सोलो का विरोधाभास फिर लौटा है — और इस बार वह AI से बात कर रहा है
आर्थिक इतिहास में एक मूक पैटर्न है जो कृत्रिम बुद्धिमत्ता के युग से पहले कम से कम दो बार स्पष्ट रूप से दोहराया जा चुका है। पहले औद्योगिक विद्युतीकरण के साथ, फिर व्यक्तिगत कंप्यूटरों के साथ। दोनों मामलों में, तकनीक उत्पादकता के आँकड़ों में अपना प्रभाव दिखाने से दशकों पहले आ गई। दोनों मामलों में, "कुछ नहीं हो रहा" वाला दौर ठीक वही समय था जब सब कुछ भूमिगत रूप से पुनर्संरचित हो रहा था।
अर्थशास्त्री रॉबर्ट सोलो ने इसे एक ऐसे वाक्य में कैद किया जो किसी को हँसाने के लिए नहीं लिखा गया था: "आप कंप्यूटर युग को हर जगह देख सकते हैं, बस उत्पादकता के आँकड़ों को छोड़कर।" यह 1987 की बात थी। कंप्यूटर कॉर्पोरेट दफ्तरों में फैले हुए थे, मेनफ्रेम एक दशक पहले की अकल्पनीय गति से लेन-देन प्रोसेस कर रहे थे, और जो बाद में इंटरनेट बनने वाला था उसका भ्रूण पहले से मौजूद था। फिर भी, अमेरिकी अर्थव्यवस्था की समग्र उत्पादकता नहीं हिली। उस घटना को सोलो विरोधाभास के नाम से दर्ज किया गया, और इसका समाधान आने में करीब दस साल लग गए।
आज कृत्रिम बुद्धिमत्ता के साथ जो हो रहा है, उसकी ज्यामिति लगभग एक जैसी है। और हालिया डेटा का संचय — बड़े पैमाने पर सर्वेक्षणों से लेकर बड़े तकनीकी प्लेटफार्मों की रिपोर्टों तक — यह संकेत देता है कि कंप्यूटरों के लिए जो मोड़ आने में एक दशक लगा, वह AI के लिए अभी इसी वक्त साकार हो रहा है।
---
जब 90% कहता है "कुछ नहीं बदला" और बाज़ार इसके विपरीत कहता है
इस साल फरवरी में, 6,000 व्यापारिक नेताओं पर किए गए एक सर्वेक्षण ने एक ऐसा परिणाम दिया जो पहली नज़र में उन लोगों के तर्कों के लिए विनाशकारी लगता है जो वर्षों से AI क्रांति का वादा करते आ रहे हैं: 90% उत्तरदाताओं ने बताया कि कृत्रिम बुद्धिमत्ता को अपनाने का उनकी कंपनियों में रोज़गार या उत्पादकता पर कोई मापनीय प्रभाव नहीं पड़ा। साथ ही, 63% ने किसी न किसी रूप में AI अपनाने की घोषणा की।
यह ठीक 1987 की तस्वीर है। एक ऐसी तकनीक जो विमर्श में सर्वव्यापी है, अधिकांश ने अपना ली है, लेकिन पारंपरिक उपकरणों से मापी गई वास्तविक अर्थव्यवस्था में कोई दृश्य निशान नहीं।
लेकिन उसी तस्वीर में एक और संख्या है जो फ्रेम को बदल देती है। फेडरल रिजर्व बैंक ऑफ सेंट लुइस के एक विश्लेषण में पाया गया कि जनरेटिव AI ने इसका उपयोग करने वाले श्रमिकों की उत्पादकता में 5.4% का सुधार किया। यह कोई ऐसी संख्या नहीं है जो AI कंपनियों के मौजूदा मूल्यांकन को उचित ठहराए। न ही यह नगण्य है। ऐतिहासिक दृष्टि से, यह वैसा कमज़ोर संकेत है जो आमतौर पर किसी गहरे संरचनात्मक बदलाव से पहले आता है।
90% जो कोई बदलाव नहीं देखते और 5.4% जो सुधार मापते हैं — इनके बीच की दूरी कोई विरोधाभास नहीं है। यह एक उपकरण अपनाने और उसके इर्द-गिर्द पूरी प्रक्रिया को पुनर्डिज़ाइन करने के बीच का अंतर है। 19वीं सदी की उन फैक्ट्रियों ने जिन्होंने भाप से चलने वाले उसी पुराने शाफ्ट और पुली सिस्टम पर बिजली के मोटर लगा दिए, दक्षता में कोई लाभ नहीं उठाया। जिन्होंने अपने कारखानों की भौतिक संरचना को ध्वस्त किया और प्रत्येक वर्क स्टेशन पर अलग-अलग मोटर के आसपास शुरू से नए सिरे से निर्माण किया, उन्होंने लाभ उठाया — लेकिन यह प्रक्रिया 1882 में एडिसन के पहले बिजलीघर जलाने के चालीस साल बाद तक चली।
जनरेटिव AI अपनाने पर Deloitte का विश्लेषण पहेली में एक और टुकड़ा जोड़ता है: AI अपनाने वाली अधिकांश कंपनियाँ सकारात्मक रिटर्न रिपोर्ट करती हैं, और लगभग 25% अपनाने वाले 30% से अधिक उत्पादकता या वित्तीय लाभ रिपोर्ट करते हैं। वह एक-चौथाई कंपनियाँ शेष 75% से अलग उपकरणों का उपयोग नहीं कर रही हैं। वे एक अलग संगठनात्मक तर्क के साथ काम कर रही हैं — और यह ठीक वैसा चर है जो तकनीकी अपनाने के सर्वेक्षणों में नहीं दिखता, लेकिन यही तय करता है कि अगले पाँच वर्षों में मूल्य कहाँ केंद्रित होगा।
---
Alphabet और Microsoft के परिणाम जो वह बताते हैं जो सर्वेक्षण नहीं देख पाता
जबकि अधिकांश कंपनियाँ शून्य प्रभाव रिपोर्ट कर रही हैं, तकनीकी बुनियादी ढाँचे में प्रमुख स्थानों वाली दो कंपनियाँ ऐसी संख्याएँ प्रकाशित कर रही हैं जो उस कथा से मेल नहीं खातीं। और अंतर यह नहीं है कि उनके पास बेहतर AI है, बल्कि यह है कि वे उस वितरण चैनल को नियंत्रित करती हैं जिसके माध्यम से लाखों संगठन इस तक पहुँचते हैं।
Alphabet ने अपनी पिछली तिमाही में सर्च रेवेन्यू में 19% की वृद्धि रिपोर्ट की, जिसका एक हिस्सा सीधे अपने मुख्य सर्च उत्पाद में AI के एकीकरण को जिम्मेदार ठहराया। उसके Google Cloud डिवीज़न में साल-दर-साल 63% की वृद्धि हुई, और कंपनी ने बताया कि बड़े पैमाने पर कॉर्पोरेट ग्राहक जिन्होंने उसकी AI सेवाएँ अपनाईं, उन्होंने पिछले वर्ष की तुलना में 800% की वृद्धि के साथ राजस्व उत्पन्न किया। वह अंतिम संख्या कुल वॉल्यूम का संकेतक नहीं है, लेकिन यह कॉर्पोरेट सेगमेंट में अपनाने की गति का संकेत है जो ऐतिहासिक रूप से बदलने में सबसे अधिक समय लेता है।
Microsoft की ओर से, उसका AI व्यवसाय वर्तमान में 37,000 करोड़ डॉलर की वार्षिक राजस्व दर पर चल रहा है। उस संख्या को संदर्भ में रखने के लिए: OpenAI — जो AI स्पेस में सबसे अधिक मीडिया कवरेज पाती है और लगभग 20,000 करोड़ डॉलर की वार्षिक राजस्व दर पर काम करती है — केवल AI सेगमेंट में भी Microsoft से पैमाने में छोटी है।
जो पैटर्न उभरता है, वह किसी विफल तकनीक का नहीं है जो सत्यापन का इंतजार कर रही हो। यह एक ऐसी तकनीक का है जिसकी आर्थिक मूल्य की पकड़ अभी उन प्लेटफार्मों में केंद्रित हो रही है जो बुनियादी ढाँचे और कॉर्पोरेट ग्राहकों तक वितरण चैनलों को नियंत्रित करती हैं: Alphabet, Microsoft, और कुछ हद तक Salesforce, ServiceNow और Databricks, जिन्होंने भी अपनी एकीकृत AI क्षमताओं का बढ़ता मुद्रीकरण रिपोर्ट किया।
यह नब्बे के दशक में कंप्यूटिंग के साथ जो हुआ उसकी सटीक पुनरावृत्ति है। Intel, Microsoft, Cisco और दूरसंचार ऑपरेटरों ने डिजिटल क्रांति के अधिकांश आर्थिक मूल्य को बहुत पहले ही कैप्चर कर लिया था — इससे पहले कि उस क्रांति का प्रभाव समग्र उत्पादकता के आँकड़ों में दिखाई देता। उस तकनीक का उपयोग करने वाली कंपनियों को उस निवेश को वास्तविक परिचालन लाभ में बदलने में और भी वर्ष लग गए।
---
जो देरी कोई नहीं मापता, वह संगठनात्मक ढाँचे में है
एक विशिष्ट घर्षण है जो यह समझाता है कि अपनाने और उत्पादकता के बीच की दूरी स्वतः क्यों नहीं सिकुड़ती, और वह घर्षण बाज़ार विश्लेषणों में शायद ही कभी दिखता है। यह संगठनात्मक पुनर्डिज़ाइन की गति है, जो तकनीकी अपनाने की गति से कई गुना धीमी है।
जब कोई कंपनी अपनी कंटेंट टीम या ग्राहक सेवा के वर्कफ़्लो में जनरेटिव AI टूल लगाती है, तो शुरुआती लाभ मामूली होता है। कर्मचारी उपकरण का उपयोग करना सीखता है, लेकिन जिस प्रक्रिया में वह उपकरण काम करता है उसमें अभी भी वही अड़चनें हैं, अनुमोदन की वही परतें हैं, भूमिकाओं का वही डिज़ाइन है जो AI से पहले था। फेडरल रिजर्व बैंक द्वारा मापा गया 5.4% सुधार काफी हद तक मौजूदा प्रक्रिया पर उपकरण का प्रभाव है।
वह छलाँग जिसने विद्युतीकरण को एक तकनीकी तथ्य से उत्पादकता क्रांति में बदला, वह मोटर लगाना नहीं था। वह केंद्रीय शाफ्ट को हटाना और पूरे कारखाने में विकेंद्रीकृत रूप से ऊर्जा वितरित करना था, जिसका अर्थ था पुरानी संरचना को भौतिक रूप से ध्वस्त कर उसे फिर से बनाना। AI के संदर्भ में इसकी समतुल्यता "एक कोपायलट लागू करना" नहीं है। यह इस बात को पुनर्डिज़ाइन करना है कि कौन-सी प्रक्रियाएँ मौजूद हैं, कौन-सी गायब हो जाती हैं, कौन-सी भूमिकाएँ अर्थपूर्ण हैं और कौन-से निर्णय सीधे मानवीय हस्तक्षेप के बिना लिए जा सकते हैं।
Deloitte के विश्लेषण में शीर्ष चतुर्थांश की कंपनियाँ — वह 25% जो 30% से अधिक लाभ रिपोर्ट करती हैं — उपकरण स्थापित करने से अलग कुछ कर रही हैं। वे उन क्षमताओं के इर्द-गिर्द काम के पूरे प्रवाह को पुनर्डिज़ाइन कर रही हैं जो पहले मौजूद नहीं थीं। यह एक ऐसा काम है जिसके लिए क्षणिक अव्यवस्था को सहन करने की क्षमता, उन प्रक्रियाओं को छोड़ने की तैयारी जो काम करती थीं, और सबसे बढ़कर, इस बात की ईमानदार पड़ताल ज़रूरी है कि अंतिम ग्राहक क्या महत्त्व देता है और आंतरिक प्रक्रिया का कौन-सा हिस्सा उसे बनाने वाले के अलावा किसी के लिए भी कोई मूल्य नहीं पैदा करता।
यह पुनर्डिज़ाइन धीमा है, संगठनों के भीतर राजनीतिक रूप से महँगा है और अल्पकाल में मापना कठिन है। इसीलिए यह 6,000 नेताओं के सर्वेक्षण में दृश्य प्रभाव के रूप में नहीं दिखता। लेकिन यह ठीक वही है जो, जब पर्याप्त क्षेत्रों और कंपनियों में पर्याप्त महत्त्वपूर्ण द्रव्यमान तक पहुँचता है, उत्पादकता के आँकड़ों में उस तरह की हलचल पैदा करता है जिसे अर्थशास्त्री पूर्वदृष्टि में एक मोड़ बिंदु के रूप में वर्णित करते हैं।
---
जो सोलो का विरोधाभास अकेले हल नहीं कर सकता
ऐतिहासिक सादृश्य का विश्लेषणात्मक मूल्य है, लेकिन इसकी एक सीमा भी है जिसे सटीकता के साथ नामित करना उचित है। अस्सी और नब्बे के दशक में तकनीकी अपनाने और मापनीय उत्पादकता के बीच विलंब का दौर तकनीकी पुनरावृत्ति की कम गति के संदर्भ में हुआ था। आज जो भाषा मॉडल मौजूद हैं, वे तीन साल बाद अस्तित्व में आने वाले मॉडलों के आदिम संस्करण होंगे। कंपनियों पर प्रतिस्पर्धात्मक दबाव — अपनाने और प्रक्रियाओं को पुनर्डिज़ाइन करने का — अब उस दबाव से अधिक तीव्र है जो PC की ओर संक्रमण के दौरान संगठनों ने झेला था।
यह संगठनात्मक देरी की अवधि को यांत्रिक रूप से नहीं घटाता, क्योंकि वह देरी मानवीय और संस्थागत कारकों पर निर्भर करती है जो तकनीक के समान गति से नहीं बढ़ते। लेकिन इसका अर्थ यह ज़रूर है कि जो कंपनियाँ पुनर्डिज़ाइन करती हैं और जो बिना पुनर्डिज़ाइन किए केवल स्थापित करती हैं — उनके बीच लाभों का वितरण PC क्रांति की तुलना में अधिक तेज़ी से बैलेंस शीट में दिखाई देगा।
Deloitte द्वारा रिपोर्ट किया गया 25% अपनाने वाले जो 30% से अधिक लाभ रिपोर्ट करते हैं, कोई सांख्यिकीय जिज्ञासा नहीं है। यह पहला प्रमाण है कि दोनों समूहों के बीच विभाजन पहले से हो रहा है। यदि ऐतिहासिक पैटर्न बना रहा, तो यह अंतर स्थूल आर्थिक आँकड़ों के स्पष्ट रूप से दर्ज होने से पहले ही बढ़ जाएगा। जब उत्पादकता के सूचकांक वह उछाल दिखाएँगे जो सोलो 1987 से देखने की उम्मीद कर रहे थे, तब तक उन लोगों की प्रतिस्पर्धात्मक बढ़त जिन्होंने केवल अपनाने की बजाय पुनर्डिज़ाइन किया, संरचनात्मक रूप से पुनः प्राप्त करना कठिन हो चुका होगा।
सोलो का विरोधाभास जो प्रश्न अनुत्तरित छोड़ जाता है, वह हमेशा एक ही होता है: किसी संगठन के पास उपकरण के उपयोगकर्ता से उन प्रक्रियाओं के डिज़ाइनर बनने में कितना समय है जिन्हें वह उपकरण संभव बनाता है। नब्बे के दशक में वह अवसर करीब एक दशक का था। इस बार, बाज़ार की ज्यामिति यह संकेत देती है कि यह काफी कम होगा।
