Meta और Microsoft भी टेक छंटनी के सुनामी में शामिल हो गए हैं – लेकिन क्या AI वास्तव में दोषी है?
Meta and Microsoft have joined the tech layoff tsunami – but is AI really to blame?
Three ways to think about AI, massive job cuts, and the future of work.
AI, बड़े पैमाने पर नौकरी में कटौती, और काम के भविष्य के बारे में सोचने के तीन तरीके।
Meta and Microsoft are the latest software companies to announce big cuts to their global workforce. Both companies are also making big investments in artificial intelligence (AI).
मेटा और माइक्रोसॉफ्ट नवीनतम सॉफ्टवेयर कंपनियाँ हैं जिन्होंने अपने वैश्विक कार्यबल में बड़े पैमाने पर कटौती की घोषणा की है। दोनों कंपनियाँ आर्टिफिशियल इंटेलिजेंस (एआई) में भी बड़े निवेश कर रही हैं।
The link seems obvious. Meta’s chief people officer, Janelle Gale, said the job cuts – about 10% of staff or almost 8,000 workers – serve to “offset the other investments we’re making”. Meta boss Mark Zuckerberg has previously spoken about a “major AI acceleration” with spending in excess of US$115bn planned this year.
संबंध स्पष्ट लगता है। मेटा की मुख्य कार्मिक अधिकारी, जानेल गेल ने कहा कि नौकरी में कटौती – लगभग 10% कर्मचारियों या लगभग 8,000 श्रमिकों को – “हमारे द्वारा किए जा रहे अन्य निवेशों की भरपाई करती है”। मेटा के बॉस मार्क ज़करबर्ग ने पहले भी इस साल US$115 बिलियन से अधिक खर्च के साथ “प्रमुख एआई त्वरण” के बारे में बात की है।
Microsoft is also betting big on AI. The company also just announced early retirement packages for about 7% of its US workforce.
माइक्रोसॉफ्ट भी एआई पर बड़ा दांव लगा रही है। कंपनी ने अपने अमेरिकी कार्यबल के लगभग 7% के लिए जल्दी सेवानिवृत्ति पैकेज की घोषणा भी की है।
The two tech giants join Atlassian, Block, WiseTech Global and Oracle, who have all made similar announcements this year, each evoking AI without outright blaming it.
ये दो तकनीकी दिग्गज एटलासियन, ब्लॉक, वाइजटेक ग्लोबल और ওরাकल के साथ जुड़ गए हैं, जिन्होंने इस साल इसी तरह की घोषणाएँ की हैं, जिनमें से प्रत्येक ने सीधे तौर पर दोष दिए बिना एआई का उल्लेख किया है।
What is happening here? How we understand these layoffs depends on what we think AI is, and what implications it will have. Broadly speaking, there are three ways of looking at it: that AI is superintelligence, that it’s mostly hype, and that it’s a useful tool.
यहाँ क्या हो रहा है? हम इन छंटनी को कैसे समझते हैं, यह इस बात पर निर्भर करता है कि हम एआई क्या मानते हैं, और इसके क्या निहितार्थ होंगे। मोटे तौर पर, इसे देखने के तीन तरीके हैं: कि एआई अति-बुद्धिमत्ता है, कि यह अधिकतर प्रचार है, और कि यह एक उपयोगी उपकरण है।
The end of white-collar work?
क्या व्हाइट-कॉलर काम का अंत है?
In the first view, AI is emerging superintelligence. It is a new kind of mind, that learns, reasons, and will soon outperform humans at most cognitive tasks (hint: it’s not!).
पहली नज़र में, एआई उभरती हुई सुपरइंटेलिजेंस है। यह एक नए प्रकार का दिमाग है, जो सीखता है, तर्क करता है, और जल्द ही अधिकांश संज्ञानात्मक कार्यों में मनुष्यों से बेहतर प्रदर्शन करेगा (संकेत: ऐसा नहीं है!)।
The job losses are not just a corporate restructuring. They are an early tremor of something seismic.
नौकरियों का नुकसान केवल कॉर्पोरेट पुनर्गठन नहीं है। यह किसी बड़े भूगर्भीय बदलाव का शुरुआती कंपन है।
In February 2026, AI entrepreneur Matt Shumer put this view vividly – comparing the current moment to the strange, quiet weeks before COVID-19 broke into global consciousness. Most people, he argued, haven’t yet realised we are facing an “intelligence explosion”.
फरवरी 2026 में, एआई उद्यमी मैट शूमर ने इस विचार को स्पष्ट रूप से प्रस्तुत किया – वर्तमान क्षण की तुलना COVID-19 के वैश्विक चेतना में आने से पहले के अजीब, शांत हफ्तों से करते हुए। उन्होंने तर्क दिया कि अधिकांश लोगों ने अभी तक यह महसूस नहीं किया है कि हम एक “बुद्धिमत्ता विस्फोट” का सामना कर रहे हैं।
The essay drew significant criticism. Commentators noted it contained little hard data and read at times like a pitch for Shumer’s company’s own AI products.
इस निबंध को काफी आलोचना का सामना करना पड़ा। टिप्पणीकारों ने उल्लेख किया कि इसमें ठोस डेटा कम था और यह कभी-कभी शूमर की कंपनी के अपने एआई उत्पादों के लिए एक पिच की तरह पढ़ा जाता था।
But it captured a genuine anxiety. Something real is happening in software engineering, at least, where tasks are well-defined and success is easy to verify.
लेकिन इसने एक वास्तविक चिंता को पकड़ा। कम से कम सॉफ्टवेयर इंजीनियरिंग में कुछ वास्तविक हो रहा है, जहाँ कार्य अच्छी तरह से परिभाषित होते हैं और सफलता को सत्यापित करना आसान होता है।
But the leap to “all white-collar work will be automated” is a big one. The view that AI is a kind of universal mind that learns and improves itself is far-fetched.
लेकिन “सभी व्हाइट-कॉलर काम स्वचालित हो जाएगा” तक का छलांग बहुत बड़ी है। यह विचार कि एआई एक प्रकार का सार्वभौमिक दिमाग है जो खुद को सीखता और बेहतर बनाता है, बहुत दूर की कौड़ी है।
And most professional work is far messier than coding: ambiguous briefs, competing stakeholder interests, outputs that are hard to verify, and shifting success criteria. Coding may be a canary in the coal mine, but coal mines and boardrooms are very different places.
और अधिकांश पेशेवर काम कोडिंग की तुलना में कहीं अधिक जटिल है: अस्पष्ट ब्रीफ, प्रतिस्पर्धी हितधारकों के हित, ऐसे आउटपुट जिन्हें सत्यापित करना कठिन है, और बदलते सफलता मानदंड। कोडिंग कोयले की खदान में एक कैनरी हो सकती है, लेकिन कोयले की खदानें और बोर्डरूम बहुत अलग जगहें हैं।
Are tech companies winding back hiring sprees?
क्या तकनीकी कंपनियाँ भर्ती की तेजी धीमी कर रही हैं?
The second view sees the conversation around AI as mostly hype. AI is being invoked as cover. Companies that hired aggressively during the pandemic boom, and now face financial pressure, are blaming AI as the more palatable explanation.
दूसरा दृष्टिकोण एआई के इर्द-गिर्द की बातचीत को ज़्यादातर प्रचार मानता है। एआई का उपयोग एक आवरण के रूप में किया जा रहा है। जिन कंपनियों ने महामारी के उछाल के दौरान आक्रामक रूप से भर्ती की थी, और अब उन्हें वित्तीय दबाव का सामना करना पड़ रहा है, वे एआई को अधिक स्वीकार्य स्पष्टीकरण बता रही हैं।
OpenAI CEO Sam Altman called this dynamic “AI washing” : companies blaming AI for layoffs they would have made regardless.
ओपनएआई के सीईओ सैम ऑल्टमैन ने इस गतिशीलता को “एआई वॉशिंग” कहा: कंपनियाँ एआई को उन छंटनी के लिए दोषी ठहरा रही हैं जो वे वैसे भी करतीं।
For example, Meta announced in March it would shut down its Metaverse platform Horizon World by June. Reality Labs, the division developing the technology, employed 15,000 people as of January 2026.
उदाहरण के लिए, मेटा ने मार्च में घोषणा की थी कि वह जून तक अपने मेटावर्स प्लेटफॉर्म होराइजन वर्ल्ड को बंद कर देगी। रियलिटी लैब्स, जो तकनीक विकसित करने वाला विभाग है, ने जनवरी 2026 तक 15,000 लोगों को रोजगार दिया था।
We don’t know in detail the make-up of the present job cuts, so Meta may just be repackaging earlier failiures as AI-driven productivity gains.
हमें वर्तमान नौकरी कटौती की विस्तृत संरचना नहीं पता है, इसलिए मेटा केवल पिछली विफलताओं को एआई-संचालित उत्पादकता लाभों के रूप में पुन: पैक कर रही हो सकती है।
Another cynical reading suggests that laying off workers in the name of AI is a way to drive up stock prices. When Block invoked AI and cut nearly 4,000 roles, its stock jumped the following day.
एक और संशयवादी व्याख्या बताती है कि एआई के नाम पर कर्मचारियों को निकालना स्टॉक की कीमतों को बढ़ाने का एक तरीका है। जब ब्लॉक ने एआई का हवाला दिया और लगभग 4,000 भूमिकाएँ काटीं, तो अगले दिन इसका स्टॉक उछल गया।
Announce AI-driven layoffs and you may find investors reward you for being future-focused. It is a historically familiar trick: technology has repeatedly served as convenient cover for financial restructuring.
एआई-संचालित छंटनी की घोषणा करें और आप पा सकते हैं कि निवेशक आपको भविष्य-केंद्रित होने के लिए पुरस्कृत करेंगे। यह एक ऐतिहासिक रूप से परिचित चाल है: प्रौद्योगिकी ने बार-बार वित्तीय पुनर्गठन के लिए सुविधाजनक आवरण का काम किया है।
Are layoffs a way to make staff use AI?
क्या छंटनी कर्मचारियों को AI का उपयोग करने के लिए मजबूर करने का एक तरीका है?
The third view is more nuanced. It sees AI as a powerful tool, but one that companies will need to transform themselves to take advantage of.
तीसरा दृष्टिकोण अधिक सूक्ष्म है। यह AI को एक शक्तिशाली उपकरण मानता है, लेकिन एक ऐसा उपकरण जिसका लाभ उठाने के लिए कंपनियों को स्वयं को बदलना होगा।
This has implications for what jobs are needed and in what quantities. We think this view has the most merit.
इसके निहितार्थ इस बात से हैं कि किस प्रकार की नौकरियों की आवश्यकता है और किस मात्रा में। हमें लगता है कि इस दृष्टिकोण में सबसे अधिक योग्यता है।
On this reading, the tech leaders believe AI will change how software gets built. But they don’t know exactly how.
इस समझ के अनुसार, तकनीकी नेता मानते हैं कि AI सॉफ्टवेयर के निर्माण के तरीके को बदल देगा। लेकिन वे ठीक से नहीं जानते कि कैसे।
So they do what tech companies often do when faced with uncertainty: they create pressure. They cut headcount staff, expect those remaining to produce just as much as before, and force teams to find ways to meet those expectations using AI.
इसलिए वे वही करते हैं जो तकनीकी कंपनियाँ अक्सर अनिश्चितता का सामना करने पर करती हैं: वे दबाव बनाती हैं। वे कर्मचारियों की संख्या कम करते हैं, शेष कर्मचारियों से पहले की तरह ही उत्पादन की उम्मीद करते हैं, और टीमों को AI का उपयोग करके उन अपेक्षाओं को पूरा करने के तरीके खोजने के लिए मजबूर करते हैं।
It’s not a bet that AI will do everything, but that the pressure will force humans to work out how to use AI to increase productivity.
यह शर्त नहीं है कि AI सब कुछ करेगा, बल्कि यह है कि दबाव मनुष्यों को उत्पादकता बढ़ाने के लिए AI का उपयोग कैसे करना है, यह पता लगाने के लिए मजबूर करेगा।
This also lines up with industry experience. For example, Google chief executive Sundar Pichai claims a 10% increase in engineering speed from AI adoption across the company. This could tally with cuts of around 7-10% of total workforce for most of the mentioned companies.
यह उद्योग के अनुभव से भी मेल खाता है। उदाहरण के लिए, गूगल के मुख्य कार्यकारी सुंदर पिचाई का दावा है कि कंपनी में AI को अपनाने से इंजीनियरिंग गति में 10% की वृद्धि हुई है। यह उल्लिखित अधिकांश कंपनियों के कुल कार्यबल में लगभग 7-10% की कटौती के अनुरूप हो सकता है।
What this means for knowledge workers
ज्ञान श्रमिकों के लिए इसका क्या मतलब है
These three views are often presented as mutually exclusive. In practice, all three expectations exist simultaneously. The honest answer to “what is really happening here” is probably “a bit of everything”.
इन तीन विचारों को अक्सर परस्पर अनन्य के रूप में प्रस्तुत किया जाता है। व्यवहार में, तीनों अपेक्षाएं एक साथ मौजूद होती हैं। “वास्तव में यहाँ क्या हो रहा है” इसका ईमानदार जवाब शायद “सब कुछ का थोड़ा-थोड़ा मिश्रण” है।
What is true is that software development tends to be an early indicator of broader shifts in knowledge work. Productivity benefits from AI are real for those who adopt it. Yet adoption is unevenly distributed, and lags in less technical industries.
सच यह है कि सॉफ्टवेयर विकास ज्ञान कार्य में व्यापक बदलावों का एक शुरुआती संकेतक होता है। एआई से उत्पादकता के लाभ उन लोगों के लिए वास्तविक हैं जो इसे अपनाते हैं। फिर भी, यह अपनाना असमान रूप से वितरित है, और कम तकनीकी उद्योगों में इसमें देरी हो रही है।
In this context, the ability to understand AI and make good decisions about how and where to use it is becoming a baseline professional skill.
इस संदर्भ में, एआई को समझने और यह तय करने के बारे में अच्छे निर्णय लेने की क्षमता कि इसका उपयोग कैसे और कहाँ करना है, एक बुनियादी पेशेवर कौशल बनता जा रहा है।
The workers most at risk are not necessarily those whose tasks can be replicated by AI. They are those who wait for pressure to arrive from outside rather than getting ahead of it now.
सबसे अधिक जोखिम में काम करने वाले वे नहीं हैं जिनके कार्यों को एआई द्वारा दोहराया जा सकता है। वे वे हैं जो अभी इससे आगे निकलने के बजाय बाहर से दबाव आने का इंतजार करते हैं।
We will have answers to the question of whether AI is mostly hype or a useful tool in the next few years.
अगले कुछ वर्षों में हमें इस सवाल का जवाब मिलेगा कि क्या एआई ज़्यादातर प्रचार है या एक उपयोगी उपकरण।
If Meta, Microsoft, and their peers rehire staff with different skills, redesign workflows, and emerge genuinely more capable, the case for useful AI looks good. If they simply pocket the payroll savings, the cynics were right.
यदि मेटा, माइक्रोसॉफ्ट और उनके साथी विभिन्न कौशल वाले कर्मचारियों को फिर से नियुक्त करते हैं, कार्यप्रवाहों को फिर से डिज़ाइन करते हैं, और वास्तव में अधिक सक्षम बनकर उभरते हैं, तो उपयोगी एआई का मामला अच्छा दिखता है। यदि वे केवल वेतन बचत को अपने पास रखते हैं, तो संशयवादी सही थे।
If you want to know where tech companies are going, don’t look at what they cut – watch what they hire.
यदि आप जानना चाहते हैं कि तकनीकी कंपनियाँ कहाँ जा रही हैं, तो यह न देखें कि वे क्या काट रही हैं – देखें कि वे किसे नियुक्त कर रही हैं।
The authors do not work for, consult, own shares in or receive funding from any company or organisation that would benefit from this article, and have disclosed no relevant affiliations beyond their academic appointment.
लेखक किसी भी कंपनी या संगठन के लिए काम नहीं करते हैं, सलाह नहीं देते हैं, उसमें शेयर नहीं रखते हैं या उससे फंडिंग प्राप्त नहीं करते हैं जिससे इस लेख से लाभ होगा, और उन्होंने अपनी अकादमिक नियुक्ति से परे कोई प्रासंगिक जुड़ाव का खुलासा नहीं किया है।
Read more
-
हॉर्मुज़ जलडमरूमध्य से जहाजों को फिर से गुज़रने के लिए क्या करना होगा?
What will it take to get ships going through the Strait of Hormuz again?
-
साहित्यिक चोरी वाला शोध स्वचालित परीक्षणों में पास हो गया, और मैंने इसे पता लगाया – लेकिन केवल इसलिए क्योंकि इसने मेरे काम की नकल की थी।
Plagiarised research passed automated tests, and I detected it – but only because it copied my work