শ্রমে ডিফ্লেশনারি শক, যা মূলত মূলধন-শ্রম প্রতিস্থাপন মডেলিং দিয়ে শুরু হয়। এটি জোর দেয় যে কর্মদাতাদের কম পেশাদারের প্রয়োজন হয় এবং গড় শ্রম মার্কেট মূল্য প্রতিস্থাপনের যন্ত্রের খরচের দিকে নিচের দিকে নেমে আসে। এটি AI-দ্বারা বৃদ্ধি পাওয়া CES উৎপাদন ফাংশনের মাধ্যমে ফর্মালাইজড, যেখানে K হল মূলধন (কম্পিউটিং পাওয়ার, রোবট), L হল শ্রম, এবং H হল AI-সমৃদ্ধ মানব মূলধন। প্যারামিটার ρ→0 এর অর্থ K এবং L·H-এর মধ্যে পরিপূর্ণ প্রতিস্থাপনযোগ্যতা। বাস্তব বেতন (w)-এর প্রথম-ক্রমের শর্তটি দেখায় যে H→∞ (শক্তিশালী জেনারেটিভ AI) হলে, w যন্ত্রের প্রান্তিক খরচের দিকে অভিসারী হয়। শ্রমের জন্য সংশোধিত গতিশীল Fisher সমীকরণটি দেখায় যে H˙/H > A˙/A হলে, সাদা-কলার কর্মচারীদের জন্য বেতনের ডিফ্লেশন ঘটে। অটোমেশনের普及কাল (2028-2033) একটি লজিস্টিক বক্ররেখা অনুসরণ করে, যার t0≈2029 (পরিবর্তনের বিন্দু) এবং k≈0.8 (গ্রহণের গতি)। WEF-এর অনুমান, 2030-এর মধ্যে 92 milionটি শুদ্ধচাকরির ধ্বংস (22% churn), অপরদিকে Goldman Sachs 10বছরে 9% US-এরশ্রমবাহিনী (~15 milion)কেপ্রতিস্থাপনেরপূর্বাভাসদেয়। সমতুল্যবেকারতা (NAIRU)উপরেরদিকেসংশোধিতহয়,যাকেন্দ্রীয়ব্যাংককেঅর্থনৈতিকপীড়ন(মুদ্রাস্ফীতি)এবংঋণমুদ্রায়নেরমধ্যেএকটিরপছন্দকরতেবাধ্যকরে। @SteelldyIndice