AI की कीमत: टेक्नोलॉजी कंपनियां लोगों और कंप्यूटिंग पावर के बारे में कैसे नए सिरे से सोच रही हैं

टेक्नोलॉजी कंपनियां AI इन्फ्रास्ट्रक्चर में अरबों डॉलर लगा रही हैं और साथ ही अपने कार्यबल का पुनर्गठन भी कर रही हैं। इन दोनों के बीच का संबंध मशीनें कर्मचारियों की जगह ले रही हैं से कहीं ज़्यादा जटिल है। यह एक बड़ा सवाल खड़ा करता है कि कंपनियां कंप्यूटिंग क्षमता, इंसानी विशेषज्ञता और भविष्य में ज़रूरी पड़ने वाली क्षमताओं की कीमत कैसे आंकती हैं।

AI कंप्यूटिंग इन्फ्रास्ट्रक्चर और इंसानी विशेषज्ञता की प्रतिस्पर्धी निवेश मांगों का TechiesJournal का संपादकीय चित्रण। यह उदाहरण के लिए है, कंपनियों के फ़ैसलों का तथ्यात्मक चित्रण नहीं।

निवेश में आया वह बदलाव जिस पर हमें ध्यान देना चाहिए

Oracle ने वित्त वर्ष 2026 में पूंजीगत खर्च पर लगभग $55.7 अरब खर्च किए, जबकि पिछले साल यह $21.2 अरब था। इस बढ़ोतरी का बड़ा हिस्सा डेटा सेंटर के विस्तार में गया।

उसी अवधि में, रिपोर्ट के मुताबिक उसका कार्यबल लगभग 162,000 से घटकर 141,000 कर्मचारियों का रह गया।

रिपोर्टों के अनुसार Microsoft ने लगभग 60,000 पात्र कर्मचारियों को स्वैच्छिक एग्ज़िट का प्रस्ताव दिया है। Meta ने AI इन्फ्रास्ट्रक्चर में निवेश बढ़ाते हुए अपना कार्यबल काफ़ी घटाया है। Amazon, Block और दूसरी टेक्नोलॉजी कंपनियां भी अपने संगठन नए सिरे से गढ़ रही हैं, हालाँकि उनके कारण अलग-अलग हैं।

सालों तक हम टेक्नोलॉजी कंपनी की तरक्की को इंजीनियरिंग टीमों के बढ़ने, ज़्यादा विशेषज्ञ रखने और बड़े संगठन बनाने से जोड़कर देखते रहे। कंपनियों को आज भी कुशल लोग चाहिए, लेकिन अब तरक्की के लिए GPU, डेटा सेंटर, नेटवर्क, बिजली और AI सर्विस चलाने के लिए ज़रूरी इन्फ्रास्ट्रक्चर में भारी निवेश भी करना पड़ता है।

मैं नहीं मानता कि इन घटनाओं को सिर्फ़ यह कहकर समझाया जा सकता है कि AI कामगारों की जगह ले रहा है। यह व्याख्या उन आर्थिक फ़ैसलों को नज़रअंदाज़ कर देती है जो इस टेक्नोलॉजी के पीछे लिए जा रहे हैं।

मुझे ज़्यादा दिलचस्प यह सवाल लगता है कि क्या टेक्नोलॉजी कंपनियां यह तय करने का तरीका बदल रही हैं कि भविष्य का कारोबारी मूल्य कहाँ से आएगा, और वे उस मूल्य का कितना हिस्सा कार्यबल बढ़ाने के बजाय कंप्यूटिंग इन्फ्रास्ट्रक्चर के ज़रिए पैदा करने की उम्मीद रखती हैं।

इस बदलाव के अच्छे कारण हैं। साथ ही कुछ ऐसे नतीजे भी हैं जो वित्तीय परिणामों में तुरंत नज़र नहीं आते।

जब सॉफ़्टवेयर की तरक्की के लिए ज़्यादा भौतिक इन्फ्रास्ट्रक्चर चाहिए

सॉफ़्टवेयर कंपनियां हमेशा से इन्फ्रास्ट्रक्चर में निवेश करती आई हैं। क्लाउड कंप्यूटिंग, एंटरप्राइज़ प्लेटफ़ॉर्म और ऑनलाइन सर्विस सर्वर, स्टोरेज, नेटवर्किंग और डेटा सेंटर पर टिकी होती हैं।

लेकिन उन्नत AI सिस्टम बनाने और चलाने में निवेश का पैमाना बिल्कुल अलग हो जाता है।

बड़े मॉडल को ट्रेन करने के लिए भारी कंप्यूटिंग संसाधन चाहिए। उन मॉडल को लाखों ग्राहकों तक पहुँचाने से एक्सेलरेटर, मेमोरी, नेटवर्किंग और बिजली की मांग लगातार बनी रहती है। कुछ AI वर्कलोड हर रिक्वेस्ट के साथ काफ़ी कंप्यूटिंग क्षमता खर्च करते हैं, हालाँकि लागत मॉडल, आर्किटेक्चर और इस्तेमाल के हिसाब से बदलती है।

वित्तीय सवाल यह है कि क्या उन वर्कलोड से मिलने वाला राजस्व और कारोबारी मूल्य ज़रूरी इन्फ्रास्ट्रक्चर बनाने और चलाने को सही ठहराता है।

Oracle के वित्त वर्ष 2026 के नतीजे इस दबाव को दिखाते हैं। उसका ऑपरेटिंग कैश फ़्लो लगभग $32 अरब था, जबकि पूंजीगत खर्च $55.7 अरब तक पहुँच गया। कंपनी ने उस साल अपने ऑपरेशन से जितना कमाया, उससे ज़्यादा पूंजीगत निवेश पर खर्च किया।

इसका अपने-आप यह मतलब नहीं कि वित्तीय स्थिति कमज़ोर है। Oracle ने काफ़ी फ़ंडिंग जुटाई है, और आज बना इन्फ्रास्ट्रक्चर आने वाले कई सालों तक राजस्व दे सकता है। लेकिन निवेश के इस पैमाने का मतलब है कि प्रबंधन को सावधानी से तय करना होगा कि पैसा कहाँ जाए।

टेक्नोलॉजी कंपनियों के लिए कार्यबल पर होने वाला खर्च इसी हिसाब का हिस्सा है।

फिर भी कोई कंपनी अलग-अलग कारणों से अपना कार्यबल बदल सकती है। उसे इन्फ्रास्ट्रक्चर निवेश का खर्च निकालना हो सकता है, दोहराए जाने वाले कामों को कम करने के लिए ऑटोमेशन का इस्तेमाल करना हो सकता है, या ऐसी टीमों को नए सिरे से गढ़ना हो सकता है जो बेवजह जटिल हो गई हैं।

यह समझना कि इनमें से कौन-सी ताकत काम कर रही है, हर कार्यबल घोषणा को एक ही रुझान का सबूत मान लेने से ज़्यादा मायने रखता है।

अलग-अलग कंपनियां, अलग-अलग फ़ैसले

कंप्यूटिंग निवेश और कार्यबल पर खर्च के बीच के संबंध का सबसे साफ़ उदाहरणों में से एक Meta है।

29 अप्रैल 2026 को Meta की पहली तिमाही की कॉल में मुख्य वित्त अधिकारी Susan Li ने कंपनी के बढ़ते इन्फ्रास्ट्रक्चर खर्च को मई में कर्मचारियों की संख्या घटाने की योजना से जोड़ा। उन्होंने कहा कि ज़्यादा दुबला ऑपरेटिंग मॉडल कंपनी के किए जा रहे भारी निवेश की भरपाई में मदद करेगा। उसी कॉल ट्रांसक्रिप्ट में दर्ज है कि वे बता रही हैं कि Meta हेडकाउंट और कंप्यूटिंग क्षमता की मांगों को कैसे तौलती है।

इसके बाद Meta ने कार्यबल में बड़े बदलाव रिपोर्ट किए। जून 2026 के उसके नतीजों में 75,472 कर्मचारी दर्ज थे, जिनमें मई की कटौती से प्रभावित लगभग 8,000 शामिल थे। 30 सितंबर तक रिपोर्ट किया गया हेडकाउंट 66,775 था, जो एक साल पहले से 15% कम है।

ये कर्मचारियों की वास्तविक रिपोर्ट की गई संख्याएं हैं, हालाँकि दो रिपोर्टिंग तारीखों के बीच के अंतर को छंटनी की सटीक संख्या नहीं मान लेना चाहिए।

Microsoft एक अलग स्थिति दिखाता है। रिपोर्टों के अनुसार उसके अक्टूबर 2026 के कार्यक्रम में हिस्सा लेने वाले संगठनों के लगभग 60,000 कर्मचारी स्वैच्छिक एग्ज़िट के पात्र बनाए गए। यह कार्यक्रम कर्मचारियों को छोड़ने का एक विकल्प देता है, इसकी पुष्टि नहीं करता कि सभी पात्र कर्मचारी चले जाएंगे।

Salesforce एक और उदाहरण है। अगस्त 2025 के अंत में एक पॉडकास्ट इंटरव्यू में उसके CEO Marc Benioff ने कहा कि AI एजेंट ने ज़्यादा काम संभाल लिया, इसलिए उन्होंने अपना कस्टमर-सपोर्ट हेडकाउंट लगभग 9,000 से घटाकर लगभग 5,000 कर दिया। Salesforce के एक प्रवक्ता ने Fortune को बताया कि कंपनी को अब सपोर्ट इंजीनियर के खाली पद दोबारा भरने की ज़रूरत नहीं थी और उसने सैकड़ों कर्मचारियों को दूसरी जगह लगाया। ये एक खास विभाग के लिए नेतृत्व की ओर से बताए गए आंकड़े हैं, पूरी कंपनी में रोज़गार के बदलाव का पैमाना नहीं, और जो कवरेज देखी गई उसमें इस बारे में कोई ब्योरा नहीं है कि लगभग 4,000 पदों में कटौती कैसे हुई।

Amazon की जनवरी 2026 की घोषणा एक और ही वजह बताती थी: प्रबंधन की परतें घटाना, फ़ैसले लेने की प्रक्रिया सरल बनाना और टीमों में जवाबदेही बढ़ाना।

इन सभी मामलों को देखें तो पूरी इंडस्ट्री किसी एक फ़ॉर्मूले पर नहीं चल रही।

Meta के CFO ने इन्फ्रास्ट्रक्चर बनाम कार्यबल खर्च के बीच के समझौते की बात की है। Salesforce दिखाता है कि एक खास तरह के काम पर ऑटोमेशन का क्या असर होता है। Amazon संगठन की कार्यकुशलता पर ज़ोर देता है। Oracle बड़े इन्फ्रास्ट्रक्चर विस्तार को ऐसे पुनर्गठन के साथ जोड़ता है जिसमें AI अपनाना साफ़ तौर पर शामिल है।

ये अंतर इस बड़े घटनाक्रम को समझने के लिए ज़रूरी हैं।

टेक्नोलॉजी कंपनियां दशकों से अपना पुनर्गठन करती आई हैं, अक्सर प्रतिस्पर्धा के दबाव, बदलते प्रोडक्ट, ज़रूरत से ज़्यादा भर्ती या अकुशल ढांचों की वजह से। AI इन पुराने कारोबारी फ़ैसलों में नई क्षमताएं और निवेश की नई मांगें जोड़ देता है।

सवाल यह है कि इनसे किस तरह का संगठन निकलकर आता है।

इंजीनियरिंग क्षमता का पैमाना सिर्फ़ प्रोडक्टिविटी नहीं है

एक ऐसी इंजीनियरिंग टीम की कल्पना कीजिए जो डेवलपमेंट के काम तेज़ी से पूरे करने के लिए AI कोडिंग टूल इस्तेमाल करती है।

प्रबंधन को दिख सकता है कि उतना ही कोड बनाने या वैसे ही कामों का सेट पूरा करने में कम घंटे लग रहे हैं। यह सचमुच का सुधार हो सकता है।

लेकिन संगठन को इसका क्या करना चाहिए?

कम से कम तीन संभावित नतीजे हैं।

पहला यह कि गैर-ज़रूरी काम खत्म हो जाता है। अगर ऑटोमेशन सर्विस की गुणवत्ता बिगाड़े बिना दोहराए जाने वाले काम हटा देता है, तो कारोबार ज़्यादा कुशल बनता है।

दूसरा यह कि ज़रूरी कौशल बदल जाते हैं। इंजीनियर रूटीन इम्प्लीमेंटेशन पर कम और डिज़ाइन परखने, सिस्टम जोड़ने, बर्ताव की जाँच करने और विश्वसनीयता पक्की करने पर ज़्यादा समय लगा सकते हैं। काम बना रहता है, पर उसकी बनावट बदल जाती है।

तीसरी संभावना ज़्यादा चिंताजनक है: संगठन ऐसी क्षमता घटा देता है जिसकी उसे अब भी ज़रूरत है, क्योंकि उस क्षमता का मूल्य ठीक से मापा ही नहीं गया था।

तीसरा नतीजा ही वह जोखिम है जो मुझे दिलचस्प लगता है। इसे पहले दो के साथ नहीं मिला देना चाहिए।

कोड लिखना इंजीनियरिंग का सिर्फ़ एक हिस्सा है। अनुभवी पेशेवर यह भी समझता है कि कोई सिस्टम अनपेक्षित ढंग से व्यवहार क्यों करता है, कंपोनेंट आपस में कैसे जुड़ते हैं और जब कोई मामूली-सा दिखने वाला बदलाव प्रोडक्शन में गड़बड़ी पैदा कर दे तो क्या होता है।

ये योगदान प्रोडक्टिविटी के मापों में हमेशा नज़र नहीं आते।

AI Writes the Code. Who Understands What Happens in Production? में मैंने परखा था कि तेज़ कोड जनरेशन से उस सिस्टम को चलाने और संभालने की ज़िम्मेदारी खत्म क्यों नहीं हो जाती।

यही तर्क कार्यबल के फ़ैसलों पर भी लागू होता है।

एक छोटी इंजीनियरिंग टीम तब बेहतर प्रदर्शन कर सकती है जब उसकी ज़िम्मेदारियां साफ़ हों, विशेषज्ञता मज़बूत हो और टूल असरदार हों। लेकिन अगर प्रबंधन उन लोगों को हटा देता है जिनका ज्ञान अब भी ज़रूरी है, तो संगठन को इसकी कीमत शायद तभी पता चलेगी जब कोई अपरिचित समस्या सामने आएगी।

कर्मचारियों की संख्या हमें यह नहीं बता सकती कि इनमें से कौन-सा नतीजा सामने आया है।

पुनर्गठन संगठन को और मज़बूत भी बना सकता है

कई टेक्नोलॉजी कंपनियां जो बदलाव कर रही हैं, उनके पक्ष में एक गंभीर तर्क है।

बड़े संगठनों में अक्सर गैर-ज़रूरी प्रक्रियाएं और प्रबंधन की परतें जमा हो जाती हैं। टीमें एक-दूसरे की ज़िम्मेदारियां दोहराती हैं, फ़ैसले बहुत सारी मंज़ूरियों से गुज़रते हैं, और कर्मचारी ऐसे काम का तालमेल बिठाने में समय लगाते हैं जिसे ज़्यादा बेहतर तरीके से संगठित किया जा सकता था।

इन अकुशलताओं को खत्म करने से प्रोडक्टिविटी बढ़ सकती है और कर्मचारी ज़्यादा असरदार बन सकते हैं।

AI दोहराए जाने वाले कामों को ऑटोमेट करने और इंसानी मेहनत को ऐसी समस्याओं की ओर मोड़ने के नए मौके बनाता है जिनमें ज़्यादा विवेक चाहिए। इन्फ्रास्ट्रक्चर के विस्तार से हार्डवेयर, नेटवर्किंग, ऊर्जा, सुरक्षा और डेटा सेंटर ऑपरेशन में विशेषज्ञता की मांग भी पैदा होती है।

किसी मौजूदा संगठनात्मक ढांचे को सिर्फ़ इसलिए बचाए रखना कि वह कभी तरक्की में सहायक था, ज़रूरी नहीं कि ज़िम्मेदाराना प्रबंधन हो।

सच तो यह है कि बदलने से इनकार करना किसी संगठन को उतना ही नुकसान पहुँचा सकता है जितना लापरवाही से बदलना।

ज़्यादा मज़बूत सवाल यह है कि क्या नया ऑपरेटिंग मॉडल समय के साथ बेहतर नतीजे देता है।

अगर कोई कंपनी कम लोगों के साथ ग्राहकों को ज़्यादा भरोसे से सर्विस दे सके, समस्याओं पर तेज़ी से प्रतिक्रिया दे सके और अपनी ज़रूरत की विशेषज्ञता विकसित कर सके, तो यह एक अहम सुधार है।

लेकिन कार्यकुशलता संगठन के प्रदर्शन से साबित होनी चाहिए, सिर्फ़ पेरोल के आकार से नहीं।

इंसानी विशेषज्ञता का निवेश चक्र अलग होता है

जब कोई कंपनी डेटा सेंटर बनाती है, तो वह उपकरणों की लागत, क्षमता, अपेक्षित उपयोग, मूल्यह्रास और संभावित रिटर्न की गणना कर सकती है।

इंसानी विशेषज्ञता के विकास को उसी तरह मापना कहीं ज़्यादा मुश्किल है।

एक इंजीनियर कठिन परिस्थितियां संभालने में अनुभव से सक्षम बनता है: जो प्रोजेक्ट असफल होते हैं, जो इंसिडेंट जाँच मांगते हैं, जो तकनीकी फ़ैसले अधूरे साबित होते हैं और ज़्यादा अनुभवी सहकर्मियों का मार्गदर्शन।

समय के साथ वह अनुभव संगठन की समस्याएं सुलझाने की क्षमता का हिस्सा बन जाता है।

Oracle की वित्त वर्ष 2026 की वार्षिक रिपोर्ट चेतावनी देती है कि पुनर्गठन से कीमती संस्थागत ज्ञान का नुकसान, कुछ भूमिकाओं में पर्याप्त कुशल कर्मचारियों की कमी, और बढ़ी हुई पुनर्गठन लागत व घटी हुई प्रोडक्टिविटी हो सकती है।

यह खुलासा मायने रखता है। यह दिखाता है कि संगठनात्मक विशेषज्ञता के खोने की संभावना एक मान्य कारोबारी जोखिम है, उन कंपनियों में भी जो सक्रिय रूप से पुनर्गठन कर रही हैं।

यह साबित नहीं करता कि Oracle ने इन सभी नतीजों को भुगता है। जोखिम के खुलासे संभावित परिणामों का वर्णन करते हैं, ज़रूरी नहीं कि देखी गई विफलताओं का।

एक और लंबी अवधि का सवाल भी है।

When AI Does the Junior Work, Who Develops the Next Generation of Professionals? में मैंने परखा था कि रूटीन काम के ऑटोमेशन से उस प्रत्यक्ष अनुभव पर क्या असर पड़ सकता है जिसके ज़रिए कम अनुभवी पेशेवर विवेक विकसित करते हैं।

अब इस मुद्दे को कार्यबल के पुनर्गठन के साथ रखकर देखिए।

कंपनियां उम्मीद कर सकती हैं कि छोटी टीमें लगातार जटिल होते AI-सक्षम सिस्टम संभालेंगी। उन टीमों को ऐसे लोग चाहिए होंगे जो आर्किटेक्चर, सुरक्षा, विश्वसनीयता और आपस में जुड़े सिस्टम के बर्ताव को समझते हों।

वह विशेषज्ञता कहाँ से आएगी?

AI की मदद से सीखना कौशल विकसित करने के बेहतर तरीके बना सकता है। नई तकनीकी भूमिकाएं उभरेंगी, और कुछ मौजूदा करियर राहें काफ़ी बदल जाएंगी।

लेकिन अनुभव को फिर भी सार्थक ज़िम्मेदारी के ज़रिए ही विकसित करना होगा।

Human Sustainability in the AI Age में मैंने इस बात की अहमियत पर विचार किया था कि मशीनें ज़्यादा सक्षम होती जाएं तो इंसानी क्षमता और अवसर को बचाए रखना क्यों ज़रूरी है।

नियोक्ताओं के लिए इस सिद्धांत का एक व्यावहारिक पहलू है। भविष्य का कार्यबल सिर्फ़ उन अनुभवी पेशेवरों से नहीं बन सकता जिन्हें कहीं और से भर्ती किया गया हो। संगठनों को उन लोगों को तैयार करने में मदद करनी होगी जिनकी उन्हें आखिरकार ज़रूरत पड़ेगी।

AI निवेश पर पूरा रिटर्न

AI के अर्थशास्त्र में सिर्फ़ मॉडल की लागत और उसके हटाए जा सकने वाले श्रम को ही नहीं गिनना चाहिए।

किसी ऑटोमेटेड कारोबारी प्रक्रिया को भी इन्फ्रास्ट्रक्चर, इंटीग्रेशन, सुरक्षा, मॉनिटरिंग, टेस्टिंग और ऑपरेशनल सपोर्ट चाहिए। एप्लिकेशन के हिसाब से, AI आने पर ये ज़िम्मेदारियां और ज़्यादा मांगने वाली हो सकती हैं।

जब कुछ गलत होता है, तब भी संगठन को समस्या पहचानने, उसके असर समझने और सुरक्षित तरीके से वापस पटरी पर आने में सक्षम होना चाहिए।

Navigating the AI World में मैंने बताया था कि AI की क्षमताएं मॉडल के आसपास के सिस्टम और इंजीनियरिंग प्रैक्टिस पर क्यों निर्भर करती हैं।

प्रोडक्टिविटी की गणना करते समय उस व्यापक ऑपरेटिंग माहौल पर भी विचार करना चाहिए।

कोई कंपनी कुछ गतिविधियों को ऑटोमेट करके पैसा बचा सकती है, पर साथ ही दूसरी तरह की विशेषज्ञता में ज़्यादा निवेश की ज़रूरत पड़ सकती है। यह ऑटोमेशन की विफलता नहीं है। यह असरदार ऑपरेटिंग मॉडल डिज़ाइन करने का हिस्सा है।

AI निवेश की गुणवत्ता को आखिरकार उस कारोबारी क्षमता से परखा जाना चाहिए जो वह बनाता है: संगठन क्या दे सकता है, कितने भरोसे से चल सकता है और क्या उसका अर्थशास्त्र टिकाऊ बना रहता है।

कार्यबल के फ़ैसले उस नतीजे से अलग नहीं किए जा सकते, भले ही उन्हें किसी सरल फ़ॉर्मूले में न समेटा जा सके।

वह निवेश फ़ैसला जो आगे चलकर मायने रखेगा

टेक्नोलॉजी इंडस्ट्री के पास AI को लेकर आशावादी होने के कारण हैं। कंप्यूटिंग इन्फ्रास्ट्रक्चर बढ़ रहा है, AI की क्षमताएं सुधर रही हैं और कारोबार उनके इस्तेमाल के नए तरीके खोज रहे हैं।

कुछ मौजूदा भूमिकाएं सिकुड़ेंगी। दूसरी ज़्यादा अहम बनेंगी, और काम के बिल्कुल नए रूप सामने आएंगे।

मैं नहीं मानता कि टेक्नोलॉजी कंपनियों को हर पद बचाए रखना चाहिए या कंप्यूटिंग क्षमता में निवेश से सिर्फ़ इसलिए हिचकना चाहिए कि संगठनात्मक बदलाव मुश्किल होता है।

लेकिन भौतिक कंप्यूटिंग क्षमता और इंसानी क्षमता दोनों लंबी अवधि की ज़रूरतें हैं, और कंपनियां उन्हें बहुत अलग पैमानों और समय-सीमाओं से आंक सकती हैं।

डेटा सेंटर के लिए सालों की वित्तीय योजना चाहिए। एक अनुभवी इंजीनियरिंग संगठन को खड़ा करने में भी सालों लगते हैं, भले ही उसके मूल्य का बड़ा हिस्सा निवेश की स्प्रेडशीट में कम दिखता हो।

सबसे मज़बूत टेक्नोलॉजी कंपनियां ज़रूरी नहीं कि वे हों जिनके पास सबसे बड़ा कार्यबल या सबसे ज़्यादा AI इन्फ्रास्ट्रक्चर है। वे वे होंगी जो समझती हैं कि हर निवेश से क्या संभव होता है, उनके सिस्टम को किस विशेषज्ञता की ज़रूरत है और टेक्नोलॉजी बदलने पर उस विशेषज्ञता को कैसे बनाए रखना है।

यही वह सवाल है जो मैं चाहूंगा कि टेक्नोलॉजी लीडर AI निवेश की अगली लहर की योजना बनाते समय सोचें।

हम भविष्य की कंप्यूटिंग क्षमता बनाने पर भारी रकम खर्च कर रहे हैं। क्या हम उस इंसानी क्षमता को विकसित करने पर भी उतना ही ध्यान दे रहे हैं जो उस भविष्य को काम करने लायक बनाएगी?

---

प्रमुख टेक्नोलॉजी कंपनियां निवेश और काम को कैसे नए सिरे से बांट रही हैं

नीचे की तुलना इन्फ्रास्ट्रक्चर निवेश, AI से मिली प्रोडक्टिविटी और संगठनात्मक पुनर्गठन के अलग-अलग उदाहरणों को एक जगह लाती है। यह ऊपर की चर्चा का समर्थन करती है, पर इसे AI से जुड़ी छंटनियों की रैंकिंग नहीं समझना चाहिए।

सभी मौद्रिक मूल्य अमेरिकी डॉलर में हैं। रिपोर्ट किया गया हेडकाउंट, घोषित कटौतियां, स्वैच्छिक एग्ज़िट की पात्रता और खर्च के पूर्वानुमान अलग-अलग माप हैं और इन्हें जोड़ा नहीं जाना चाहिए।

प्रमुख टेक्नोलॉजी कंपनियां निवेश और काम को कैसे नए सिरे से बांट रही हैं

कंपनी	रिपोर्ट किए गए आंकड़े और अवधि	दस्तावेज़ों में दिया गया स्पष्टीकरण	लेखक की व्याख्या
Microsoft	अक्टूबर 2026 में स्वैच्छिक एग्ज़िट के लिए लगभग 60,000 कर्मचारी रिपोर्ट के अनुसार पात्र (प्रेस रिपोर्ट, Microsoft ने रिपोर्टरों को पुष्टि की)। 30 जून 2026 तक लगभग 223,000 कर्मचारी (Form 10-K)।	Microsoft की 26 अक्टूबर की घोषणा नियम तय करती है (लेवल 70 और उससे नीचे, अमेरिका, कनाडा, ब्रिटेन और भारत में हिस्सा लेने वाली टीमें) लेकिन हेडकाउंट नहीं बताती। TechCrunch रिपोर्ट करता है कि Microsoft ने लगभग 60,000 के पात्र होने की पुष्टि की। 223,000 का आंकड़ा Microsoft के वित्त वर्ष 2026 Form 10-K से है।	AI विस्तार के दौरान कार्यबल योजना में बड़ा बदलाव, लेकिन पात्रता का मतलब नौकरी जाना पूरा होना नहीं है, और इन्फ्रास्ट्रक्चर खर्च से इसके वित्तीय संबंध का कोई मात्रात्मक आकलन नहीं है।
Oracle	मई 2025 से मई 2026 के बीच कार्यबल लगभग 162,000 से 141,000। सालाना पूंजीगत खर्च $21.2B से $55.7B।	FY2026 Form 10-K में 141,000 कर्मचारी, पूंजीगत खर्च, डेटा सेंटर विस्तार और AI अपनाने वाले पुनर्गठन के उपाय दर्ज हैं। 162,000 का आंकड़ा FY2025 Form 10-K से है।	पूंजी विस्तार और कार्यबल में कटौती के एक साथ होने का मज़बूत मामला। कर्मचारियों में आए कुल बदलाव को पूरी तरह AI या इन्फ्रास्ट्रक्चर फ़ंडिंग के नाम नहीं किया जा सकता।
Meta	30 जून 2026 को 75,472 कर्मचारी, जिनमें मई की कटौतियों से लगभग 8,000 प्रभावित शामिल। 30 सितंबर को 66,775 कर्मचारी, जो साल-दर-साल 15% कम है।	दूसरी तिमाही के नतीजे और तीसरी तिमाही के नतीजे हेडकाउंट रिपोर्ट करते हैं। Meta के CFO ने अलग से पहली तिमाही की अर्निंग्स कॉल में इन्फ्रास्ट्रक्चर खर्च को प्रस्तावित कटौती से जोड़ा।	कंपनी के वित्त प्रमुख द्वारा चर्चा किए गए निवेश समझौते का असामान्य रूप से सीधा उदाहरण, जिसके बाद कार्यबल में बदलाव सार्वजनिक किए गए। हेडकाउंट के अंतर छंटनी की संख्या के बराबर नहीं हैं।
Amazon	28 जनवरी 2026 को घोषित लगभग 16,000 कॉर्पोरेट भूमिकाओं में कटौती।	Amazon का आधिकारिक बयान प्रबंधन की कम परतें, ज़्यादा स्वामित्व और घटी नौकरशाही का हवाला देता है, साथ ही रणनीतिक भर्ती जारी रहने की बात भी कहता है।	संगठनात्मक कार्यकुशलता का मामला, जो हर कटौती को सीधे AI के प्रतिस्थापन से जोड़ने के खिलाफ़ सावधान करता है।
Block	26 फ़रवरी 2026 को लगभग 4,000 पदों की कटौती की घोषणा, जिससे हेडकाउंट 10,000 से ऊपर से घटकर 6,000 से थोड़ा कम रह गया, यानी लगभग 40%।	Fortune रिपोर्ट करता है कि Jack Dorsey ने इंटेलिजेंस टूल और छोटी, सपाट टीमों को श्रेय दिया, और यह भी कि उन्होंने कटौतियों को आंशिक रूप से महामारी के दौर की भर्ती से भी जोड़ा। Reuters ने भी घोषणा रिपोर्ट की।	प्रबंधन के इस भरोसे का सीधा उदाहरण कि AI टूल काफ़ी छोटे संगठन को सहारा दे सकते हैं, न कि मुख्य रूप से डेटा सेंटर निर्माण को फ़ंड करने का, हालाँकि बताए गए तर्क का एक हिस्सा पहले की भर्ती से जुड़ा था।
Salesforce	अगस्त 2025 के अंत में CEO के वर्णन के अनुसार, कस्टमर-सपोर्ट हेडकाउंट रिपोर्ट के मुताबिक लगभग 9,000 से घटकर 5,000 हुआ।	Fortune और The Register Benioff की पॉडकास्ट टिप्पणियों की रिपोर्ट करते हैं, साथ ही एक प्रवक्ता का बयान कि कंपनी ने सपोर्ट इंजीनियर के खाली पद भरना बंद कर दिया और सैकड़ों कर्मचारियों को दूसरी जगह लगाया।	एक खास कारोबारी विभाग के स्टाफिंग पर AI का असर दिखाता है। आंकड़े CEO की टिप्पणियों से आए हैं, भूमिका-स्तर की ऑडिट की गई हेडकाउंट श्रृंखला से नहीं।
Cisco	मई 2026 में 4,000 से कम नौकरियों की, यानी कर्मचारियों के 5% से कम की कटौती की घोषणा।	Cisco का आधिकारिक बयान संगठनात्मक बदलाव को रणनीतिक निवेश प्राथमिकताओं और AI से जुड़ी मांग से जोड़ता है।	अलग तरह की तकनीकी क्षमताओं की ओर पुनर्आवंटन को दिखाता है, उस कंपनी के भीतर भी जो AI विस्तार के लिए ज़रूरी इन्फ्रास्ट्रक्चर की आपूर्ति करती है।
Alphabet (Google)	पूरे साल 2026 के पूंजीगत खर्च का पूर्वानुमान $195B से $205B, जिसे जुलाई 2026 में बढ़ाया गया और 29 अक्टूबर 2026 की Q3 रिपोर्ट में अपरिवर्तित रखा गया।	Alphabet की Q3 अर्निंग्स चर्चा पुष्टि करती है कि 29 अक्टूबर तक गाइडेंस अपरिवर्तित रहा।	AI इन्फ्रास्ट्रक्चर निवेश के वित्तीय पैमाने को दिखाता है, बिना कार्यबल में उसी अनुपात की कटौती साबित किए।

संदर्भ और आगे पढ़ने के लिए

कंपनियों के प्राथमिक खुलासे

• Oracle Corporation – Fiscal 2025 Form 10-K, 31 मई 2025 को समाप्त हुआ वित्त वर्ष। SEC फ़ाइलिंग। 31 मई 2025 तक का कार्यबल।
• Oracle Corporation – Fiscal 2026 Form 10-K, 31 मई 2026 को समाप्त हुआ वित्त वर्ष। SEC फ़ाइलिंग। कार्यबल, पूंजीगत खर्च, पुनर्गठन और संस्थागत ज्ञान के जोखिम।
• Meta Platforms – First Quarter 2026 Earnings Call Transcript, 29 अप्रैल 2026। ट्रांसक्रिप्ट (PDF)। इन्फ्रास्ट्रक्चर खर्च को मई की प्रस्तावित कटौती से जोड़ने वाली CFO की टिप्पणियां।
• Meta Platforms – Second Quarter 2026 Results, जुलाई 2026। निवेशक विज्ञप्ति। कार्यबल की रिपोर्टिंग और मई का पुनर्गठन।
• Meta Platforms – Third Quarter 2026 Results, 21 अक्टूबर 2026। निवेशक विज्ञप्ति। कार्यबल और AI इन्फ्रास्ट्रक्चर का अद्यतन परिदृश्य।
• Microsoft – Fiscal 2026 Form 10-K, 30 जून 2026 को समाप्त हुआ वित्त वर्ष। SEC फ़ाइलिंग। 30 जून 2026 तक कुल कर्मचारी।
• Microsoft – Introducing a Voluntary Exit Offer, 26 अक्टूबर 2026। आधिकारिक घोषणा। कार्यक्रम की पात्रता और बताया गया कार्यबल संबंधी तर्क।
• Amazon – Update on Our Organization, जनवरी 2026। आधिकारिक घोषणा। संगठनात्मक पुनर्गठन और प्रभावित भूमिकाएं।
• Cisco – Our Path Forward, 13 मई 2026। आधिकारिक बयान। कार्यबल का पुनर्संयोजन और रणनीतिक प्राथमिकताएं।

स्वतंत्र रिपोर्टिंग और समर्थन करने वाले सबूत

• TechCrunch – Microsoft Offers Buyouts to Around 60,000 Employees, 26 अक्टूबर 2026। लेख। कार्यक्रम के पैमाने पर रिपोर्टिंग।
• Fortune – Block, Jack Dorsey and the 4,000 job cuts, 27 फ़रवरी 2026। लेख। नेतृत्व का AI-प्रोडक्टिविटी वाला तर्क और महामारी के दौर की भर्ती का संदर्भ।
• Reuters – Block Announces Major Workforce Reductions, 26 फ़रवरी 2026। लेख। घोषणा की रिपोर्ट।
• Fortune – Salesforce CEO on AI agents and support staffing, 2 सितंबर 2025। लेख। Benioff की टिप्पणियां और कंपनी प्रवक्ता का बयान।
• The Register – Salesforce support headcount, 2 सितंबर 2025। लेख। उन्हीं टिप्पणियों की दूसरी रिपोर्ट।
• Alphabet – Q3 2026 Earnings Discussion, 29 अक्टूबर 2026। The Motley Fool पर होस्ट किया गया ट्रांसक्रिप्ट। 2026 के पूंजीगत खर्च के गाइडेंस की दोबारा पुष्टि।

TechiesJournal के संबंधित प्रकाशन

• AI युग में इंसानी स्थिरता (Human Sustainability in the AI Age) – AI-संचालित अर्थव्यवस्था में इंसानी क्षमता और अवसर।
• AI की दुनिया में राह (Navigating the AI World) – AI इन्फ्रास्ट्रक्चर और ऑपरेशनल ज़िम्मेदारियां।
• जब AI जूनियर का काम करे, तो अगली पीढ़ी के पेशेवर कौन तैयार करेगा? (When AI Does the Junior Work, Who Develops the Next Generation of Professionals?) – ऑटोमेशन और पेशेवर विकास।
• AI कोड लिखता है, तो प्रोडक्शन में क्या होता है यह कौन समझता है? (AI Writes the Code. Who Understands What Happens in Production?) – AI-जनित कोड से आगे की इंजीनियरिंग ज़िम्मेदारी।

30 अक्टूबर 2026 तक के सबूतों की समीक्षा की गई। कंपनियों की रिपोर्टिंग अवधि, वित्तीय परिभाषाएं और कार्यबल के माप अलग-अलग होते हैं। यह लेख दस्तावेज़ी तथ्यों, प्रबंधन के स्पष्टीकरणों और लेखक की व्याख्या के बीच फ़र्क करता है। यह साबित नहीं करता कि AI इन्फ्रास्ट्रक्चर निवेश ही हर रिपोर्ट की गई कार्यबल कटौती की सीधी वजह था।