तो आ ही रहा है"
एक अनुभवी ऑपरेटर की सबसे पैनी आपत्ति उचित है और सीधे उत्तर की हक़दार है। AI वाक़ई जूनियर-स्तर के काम में सक्षम है, तकनीक तेज़ी से बेहतर हो रही है, और एक अकेला वर्किंग पेपर — चाहे कितना भी विशाल हो — इस संरचनात्मक तर्क को नहीं लाँघना चाहिए कि स्वचालन पहले सर्वाधिक स्वचालनीय कार्यों को विस्थापित करता है। क्या "यह रिमोट वर्क है, AI नहीं" महज़ एक सुकूनदेह कहानी नहीं, जिसके पीछे एक लंबी कहानी आ रही है?
दो बातें एक साथ सच हैं। पहली, पेपर यह दावा नहीं करता कि श्रम-बाज़ारों पर AI का प्रभाव शून्य है; यह दावा करता है कि रिमोट वर्क को नियंत्रित करने के बाद, AI-एक्सपोज़र 2025 तक देखी गई जूनियर-हिस्से की गिरावट को स्वतंत्र रूप से नहीं समझाता। यह एक खिड़की में एक परिणाम पर एक सटीक, परिसीमित निष्कर्ष है — यह भविष्यवाणी नहीं कि AI कैरियर-आरंभ के काम को कभी पुनराकार नहीं देगा। एक नेता अर्थमिति को गंभीरता से ले सकता है और फिर भी AI के प्रक्षेप-पथ के लिए योजना बना सकता है।
दूसरी, और अधिक उपयोगी: भले आप मानें कि जूनियर भूमिकाओं पर AI का दबाव आ रहा है, घर-से-काम वाला निष्कर्ष आपको बताता है कि पाइपलाइन के प्रश्न पर जो लीवर आप अभी नियंत्रित करते हैं, वह खींचने के लिए ग़लत लीवर है। अपना AI रोलआउट रोकना या धीमा करना जूनियर फ़नल को फिर नहीं खोलेगा, क्योंकि उसे बंद करने वाला AI था ही नहीं। आप एक असली क़ीमत चुकाएँगे — उन उत्पादकता-लाभों में पिछड़ना जो AI वाक़ई देता है — एक ऐसी समस्या सुलझाने के लिए जो AI ने पैदा नहीं की। अनुशासित क़दम यह है कि AI रोलआउट की गति और जूनियर पाइपलाइन के स्वास्थ्य को एक ही डायल समझना बंद करें। ये अलग-अलग डायल हैं, और पेपर ने अभी-अभी आपको बता दिया कि कौन-सा परिणाम से जुड़ा है।
Q3 की चाल: AI डायल समायोजित करना बंद करें, निकटता की समय-सारणी बनाना शुरू करें
सुधार कोई भर्ती-दर्शन नहीं है; यह एक कैलेंडर है। यदि रिमोट वर्क उस आमने-सामने मेंटरशिप से विकास को भूखा रखकर जूनियर पाइपलाइन ढहाता है जिस पर वह निर्भर है, तो परिचालनात्मक समाधान उस निकटता को उन लोगों और उस खिड़की के लिए पुनः अभियंत्रित करना है जहाँ वह सर्वाधिक मायने रखती है — और अर्थमिति एक सटीक खिड़की की ओर इशारा करती है: सेवा का आरंभिक काल।
इस तिमाही में तीन चालें स्थापनीय हैं। पहली, एक जूनियर भर्ती के पहले छह महीनों को जानबूझकर उच्च-घनत्व वाली आमने-सामने अवधि के रूप में मानें। कोई सर्वव्यापी कार्यालय-वापसी आदेश नहीं — एक लक्षित आदेश, जहाँ आपके द्वारा निर्धारित आमने-सामने के दिन नए कैरियर-आरंभ कर्मचारियों और उन वरिष्ठों के इर्द-गिर्द केंद्रित हों जो वास्तव में उनके काम की समीक्षा करेंगे। निकटता-शोध स्पष्ट है: फ़ीडबैक अनुभवी वरिष्ठों से जूनियरों की ओर बहता है; जूनियरों को आपस में सह-स्थानित करने से बहुत कम हासिल होता है।
दूसरी, समूह-आधारित ट्रैक बनाएँ। जूनियरों को रिमोट-डिफ़ॉल्ट टीमों में एक-एक करके भर्ती करना अलगाव को अधिकतम करता है। उन्हें एक संरचित, आमने-सामने ऑनबोर्डिंग रीढ़ के साथ समूहों में भर्ती करना वह सहकर्मी-घनत्व और दृश्य मेंटरशिप रचता है जिनसे विकास घटित होता है — और जूनियर भर्ती का हिसाब फिर बैठा देता है।
तीसरी — और यहीं अधिकांश योजनाएँ चूकती हैं — यह तय करना कि उस उच्च-संपर्क ऑनबोर्डिंग को कौन पाता है, इसे संगठन-चार्ट के बजाय किसी और चीज़ पर आधारित करें। सेवा-अवधि, भूमिका और विकास-चरण व्यक्तिगत गुण हैं, पद-शीर्षक के गुण नहीं; जिन जूनियरों को सघन आरंभिक मेंटरशिप की सर्वाधिक ज़रूरत है, वे हमेशा वही नहीं होते जिन्हें कोई सामान्य नीति चिह्नित करेगी। यह एक मापन का प्रश्न है, और मापन के प्रश्नों के उत्तर अंतर्ज्ञान से बेहतर डेटा से मिलते हैं। Scovai का आकलन-आधार ठीक उन्हीं विकास और भूमिका-तत्परता के गुणों को प्रोफ़ाइल करने के लिए बना है जो आपको बताते हैं कि कौन-सी कैरियर-आरंभ भर्तियों को संरचित आमने-सामने ट्रैक चाहिए और कौन-सी एक हल्के-संपर्क वाले हाइब्रिड ढाँचे में फल-फूल सकती हैं — ताकि जो निकटता आप निर्धारित करने का ख़र्च उठा सकें, वह उन लोगों पर पड़े जिनका दीर्घकालिक प्रक्षेप-पथ वह सचमुच बदलती है।
Lambert और Schindler ने ऑपरेशन्स-नेताओं को असुविधाजनक रूप से स्पष्ट एक रसीद थमाई: आपकी जूनियर पाइपलाइन को ढहाने वाली ताक़त आपकी हाइब्रिड-कार्य नीति में है, आपके AI स्टैक में नहीं। यह इस तिमाही आपकी मेज़ पर जो एकमात्र निर्णय छोड़ता है वह संकीर्ण है। अपनी कैरियर-आरंभ भर्ती योजना खोलिए और वह लीवर खोजिए जिसे वह फ़नल "ठीक करने" के लिए खींचती है। यदि उस लीवर का नाम AI है — उसे रोकना, प्रवेश-स्तर के काम को ढकने के लिए उस पर टेक लगाना, उसके थमने का इंतज़ार करना — तो आप एक ऐसा डायल समायोजित कर रहे हैं जो परिणाम से जुड़ा ही नहीं। जो जुड़ा है वह आपकी पहले-साल की भर्तियों के लिए आमने-सामने का कैलेंडर है, और आप इसे तिमाही ख़त्म होने से पहले बदल सकते हैं।
