वह प्रतिभा जिसे भारत हासिल नहीं कर पा रहा, उसके सबसे मूल्यवान व्यवसाय को खतरे में डाल रही है
पिछले एक दशक के दौरान भारत में ग्लोबल कैपेबिलिटी सेंटर्स (GCCs) को लेकर जो प्रमुख कथा गढ़ी गई है, वह लगभग बिना किसी आलोचना के एक सफलता की कहानी रही है। उन्नीस सौ परिचालन केंद्र, आठ उद्योगों में उपस्थिति, और आर्थिक योगदान में एक सौ अरब डॉलर तक पहुँचने की महत्वाकांक्षाएँ। बेंगलुरु, हैदराबाद, पुणे और चेन्नई एक वैश्विक दाँव के केंद्र बिंदु बनकर उभरे जो अपरिवर्तनीय प्रतीत होता था। और फिर भी, उस तीव्र विकास के नीचे एक दरार है जिसे यह क्षेत्र महीनों से बिना किसी विशेष सफलता के समझने की कोशिश कर रहा है: आज GCCs को जिस प्रतिभा प्रोफ़ाइल की आवश्यकता है, वह उस प्रतिभा से मेल नहीं खाती जिसे भारत पर्याप्त मात्रा में तैयार करता है।
PwC इंडिया और भारतीय वाणिज्य एवं उद्योग महासंघ (FICCI) का एक अध्ययन, जो GCCs के दो सौ वरिष्ठ अधिकारियों के सर्वेक्षण पर आधारित है, उन आशंकाओं को अब संख्याओं में सामने रखता है जो अनेक लोगों को पहले से थीं। इनमें से 59% केंद्रों ने प्रतिभा की कमी के कारण उत्पाद लॉन्च, परियोजना की समय-सीमाओं और बाज़ार में प्रवेश की योजनाओं में देरी की सूचना दी है। 54% का कहना है कि ये कमियाँ सीधे तौर पर आर्टिफिशियल इंटेलिजेंस कार्यक्रमों और डिजिटल परिवर्तन को बड़े पैमाने पर ले जाने की उनकी क्षमता को सीमित करती हैं। और वह आँकड़ा जो भारत में औद्योगिक नीति बनाने वालों को सबसे अधिक असहज करना चाहिए: GCC नेताओं में से 11% ने संकेत दिया कि उनके मूल मुख्यालय सक्रिय रूप से अन्य भौगोलिक क्षेत्रों में कार्यभार स्थानांतरित करने का मूल्यांकन कर रहे हैं।
वह ग्यारह प्रतिशत कोई बड़ी संख्या नहीं लगती, जब तक कि इसे सही परिप्रेक्ष्य में न देखा जाए। यह किसी बड़े पलायन का प्रतिनिधित्व नहीं करती; यह निदेशक मंडल की बैठकों में एक ऐसी बातचीत की शुरुआत का प्रतिनिधित्व करती है, जो दो साल पहले तक कोई नहीं कर रहा था। और ऐसी बातचीत, एक बार शुरू होने के बाद, आमतौर पर रुकती नहीं है।
जब सफलता का मॉडल अपनी नाज़ुकता खुद पैदा करता है
यह समझने के लिए कि क्या हो रहा है, यह देखना ज़रूरी है कि यह क्षेत्र यहाँ तक कैसे पहुँचा। भारत में GCCs के विस्तार के पहले चरण में, 2000 के दशक की शुरुआत से लेकर उस दशक के मध्य तक, मॉडल अपेक्षाकृत सरल था: सहायक कार्य, व्यावसायिक प्रक्रियाओं और बुनियादी सॉफ़्टवेयर विकास को एक बड़े और तुलनात्मक रूप से सस्ते इंजीनियरों के आधार पर स्थानांतरित करके लागत कम करना। भारत ने यह दाँव आसानी से जीत लिया।
दूसरा चरण, जो लगभग 2015 और 2022 के बीच समेकित हुआ, ने स्तर को और ऊँचा उठाया। GCCs केवल निष्पादन केंद्र न रहकर डिजिटल उत्पादों पर वास्तविक जिम्मेदारियों के साथ इंजीनियरिंग और एनालिटिक्स हब बन गए। भारत प्रतिस्पर्धी बना रहा, क्योंकि सॉफ़्टवेयर इंजीनियरों और डेटा विश्लेषकों का समूह उस बढ़ती माँग को पूरा करने के लिए पर्याप्त रूप से बड़ा हो गया था, हालाँकि वेतन संबंधी तनाव स्पष्ट दिखाई दे रहे थे।
तीसरा चरण वह है जो अभी चल रहा है और यही वह है जो संतुलन को तोड़ रहा है। 2023 के बाद से, कॉर्पोरेट वातावरण में जेनरेटिव आर्टिफिशियल इंटेलिजेंस को अपनाने में तेजी आई, जिसने उन प्रोफाइलों की माँग को बढ़ा दिया जो पारंपरिक सॉफ़्टवेयर इंजीनियर से कहीं आगे जाते हैं: जेनरेटिव AI इंजीनियरिंग, नेटिव क्लाउड आर्किटेक्चर, MLOps, AI सिस्टम के लिए साइबर सुरक्षा, और वैश्विक प्लेटफार्मों का प्रोडक्ट मैनेजमेंट। इन भूमिकाओं के लिए न केवल गहन तकनीकी कौशल की आवश्यकता है, बल्कि व्यावसायिक निर्णय, नेतृत्व और मूल मुख्यालय के सामने रणनीतिक स्वायत्तता के साथ काम करने की क्षमता के संयोजन की भी ज़रूरत है।
भारतीय श्रम बाजार के विश्लेषण से आर्टिफिशियल इंटेलिजेंस, डेटा और उन्नत एनालिटिक्स की भूमिकाओं में 36 से 43% की कमी का संकेत मिलता है। प्लेटफ़ॉर्म इंजीनियरिंग में यह घाटा लगभग 38 से 39% है। क्लाउड और इंफ्रास्ट्रक्चर में 25%। ये मामूली संख्याएँ नहीं हैं: ये इस बात के संकेत हैं कि वह शैक्षिक और कॉर्पोरेट प्रशिक्षण प्रणाली, जिसने पिछले चरण की सफलता का निर्माण किया, अगले चरण को बनाए रखने के लिए पर्याप्त नहीं है।
यह संरचनात्मक समस्या नई नहीं है, लेकिन इसकी तात्कालिकता ज़रूर नई है। PwC इंडिया और FICCI के अध्ययन का अनुमान है कि यदि क्षमता की कमी को दूर नहीं किया गया तो भारत 2030 तक अपने GCC क्षेत्र के संभावित मूल्य का 19.3% तक खो सकता है। सर्वेक्षण में शामिल अस्सी प्रतिशत नेताओं का मानना है कि अगले बारह महीनों में ठोस कार्रवाई की जरूरत है। इतने स्तर की तात्कालिकता कॉर्पोरेट दस्तावेजों में बिना कारण नहीं आती।
वह निर्भरता जिसे इस क्षेत्र ने कभी नाम नहीं दिया था
एक ऐसी गतिशीलता है जिसे अधिक ध्यान से देखना उचित है: भारत में GCCs ने, आवश्यक रूप से इसकी योजना बनाए बिना, एक प्रतिभा मॉडल पर एक अंतर्निहित निर्भरता बना ली जो बीस वर्षों तक शानदार ढंग से काम करती रही। और वह निर्भरता ठीक इसलिए अदृश्य हो गई क्योंकि वह काम कर रही थी।
जब कोई प्रणाली लंबे समय तक अच्छी तरह काम करती है, तो इसके जिम्मेदार लोग जो पहले से मौजूद है उसे प्रबंधित करने की प्रवृत्ति रखते हैं, न कि उस पर जो सिस्टम को भविष्य में चाहिए होगा। GCCs तुलनात्मक रूप से एकसमान प्रोफाइल वाले इंजीनियरों को आकर्षित करने, नियुक्त करने और बनाए रखने की कुशल मशीनें बन गईं, और उन्होंने उस प्रोफाइल के अनुकूल संरचनाएँ, प्रक्रियाएँ और सीखने की संस्कृतियाँ विकसित कीं। प्रतिभा केवल एक संसाधन नहीं थी: यह पूरे संचालन का अदृश्य वास्तुकार थी।
समस्या तब सामने आई जब मूल मुख्यालयों ने कुछ अलग माँगना शुरू किया। केवल उसी प्रोफाइल की अधिक माँग नहीं, बल्कि मिश्रित प्रोफाइल: ऐसे लोग जिनके पास AI, डेटा या क्लाउड में तकनीकी कौशल हो, साथ ही रणनीतिक नेतृत्व क्षमता, व्यावसायिक ज्ञान, और वैश्विक दृश्यता के साथ निर्णय लेने की तत्परता हो। यह प्रोफाइल, उपलब्ध सभी विश्लेषणों के अनुसार, सबसे महत्वपूर्ण अनुभव सीमा — आठ से पंद्रह वर्ष — में दुर्लभ है, जहाँ गहरी तकनीकी दक्षता को प्रबंधन परिपक्वता के साथ जोड़ा जाना चाहिए।
इसके प्रभाव अब परिचालन स्तर पर दिखने लगे हैं। 56% GCCs बाहरी प्रदाताओं और ठेकेदारों पर अधिक निर्भरता की रिपोर्ट करते हैं, जो अधिक लागत पर आती है। 49% का कहना है कि दुर्लभ कौशल वाले कर्मचारी अत्यधिक काम के बोझ के कारण अधिक थकान का अनुभव कर रहे हैं। 45% वेतन मुद्रास्फीति की रिपोर्ट करते हैं जो उनके बजट अनुमानों से अधिक है। ये तीन लक्षण एक साथ एक ऐसी प्रणाली का वर्णन करते हैं जो अपनी सबसे मूल्यवान घटकों पर दबाव डालकर एक संरचनात्मक कमजोरी की भरपाई कर रही है, जो एक बार शुरू होने के बाद रोकना मुश्किल हो जाता है।
कुछ ऐसा भी है जो डेटा सीधे नहीं कहता लेकिन जिसे स्पष्ट रूप से निष्कर्ष निकाला जा सकता है: GCCs लंबे समय तक उपलब्ध प्रतिभा को पर्यावरण का एक दिया हुआ तथ्य मानते रहे, न कि एक ऐसा चर जिसे उन्हें सक्रिय रूप से निर्मित करना था। प्रतिभा विकास में निवेश, जिसे अध्ययन परिचालन बजट के लगभग तीन प्रतिशत पर आँकता है, एक ऐसे क्षेत्र की ओर इशारा करता है जिसने उस जिम्मेदारी को बाहरी श्रम बाजार पर छोड़ दिया था। अब जब बाजार जो चाहिए वह नहीं दे रहा, तो उस निर्णय की कीमत चुकाने का समय आ गया है।
मूल मुख्यालय वास्तव में क्या माप रहे हैं
GCCs के 11% में मुख्यालयों द्वारा मूल्यांकन किए जा रहे कार्यभार के आँकड़े के लिए एक अधिक सूक्ष्म विश्लेषण की आवश्यकता है, क्योंकि प्रश्न यह नहीं है कि कितने जाते हैं, बल्कि यह है कि मूल्यांकन करने वाले क्या माप रहे हैं।
जब कोई वैश्विक निगम यह समीक्षा करता है कि किसी GCC का कार्यभार बनाए रखना है, घटाना है या स्थानांतरित करना है, तो वह केवल श्रम लागत का मूल्यांकन नहीं करता। वह वितरण की गति, स्वायत्त नवाचार की क्षमता, स्थानीय नेतृत्व की गहराई और कंपनी की तकनीकी दिशा के साथ सांस्कृतिक अनुकूलता का मूल्यांकन करता है। इन चार आयामों में, भारत में GCCs को एक ऐसे पैमाने पर मापा जा रहा है जो पाँच साल पहले मौजूद नहीं था।
अकेले वेतन दबाव किसी कार्यभार के स्थानांतरण को उचित ठहराने के लिए पर्याप्त नहीं है: वैकल्पिक भौगोलिक क्षेत्रों में लागतें भी मामूली नहीं हैं, और भारत द्वारा प्रदान किया जाने वाला समय-क्षेत्र लाभ, तकनीकी प्रतिभा का आधार और सेवाओं का पारिस्थितिकी तंत्र अभी भी वास्तविक है। जो बात संतुलन को एक तरफ झुका सकती है वह है उच्च-प्रभाव वाली भूमिकाओं में क्षमता का अंतर, क्योंकि यह अंतर सीधे उत्पाद में देरी में और निगम की रणनीतिक प्राथमिकताओं को निष्पादित करने में सीमाओं में तब्दील हो जाता है।
दूसरे शब्दों में: ऐसा नहीं है कि मूल मुख्यालयों ने भारत पर भरोसा करना बंद कर दिया है। बात यह है कि मूल मुख्यालय AI और डिजिटल परिवर्तन कर रहे हैं जिनके लिए एक प्रकार के तकनीकी नेतृत्व की आवश्यकता है जिसे उनके स्थानीय GCCs अभी तक निरंतरता के साथ उत्पन्न नहीं कर सकते, और कुछ मामलों में, इसका वैश्विक व्यवसाय पर दृश्यमान प्रभाव पड़ रहा है। जब कोई मुख्य कार्यालय देखता है कि किसी भौगोलिक क्षेत्र में 59% केंद्र लॉन्च में देरी की रिपोर्ट करते हैं, तो विकल्पों के बारे में बातचीत अतार्किक नहीं है: यह एक ऐसे मूल्य-वादे का तार्किक परिणाम है जिसे प्रणाली पूरा नहीं कर रही।
अध्ययन द्वारा सर्वेक्षण किए गए अधिकारियों द्वारा सबसे अधिक समर्थित प्रतिक्रिया में उद्योग-डिज़ाइन किए गए प्रमाणन मानक, AI उत्कृष्टता केंद्र और आर्टिफिशियल इंटेलिजेंस द्वारा संचालित शिक्षण प्लेटफ़ॉर्म शामिल हैं। अस्सी प्रतिशत का मानना है कि प्रतिभा बजट को परिचालन व्यय के तीन से बढ़कर छह प्रतिशत तक जाना चाहिए, और सत्ताईस प्रतिशत को उम्मीद है कि यह आठ प्रतिशत से अधिक हो जाएगा। ये आँकड़े संकेत देते हैं कि समस्या के प्रति जागरूकता है, लेकिन यह भी कि यह जागरूकता उस गति से वर्षों पीछे है जिस गति से माँग विकसित हुई।
बढ़ने और अपनी क्षमता निर्माण करने के बीच का अंतर
भारत में जो दाँव पर लगा है, वह केवल यह नहीं है कि GCCs अगले दो वर्षों में कार्यभार बनाए रखते हैं या खो देते हैं। जो दाँव पर लगा है वह यह है कि क्या इस क्षेत्र के पास अगले विकास चरण को स्वायत्तता के साथ बनाए रखने के लिए आवश्यक मानवीय ढाँचा है, या क्या यह एक परिष्कृत निष्पादन केंद्र के रूप में काम करता रहेगा जो अपनी रणनीतिक दिशा के लिए ऐसी क्षमता पर निर्भर है जो स्थानीय रूप से नहीं है।
आर्टिफिशियल इंटेलिजेंस, डेटा और प्लेटफ़ॉर्म की प्रतिभा केवल एक तकनीकी संसाधन नहीं है: यह वह शर्त है जिसके तहत एक GCC वैश्विक नेतृत्व की जिम्मेदारियाँ ले सकता है। जब पचासी प्रतिशत GCCs 2030 तक अपने परिचालन कार्यभार के विस्तार की आशा करते हैं, जिसमें अधिक तकनीकी नेतृत्व, रणनीतिक जिम्मेदारी और कुछ मामलों में वैश्विक स्तर पर लाभ-हानि प्रबंधन शामिल है, तो यह आकांक्षा तभी टिकाऊ है जब इसे समर्थन देने वाली प्रतिभा को स्थानीय रूप से उत्पन्न, विकसित और बनाए रखा जा सके।
समस्या यह नहीं है कि भारत में पूर्ण रूप से तकनीकी प्रतिभा की कमी है। समस्या यह है कि वह प्रणाली जो उस प्रतिभा को बनाती, विकसित करती और बनाए रखती है, एक ऐसी माँग के लिए बनाई गई थी जो पहले ही बदल चुकी है, और उस प्रणाली को समायोजित करने में समय लगता है जिसका बाजार हमेशा इंतजार करने को तैयार नहीं होता। प्रतिभा में निवेश को दोगुना करना एक आवश्यक कदम है, लेकिन यह पर्याप्त नहीं है यदि इसके साथ GCCs के भीतर करियर बनाने के तरीके का पुनर्निर्माण नहीं होता, तकनीकी भूमिकाओं और नेतृत्व भूमिकाओं के बीच गतिशीलता कैसे बनाई जाए, और विश्वविद्यालय की शिक्षा को केंद्रों की वास्तविक जरूरतों से कैसे जोड़ा जाए।
यह क्षेत्र यह स्वीकार करने में सही है कि अगले बारह महीनों में कार्रवाई की आवश्यकता है। शायद यह जिस बात को कम आँक रहा है वह यह है कि तत्काल कार्रवाइयाँ लक्षणों को हल करती हैं, और मूलभूत नाजुकता को ठीक होने में अधिक समय लगता है। भारत ने दो दशकों में एक वैश्विक स्थिति बनाई है जिसे कुछ ही भौगोलिक क्षेत्र दोहरा सकते हैं। आर्टिफिशियल इंटेलिजेंस के युग में इसे बनाए रखने के लिए यह स्वीकार करना आवश्यक है कि जो मॉडल काम करता था, उसे वैसे ही नहीं रखा जा सकता, और एक ऐसे श्रम बाजार पर निर्भरता जिसे हल्के में लिया जाता है, ठीक उस प्रकार की नाजुकता है जिसे अच्छी तरह से निर्मित प्रणालियों को महँगा होने से पहले ही नाम देने की आवश्यकता होती है।
