IMF ने कहा AI निवेश से वैश्विक वृद्धि को सहारा, रोजगार में बदलाव की चेतावनी: बैंकॉक अपडेट

12 अक्टूबर को IMF ने क्या कहा

Reuters की रिपोर्ट में IMF की प्रबंध निदेशक क्रिस्टालिना जॉर्जीवा ने AI से जुड़े बुनियादी ढांचे पर खर्च को वैश्विक अर्थव्यवस्था की मजबूती के एक कारण के रूप में प्रस्तुत किया। महंगी ऊर्जा और आपूर्ति से जुड़े जोखिमों के बावजूद वैश्विक वृद्धि करीब तीन प्रतिशत बताई गई। डेटा सेंटर, चिप, उपकरण और संबंधित सेवाओं में बड़े निवेश से निर्माण क्षेत्र, तकनीकी निर्माता और विशिष्ट सेवाओं की मांग बढ़ सकती है। लेकिन इस कथन का मतलब यह नहीं है कि AI ने महंगाई मिटा दी या आने वाले वर्षों की आर्थिक अनिश्चितता खत्म हो गई।

निवेश और उत्पादकता में अंतर समझना आवश्यक है। डेटा सेंटर बनाने के दौरान खर्च से आर्थिक गतिविधि तुरंत बढ़ती है, लेकिन लंबे समय का वास्तविक लाभ इस पर निर्भर करेगा कि कंपनियां नई कंप्यूटिंग क्षमता का उपयोग कम लागत में बेहतर काम करने के लिए करती हैं या नहीं। किसी तकनीक पर तेजी से पूंजी खर्च होना उसकी हर परियोजना के सफल होने का प्रमाण नहीं है। कुछ निवेश परिणाम देंगे और कुछ अपेक्षाओं से कम हो सकते हैं। इसलिए तत्काल खरीद और भविष्य की स्थायी उत्पादकता को अलग-अलग देखना चाहिए।

एशिया को खास तौर पर क्यों देखा जा रहा है

एशियाई अर्थव्यवस्थाएं सेमीकंडक्टर, इलेक्ट्रॉनिक सामान, निर्माण उपकरण, लॉजिस्टिक्स और कंप्यूटर ढांचे की आपूर्ति श्रृंखला में महत्वपूर्ण भूमिका निभाती हैं। AI उपकरणों के अधिक ऑर्डर उन देशों के उद्योगों को फायदा पहुंचा सकते हैं जिनके पास जरूरी तकनीकी क्षमता है। IMF की ताजा टिप्पणी में एशिया की संभावित भूमिका पर जोर दिखा। फिर भी पूरा महाद्वीप एक जैसा नहीं है। किसी देश की ताकत चिप डिजाइन में है, दूसरे की निर्माण में और कुछ बाजार केवल तैयार तकनीक आयात करते हैं।

इसलिए सभी एशियाई अर्थव्यवस्थाओं को अपने आप विजेता बताना भ्रामक होगा। उपकरणों की मांग बढ़ने से निर्यात बढ़ सकता है, मगर बिजली, जमीन और निर्माण की लागत भी बढ़ सकती है। नई फैक्टरी रोजगार दे सकती है, लेकिन सबसे बड़ा लाभ महंगी परिसंपत्तियों के मालिकों को मिले, यह भी संभव है। छोटे व्यवसाय पर्याप्त बिजली, प्रशिक्षण या सस्ती डिजिटल सुविधा न होने के कारण पीछे रह सकते हैं। सही मूल्यांकन यह देखेगा कि आय किसे मिली और वास्तविक उपभोक्ताओं को क्या लाभ हुआ।

AI खर्च और वैश्विक विकास का हिसाब

घरों की मांग, कंपनियों का निवेश, सरकारी खर्च और उद्योगों की उत्पादकता मिलकर आर्थिक वृद्धि बनाते हैं। AI के लिए जरूरी ढांचा तैयार करने से इनमें कई गतिविधियां तेज हो सकती हैं। निर्माण में सीमेंट और अन्य सामान लगता है, हार्डवेयर की मांग से कारखानों को काम मिलता है और इंजीनियरिंग सेवाओं में नई परियोजनाएं आती हैं। मगर यह भी जांचना होगा कि यह खर्च किसी दूसरी परियोजना के स्थान पर तो नहीं आया और उसका कुल लाभ कितना है।

अगर नई कंप्यूटिंग परियोजनाएं सीमित कंपनियों में पूंजी केंद्रित करती हैं या छोटे उद्योगों का पैसा खींच लेती हैं, तो व्यापक लाभ अपेक्षा से कम हो सकता है। IMF की बात को ऊर्जा कीमत, सार्वजनिक कर्ज और वित्तीय बाजार की स्थिति के साथ पढ़ना चाहिए। महंगा तेल घरों की क्रय शक्ति घटा सकता है और परिवहन की लागत बढ़ाता है। उधार महंगा होने पर सरकार और कंपनियों के लिए नए निवेश जुटाना कठिन हो सकता है। AI का निवेश कुछ असर कम कर सकता है, लेकिन सभी समस्याओं का समाधान अपने आप नहीं है।

रोजगार में बदलाव की चेतावनी क्यों है

जिस तकनीक के कारण नए डेटा सेंटर बन रहे हैं, वही तकनीक कर्मचारियों के रोजमर्रा के काम भी बदल सकती है। एक AI प्रणाली किसी कार्यालय का नियमित रिकॉर्ड तैयार कर सकती है, किसी पेशेवर को दस्तावेज समझने में मदद कर सकती है या नए तकनीकी रखरखाव काम पैदा कर सकती है। किसी नौकरी का AI से प्रभावित होना और उस नौकरी का पूरी तरह खत्म हो जाना अलग बातें हैं। कई कर्मचारी ज्यादा उत्पादक बन सकते हैं, जबकि कुछ को नए कौशल सीखने पड़ेंगे और कुछ भूमिकाओं की मांग घट सकती है।

शुरुआती स्तर की नौकरियों पर विशेष ध्यान देना होगा। अगर कंपनियां नए कर्मचारियों से कराए जाने वाले साधारण कार्य सॉफ्टवेयर से करने लगें, तो अनुभव जुटाने के पुराने रास्ते बदल सकते हैं। शिक्षा और प्रशिक्षण को केवल उपकरण चलाना नहीं, बल्कि परिणाम की जांच, व्यावसायिक निर्णय और गलतियों की पहचान भी सिखानी होगी। जिन लोगों के पास सस्ते प्रशिक्षण की सुविधा नहीं है, वे अर्थव्यवस्था बढ़ने के बावजूद पीछे रह सकते हैं। इसलिए रोजगार नीति और तकनीकी निवेश की चर्चा एक-दूसरे से अलग नहीं की जा सकती।

आंकड़े क्या बताते हैं और क्या नहीं

AI का संभावित प्रभाव बताने वाले भाषणों में अक्सर प्रतिशत दिए जाते हैं। कुछ आंकड़े बताते हैं कि कितनी नौकरियों के कार्य बदल सकते हैं, जबकि दूसरे संभावित उत्पादकता लाभ का अनुमान लगाते हैं। इन्हें किसी तय देश में समान संख्या में छंटनी होने या निश्चित विकास हासिल होने का वादा नहीं मानना चाहिए। आर्थिक मॉडल अपनाने की गति, खर्च, नियम और काम के नए संगठन के बारे में धारणाओं पर आधारित होते हैं। मान्यता बदलने पर परिणाम भी बदलते हैं।

उसी तरह वैश्विक वृद्धि करीब तीन प्रतिशत बताने का अर्थ नहीं कि हर देश की अर्थव्यवस्था ठीक इसी दर से बढ़ रही है। आबादी, व्यापार, निवेश और घरेलू नीतियों के कारण वास्तविक वृद्धि अलग होती है। भारत में पढ़ने वाला व्यक्ति इस वैश्विक बयान के आधार पर अपनी सैलरी या महंगाई में तत्काल बदलाव की उम्मीद नहीं कर सकता। सही खबर यह बताएगी कि कौन सा आंकड़ा देखा गया परिणाम है और कौन सा भविष्य के बारे में अनुमान है।

देशों के बीच असमानता का खतरा

समृद्ध देशों को उन्नत कंप्यूटर, भरोसेमंद बिजली, पूंजी और बड़े शोध संस्थानों तक बेहतर पहुंच मिल सकती है। वे बड़े डेटा सेंटर बना सकते हैं और विशिष्ट प्रतिभा आकर्षित कर सकते हैं। कमजोर बुनियादी ढांचे वाले देश तैयार सेवाएं खरीदेंगे, लेकिन हो सकता है कुल मुनाफे में उनका हिस्सा सीमित रहे। तकनीकी प्रशिक्षण, प्रतिस्पर्धा और सस्ती पहुंच नहीं बढ़ी तो पहले से मौजूद आर्थिक अंतर और चौड़ा हो सकता है। अमीर देशों के भीतर भी लाभ कुछ कंपनियों और शहरों में सिमटने की आशंका रहती है।

दूसरी ओर छोटे स्तर पर कम खर्च वाले AI उपयोग अवसर दे सकते हैं। बैंकॉक में विश्व बैंक नेतृत्व ने कृषि और स्वास्थ्य जैसे व्यावहारिक क्षेत्रों में उपयोग पर बात की है। किसान को बेहतर जानकारी या अस्पताल को व्यवस्थित रिकॉर्ड रखने में सहायता मिले तो बड़े डेटा सेंटर का मालिक होना जरूरी नहीं। हालांकि सफल प्रयोग और बड़े पैमाने पर स्थायी सेवा में अंतर है। किसी पायलट के लाभ को तब तक व्यापक सामाजिक उपलब्धि न कहें जब तक परिणाम, लागत, निजता और रोजमर्रा की विश्वसनीयता जांची न जाए।

बिजली और वास्तविक ढांचा क्यों जरूरी हैं

AI इंटरनेट पर चलने वाला एक जादुई सॉफ्टवेयर नहीं है। बड़े मॉडल को कंप्यूटर, विद्युत आपूर्ति, कूलिंग व्यवस्था, नेटवर्क और इमारतों की जरूरत होती है। डेटा सेंटर तेजी से बढ़ते हैं तो ग्रिड क्षमता, बिजली की कीमत और परियोजनाओं के स्थान पर सवाल उठते हैं। पर्याप्त ऊर्जा उपलब्ध न हो तो उद्योगों और दूसरे उपभोक्ताओं के बीच संसाधनों की प्रतिस्पर्धा बढ़ सकती है। यह बात IMF के उत्साहजनक निवेश संदेश को महंगी ऊर्जा के जोखिम से जोड़ती है।

ऊर्जा दक्षता इसलिए सिर्फ पर्यावरण का मुद्दा नहीं, बल्कि आर्थिक फैसले का हिस्सा है। व्यवसाय को समझना चाहिए कि AI लगाने से मिलने वाला लाभ बिजली, प्रशिक्षण और रखरखाव की कुल लागत से अधिक है या नहीं। सरकारों को बिजली आपूर्ति की विश्वसनीयता और सार्वजनिक प्रोत्साहनों के लाभ की जांच करनी होगी। बिजली उपयोग, सेवा की उपलब्धता और वास्तविक उत्पादकता मापी जा सकती है। केवल ज्यादा चिप लगाने से पूरी अर्थव्यवस्था स्वतः मजबूत हो जाएगी, ऐसा दावा प्रमाण के बिना नहीं किया जाना चाहिए।

भारत के लिए संभावित असर

भारत सॉफ्टवेयर, दूरसंचार, तकनीकी सेवा और बड़े घरेलू डिजिटल बाजार में पहले से सक्रिय है। AI की मांग बढ़ने से डेवलपर, क्लाउड सेवा, नेटवर्क प्रबंधक और कुछ विनिर्माण इकाइयों के लिए अवसर बन सकते हैं। बैंक, अस्पताल, खेती से जुड़ी सेवा या सरकारी काम में उपयुक्त तकनीक आने पर लाभ केवल बड़ी आईटी कंपनियों तक सीमित नहीं रहेगा। लेकिन रोजगार पर वास्तविक असर प्रशिक्षण, संस्थानों की जरूरत और भरोसेमंद इस्तेमाल पर निर्भर होगा।

छात्र और कर्मचारी के लिए महत्वपूर्ण प्रश्न यह नहीं कि AI पूरी तरह अच्छा है या बुरा। जरूरी यह है कि किस काम की मांग बदल रही है, बाजार कौन सा कौशल चाहता है और मशीन के परिणाम की जांच कौन करेगा। छोटे कारोबारों को तकनीक की कीमत, भारतीय भाषाओं में उपलब्धता, डेटा सुरक्षा और ग्राहक की जरूरत समझनी होगी। IMF का वैश्विक बयान संदर्भ देता है, लेकिन भारत के रोजगार और आय का वास्तविक आकलन भारतीय आंकड़ों से ही होगा।

कर्ज, महंगाई और बाकी आर्थिक दबाव

IMF और विश्व बैंक की बैठकों में सार्वजनिक कर्ज, ऊर्जा खर्च और वित्तीय परिस्थितियों पर भी चिंता है। अधिक कर्ज वाली सरकारों के पास धीमी वृद्धि या रोजगार संकट में सहायता देने की गुंजाइश सीमित हो सकती है। अगर AI से भविष्य में कर संग्रह बढ़ता है, तो वह मदद कर सकता है, पर यह अभी अनिश्चित संभावित फायदा है। तत्काल खर्च का फैसला किसी दूर के आशावादी अनुमान पर आधारित नहीं होना चाहिए। समाज को नए कौशल सीखने और कमजोर समूहों को सहारा देने के लिए अभी संसाधन चाहिए।

महंगाई पूरी तस्वीर को और कठिन बनाती है। ऊर्जा, परिवहन और आयात की महंगी लागत वस्तुओं तथा सेवाओं तक पहुंचती है। खास उपकरणों की अचानक मांग दूसरे उद्योगों के लिए उपलब्धता और कीमत प्रभावित कर सकती है। दूसरी तरफ सफल उत्पादकता सुधार भविष्य में कुछ सेवाओं को सस्ता कर सकते हैं। दोनों संभावनाओं का समय अलग है और परिणाम भी अनिश्चित हैं। इसलिए निवेशक और नीति निर्माता तकनीकी प्रक्षेपण को जांचने योग्य संभावनाओं की तरह लें, निश्चित वादे की तरह नहीं।

वास्तविक उत्पादकता कैसे परखें

AI से उत्पादकता बढ़ने का मजबूत प्रमाण तभी मिलेगा जब किसी काम का पहले और बाद का विश्वसनीय तुलनात्मक आंकड़ा हो, जिसमें खर्च और गुणवत्ता दोनों शामिल हों। किसी दफ्तर में हर घंटे ज्यादा रिपोर्ट बनना अच्छी बात लग सकती है, लेकिन गलतियां भी बढ़ें तो वास्तविक फायदा सीमित होगा। किसी दूसरे स्थान पर साधारण कागजी काम कम होकर विशेषज्ञों को गंभीर मामलों के लिए समय मिल सकता है। उपयोगी निर्णय लेने के लिए इन दोनों के असर को सही मापना जरूरी है।

कंपनियों को अपने उदाहरण में पुराने परिणाम, नई लागत, प्रभावित कर्मचारियों और अनपेक्षित नुकसान की जानकारी देनी चाहिए। सरकारी सेवाओं के लिए अतिरिक्त सावधानी जरूरी है, क्योंकि गलत निर्णय का असर नागरिक अधिकार या जरूरी सुविधा पर पड़ सकता है। बिना ऐसी जानकारी के कुछ सफलता कथाएं सिर्फ प्रचार बन सकती हैं। IMF की बड़ी आर्थिक टिप्पणी इसलिए मापन की जरूरत और बढ़ाती है: आखिर में साझा आय तथा प्रमाणित उत्पादकता ही स्थायी लाभ का आधार होंगी।

विशेषज्ञों में किन मुद्दों पर मतभेद हैं

अर्थशास्त्रियों में इस पर सहमति नहीं कि AI कितनी जल्दी व्यापक उत्पादकता बढ़ाने वाली तकनीक बन जाएगी। कुछ विशेषज्ञ सेवा क्षेत्र में बड़े बदलाव की उम्मीद करते हैं, जबकि दूसरे बताते हैं कि सॉफ्टवेयर खरीदने से ज्यादा कठिन उसे काम की व्यवस्था में सही ढंग से शामिल करना है। निवेश कितना टिकाऊ है, डेटा सेंटर को अपेक्षित आय मिलेगी या नहीं और नए मुनाफे पर कर कैसे लगेगा—ये भी खुले सवाल हैं। एक बड़ा प्रतिशत सुनकर इन अनिश्चितताओं को समाप्त समझ लेना सही नहीं होगा।

AI पर्याप्त मूल्य पैदा कर भी दे, तो लाभ असमान बंट सकता है। कोई देश बेहतर GDP वृद्धि दिखा सकता है जबकि कुछ कामगारों की आय स्थिर हो। नई कंपनियां आगे बढ़ सकती हैं और पुराने कारोबार बदलाव से संघर्ष कर सकते हैं। व्यावहारिक नीति चर्चा में प्रतिस्पर्धा, प्रशिक्षण, सामाजिक सुरक्षा, शोध तक पहुंच और जवाबदेही सबको जगह मिलनी चाहिए। निवेश की संभावना स्वीकार करना और वित्तीय तथा रोजगार जोखिम की जांच करना एक-दूसरे के विरोध में नहीं हैं।

बैंकॉक के बाद आगे क्या देखना है

अब IMF के विस्तृत पूर्वानुमान, देशों की वृद्धि के नए आंकड़े और व्यवसायों के वास्तविक निवेश पर नजर होगी। कंप्यूटिंग क्षमता, बिजली की मांग और सॉफ्टवेयर के इस्तेमाल का भरोसेमंद डेटा बता सकता है कि निवेश का सिलसिला कितना मजबूत है। रोजगार सर्वेक्षण, वेतन में बदलाव तथा प्रशिक्षण तक पहुंच भी उतने ही जरूरी होंगे। किसी सम्मेलन में हुई बड़ी घोषणा अपने आप साबित नहीं करती कि लाभ समाज के बड़े हिस्से तक पहुंच चुके हैं।

यह 12 अक्टूबर की रिपोर्ट बैंकॉक बैठकों में IMF नेतृत्व के नए आकलन का रिकॉर्ड है। World News View के 11 अक्टूबर के अलग लेख में बैठक के एजेंडे, कर्ज और ऊर्जा जोखिम पर चर्चा थी। पुराना लेख अपने समय की स्थिति के अनुसार वैसा ही रहेगा। आज AI निवेश और रोजगार पर आया नया बयान इस स्वतंत्र लेख का आधार है। भविष्य में नए आर्थिक आंकड़े या नीतिगत फैसले सामने आएं तो उनके लिए अलग तारीख और अलग लेख प्रकाशित करना बेहतर है।

अक्सर पूछे जाने वाले सवाल

क्या IMF ने कहा कि AI ज्यादातर नौकरियां खत्म कर देगा?

नहीं। किसी नौकरी के AI से प्रभावित होने और उस नौकरी के पूरी तरह समाप्त होने में फर्क है। असर प्रशिक्षण और नीति पर निर्भर करेगा।

एशिया को हार्डवेयर निवेश का फायदा कैसे होता है?

चिप, उपकरण, बिजली और तकनीकी सेवाओं की मांग बढ़ सकती है, लेकिन लाभ हर देश और कामगार तक बराबर नहीं पहुंचता।

क्या करीब तीन प्रतिशत वृद्धि अंतिम परिणाम है?

नहीं। यह उस समय का आकलन है, जिसे नए आंकड़ों के साथ बदला जा सकता है।

नीति निर्माताओं को क्या देखना चाहिए?

कौशल, रोजगार परिवर्तन, ऊर्जा लागत, छोटे उद्योगों तक पहुंच और देशों के बीच असमानता।

स्रोत और पुष्टि

Reuters — IMF on AI investment and growth

Reuters — Bangkok meetings economic risks

Financial Times — global economy challenges

यह 12 अक्टूबर 2026 तक की रिपोर्ट है। इसके बाद के नए घटनाक्रम अलग लेखों में प्रकाशित होंगे।