AI ट्रांज़िशन का ख़र्च कौन उठाएगा?

ओरेकल ने हाल ही में दुनिया भर में 30,000 कर्मचारियों की छँटनी की। इनमें से 12,000 भारत में कार्यरत थे—जो ओरेकल के स्थानीय workforce का 40 प्रतिशत है। ये कटौतियाँ उन divisions में केंद्रित हैं जो इसके cloud infrastructure का निर्माण और रखरखाव करते हैं: engineering, cloud applications, database teams, operations। इसी समय, ओरेकल AI infrastructure, data centre expansion और cloud buildout की ओर तेज़ी से capital लगा रहा है। यह कोई संयोगवश timing नहीं है। यह AI ट्रांज़िशन की political economy का खुला प्रदर्शन है।

ओरेकल की छँटनी को एक अलग corporate घटना के रूप में नहीं देखा जाना चाहिए। यह technology sector में अब दिख रहे एक व्यापक reorganisation का लक्षण है: कंपनियाँ कर्मचारियों की छँटनी कर रही हैं जबकि AI infrastructure, cloud expansion और पूंजी-गहन data centre buildout की ओर resources को redirect कर रही हैं। यह वह जानी-मानी कहानी नहीं है जहाँ AI सीधे technical capability के माध्यम से श्रम को “replace” करता है। यह कुछ अधिक तात्कालिक और अधिक खुलासा करने वाला है। कर्मचारियों को ट्रांज़िशन का ख़र्च तब उठाना पड़ रहा है जब उस ट्रांज़िशन के लाभ अभी तक प्राप्त नहीं हुए हैं।

यह बात महत्वपूर्ण है क्योंकि AI पर सार्वजनिक चर्चा अभी भी दो अपर्याप्त narratives के बीच बहुत तेज़ी से घूमती रहती है। एक कहती है कि AI productivity की एक नई लहर पैदा करेगा और इसलिए वर्तमान की dislocations अस्थायी और आवश्यक हैं। दूसरी कहती है कि AI पहले से ही बड़े पैमाने पर कर्मचारियों को replace कर रहा है। इनमें से कोई भी ओरेकल की छँटनी जो दिखाती है, उसे पूरी तरह से नहीं दर्शाता। अधिक सटीक मुद्दा यह है कि AI ट्रांज़िशन एक पूंजी-गहन restructuring process है। इसके लिए data centres, cloud capacity, chips, memory, power और संबंधित infrastructure पर बड़े ख़र्च की आवश्यकता होती है। कंपनियाँ इस दौड़ में कहीं से भी नहीं आतीं। वे आंतरिक रूप से resources का पुनर्वितरण करती हैं। और ऐसा करने का एक सबसे तात्कालिक तरीक़ा यह है कि श्रम को एक flexible variable के रूप में देखा जाए जिसे नए buildout के लिए capital मुक्त करने हेतु काटा, कम किया या restructure किया जा सकता है।

इसलिए ओरेकल महत्वपूर्ण है। यह कोई frontier AI lab नहीं है, बल्कि एक बड़ी incumbent technology firm है जो नई AI और cloud hierarchy में ख़ुद को reposition करने की कोशिश कर रही है। यदि ओरेकल जैसी बड़ी कंपनी भी AI और cloud infrastructure पर ख़र्च बढ़ाने के लिए अपने workforce को restructure कर रही है, तो मुद्दा केवल technological substitution का नहीं है। यह investment की बदलती composition और श्रम तथा fixed capital के बीच बदलते संतुलन का मामला है। यह इस बारे में एक चुनाव है कि कौन भुगतान करेगा।

AI ट्रांज़िशन को कंपनी के भीतर फ़ाइनेंस किया जा रहा है

रिपोर्टिंग से पता चलता है कि ओरेकल की वर्तमान layoff round बड़ी है, जो कई divisions में हज़ारों कर्मचारियों को प्रभावित कर रही है। ये छँटनी AI infrastructure और cloud buildout में एक आक्रामक push के साथ हो रही हैं। यह मुख्य बात है। यह कटौतियाँ किसी vacuum में नहीं हो रही हैं। वे एक strategic reallocation का हिस्सा हैं।

यह महत्वपूर्ण है क्योंकि AI boom पर अक्सर models और software capabilities के स्तर पर चर्चा की जाती है, जैसे कि artificial intelligence केवल एक informational breakthrough हो। लेकिन वास्तविक AI race एक infrastructure race भी है। यह cloud capacity, energy, chips, memory, data centres और long-horizon capital expenditure पर निर्भर करता है। इस दौड़ में शामिल होने वाली कंपनियों को भारी मात्रा में capital की आवश्यकता है, और उन्हें यह अभी चाहिए। यह दबाव कंपनी की आंतरिक economy को नया आकार देता है। ख़र्च की प्राथमिकताएँ बदल जाती हैं। Labour costs एक target बन जाते हैं। Organisational units को कम किया जाता है, consolidate किया जाता है, या समाप्त कर दिया जाता है। जिन कर्मचारियों की कंपनी की strategic direction तय करने में कोई भूमिका नहीं थी, उन्हें इस pivot की लागत को absorb करने के लिए मजबूर किया जाता है।

इस अर्थ में, ओरेकल की छँटनी केवल market conditions की प्रतिक्रिया नहीं है। वे स्वयं AI ट्रांज़िशन के financing architecture का हिस्सा हैं।

यह केवल automation नहीं है। यह capital deepening है।

AI और jobs पर चर्चा का सामान्य तरीक़ा यह पूछना है कि क्या कोई model अब उन कार्यों को कर सकता है जो कभी इंसानों द्वारा किए जाते थे। वह सवाल अप्रासंगिक नहीं है, लेकिन अधूरा है। यह इस तथ्य को नज़रअंदाज़ करता है कि AI investment की वर्तमान लहर केवल software के माध्यम से श्रम को replace करने के बारे में नहीं है। यह fixed capital को गहरा करने के बारे में भी है। कंपनियाँ ऐसे infrastructure में resources लगा रही हैं जो महंगा, टिकाऊ और उलटना मुश्किल है: cloud systems, compute clusters, networking, power-intensive facilities और AI services को scale पर support करने के लिए आवश्यक व्यापक hardware stack।

मार्क्स का भेद यहाँ अभी भी उपयोगी है। पूंजीवादी विकास कभी केवल technical innovation के बारे में नहीं रहा है। यह श्रम और उत्पादन के साधनों के बीच संबंध को बदलने के बारे में भी रहा है। जब कंपनियाँ fixed capital में अधिक निवेश करती हैं, तो श्रम अक्सर adjustable variable बन जाता है। इसे नए investment logic की सेवा के लिए काटा, अनुशासित किया या पुनर्गठित किया जा सकता है। ओरेकल की छँटनी का महत्व ठीक यहीं निहित है। कंपनी AI को एक neutral technical force के रूप में केवल प्रतिक्रिया नहीं दे रही है। यह सक्रिय रूप से अपने workforce को restructure कर रही है ताकि capital की एक नई composition का समर्थन किया जा सके।

यह बात राजनीतिक रूप से महत्वपूर्ण है। क्योंकि यदि AI से होने वाले लाभ अनिश्चित, दीर्घकालिक और असमान रहते हैं, जबकि कर्मचारियों पर थोपी गई लागतें तात्कालिक हैं, तो “transition” neutral नहीं है। इसे labour discipline के माध्यम से फ़ाइनेंस किया जा रहा है। बोझ कर्मचारियों पर पहले ही डाल दिया जाता है; अपेक्षित returns एक speculative future तक टाल दिए जाते हैं।

श्रम पहले भुगतान करता है, capital बाद में लाभ की उम्मीद करता है

यह AI boom की व्यापक political economy है। कंपनियाँ, investors और executives AI को एक अपरिहार्य frontier के रूप में प्रस्तुत करते हैं, जिसे वर्तमान में असाधारण commitment की आवश्यकता है। लेकिन वर्तमान में commitment का अर्थ है वास्तविक resource allocation: केवल venture funding या equity valuation ही नहीं, बल्कि payroll decisions, layoffs, debt, facility construction, hardware procurement और margins पर दबाव। भविष्य का आह्वान वर्तमान में लागतों के पुनर्वितरण को सही ठहराने के लिए किया जाता है।

कर्मचारी इसे तुरंत अनुभव करते हैं। वे “AI” का सामना पहले intelligence के बारे में एक philosophical प्रश्न के रूप में नहीं करते। वे इसका सामना restructuring, uncertainty, job loss, role compression और कम लोगों के साथ अधिक output की मांगों के रूप में करते हैं। लाभ भविष्य की firm या भविष्य की economy के स्तर पर वादे किए जाते हैं। लागतें वर्तमान workplace के स्तर पर आती हैं।

इसलिए ओरेकल का मामला analytically उपयोगी है। यह दिखाता है कि AI ट्रांज़िशन केवल productivity enhancement के बारे में नहीं हैं। वे इस बारे में भी हैं कि capital के ख़ुद को reposition करने के प्रयास की लागत कौन absorb करता है। ओरेकल नौकरियों में कटौती इसलिए नहीं कर रहा है क्योंकि किसी पूरी तरह से साकार AI future ने उन कर्मचारियों को सामाजिक रूप से अनावश्यक बना दिया है। यह नौकरियों में कटौती इसलिए कर रहा है क्योंकि कंपनी एक अधिक महंगी और speculative infrastructure race की ओर reallocate कर रही है। इस प्रक्रिया में, capital का strategic gamble ख़ुद को साबित करने से पहले श्रम expendable हो जाता है।

यह एक ऐसा pattern है जिसे हमें अधिक बार देखने की उम्मीद करनी चाहिए, कम नहीं।

कंपनी श्रम को shock absorber मानती है

ऐसे क्षणों में कंपनियाँ जिस भाषा का उपयोग करती हैं, वह अक्सर managerial और abstract होती है। Organisational restructuring। Business needs। Strategic alignment। Efficiency। ये शब्द एक बहुत ही concrete वास्तविकता को छिपाते हैं: श्रम को capital के strategic shift के लिए shock absorber के रूप में इस्तेमाल किया जा रहा है। कंपनी एक नए accumulation frontier में प्रवेश करना चाहती है, लेकिन लागत को ऊपर की ओर socialise करने के बजाय, वह इसे नीचे की ओर socialise करती है। कर्मचारियों की छँटनी की जाती है, teams को कम किया जाता है, functions को merge किया जाता है, uncertainty को सामान्यीकृत किया जाता है। श्रम transition risk को absorb करता है।

यह ओरेकल से परे भी मायने रखता है। technology sector में, बढ़ती संख्या में कंपनियाँ AI का उपयोग न केवल एक नई technical direction के रूप में कर रही हैं, बल्कि आंतरिक workforce discipline के औचित्य के रूप में भी कर रही हैं। innovation का discourse इसलिए एक दोहरा कार्य कर सकता है। यह एक ओर investor enthusiasm को सुरक्षित करता है और दूसरी ओर labour shedding को वैध बनाता है। AI एक growth story और एक disciplinary device दोनों बन जाता है।

यही एक कारण है कि वर्तमान क्षण का सावधानीपूर्वक विश्लेषण किया जाना चाहिए। यदि हम ऐसी सभी छँटनी को सीधे “automation” के रूप में वर्णित करते हैं, तो हम उन सक्रिय निर्णयों को अस्पष्ट करने का जोखिम उठाते हैं जिनके माध्यम से कंपनियाँ कर्मचारियों को ट्रांज़िशन के लिए भुगतान करने का चुनाव करती हैं। Automation capital restructuring की एक गहरी प्रक्रिया के लिए एक ideological cover बन सकता है।

भारत और Infrastructure Paradox

ओरेकल की छँटनी वैश्विक हैं, लेकिन भारत एक तीखा विरोधाभास दिखाता है। कंपनी ने भारत में 12,000 कर्मचारियों की छँटनी की है—जो इसके स्थानीय workforce का 40 प्रतिशत है—ठीक उन्हीं divisions में जो इसके cloud infrastructure का निर्माण और रखरखाव करते हैं। यह तब हो रहा है जब भारत में ओरेकल का cloud business दो साल में दोगुना हो गया है और भारतीय enterprises Oracle Cloud Infrastructure पर तेज़ी से निर्भर हो रहे हैं।

यह timing Global South के स्तर पर AI ट्रांज़िशन के logic को उजागर करती है। ओरेकल भारतीय कर्मचारियों की छँटनी इसलिए नहीं कर रहा है क्योंकि वे कर्मचारी redundant हो गए हैं। वह उन्हें infrastructure investment के लिए capital मुक्त करने के लिए काट रहा है। फिर भी, जो infrastructure बनाया जा रहा है वह भारतीय engineering labour पर निर्भर करता है। इसलिए कंपनी एक bet लगा रही है: कि वह अब छँटनी के माध्यम से costs कम कर सकती है जबकि बाद में cloud services प्रदान करने के लिए आवश्यक engineering capacity को बनाए रख सकती है—संभवतः कम rates पर फिर से hiring करके, या अधिक काम भारतीय partners और contractors को offload करके।

यह labour arbitrage का एक नया रूप है। बड़े पैमाने पर hire करो। platform बनाओ। जब capital को pivot करने की आवश्यकता हो तो कर्मचारियों की छँटनी करो। एक अधिक fragmented, precarious, contractor-heavy model के माध्यम से infrastructure का रखरखाव करो। भारतीय firms और enterprises के लिए, इसका मतलब है ऐसे infrastructure पर बढ़ती निर्भरता जिसका engineering base अधिक fragile और अधिक precarious होता जा रहा है।

भारतीय IT sector इस bind में फँसा हुआ है। ओरेकल एक साथ एक customer (OCI चलाने वाले enterprises), एक competitor (cloud market) और एक supply-chain partner (OCI भारतीय engineers पर निर्भर करता है) है। भारतीय कर्मचारियों की छँटनी करके, जबकि भारत की OCI पर structural dependence को गहरा करके, ओरेकल भारतीय tech ecosystem पर risk डाल रहा है। यदि labour cuts के कारण OCI infrastructure कम stable या responsive हो जाता है, तो बोझ उन भारतीय firms पर पड़ता है जो अब इस पर निर्भर हैं।

इसलिए ओरेकल का मामला एक अकेली कंपनी से परे भी मायने रखता है। यह दिखाता है कि AI infrastructure race को Global South में labour shedding के माध्यम से कैसे फ़ाइनेंस किया जा रहा है, जबकि उन क्षेत्रों को उस infrastructure पर structurally dependent छोड़ दिया जा रहा है जिसे श्रम ने बनाया था।

सामाजिक मूल्य अभी भी अनिश्चित है, सामाजिक लागत नहीं

इस ट्रांज़िशन के समर्थक तर्क देंगे कि सभी technological shifts में dislocation शामिल होती है, और समय के साथ AI infrastructure और AI-enabled productivity से होने वाले लाभ वर्तमान disruption से अधिक होंगे। शायद। लेकिन मुद्दा ठीक यही है: वे लाभ anticipatory, असमान और अनिश्चित बने हुए हैं, जबकि कर्मचारियों को होने वाली लागत वास्तविक और तात्कालिक है। इसलिए timing की politics इतनी महत्वपूर्ण है। जब कंपनियाँ भविष्य के returns के लिए speculative capacity को fund करने हेतु अब कर्मचारियों की छँटनी करती हैं, तो वे प्रभावी रूप से श्रम से ट्रांज़िशन की uncertainty को subsidise करने के लिए कह रही होती हैं।

यह कोई छोटी बात नहीं है। AI boom का अधिकांश हिस्सा अभी भी projection, expectation और competitive fear पर आधारित है। कोई भी कंपनी पीछे नहीं रहना चाहती। हर प्रमुख player पर ख़र्च और expansion के माध्यम से गंभीरता का संकेत देने का दबाव होता है। ऐसी स्थिति में, strategic positioning का social burden असमान रूप से पड़ता है। Investors एक लंबे horizon को सहन कर सकते हैं। Executives इस बदलाव को visionary के रूप में प्रस्तुत कर सकते हैं। लेकिन कर्मचारी वर्तमान में रोज़गार, आय और स्थिरता खो देते हैं।

तो मुद्दा यह नहीं है कि AI infrastructure अंततः मायने रखेगा या नहीं। यह निश्चित रूप से रखेगा। मुद्दा यह है कि क्या कर्मचारियों को इस reorganisation को पहले से, छँटनी और restructuring के माध्यम से, फ़ाइनेंस करने के लिए मजबूर किया जाना चाहिए, इससे पहले कि कोई व्यापक सामाजिक लाभ materialize हों।

ओरेकल क्या दिखाता है

ओरेकल की छँटनी बताती है कि AI ट्रांज़िशन केवल मशीनों के अधिक सक्षम होने के बारे में नहीं है। यह इस बारे में है कि कंपनियाँ उस संभावना के जवाब में श्रम और capital को कैसे पुनर्गठित करना चुनती हैं। कर्मचारियों को केवल नए systems द्वारा विस्थापित नहीं किया जा रहा है। उन्हें उन systems के महंगे और speculative buildout को underwrite करने के लिए मजबूर किया जा रहा है। श्रम से capital के अगले wager की adjustment cost वहन करने के लिए कहा जा रहा है।

इसलिए यह केवल एक HR story या यहाँ तक कि एक tech story भी नहीं है। यह एक political economy story है। यह हमें बताता है कि समकालीन कंपनियाँ AI pivot को कैसे फ़ाइनेंस कर रही हैं: infrastructure को fund करने के लिए श्रम में कटौती करके। लाभ अपेक्षित, केंद्रित और भविष्य-उन्मुख रहते हैं। नुकसान तात्कालिक, concrete और कर्मचारियों द्वारा वहन किए जाते हैं। भारत में, यह logic एक विशेष vulnerability पैदा करता है: उस core technology में labour shedding जिस पर भारतीय IT sector अब निर्भर करता है।

यदि यही pattern sector भर में उभर रहा है, तो असली सवाल यह नहीं है कि AI काम को बदलेगा या नहीं। यह पहले से ही बदल रहा है। सवाल यह है कि उस बदलाव का भुगतान कौन करेगा—और क्यों एक बार फिर श्रम से ही पहले भुगतान करने की उम्मीद की जा रही है।