स्टॅनफोर्ड युनिव्हर्सिटीच्या अर्थशास्त्रज्ञांच्या नवीन अद्ययावत संशोधनानुसार, श्रमिक बाजारपेठेवर एआयच्या प्रभावाचा फटका तरुण कामगारांना सहन करावा लागत आहे. २२ ते २५ वयोगटातील कामगारांसाठी सर्वात जास्त AI-उघड व्यवसायांमध्ये रोजगाराची पातळी आता AI व्यत्ययाच्या कमी संपर्कात असलेल्या क्षेत्रातील त्यांच्या समवयस्कांच्या तुलनेत 19 टक्के कमी आहे - हे अंतर एक वर्षापूर्वी संशोधकांनी त्यांचे पहिले विश्लेषण प्रकाशित केले तेव्हा फक्त 13 टक्के मोजले गेले. "कोळसा खाणीतील कॅनरीज? आर्टिफिशियल इंटेलिजेंसच्या अलीकडील रोजगाराच्या प्रभावांबद्दल सहा तथ्ये," या टीमच्या प्रभावशाली 2025 पेपरचे अद्यतन आणि पुनरावृत्ती या ऑगस्ट 2026 च्या आवृत्तीतून निष्कर्ष आले आहेत. आर्स टेक्निकाच्या अहवालात या निष्कर्षांची तपशीलवार माहिती देण्यात आली आहे. AI उद्योग च्या अर्थशास्त्राचे अनुसरण करणाऱ्या प्रत्येकासाठी, विस्थापन परिणाम वास्तविक — आणि केंद्रित आहेत हे अद्याप स्पष्ट पुराव्यांपैकी एक आहे.

स्टॅनफोर्डचे अर्थशास्त्रज्ञ एरिक ब्रायनजोल्फसन आणि सहकाऱ्यांच्या नेतृत्वाखालील संशोधकांना असे आढळून आले की त्यांनी गेल्या वर्षी ओळखलेला रोजगार ट्रेंड केवळ टिकून राहत नाही तर विस्तारत आहे.

अंतरामागील संख्या

हा अभ्यास एचआर व्यवस्थापन कंपनी ADP द्वारे एकत्रित केलेल्या अनामित, उच्च-फ्रिक्वेंसी पेरोल डेटाच्या मोठ्या उपनमुन्यावर आधारित आहे. प्रत्येक व्यवसायाच्या AI व्यत्ययाला "एक्सपोजर" रेट करण्यासाठी, संघाने दोन स्वतंत्र उपाय वापरले: मागील संशोधकांनी स्थापित केलेला संभाव्य श्रम बाजार प्रभाव मापक आणि मानववंशीय आर्थिक निर्देशांक, जे विविध व्यवसाय प्रत्यक्षात दैनंदिन कामात अँथ्रोपिकचे क्लॉड मॉडेल कसे वापरतात याचा मागोवा घेतात. गुगलने गेल्या महिन्यात व्यावसायिक मिथुन वापरावर आधारित असाच अहवाल जारी केला.

जेव्हा संशोधकांनी अर्थव्यवस्थेच्या आकड्यांची संख्या कमी केली, तेव्हा त्यांना AI द्वारे सर्वात जास्त आणि कमीत कमी प्रभावित झालेल्या नोकऱ्यांमधील सापेक्ष एकूण रोजगारामध्ये फारसा फरक आढळला नाही. जेव्हा डेटा वयानुसार खंडित केला जातो तेव्हाच व्यत्यय दृश्यमान होतो:

  • 2022 पासून, AI-प्रभावित नोकऱ्यांपैकी 22 ते 25 वयोगटातील 40 टक्के नोकऱ्यांमध्ये सुमारे 11 टक्क्यांनी घट झाली आहे.
  • याच कालावधीत, एआयने सर्वात कमी प्रभावित झालेल्या 60 टक्के नोकऱ्यांमधील तरुण कामगारांसाठी रोजगार 10 टक्क्यांनी वाढला.
  • याचा परिणाम म्हणजे करिअरच्या सुरुवातीच्या कर्मचाऱ्यांमध्ये मोठा आणि रुंदावत असलेला फरक आहे जो त्यांच्या जुन्या सहकाऱ्यांमध्ये दिसून येत नाही.

नोकरभरती फ्रीज, टाळेबंदी नाही

अभ्यासाच्या सर्वात महत्त्वाच्या निष्कर्षांपैकी एक म्हणजे अंतर कसे तयार होत आहे. संशोधकांच्या मते, प्रभाव प्रामुख्याने एआय-प्रभावित क्षेत्रातील एंट्री-लेव्हल कामगारांसाठी कमी भरती दरांद्वारे प्रकट होतो - वाढीव गोळीबार, टाळेबंदी किंवा लोक सोडण्याद्वारे नाही. उघड व्यवसायातील तरुण कामगार, प्रत्यक्षात, त्यांचे सहकारी मंथन झाल्यामुळे बदलले जात नाहीत.

संशोधकांना असेही आढळून आले की या वयोगटातील श्रमिक बाजारातील परिणाम प्रामुख्याने कमी वेतन दरापेक्षा कमी एकूण रोजगार म्हणून दिसून आले. ज्या लोकांकडे एआय-एक्स्पोज्ड फील्डमध्ये नोकऱ्या आहेत, ते एकूणच मोठ्या पगारात कपात करत नाहीत - त्यांच्यापैकी फार कमी लोक त्या क्षेत्रात प्रवेश करतात.

हा पॅटर्न कंपन्यांनी एंट्री लेव्हलच्या कामांना शांतपणे री-राउटिंग करत आहे — ड्राफ्टिंग, सारांश, बेसिक कोडिंग, आणि रूटीन ॲनालिसिस — AI सिस्टिममध्ये — आणि परिणामी करिअरच्या शिडीच्या कनिष्ठ पट्ट्या संकुचित करणे यासारखी कामे. एआय टूल्स आता फर्स्ट-पास काम हाताळतात अशा फंक्शन्समध्ये पदवीधरांची नियुक्ती कमी करण्याबद्दल अनेक प्रमुख नियोक्त्यांनी सार्वजनिकपणे जे सांगितले आहे त्याच्याशी ते जुळते.

जुने कामगार मोठ्या प्रमाणात प्रभावित झाले नाहीत — आतापर्यंत

कदाचित सर्वात धक्कादायक निष्कर्ष म्हणजे अभ्यासात काय आढळले नाही: वृद्ध कामगार आतापर्यंत मोठ्या प्रमाणात अप्रभावित दिसतात. रोजगारातील अंतर जवळजवळ संपूर्णपणे कामगारांमध्ये त्यांच्या विसाव्या दशकाच्या सुरुवातीच्या काळात केंद्रित आहे, सामान्यत: मोठ्या भाषेतील मॉडेल्स आता स्वस्तात करत असलेल्या नियमित संज्ञानात्मक कार्याद्वारे कार्यबलात प्रवेश करतात.

विषमतेचे असुविधाजनक परिणाम आहेत. जर AI ने एकेकाळी प्रशिक्षित नवशिक्यांनी कार्ये आत्मसात केली तर, पारंपारिक मार्ग ज्याद्वारे कनिष्ठ कर्मचारी वरिष्ठ बनतात - जरी मध्य-करिअर व्यावसायिकांना सध्या थोडासा थेट दबाव वाटत असला तरीही. अर्थशास्त्रज्ञ काहीवेळा याचे वर्णन "कोलॅप्स्ड लॅडर" समस्या म्हणून करतात: गायब होणाऱ्या नोकऱ्या करिअर नसून करिअरसाठी ऑन-रॅम्प आहेत.

चेतावणी आणि संदर्भ

निष्कर्ष महत्त्वपूर्ण मर्यादांसह येतात. प्रभाव आकार सापेक्ष आहेत, एआय-उघड व्यवसायांची तुलना कमी-उघड असलेल्या व्यवसायांशी करते, पूर्ण बेरोजगारी नाही. एक्सपोजर उपाय स्वतःच प्रॉक्सी आहेत — टास्क सर्व्हे आणि मॉडेल वापर डेटावर आधारित — आणि AI दिलेल्या भूमिकेत कसा बदल होतो याची प्रत्येक सूक्ष्मता कॅप्चर करू शकत नाही. मोजली गेलेली काही घट कनिष्ठ नियुक्तीमध्ये महामारीनंतरच्या व्यापक बदलांना परावर्तित करू शकते, जरी विशेषत: AI येथे भेदक घटक म्हणून उघड आणि उघड न केलेले व्यवसाय बिंदूंमधील वाढणारी अंतर.

AI संपूर्ण अर्थव्यवस्थेत एकूण रोजगार कमी करते असा दावाही अभ्यासात नाही. संपूर्ण अर्थव्यवस्थेचे मोजमाप केलेले परिणाम निःशब्द झाले; नुकसान विशिष्ट व्यवसायांमध्ये विशिष्ट करिअर टप्प्यांवर स्थानिकीकरण केले जाते. नवीन भूमिका — AI ऑपरेशन्स, पर्यवेक्षण आणि एकीकरण कार्य — देखील तयार केल्या जात आहेत, जरी त्याच गतीने किंवा समान लोकांसाठी आवश्यक नाही.

तरीही, प्रवासाची दिशा दुर्लक्षित करणे कठीण आहे. एक वर्षापूर्वी, त्याच संशोधनात 13 टक्के अंतर दिसून आले आणि ते लवकर सिग्नल म्हणून चर्चेत आले. बारा महिन्यांनंतर, हे अंतर 19 टक्क्यांपर्यंत वाढले आहे, जे सर्वात जास्त उघड झालेल्या क्षेत्रात तरुण कामगारांसाठी सतत कमकुवत नियुक्तीमुळे चालते. AI च्या श्रमिक बाजारातील परिणामांबद्दल एक गृहितक म्हणून जे सुरू झाले ते मोजता येण्याजोगे ट्रेंडमध्ये कठोर होत आहे — आणि ज्या कामगारांना हे जाणवते ते सर्वात कमी सौदेबाजीचे सामर्थ्य असलेले आहेत.

---

एआयच्या पुढे राहा

नवीनतम AI बातम्या, विश्लेषण आणि यश मिळवा — सर्व एकाच ठिकाणी.

अधिक AI बातम्या वाचा →