Nvidia के CEO जेन्सेन हुआंग ने हाल ही में दिए एक बयान में कृत्रिम बुद्धिमत्ता (AI) के कारण नौकरियां खत्म होने की चिंताओं को खारिज करते हुए इसे 'पूरी तरह से बकवास' बताया। चिप निर्माता इस दिग्गज कंपनी के प्रमुख ने तर्क दिया कि AI का रोजगार पर वास्तविक प्रभाव इस बात पर निर्भर करता है कि कार्यबल कितनी अच्छी तरह से अनुकूलन करता है — और यह अनुकूलन वास्तव में अधिक अवसर पैदा कर सकता है और AI बुनियादी ढांचे में नए निवेश को बढ़ावा दे सकता है।
हुआंग ने विनाश की भविष्यवाणी को क्यों खारिज किया
हुआंग ने AI के कारण बड़े पैमाने पर बेरोजगारी की भविष्यवाणियों पर अपनी बात स्पष्ट रूप से रखी। उन्होंने व्यापक चिंता को निराधार बताया और उस धारणा का खंडन किया जो प्रौद्योगिकी और श्रम बाजारों के बीच विकास को गलत समझती है। उनका यह सीधा आकलन ऐसे समय में आया है जब विभिन्न उद्योगों की कंपनियां अपने संचालन में जनरेटिव AI को शामिल करने की होड़ में हैं, जिससे कर्मचारियों में उत्साह और बेचैनी दोनों बढ़ रही है।
कार्यबल अनुकूलन: असली चर
हुआंग ने कहा कि नतीजा AI पर नहीं, बल्कि लोगों की नए कौशल सीखने और स्वचालित प्रणालियों के पूरक भूमिकाओं में आने की क्षमता पर निर्भर करता है। उन्होंने सुझाव दिया कि इतिहास बताता है कि प्रौद्योगिकी नौकरियों को खत्म करने के बजाय उनका दायरा बढ़ाती है — हालांकि उन्होंने पिछले औद्योगिक बदलावों से सीधा समानांतर नहीं खींचा। उनके अनुसार, कुंजी सक्रिय पुनर्प्रशिक्षण और AI उपकरणों के साथ काम करने की इच्छा है, न कि उनके खिलाफ।
बुनियादी ढांचे में निवेश: विकास का चालक
हुआंग ने AI बुनियादी ढांचे — डेटा सेंटर, विशेषीकृत चिप्स, ऊर्जा प्रणालियां — की बढ़ती आवश्यकता को नए रोजगार के स्रोत के रूप में भी बताया। Nvidia, जिसके ग्राफिक्स प्रोसेसर अधिकांश बड़े पैमाने के AI मॉडलों को संचालित करते हैं, इस निर्माण से सीधे लाभान्वित होगा। लेकिन हुआंग ने इसे व्यापक रूप में प्रस्तुत किया: AI हार्डवेयर और सॉफ्टवेयर में अधिक निवेश का मतलब अधिक इंजीनियर, तकनीशियन और सहायक कर्मचारी हैं।
यह आशावाद कायम रहता है या नहीं यह इस पर निर्भर करता है कि श्रमिक और कंपनियां कितनी जल्दी बदलाव करते हैं। हुआंग की टिप्पणियों में कोई विशेष नीतिगत प्रस्ताव या समयसीमा शामिल नहीं थी, लेकिन उन्होंने बहस के लिए एक स्पष्ट स्वर निर्धारित किया: चिंता प्रौद्योगिकी की नहीं है — यह है कि क्या हम पर्याप्त तेजी से अनुकूलन करते हैं।
