"मेटा ने 90% लोगों को बर्खास्त कर दिया, फिर भी इंस्टाग्राम, फेसबुक जैसे सॉफ्टवेयर सामान्य रूप से काम करते रहेंगे।"

एवा मेटा में एक सीनियर इंजीनियर है, जो कटौती की सूचि में नहीं है, उसका प्रदर्शन अच्छा है और वह AI उपकरणों को सक्रिय रूप से अपना रही है।

लेकिन उन्होंने कहा, "कोई भी सुरक्षित नहीं है, सब खतरनाक हैं, बस सवाल यह है कि यह कब होगा।"

यह एक कहानी है जिसमें बताया गया है कि प्रदर्शन का मूल्यांकन कैसे किया जाता है, पदोन्नति कैसे होती है, प्रबंधन कैसे काम करता है, और यहां तक कि प्रयास को ही कैसे परिभाषित किया जाता है—इस तूफान कब खत्म होगा, इसके बारे में इसमें शामिल हर कोई, ज़करबर्ग से लेकर नवनियुक्त प्रारंभिक इंजीनियर तक, स्पष्ट रूप से नहीं बता सकता।

बर्खास्तगी वास्तविक है, लेकिन कारण झूठे हैं

मेटा ने 2022 से लेकर अब तक लगभग 25,000 लोगों को बर्खास्त कर दिया है।

नवंबर 2022 में 11,000 लोगों को बर्खास्त किया गया, 2023 में और 10,000 लोगों को, जिसे ज़करबर्ग ने कुशलता का वर्ष कहा। जनवरी 2025 में, ज़करबर्ग ने एक आंतरिक स्मृतिपत्र में लगभग 3,600 लोगों को, यानी सबसे कम प्रदर्शन करने वाले 5% को बर्खास्त करने की घोषणा की। मार्च 2026 में और 700 लोगों को बर्खास्त किया गया। रॉयटर्स के अनुसार, मई के अंत में लगभग 8,000 और लोगों को बर्खास्त किया जाएगा, जो वैश्विक 79,000 कर्मचारियों में से 10% है, और दूसरा चरण अगले छमाही में होगा।

बर्खास्तगी वास्तविक रूप से हो रही है, लेकिन यह जरूरी नहीं कि इसका कारण AI ने इन लोगों की नौकरी छीन ली हो।

एवा का मानना है कि इस चरण में बर्खास्त किए गए लोगों में से अधिकांश के पास AI होने के बावजूद या बिना AI के जाना पड़ता। 'कुछ साल पहले पूरी CS उद्योग में वास्तविक मांग से कहीं अधिक लोगों को भर्ती किया गया, उद्योग समृद्ध था, पूंजी अतिरंजित थी, शेयर मूल्य लगातार बढ़ रहे थे, और कई कंपनियों ने बहुत सारे लोगों को भर्ती किया। मस्क ने ट्विटर को खरीदने के बाद अधिकांश कर्मचारियों को बर्खास्त कर दिया, लेकिन ऐप अभी भी काम कर रहा था, उस समय AI कहाँ था?'

2026 में, मेटा का पूंजी व्यय निर्देश 1150 से 1350 अरब डॉलर है, जो 2025 के लगभग दोगुना है, और यह सब डेटा केंद्र, GPU और AI बुनियादी ढांचे में जाएगा। नौकरियों के कटौती से बचे पैसे, कंप्यूटिंग पावर में जा रहे हैं।

इस चरण में AI की भूमिका एक वैध पत्ता की तरह है, जिसका उपयोग कंपनियाँ बाहरी रूप से दक्षता में वृद्धि और इतने अधिक लोगों की आवश्यकता न होने का दावा करने के लिए कर सकती हैं।

छोटी कंपनियाँ हल्की और चुस्त होती हैं, लेकिन बड़ी कंपनियों में निर्णय लेने में धीमापन आ जाता है, और वे नवीन यूनिकॉर्न और स्टार्टअप्स के सामने पीछे रह जाती हैं, इसलिए वे अपने आप को संकुचित करने, समतलीकरण करने और मुख्य उत्पादों पर केंद्रित होने लगती हैं। AI केवल इस चक्र को तेज कर रहा है, जो पहले से ही हो रहा था।

जब AI उपयोग का स्तर प्रदर्शन मूल्यांकन में शामिल होता है

हालांकि, AI की हस्तक्षेप ने नौकरी से निकाले जाने के कुछ नियमों को बदल दिया है।

मेटा का प्रदर्शन मूल्यांकन का पुराना तरीका सिलिकॉन वैली के बड़े कंपनियों में काफी अनोखा था। प्रबंधक सीधे अंक नहीं देते थे, बल्कि आपके स्व-मूल्यांकन, सहकर्मियों के मूल्यांकन और अपने निरीक्षण को मिलाकर एक प्रदर्शन ग्रेडिंग दस्तावेज तैयार करते थे।

फिर एक कैलिब्रेशन मीटिंग के नाम से एक चरण में प्रवेश किया जाता है, जहाँ लगभग दस के आसपास समान स्तर के लोगों को एक साथ रखा जाता है, और प्रत्येक प्रबंधक अपने अधीनस्थों के प्रदर्शन की व्याख्या करता है, यह समझाते हुए कि इस व्यक्ति को किस ग्रेड का हकदार क्यों माना जाता है, सभी मिलकर चर्चा करते हैं, और अंततः सभी के लिए ग्रेड निर्धारित किए जाते हैं।

यह प्रक्रिया थकान वाली और समय लेने वाली है, लेकिन इसका मूल्य बहुपक्षीय दृष्टिकोण और समकक्ष के साथ तुलना लाने में है, जिससे एकल प्रबंधक की पसंद परिणाम निर्धारित करने में सक्षम नहीं होती। एवा का मानना है कि यह अपेक्षाकृत निष्पक्ष है।

2026 की शुरुआत में, कैलिब्रेशन मीटिंग को रद्द कर दिया गया। एवा ने समझाया, "कंपनी ने AI के कारण अब प्रदर्शन मूल्यांकन को फिर से छह महीने में एक बार करने का फैसला किया है, क्योंकि प्रबंधक AI की सहायता से स्व-मूल्यांकन लिख सकते हैं, और इसलिए अब इतने सारे सहयोगात्मक चरणों की आवश्यकता नहीं है, जिससे प्रक्रिया तेज़ हो सकती है।"

इसी बीच, मेटा ने एक AI प्रदर्शन ट्रैकिंग सिस्टम, चेकपॉइंट लॉन्च किया है, जो Google Workspace जैसी आंतरिक प्रणालियों में कर्मचारियों के कार्य डेटा को स्वचालित रूप से एकत्रित करता है और प्रबंधकों के लिए योगदान का सारांश तैयार करता है। सॉफ्टवेयर इंजीनियरों के लिए, चेकपॉइंट 200 से अधिक डेटा आयामों का पालन करता है, जिसमें AI द्वारा उत्पन्न कोड का अनुपात, त्रुटि दर, और बग से संबंधित संख्या जैसे सूचकांक शामिल हैं।

मेटा के मुख्य मानव संसाधन अधिकारी जेनेल गेल ने 2025 के अंत की आंतरिक स्मृतिका में स्पष्ट किया कि AI सहयोग क्षमता 2026 के प्रदर्शन मूल्यांकन का केंद्रीय मापदंड बन जाएगी।

इसके अलावा, मेटा इंजीनियर द्वारा हर कोड सेगमेंट लिखे जाने पर, सिस्टम स्वचालित रूप से एक प्रतिशत अंकित करता है, जो दर्शाता है कि इस कोड का कितना प्रतिशत AI की सहायता से पूरा किया गया है, और यह डेटा आकलन मापदंड का हिस्सा बन गया है।

प्रत्येक समूह अपनी स्थिति के अनुसार एक न्यूनतम दर निर्धारित करता है, जैसे कि 50% या 90% कोड AI द्वारा उत्पन्न होना चाहिए। आपको इस दर को पूरा करना होगा, और इसके बाद भी प्रदर्शन मूल्यांकन आपके द्वारा किए गए कार्य के वास्तविक मूल्य पर आधारित रहेगा। "कंपनी का विचार है कि आप पहले इसका उपयोग करें, और फिर देखें कि आप इसे कैसे उपयोग करते हैं," Eva ने कहा।

AI उपयोग दर को प्रदर्शन में शामिल करें, जो किसी न किसी रूप में अनिवार्य रूप से बढ़ावा देने का तरीका है, जहाँ ज्यादा उपयोग करने वालों को पुरस्कृत नहीं किया जाता, लेकिन जो उपयोग नहीं करते, उन्हें दंडित किया जाता है।

यह विचार केवल मेटा का नहीं है।

2026 मार्च में GTC कॉन्फ्रेंस पर न्वीडिया के सीईओ हुआंग रेन्शुन ने घोषणा की कि भविष्य में कंपनी के प्रत्येक इंजीनियर को वार्षिक टोकन बजट मिलेगा, जिसमें मूल वेतन के अलावा AI खपत के लिए आधी राशि आवंटित की जाएगी। उन्होंने यह भी कहा कि यदि एक 500,000 डॉलर के वार्षिक वेतन वाले इंजीनियर की AI पर वार्षिक खर्च 250,000 डॉलर से कम है, तो वह "गहरी चिंता" महसूस करेंगे।

हुआंग रेन्क्सन टोकन बेच रहे हैं, व्यापारी किसी भी अपनी वस्तु को प्रचार नहीं करता, लेकिन मेटा भी कभी इस मात्रात्मक उत्साह के चरम पर पहुंच गया था।

एक कर्मचारी ने आंतरिक नेटवर्क पर एक अनौपचारिक रैंकिंग बनाई, जिसका नाम Anthropic के Claude मॉडल के नाम पर 'Claudeonomics' रखा गया, जो 85,000 कर्मचारियों के AI टोकन उपयोग को ट्रैक करती है। 30 दिनों में, पूरी कंपनी ने 60 ट्रिलियन टोकन का उपयोग किया।

रैंकिंग में तांबा से लेकर पन्ना तक के बैज स्तर हैं, और शीर्ष 250 लोगों को टोकन लीजेंड, कैश विजर्ड जैसे खिताब मिलते हैं। पहले स्थान पर रहने वाले कर्मचारी ने 30 दिनों में 2810 अरब टोकन खपत किए, कुछ कर्मचारियों ने रैंकिंग बढ़ाने के लिए AI एजेंट को कुछ वास्तविक कार्य न करते हुए कई घंटे तक खाली में चलाया, केवल टोकन खपत करने के लिए। उत्पादकता को टोकन खपत से मापना, एक ट्रक ड्राइवर की उत्पादकता को ईंधन खपत से मापने जैसा है—एंजिन घूम रहा है, लेकिन यह जरूरी नहीं कि माल पहुंचा रहा हो।

एवा को अपनी टीम में रैंकिंग का दबाव महसूस नहीं हुआ, "हमारा इस रैंकिंग से कोई सीधा संबंध नहीं है, हम अपना काम करते रहे, सबने बस मज़े के लिए एक नज़र डाल दी।" मैनेजर ने इसे लेकर कोई बहस नहीं की, लेकिन रैंकिंग वेबसाइट के ऑफलाइन होने के बाद भी निचले स्तर का तर्क गायब नहीं हुआ। कोड के AI-जनित हिस्से को अभी भी ट्रैक किया जा रहा है, और न्यूनतम सीमा भी मौजूद है।

और जब सभी को AI का उपयोग करने के लिए धकेला जाता है, तो प्रत्येक व्यक्ति द्वारा उत्पादित संख्या बढ़ जाती है, तो प्रदर्शन मानदंड स्वयं भी ऊपर उठ जाते हैं। "अगर 60% लोग बेहतर कर रहे हैं, तो यह मानदंड निश्चित रूप से बढ़ जाएगा। लेकिन इन बेहतरी का कितना हिस्सा AI के कारण है और कितना रात भर जागकर प्रयास के कारण है, यह कहना मुश्किल है।"

The wind of internal competition has reached Silicon Valley

एवा के बड़े बॉस को भी दबाव है, "अन्य बड़े बॉस अपने नीचे के लोगों को बेकाबू तरीके से दबा रहे हैं, अगर मैं इसमें सफल नहीं हुआ, तो मेरी पदवी भी खतरे में है।"

वॉल स्ट्रीट जर्नल के अनुसार, मेटा ने एक नया एआई इंजीनियरिंग विभाग शुरू किया है, जिसमें प्रबंधक और इंजीनियरों का अनुपात 1:50 है, जहां एक प्रबंधक 50 लोगों का प्रबंधन करता है, जो सिलिकॉन वैली की पारंपरिक सीमा 25:1 की दोगुनी है।

गैलप के डेटा के अनुसार, 2024 में संयुक्त राज्य अमेरिका के प्रबंधकों की औसत नियंत्रित संख्या 10.9 से बढ़कर 2025 में 12.1 हो गई, लेकिन मेटा का 50:1 अभी भी उद्योग के औसत से चार गुना अधिक है।

एवा ने इस परिवर्तन को अपने शरीर से महसूस किया। सामान्य रूप से, एक बड़ी कंपनी में एक प्रबंधक दसों लोगों का प्रबंधन करता है, क्योंकि उसे आपकी करियर योजना बनानी होती है, आपसे एक-एक करके बात करनी होती है, और आपकी आवश्यकताओं को समझना होता है।

1:50 का अर्थ है कि पहले 5 प्रबंधकों वाली टीम अब केवल 1 प्रबंधक से काम चला रही है, और शेष 4 के पद से हटा दिया गया है।

इस नए विभाग का कार्यान्वयन कैसे होगा, इसके बारे में कोई नहीं जानता, हालांकि बाहरी आवाजें मानती हैं कि यह परिवर्तन दुखद अंत के साथ समाप्त होगा।

हमारे अन्य विभाग अभी भी पुरानी प्रबंधन गति को बनाए हुए हैं, प्रबंधक अभी भी आपसे व्यक्तिगत रूप से करियर प्लानिंग पर बात करेंगे, लेकिन सभी का अनुमान है कि यह स्थिति लंबे समय तक नहीं रहेगी। कुछ टीमें पहले ही बेसिक स्तर के प्रबंधकों को हटा रही हैं और केवल एक स्तर ऊपर के प्रबंधकों को सभी को सीधे प्रबंधित करने के लिए छोड़ रही हैं।

प्रबंधन खुद भी अपने कार्य का अर्थहीन हो चुका है या नहीं, इस प्रश्न का सामना कर रहा है। 'सभी एक ही स्थिति में हैं, सभी को यह प्रश्न सामना करना पड़ रहा है कि आपकी भूमिका का अभी भी कोई अस्तित्व है या नहीं। नेताओं के लिए भी यही बात लागू होती है, उनके दिन भी आसान नहीं हो गए हैं।'

AI वास्तव में प्रबंधकों की दक्षता बढ़ा रहा है, जो स्वचालित रूप से अपने अधीनस्थों द्वारा हाल ही में लिखे गए कोड, पोस्ट किए गए पोस्ट और भाग लिए गए सम्मेलनों का सारांश बनाता है और नियमित रूप से रिपोर्ट उत्पन्न करता है। पहले प्रबंधकों को खुद ढूंढना पड़ता था, अब AI के सारांश के बाद, प्रबंधकों को केवल एक बार जांचना होता है।

लेकिन दक्षता में वृद्धि के दूसरे पहलू में, प्रबंधन सस्ता हो गया है, और सस्ती चीजों के लिए कभी प्रतिस्थापन नहीं कम होते।

अंतर्गत दबाव की लहरें आगे बढ़ती रहती हैं, और अंततः सबसे सीधे प्रभावित होने वाले, निचले स्तर के प्रारंभिक पदों पर काम करने वाले होते हैं।

एवा एक सीनियर इंजीनियर हैं, जब वे प्रोजेक्ट की योजना बना रहे होते हैं और एक छोटा बग पाते हैं, तो पहले वे इसे जूनियर इंजीनियर को सौंपते थे। लेकिन अब, अगर कोई बात छोटी है, तो वे सीधे एक AI विंडो खोल देते हैं और कुछ ही मिनटों में इसे सुलझा देते हैं। "मुझे जूनियर इंजीनियर के साथ बात करने की जरूरत नहीं है, मैंने खुद ही इसे जल्दी से हल कर लिया।"

बड़े प्रोजेक्ट्स के लिए अभी भी लोगों की आवश्यकता होती है, लेकिन जो छोटे-मोटे कार्य पहले जूनियर इंजीनियर्स का काम थे, वे अब उच्च स्तरीय इंजीनियर्स के पास उपलब्ध AI द्वारा स्वयं ही संभाले जा रहे हैं।

एवा तेजी से बोलती है: "अगर आप जल्द से जल्द इंजीनियरिंग मैनेजर, प्रोडक्ट मैनेजर, इंजीनियर और डिजाइनर सभी की भूमिका निभा सकते हैं, और एक व्यक्ति सभी काम कर सकता है, तो आप खुद एक फीचर या टीम बना सकते हैं, तो आपको बर्खास्त किए जाने की संभावना थोड़ी कम हो सकती है।"

अंतिम रूप से कितने लोग बचेंगे, इसके बारे में एवा हंसते हुए कहती हैं, "इस क्षण में, मेटा के पास अगर केवल आधे लोग भी बच जाएँ, तो भी यह चल सकता है। अगर AI अपनी घोषित गति से आगे बढ़ता रहा, तो अंततः केवल 10% प्रोग्रामर बचेंगे, जो AI द्वारा किए गए काम की समीक्षा करेंगे और प्रोडक्ट निर्णयों को समायोजित करेंगे, शेष 90% बेरोजगार हो जाएंगे, और फिर भी मेटा जारी रह सकता है।"

कोई भी सुरक्षित नहीं है, ज़ाकरबर्ग सहित

कोई भी अपने आप को सुरक्षित महसूस नहीं करता।

बड़े नेताओं को दबाव है, क्योंकि अन्य बड़े नेता तीव्र प्रतिस्पर्धा कर रहे हैं; प्रबंधकों को दबाव है, क्योंकि उनका प्रबंधन अनुपात 1:15 से बदलकर 1:50 हो सकता है; उच्च स्तरीय इंजीनियरों को दबाव है, क्योंकि मानक लगातार बढ़ रहे हैं; नवीन इंजीनियरों को दबाव है, क्योंकि उनका कार्य उच्च स्तरीय इंजीनियरों के AI द्वारा स्वतः समाहित हो रहा है।

Even Zuckerberg himself is under stress.

AI युग की अनिश्चितता वास्तविक है, Claude Code हर नए फीचर के साथ एक कंपनी को बंद कर सकता है, Claude Design के समाचार के बाद Figma के शेयर मूल्य में तीव्र उतार-चढ़ाव आया, और पूरा SaaS उद्योग धीरे-धीरे टुकड़े-टुकड़े हो रहा है।

सोशल नेटवर्क लगते हैं कि उनमें बाधाएँ हैं, लेकिन बाधाएँ कभी इतनी मोटी नहीं होती जितनी कि हम सोचते हैं। एवा को लगता है कि QQ से WhatsApp पर स्विच होने में केवल एक या दो साल लगे।

ज़करबर्ग कंपनी के भविष्य की चिंता के साथ-साथ भारी संख्या में कर्मचारियों को बर्खास्त कर रहे हैं। एवा की नजर में, यह एक प्रबंधन रणनीति है। "वह जिन्हें बरकरार रखना चाहते हैं, वे सबसे ज्यादा मेहनत करने वाले, सबसे बुद्धिमान लोग हैं। सबसे अच्छा तरीका क्या है? उन्होंने पाया कि पैसा देना सबसे अच्छा तरीका नहीं है, बर्खास्ती का प्रभाव थोड़ा बेहतर है।"

असुरक्षा का निर्माण, बोनस देने से अधिक उत्पादन को बढ़ावा देता है।

लेकिन इस रणनीति की कीमत भी होती है। शीर्ष इंजीनियर लंबे समय तक इस दबाव को झेल नहीं पाएंगे, वे अधिक कर्मचारियों का सम्मान करने वाले स्थानों पर जा रहे होंगे। नौकरी से निकालने से लापरवाह लोग चले जा सकते हैं, लेकिन यह सबसे अधिक विकल्प रखने वालों को भी भगा सकता है।

एवा खुद को बाकी रखने का कारण बहुत वास्तविक है, हालाँकि सिलिकॉन वैली अब कुछ अधिक प्रतिस्पर्धी हो गया है, लेकिन यह देश की तुलना में इतना अधिक नहीं है।

हालांकि इन व्यक्तिगत चयनों के पीछे, पूरे उद्योग की प्रवृत्ति को अब नजरअंदाज नहीं किया जा सकता। 'AI अधिकांश कार्यों को बदल देगा, इंटरनेट उद्योग कभी वापस उस सुनहरे समय में नहीं जा सकता जब बहुत व्यस्त न होकर भी बहुत पैसा कमाया जा सकता था।'

अगर आप जीत नहीं सकते, तो शामिल हो जाएं

AI ने मौजूदा कर्मचारियों के काम के तरीके को बदल दिया है, और नए उम्मीदवारों के चयन के प्रवेश द्वार को भी बदल दिया है।

मेटा के इंजीनियर इंटरव्यू पारंपरिक रूप से तीन भागों में विभाजित होते हैं: कोडिंग, व्यवहारगत प्रश्न और सिस्टम डिज़ाइन। कोडिंग में एक एल्गोरिथम समस्या दी जाती है, जैसे डेटा की एक श्रृंखला को क्रमबद्ध करना, जिसमें आप कौन सा एल्गोरिथम चुनते हैं, और प्रदर्शन और लागत के बारे में आपकी विचारधारा का परीक्षण किया जाता है। व्यवहारगत प्रश्न अधिक व्यक्तिगत होते हैं, जैसे आप प्रतिक्रिया और संघर्ष को कैसे संभालते हैं। सिस्टम डिज़ाइन सामान्यतः सीनियर स्तर के लिए डिज़ाइन संबंधी प्रश्न होते हैं।

अक्टूबर 2025 में, मेटा ने साक्षात्कार में AI कोडिंग एकेड शामिल किया। पहले दो राउंड केवल कोडिंग थे, अब एक पारंपरिक कोडिंग और एक AI कोडिंग राउंड है। उम्मीदवारों को CoderPad वातावरण में एक बहु-फ़ाइल वाला जटिल प्रोजेक्ट मिलता है, जिसके दाईं ओर AI चैट विंडो होती है, जिसमें साक्षात्कार के दौरान GPT सीरीज़, Claude सीरीज़, Gemini और Llama सहित कई AI मॉडल्स का उपयोग किया जा सकता है। 60 मिनट में, आपको एक ऐसे कोडबेस को समझना होगा जिसे आपने पहले कभी नहीं देखा है, समस्या को विघटित करना होगा, और AI की सहायता से फ़ंक्शनलिटी लागू करनी होगी या बग को ठीक करना होगा।

यह जांच नहीं है कि आप कोड लिख सकते हैं या नहीं, और न ही आप प्रॉम्प्ट लिख सकते हैं या नहीं, बल्कि यह है कि आप AI के साथ सहयोग करने की निर्णय लेने की क्षमता कितनी रखते हैं। AI द्वारा उत्पन्न परिणाम सही हो सकते हैं, गलत हो सकते हैं, या आंशिक रूप से सही और आंशिक रूप से गलत हो सकते हैं—आप AI के साथ किस प्रकार बातचीत करते हैं ताकि संतोषजनक परिणाम प्राप्त कर सकें, और क्या आप AI द्वारा उत्पन्न कोड को अनुकूलतम होने की पहचान कर सकते हैं। साक्षात्कारकर्ता पूरी तरह से आपके प्रत्येक प्रॉम्प्ट और प्रत्येक बातचीत को वास्तविक समय में देखता है।

ईवा को लगता है कि यह वास्तविक कार्य परिवेश के बहुत करीब है, जहाँ उम्मीदवारों को नवीनतम उपकरणों का उपयोग करके कम समय में जटिल समस्याओं का समाधान करना होता है।

नए प्रवेश मानदंडों का अर्थ है कि भविष्य में इस क्षेत्र में प्रवेश करने वाले लोगों से पहले दिन से ही AI के साथ सहयोग करने की क्षमता की उम्मीद की जाएगी। इस साक्षात्कार चक्र से गुजरने वाले एक उम्मीदवार ने समीक्षा में बताया कि AI ने साक्षात्कार को आसान नहीं बनाया, बल्कि मानदंडों को और अधिक उच्च स्तर पर रखा है; जब आपके पास AI सहायता होती है, तो साक्षात्कारकर्ता आपसे उसी समय में अधिक जटिल समस्याओं को हल करने की उम्मीद करते हैं।

इस स्थिति का सामना करते हुए, एवा ने शामिल हो जाने की रणनीति अपनाई।

अगर यह बड़ी दिशा है, तो आप इसे नहीं बदल सकते, AI का विरोध करने का कोई फायदा नहीं है।

एवा का दैनिक कार्य शैली पूरी तरह से बदल गया है, वह एक साथ कई AI विंडोज खोलती है और उन्हें विभिन्न कार्यों को समानांतर रूप से संभालने के लिए चलाती है। "आपके पास केवल एक ही दिमाग है, जो एक ही समय में केवल एक काम ही कर सकता है। लेकिन AI का फायदा यह है कि आप दस चला सकते हैं और उन्हें अलग-अलग काम करने के लिए भेज सकते हैं।"

शुरू करने से लेकर आत्मविश्वास से उपयोग करने तक, लगभग एक महीना लगता है।

उसका AI का उपयोग कार्य के लगभग हर पहलू में होता है: प्रोजेक्ट योजना बनाते समय दस्तावेज लिखना, मस्तिष्क चलाना, विकल्पों की तुलना करना, संभावित प्रभाव की गणना के लिए SQL लिखना, कोड लिखना, और फ़ंक्शन पूरा होने के बाद विभिन्न सारांश लिखना और सोशल मीडिया पर पोस्ट करके दृश्यता बढ़ाना।

सबसे पहले AI का सबसे अच्छा उपयोग करने वालों में से एक बन जाएं, शायद आप आखिरी लोगों में से एक बन जाएं जिन्हें बर्खास्त किया जाए। लेकिन बर्खास्त की गति कितनी तेज होगी और क्या अंततः वास्तव में बर्खास्त नहीं किया जाएगा, यह कोई नहीं जानता, इसलिए जो हुआ उसे स्वीकार कर लें।

इस आत्म-संतोष के अलावा, AI का विभिन्न स्तरों के लोगों के लिए मूल्य अलग-अलग है।

जो उन्नत इंजीनियर जिन्होंने पर्याप्त अनुभव जमा कर लिया है और समस्याओं की पहचान कर सकते हैं और दिशा को समझ सकते हैं, उनके लिए AI वास्तविक लीवरेज है; पहले दो सप्ताह का विश्लेषण करने का विचार ही थका देता था, अब आप तुरंत शुरू कर सकते हैं। लेकिन व्यवसाय की शुरुआती अवस्था में लोगों के लिए, AI उस सोच और प्रयोग-त्रुटि की प्रक्रिया को हटा देता है जो उन्हें सबसे अधिक आवश्यक है।

Efficiency improved, but learning opportunities disappeared.

एवा खुद को आशावादी या निराशावादी में से किसी एक वर्ग में शामिल करने को तैयार नहीं हैं, "आप इस बड़े प्रवृत्ति को बदल नहीं सकते, जैसे उस समय उत्तरपूर्व में बेरोजगार हुए लोगों को केवल स्वीकार करना पड़ा। कुछ ने रेस्तरां शुरू किया, कुछ दक्षिण की ओर जाकर उद्यम शुरू किया। कौन जानता है? जीवन बहुत लंबा है, सोचने से कुछ नहीं होगा।"

अब तक इस खेल को खेलने के बाद, एकमात्र निश्चित बात यह है कि कोई भी विजेता नहीं है।