वर्कर्स को कम्पेन्सेशन से जुड़ी उपयोगी इनसाइट्स देकर सशक्त बनाना

वेतन से जुड़ी जानकारी कई अहम फैसलों को प्रभावित करती है: लोग किन नौकरियों के लिए आवेदन करते हैं, क्या वे वेतन पर बातचीत करते हैं, और क्या किसी खास करियर पाथ को आगे बढ़ाना सही है. लेकिन ज़्यादातर वस्तुओं की कीमत की तरह नहीं, श्रम की कीमत का पता लगाना और उसे समझना अक्सर मुश्किल होता है—खासकर उन वर्कर्स के लिए जो अपने करियर की शुरुआत में हैं, फील्ड बदल रहे हैं, या नई जगह पर जा रहे हैं.

AI लेबर मार्केट का एक नया तरह का संसाधन है. किसी वर्कर को कई वेबसाइट्स पर सर्च करने, अलग-अलग सैलरी पेजों को समझने या सामाजिक रूप से असहज सवाल पूछने की बजाय, एक मॉडल वेतन जानकारी को सिंथेसाइज़ करके कुछ ही सेकंड में एक बेंचमार्क दे सकता है. वर्कर्स पहले से ही ChatGPT का इस तरह उपयोग कर रहे हैं—अमेरिका में औसतन हर दिन लगभग 3 मिलियन मैसेज भेजते हुए, जिनमें वे वेतन, कम्पेन्सेशन या कमाई के बारे में पूछते हैं.

हमारी नई रिसर्च रिपोर्ट इस बात को देखती है कि अमेरिका में लोग वेतन जानकारी के गैप को कम करने के लिए ChatGPT का कैसे उपयोग कर रहे हैं. लोग अक्सर ChatGPT पर दो तरह की मदद के लिए आते हैं: वेतन को एक उपयोगी बेंचमार्क में बदलने के लिए, और यह समझने के लिए कि कोई रोल, कंपनी, करियर पाथ या बिज़नेस आइडिया वास्तव में कितना वेतन दे सकता है. लेबल किए गए वेतन-बेंचमार्किंग मैसेजों में, पे कैलकुलेशन 26% सवालों के साथ सबसे अधिक है, इसके बाद किसी खास रोल से जुड़े सवाल (19%), उद्यमिता (18%), किसी कंपनी में खास रोल (11%), और पेशा या करियर से जुड़े सवाल (11%) आते हैं. हमने यह निष्कर्ष एक प्राइवेसी-प्रिज़र्विंग विश्लेषण के माध्यम से निकाला, जिसमें ऑटोमेटेड क्लासिफ़ायर्स का उपयोग किया जाता है और किसी इंसान द्वारा व्यक्तिगत मैसेज कभी नहीं देखे जाते.

उन सवालों का पैटर्न मायने रखता है. पेशा से जुड़े वेतन सर्च ज़्यादातर इन क्षेत्रों में केंद्रित हैं: आर्ट्स, डिज़ाइन, एंटरटेनमेंट, स्पोर्ट्स और मीडिया; मैनेजमेंट; हेल्थकेयर; ट्रांसपोर्टेशन; सेल्स; और बिज़नेस व फाइनेंशियल ऑपरेशन्स. रोज़गार की तुलना में, वेतन सर्च ज़्यादा उन उच्च-कौशल और कम पारदर्शी पेशों में दिखाई देता है जैसे क्रिएटिव फील्ड्स, मैनेजमेंट, हेल्थकेयर, और कंप्यूटर व मैथमेटिकल रोल्स. यह संकेत देता है कि मांग सबसे ज़्यादा वहीं होती है जहाँ वेतन का बेंचमार्क तय करना मुश्किल होता है, उस पर बातचीत की गुंजाइश अधिक होती है, या वह करियर मोबिलिटी के लिए ज़्यादा महत्वपूर्ण होता है. उद्यमिता से जुड़े सवालों में भी हमें ऐसा ही पैटर्न दिखता है, जो ज़्यादातर क्रिएटिव काम और छोटे सर्विस बिज़नेस में केंद्रित होते हैं—ऐसे क्षेत्र जहाँ अक्सर वेतन का कोई तय बेंचमार्क उपलब्ध नहीं होता.

विभिन्न उद्योगों में, वेतन सर्च उन जगहों पर ज़्यादा बढ़ता है जहाँ वेतन अधिक बिखरा हुआ होता है और जहाँ वेतन स्तर भी ज़्यादा होता है. दूसरे शब्दों में, वर्कर्स सबसे ज़्यादा वेतन जानकारी तब खोजते हैं जब सही जवाब मिलना ज़्यादा महत्वपूर्ण होता है और जब वेतन को समझना ज़्यादा मुश्किल होता है. इसीलिए इसका महत्व सिर्फ वेतन खोज तक सीमित नहीं है. संभावित कमाई को गलत समझना वर्कर्स को कम वेतन वाली नौकरियों में बनाए रख सकता है, उनकी मोलभाव करने की क्षमता को कमजोर कर सकता है, करियर में बदलाव को टाल सकता है, या शिक्षा और ट्रेनिंग में निवेश करने से हतोत्साहित कर सकता है. बेहतर जानकारी अनिश्चितता को पूरी तरह खत्म नहीं कर सकती, लेकिन यह समझना आसान बना सकती है कि किसी काम के लिए कितना वेतन मिलता है, और इससे लोगों को बेहतर फैसले लेने में मदद मिलती है.

यह बेहतर समझने के लिए कि हमारे मॉडल वर्कर्स की कैसे मदद करते हैं, यह रिपोर्ट WorkerBench भी पेश करती है—एक नई पहल, जिसका उद्देश्य उन लेबर मार्केट टास्क्स पर ChatGPT का मूल्यांकन करना है जो वर्कर्स के लिए महत्वपूर्ण हैं. इस पहले बेंचमार्क में, हमने GPT‑5.4 का मूल्यांकन 2024 OEWS के मीडियन वेतन डेटा के मुकाबले राष्ट्रीय पेशा और मेट्रो स्तरों पर किया. देखे गए सैंपल में, मॉडल बहुत सटीक पाया गया: कवरेज अधिक है, बायस कम है, और लगभग सभी संख्यात्मक अनुमान बेंचमार्क के बहुत करीब आते हैं.

वेतन से जुड़ी जानकारी आर्थिक रूप से महत्वपूर्ण होती है, लेकिन इसे हासिल करना अक्सर मुश्किल या संवेदनशील होता है. वर्कर्स पहले से ही उस समस्या से निपटने के लिए ChatGPT का उपयोग कर रहे हैं, खासकर लेबर मार्केट के उन हिस्सों में जहाँ अनिश्चितता सबसे ज़्यादा होती है और दांव सबसे अधिक महत्वपूर्ण होते हैं. हमारा लक्ष्य यह है कि यह मदद कितनी उपयोगी और भरोसेमंद हो सकती है, इसे लगातार बेहतर बनाते रहें—सिर्फ राष्ट्रीय बेंचमार्क से आगे बढ़कर उन भौगोलिक, कंपनी, स्तर और कम्पेन्सेशन से जुड़े सवालों तक, जो वर्कर्स वास्तव में हर दिन पूछते हैं.