कर्मचारी काम करण्याचे नवे मार्ग कसे शोधत आहेत

आमचे नवीनतम संशोधन असे सूचित करते की AI साधनांच्या उपलब्धतेसोबतच कामांचे विभाजन आणि अंमलबजावणी कशी केली जाते हे महत्त्वाचे आहे. त्यांच्या नेहमीच्या कामाच्या वर्णनाबाहेरील ही नवीन कामे कर्मचारी AI कसे वापरतात याचा नियमित भाग बनतात. जर हे उपक्रम नियमित जबाबदाऱ्या बनले, तर पदांची नावे तशीच राहिली तरी नोकऱ्यांची व्याप्ती वाढू शकते.

आमच्या पहिल्या वर्क अॅट द अत्याधुनिक अहवालात⁠ ‘टास्क क्रॉसओव्हर’चे दस्तऐवजीकरण करण्यात आले होते: कामगारांनी ऐतिहासिकदृष्ट्या दुसऱ्या व्यवसायाशी संबंधित असलेल्या कामांसाठी AI वापरणे. आमचे नवीनतम संशोधन पुढे काय घडते, असा प्रश्न विचारते.

एप्रिल ते जुलै 2026 दरम्यानच्या कामाशी संबंधित 1.5 million पेक्षा जास्त ChatGPT संदेशांचे विश्लेषण केल्यावर, काही आंतर-व्यावसायिक AI वापराची पुनरावृत्ती होत असल्याचे पुरावे आम्हाला आढळले. कर्मचारी त्यांच्या व्यावसायिक सीमांच्या बाहेरील कामांकडे पुन्हा वळतात आणि कालांतराने या कृती त्यांच्या निरीक्षित AI वापराचा मोठा भाग बनतात.

निष्कर्षांमधून AI पर्यंतचा प्रवेश नवीन कामे करून पाहण्यापासून ती कामे कर्मचाऱ्यांच्या नियमित दिनचर्येत समाविष्ट करण्यापर्यंतचा प्रवास कसा होऊ शकतो, याची सुरुवातीची झलक मिळते. आपल्या संस्थांमध्ये AI कसा सर्वोत्तम प्रकारे स्वीकारायचा आणि वापरायचा हे ठरवण्याचा प्रयत्न करणाऱ्या कंपन्यांसाठी, व्यावसायिक कर्मचाऱ्यांच्या AI वापरावरील आणि प्रॉम्प्टवरील आमच्या चार महिन्यांच्या अभ्यासात ओळखलेले कल, समस्या ओळखणे आणि AI च्या मदतीने एकूण काम पुढे नेणे यांमधील अडथळे या कंपन्या कसे कमी करू शकतात याची महत्त्वाची अंतर्दृष्टी देतात. आमचे निष्कर्ष सूचित करतात की संस्था त्यांच्या AI धोरणांची अंमलबजावणी करताना AI साधनांपर्यंतच्या प्रवेशासोबतच कामाच्या रचनेलाही स्थान दिले पाहिजे.

एखादे काम विशिष्ट क्षेत्रातील त्यांच्या भूमिकेशी जुळते की नाही, यावरून कामगार AI चा वेगवेगळ्या प्रकारे वापर करतात. त्यांच्या नेहमीच्या भूमिकेतील आणि भूमिकेबाहेरील कामांसाठी कामगार AI ला वेगवेगळ्या प्रकारे प्रॉम्प्ट देतात. त्यांच्या व्यवसायाबाहेरील कामांबद्दल विचारताना, ते त्यांच्या व्यवसायातील कामांसाठी लिहितात त्यापेक्षा सरासरीने लहान प्रॉम्प्ट लिहितात. स्पष्टीकरणे, कसे करावे याबद्दल मार्गदर्शन, विशिष्ट प्रतिसाद स्वरूप किंवा सल्ला मागण्याची शक्यताही त्यांनी कमी असते.

त्याच वेळी, कामगार त्यांच्या व्यवसायाबाहेरील मदतीसाठी AI कडे विचारताना उदाहरणे किंवा पार्श्वभूमी देण्याची शक्यता अधिक असते. एखादी गोष्ट तपासण्यास किंवा पडताळण्यास AI ला सांगण्याचीही त्यांची शक्यता अधिक असते.

एक अर्थ असा होऊ शकतो की कामगार तज्ज्ञता उधार घेण्यासाठी AI वापरत आहेत.. AI ने त्यांना पूर्णपणे नवीन क्षेत्र शिकवावे असे विचारण्याऐवजी, कामगार एखादी समस्या आणि संबंधित संदर्भ—जसे की दस्तऐवज, उदाहरण किंवा सहकाऱ्याकडून मिळालेली माहिती—आणू शकतात आणि दुसऱ्या क्षेत्राशी संबंधित ज्ञान लागू करण्यात मदत करण्यास AI ला सांगू शकतात. 

पुढील प्रश्न असा आहे की कामगार या क्रियाकलापांकडे परत येतात का. एप्रिल ते जुलैदरम्यान सातत्याने निरीक्षण केलेल्या सुमारे 6,200 कामगारांमध्ये, पूर्वी वापरल्या गेलेल्या आंतर-व्यवसायिक कार्यांचा वाटा व्यवसाय-विशिष्ट AI क्रियाकलापांमध्ये एप्रिलमधील 13.1% वरून जुलैमध्ये 25.9% झाला¹. हा नमुना केवळ एकदा प्रयोग करण्याऐवजी कामगार त्यांच्या सुरू असलेल्या कार्यप्रवाहांमध्ये काही आंतर-व्यवसायिक सहाय्य समाविष्ट करत असल्याशी सुसंगत आहे. 

एका स्वतंत्र विश्लेषणातून पुनरावृत्तीचा संदर्भ स्पष्ट होतो. नमुन्यातील जुळवलेल्या एक-महिन्याच्या फॉलो-अप निरीक्षणांमध्ये, मागील महिन्यात वापरलेल्या वेगवेगळ्या व्यवसायांमधील कार्याकडे कामगार 23.6% वेळा परतले. याउलट, मागील महिन्यात त्या कार्याचा वापर झाल्याचे निरीक्षण नसलेल्या तुलनात्मक कामगारांमध्ये त्याच कार्याचा वापर 8.4% वेळा झाला. व्यवसायांतर्गत आणि सामान्य कार्यांसाठीही अशीच तफावत दिसते.

कामाच्या प्रकारानुसार पुनरावृत्तीचे प्रमाण लक्षणीयरीत्या बदलते. पुढील महिन्यात काही आंतर-व्यावसायिक कामांकडे कामगार तुलनेने उच्च प्रमाणात परतले:

• ग्राहकांशी वस्तू किंवा सेवांबद्दल चर्चा करणे: 54%

• जाहिरात किंवा प्रचारात्मक लेखन: 44%

• मार्केटिंग साहित्य तयार करणे: 37%

तुलनेने, आर्थिक माहिती समजावून सांगण्याच्या कामाकडे कर्मचारी सुमारे 15% वेळा परतले. विविध व्यवसायांमधील कामांसाठी पुढील महिन्यात परत येण्याचा सरासरी दर 18.5% होता. हे फरक AI आवर्ती कार्यप्रवाहांमध्ये नैसर्गिकरीत्या कुठे बसते, हे दर्शवू शकतात. ते कार्यस्थळावरील नियम, सावधगिरी किंवा काहीतरी चुकीचे झाल्यास जाणवणारे परिणाम यांमधील फरकही दर्शवू शकतात. 

पहिले दोन अत्याधुनिक क्षेत्रातील वर्क अहवाल नोकरीच्या पदनामांमध्ये बदल होण्यापूर्वीच वर्क कसे बदलू शकते, याचे चित्र मांडतात. पहिल्या अहवालात दिसून आले की कर्मचारी पारंपरिक व्यावसायिक सीमा ओलांडण्यासाठी AI वापरतात. या अहवालात आढळते की त्यांपैकी काही कृती नियमित कार्यप्रवाहांचा भाग बनतात. हे नमुने AI-चालित नोकरीतील परिवर्तनासाठी एक संभाव्य मार्ग सुचवतात: कर्मचारी त्यांच्या पारंपरिक भूमिकेबाहेरील एखाद्या कृतीचा प्रयोग करतो, त्यासाठी AI उपयुक्त असल्याचे त्याला आढळते आणि तो आपल्या कामाचा भाग म्हणून त्या कृतीकडे पुन्हा वळू लागतो.

AI मुळे नोकऱ्यांची शीर्षके बदलण्याच्या खूप आधी त्यांच्या स्वरूपात बदल होऊ शकतो: कर्मचारी दुसऱ्या व्यवसायाशी संबंधित कामांसाठी AI वापरतात आणि कालांतराने त्यांपैकी काही कामांकडे परत येतात. ती कामे नियमित जबाबदाऱ्या बनल्यास, नोकरीचे शीर्षक तसेच राहिले तरी त्यामधील कामांचे मिश्रण अधिक व्यापक होऊ शकते. AI मुळे श्रमविभागणीत कसा बदल होत आहे आणि त्याचा कामगार, व्यवसाय आणि व्यापक अर्थव्यवस्थेवर काय परिणाम होतो, याचे अधिक स्पष्ट चित्र तयार करण्यासाठी आम्ही या बदलांचा अभ्यास सुरू ठेवू.

• कामगार त्यांच्या पारंपरिक भूमिकांपलीकडील कामे करण्यासाठी ChatGPT कसे वापरत आहेत हे जाणून घेण्यासाठी आमचे कामांमधील परस्परसंक्रमणावरील संशोधन⁠ वाचा.

• AI क्षमता, मानवी भूमिका आणि मागणी रोजगाराला कसा आकार देऊ शकतात हे जाणून घेण्यासाठी आमचे AI Jobs Transition Framework⁠ वाचा.