विदेशी मीडिया के टिप्पणियों के अनुसार, प्रौद्योगिकी क्षेत्र में हाल का AI तरंग, कुछ कंपनी के अधिकारियों को अत्यधिक आशावादी निर्णयों की ओर धकेल रहा है। लेख में Box के संस्थापक Aaron Levie के बयान का हवाला देते हुए कहा गया है कि कई CEO, चूंकि वे एक्जीक्यूशन के बारे में बहुत कम जानते हैं, AI प्रदर्शन को सीधे वास्तविक कार्य प्रक्रियाओं को बड़े पैमाने पर प्रतिस्थापित करने की क्षमता के रूप में मान लेते हैं।
एक्जीक्यूटिव्स देख रहे हैं प्रदर्शन, न कि लागू करना
लेवी ने सोशल मीडिया पर कहा कि सीईओ अक्सर AI का व्यक्तिगत अनुभव लेते हैं, प्रोटोटाइप बनाते हैं, अनुबंध उत्पन्न करते हैं या सरल प्रक्रियाओं को चलाते हैं, और फिर यह निष्कर्ष निकालते हैं कि एजेंट पहले से ही बड़ी मात्रा में कार्य संभाल सकते हैं। लेकिन वास्तविक रूप से लॉन्च के लिए जिम्मेदार लोगों को कोड की जांच करनी होती है, बग्स को ठीक करना होता है, मॉडल के हॉलूसिनेशन के कारण होने वाली गलत कॉल की पहचान करनी होती है, और कंपनी के अंदरूनी अनुबंधों, प्रक्रियाओं और डेटा की जटिल विस्तारित विशेषताओं का समाधान करना होता है।
लेख में कहा गया है कि ऐसी गलत धारणाएँ AI के खिलाफ नहीं हैं। विपरीत, लेवी स्वयं AI के एक सक्रिय समर्थक रहे हैं और AI स्टार्टअप में निवेश करते हैं। उनका मुख्य बिंदु यह है कि समस्या AI के मूल्यहीन होने में नहीं है, बल्कि प्रबंधन के लिए एक उपकरण को स्थिर उत्पादकता में बदलने के लिए आवश्यक मानवीय संसाधनों और समय को कम आंकने में है।
लगातार नौकरियाँ काटने की गति पिछले पूरे वर्ष के बराबर हो चुकी है
लेख में Layoffs.fyi के डेटा का हवाला देते हुए कहा गया है कि 2026 के पहले पांच महीनों में, 152 टेक कंपनियों ने 115,430 लोगों को बर्खास्त कर दिया है, जो 2025 के पूरे वर्ष में 275 कंपनियों द्वारा 124,636 लोगों को बर्खास्त किए जाने के स्तर के करीब पहुंच गया है। रिपोर्ट में बताया गया है कि कई कंपनियां AI को बर्खास्ती का एक कारण बता रही हैं, लेकिन वास्तविक प्रेरक कारक केवल तकनीकी प्रगति ही नहीं हो सकते।
ClickUp के CEO जेब एवांस ने सार्वजनिक रूप से कहा कि, कंपनी ने अपने आंतरिक कार्यों को संभालने के लिए लगभग 3,000 AI एजेंट्स लागू करने के बाद, लगभग 22% कर्मचारियों को कम कर दिया। उन्होंने इस कदम को केवल लागत कम करने के लिए नहीं, बल्कि टीम को "एजेंट्स का प्रबंधन करना और परिणामों की त्वरित समीक्षा करना" इस संरचना में बदलने की इच्छा बताई।
अनुसंधान के परिणाम उग्र विकल्पों का समर्थन नहीं करते हैं
हालांकि, लेख में बताया गया है कि कई अध्ययनों ने इतने आक्रामक निष्कर्ष नहीं निकाले हैं। कैलिफोर्निया विश्वविद्यालय, बर्कले द्वारा पिछले अक्टूबर में जारी एक समीक्षा अध्ययन के अनुसार, AI के अपनाने और कुल उत्पादकता में वृद्धि के बीच कोई मजबूत संबंध अभी तक नहीं पाया गया है। अमेरिकी राष्ट्रीय आर्थिक अनुसंधान ब्यूरो का मार्च 2024 का अध्ययन यह मानता है कि AI वास्तव में कुशलता में सुधार कर सकता है, लेकिन आंतरिक अनुभव अक्सर वास्तविक मापनों से अधिक होता है।
मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी के अध्ययन से भी पता चलता है कि कई परिदृश्यों में, एजेंट अभी भी कार्यों को मानव-स्तरीय गुणवत्ता तक स्थिर रूप से प्राप्त नहीं कर पा रहे हैं। शोधकर्ता अनुमान लगाते हैं कि वर्तमान बड़े मॉडल विकास की गति के साथ, 2029 तक मॉडल अधिकांश पाठ-संबंधित कार्यों को "न्यूनतम उपयोगयोग्य गुणवत्ता" के साथ पूरा कर सकते हैं, लेकिन व्यापक कार्यों में मानव की तुलना में स्थिर रूप से बेहतर प्रदर्शन करने में अभी भी अधिक समय लगेगा।
अंत में लेख का तर्क है कि यदि उद्यम के प्रबंधन टीम वास्तविक क्षमता के आधार पर भूमिकाओं और प्रक्रियाओं को व्यवस्थित न करके केवल प्रदर्शन प्रभाव के आधार पर संगठन को पुनर्गठित करती है, तो परिणाम दक्षता में वृद्धि नहीं, बल्कि अनुमोदन का भरमार, कार्यान्वयन में अव्यवस्था और संगठनात्मक असंतुलन हो सकता है।