मेटा की "मॉडल क्षमता पहल": एआई निगरानी और विश्वासघात

Konrad Wolfenstein

2 सप्ताह पहले

मेटा की "मॉडल क्षमता पहल": एआई निगरानी और विश्वासघात – चित्र: Xpert.Digital

लीक हुई मीटिंग से पता चला: मेटा ने अपने सर्वश्रेष्ठ कर्मचारियों की निगरानी कैसे की और फिर उन्हें एआई से कैसे बदल दिया

जब एआई "मौत का फरिश्ता" बन जाता है: मेटा में बड़े पैमाने पर छंटनी के पीछे छिपी कुटिल रणनीति

कल्पना कीजिए कि आपका नियोक्ता आपकी सहमति के बिना आपके कंप्यूटर पर एक ऐसा सॉफ़्टवेयर इंस्टॉल कर देता है जो हर क्लिक, कीस्ट्रोक और माउस मूवमेंट को बारीकी से रिकॉर्ड करता है। आधिकारिक स्पष्टीकरण: वे बस अपने आंतरिक AI सिस्टम को प्रशिक्षित करना चाहते हैं। लेकिन कुछ ही हफ्तों बाद, बड़े पैमाने पर छंटनी शुरू हो जाती है। किसी भयावह विज्ञान कथा की कहानी जैसी लगने वाली यह घटना तकनीकी दिग्गज मेटा में एक क्रूर वास्तविकता बन गई। अपने तथाकथित "मॉडल कैपेबिलिटी इनिशिएटिव" के माध्यम से, कंपनी ने निर्दयता से यह प्रदर्शित किया कि वैश्विक AI दौड़ में निगम किस हद तक जाने को तैयार हैं। उच्च योग्यता प्राप्त कर्मचारियों को रचनाकारों से मात्र कच्चे माल में बदल दिया जाता है, और उन्हें बाहर का रास्ता दिखाने से पहले उनके अंतर्निहित ज्ञान का दोहन किया जाता है। लेकिन इस दिखने में कारगर क्रूरता में एक बड़ी खामी है: यह किसी भी संगठन की सबसे मूल्यवान संपत्ति - विश्वास - को नष्ट कर देती है। हमारा व्यापक विश्लेषण मेटा घोटाले में वास्तव में क्या हुआ, AI को "विनाश की घंटी" के रूप में उपयोग करने के घातक आर्थिक परिणाम क्यों होते हैं, और AI परिवर्तन को दीर्घकालिक सफलता के लिए कैसा होना चाहिए, इस पर प्रकाश डालता है।.

एआई डेटा के लिए गुप्त निगरानी: मेटा के 8,000 कर्मचारियों की बर्खास्तगी का असली कारण

जब कोई कंपनी अपने सर्वश्रेष्ठ कर्मचारियों की व्यवस्थित रूप से निगरानी करती है, उनके ज्ञान को इकट्ठा करती है, उसे एआई मॉडल में परिवर्तित करती है, और फिर उन्हें नौकरी से निकाल देती है, तो यह अब काल्पनिक कहानी नहीं रह जाती। यह 2026 में दुनिया की सबसे मूल्यवान कंपनियों में से एक की प्रमाणित कॉर्पोरेट कार्यप्रणाली है। मेटा ने अपने तथाकथित "मॉडल कैपेबिलिटी इनिशिएटिव" के साथ जो किया, वह अपनी क्रूरता और रणनीतिक परिणामों में असाधारण रूप से सीधा है—और फिर भी यह एक ऐसे विकासवादी तर्क का प्रतिनिधित्व करता है जो व्यवसाय, प्रौद्योगिकी और मानव श्रम के बीच के संपूर्ण संबंध को पुनर्परिभाषित करता है। यह विश्लेषण इस बात की पड़ताल करता है कि वास्तव में क्या हुआ, इसके अंतर्निहित आर्थिक और मनोवैज्ञानिक तंत्र क्या थे, यह रणनीति दीर्घकालिक रूप से क्यों कारगर नहीं है, और यदि कंपनियां वास्तव में एआई परिवर्तन में सफल होना चाहती हैं तो उन्हें इसके बजाय क्या करना चाहिए।.

असल में क्या हुआ: कॉर्पोरेट रणनीति के रूप में निगरानी

21 अप्रैल, 2026 को यह खुलासा हुआ कि मेटा ने अपने अमेरिकी कर्मचारियों के कंप्यूटरों पर मॉडल कैपेबिलिटी इनिशिएटिव (MCI) नामक ट्रैकिंग सॉफ़्टवेयर स्थापित किया था। यह सॉफ़्टवेयर माउस की गतिविधियों, क्लिक्स, कीस्ट्रोक्स को रिकॉर्ड करता था और समय-समय पर स्क्रीन की सामग्री के स्क्रीनशॉट लेता था। इससे बाहर निकलने का कोई विकल्प नहीं था। कंपनी के आधिकारिक बयानों के अनुसार, एकत्रित डेटा का उद्देश्य केवल AI मॉडल को प्रशिक्षित करना था, न कि प्रदर्शन मूल्यांकन करना।.

नौ दिन बाद, 30 अप्रैल को, मार्क ज़करबर्ग ने एक आंतरिक ऑल-हैंड्स मीटिंग बुलाई। श्रमिक संगठन मोर परफेक्ट यूनियन द्वारा जारी की गई इस मीटिंग की ऑडियो रिकॉर्डिंग से प्रोग्राम के पीछे का असली मकसद सामने आया। ज़करबर्ग ने खुलकर बताया कि मेटा जीमेल, गूगल चैट, आंतरिक टूल मेटामेट और डेवलपमेंट एनवायरनमेंट वीएस कोड में कर्मचारियों की गतिविधियों पर नज़र रख रहा था। लक्ष्य था: एआई को यह सिखाना कि बुद्धिमान लोग कंप्यूटर का इस्तेमाल कितनी कुशलता से करते हैं। रिकॉर्डिंग में ज़करबर्ग के हवाले से कहा गया है, "किसी सिस्टम को कंप्यूटर का अच्छा इस्तेमाल करना सिखाने का तरीका यह है कि उसे वास्तव में बुद्धिमान लोगों को कंप्यूटर का इस्तेमाल करते हुए दिखाया जाए।" उन्होंने आगे कहा: मेटा के अपने इंजीनियर बाहरी ठेकेदारों की तुलना में बेहतर ट्रेनिंग डेटा थे क्योंकि वे उद्योग के सबसे कुशल लोगों में से थे।.

20 मई, 2026 को—जिस दिन ऑडियो रिकॉर्डिंग सार्वजनिक की गई—मेटा ने लगभग 8,000 कर्मचारियों की छंटनी शुरू कर दी, जो उस समय कंपनी के लगभग 79,000 कर्मचारियों में से लगभग दस प्रतिशत थे। साथ ही, 7,000 अन्य कर्मचारियों को नवगठित एआई फोकस टीमों में स्थानांतरित कर दिया गया। कुल मिलाकर, लगभग 20 प्रतिशत कर्मचारी छंटनी या आंतरिक तबादलों से सीधे प्रभावित हुए। सामान्य डेटा संरक्षण विनियमन (जीडीपीआर) की आवश्यकताओं के कारण यूरोपीय कर्मचारियों को ट्रैकिंग कार्यक्रम से छूट दी गई थी।.

इससे पहले 1,000 से अधिक कर्मचारियों ने निगरानी कार्यक्रम के खिलाफ एक याचिका पर हस्ताक्षर किए थे। बताया जाता है कि कार्यालयों में ट्रैकिंग प्रथाओं के खिलाफ प्रतिरोध का आह्वान करने वाले पर्चे भी लगाए गए थे। लेकिन इन सबका कोई फायदा नहीं हुआ। छंटनी योजना के अनुसार ही आगे बढ़ी।.

इसके पीछे का व्यावसायिक मॉडल यह है: पूंजी श्रम की जगह डेटा का उपयोग करती है।

मेटा में जो कुछ हो रहा है उसे ठीक से समझने के लिए, उस आर्थिक संदर्भ को समझना आवश्यक है जिसमें यह सब हो रहा है। मेटा ने शुरुआत में 2026 के लिए 115 बिलियन डॉलर से 135 बिलियन डॉलर के पूंजी निवेश की घोषणा की थी - जिसे 2026 की शुरुआत में बढ़ाकर 125 बिलियन डॉलर से 145 बिलियन डॉलर कर दिया गया था। 2025 तक, कंपनी पहले ही 72 बिलियन डॉलर का निवेश कर चुकी थी, मुख्य रूप से अपने एआई बुनियादी ढांचे और डेटा केंद्रों के विस्तार में। ये आंकड़े एक रणनीतिक प्राथमिकता निर्णय को दर्शाते हैं जो छंटनी की लहर को समझने के लिए महत्वपूर्ण है।.

पारंपरिक आर्थिक परिप्रेक्ष्य से देखें तो, मेटा में एक व्यापक प्रतिस्थापन प्रक्रिया चल रही है: मानव श्रम को स्वचालित एआई प्रणालियों द्वारा प्रतिस्थापित किया जा रहा है, जहाँ भी यह अधिक कुशल है। इस मॉडल में, एमसीआई डेटा केवल एक उप-उत्पाद नहीं है, बल्कि उत्पादन का एक कारक है। यह एआई मॉडलों की गुणवत्ता में सुधार करने में सहायक होता है ताकि वे अधिक जटिल संज्ञानात्मक कार्यों को स्वायत्त रूप से संभाल सकें। इस तर्क में, कर्मचारी केवल श्रमिक नहीं हैं, बल्कि कच्चा माल हैं - और विशेष रूप से मूल्यवान कच्चा माल: बाहरी रूप से प्राप्त प्रशिक्षण डेटा के विपरीत, अनुभवी मेटा इंजीनियर अत्यधिक विशिष्ट, कंपनी-संबंधी ज्ञान का प्रतिनिधित्व करते हैं। जब एआई इन लोगों के काम करने के तरीके को सीखता है, तो वह सामान्य कोडिंग नहीं, बल्कि मेटा-विशिष्ट कोडिंग सीखता है।.

यह दृष्टिकोण विशुद्ध तकनीकी-आर्थिक परिप्रेक्ष्य से समझ में आता है। अंतर्निहित अनुभवात्मक ज्ञान—अर्थात्, वह ज्ञान जो लोगों के मन में तो मौजूद होता है लेकिन स्पष्ट रूप से प्रलेखित नहीं होता—को माइकल पोलानी और इकुजिरो नोनाका और हिरोताका ताकेउची के संगठनात्मक सिद्धांत कार्यों के समय से ही उद्यमशीलता की क्षमता का मूल आधार माना जाता रहा है। 1990 के दशक में, नोनाका और ताकेउची ने बताया कि अंतर्निहित ज्ञान से स्पष्ट ज्ञान में और फिर वापस अंतर्निहित ज्ञान में परिवर्तन ही संगठनात्मक नवाचार के पीछे असली प्रेरक शक्ति है। बाह्यीकरण चरण—अंतर्निहित ज्ञान को स्पष्ट, प्रलेखित रूप में परिवर्तित करना—हमेशा से सबसे कठिन बाधा रहा है। मेटा अब एआई की मदद से इस बाधा को दूर करने का प्रयास कर रहा है: लोगों से उनके ज्ञान को प्रलेखित करने के लिए कहने के बजाय, एआई केवल अवलोकन करता है।.

2036 तक, अकेले जर्मनी में लगभग 12.9 मिलियन लोग सेवानिवृत्त हो जाएंगे। उनके साथ ही, अनुभवजन्य ज्ञान का एक विशाल भंडार लुप्त हो जाएगा। इसलिए, इस ज्ञान को संरक्षित करने का प्रश्न केवल एक व्यापक समस्या नहीं है, बल्कि पूरी अर्थव्यवस्था के लिए एक चुनौती है। एआई-आधारित ज्ञान संरक्षण के वैध अनुप्रयोग हैं - बशर्ते इसे प्रभावित लोगों की सहमति और विश्वास के साथ लागू किया जाए।.

ज्ञान निष्कर्षण का विरोधाभास: कर्ता ही मृत्यु का दूत बन जाता है

लेकिन असली समस्या यहीं से शुरू होती है। कंपनियों के भीतर से मिली रिपोर्टें – सिर्फ मेटा ही नहीं – बताती हैं कि एआई का उपयोग करके ज्ञान हस्तांतरण की पहलों का आंतरिक रूप से किस प्रकार दुरुपयोग किया जा रहा है। एक बड़े आईटी सेवा प्रदाता में, कर्मचारियों के अंतर्निहित ज्ञान को स्पष्ट करने के लिए एआई एजेंट विकसित किए गए थे। अब तक, यह एक समझदारी भरा और आवश्यक कार्य था। हालांकि, इन एजेंटों को किसे सौंपा जाए, इस संबंध में प्रबंधन के निर्णय ने असली इरादा उजागर कर दिया: इन्हें उन कर्मचारियों को प्राथमिकता के आधार पर सौंपा गया था जिनकी बर्खास्तगी का निर्णय पहले ही आंतरिक रूप से लिया जा चुका था।.

यह पैटर्न इतना स्पष्ट था कि आसानी से नज़र आ गया। कुछ ही हफ्तों में, कर्मचारियों को पता चल गया: ज्ञान हस्तांतरण एजेंट नियुक्त किए गए किसी भी व्यक्ति को निकट भविष्य में नौकरी से निकाल दिया जाएगा। एजेंट एक तरह से मौत की घंटी बन गया। एजेंट की बर्खास्तगी के तीन महीने बाद, छंटनी शुरू हो गई—और यह सिलसिला चौंकाने वाली नियमितता के साथ जारी रहा। इसका परिणाम अनुमानित था: अब कोई भी स्वेच्छा से अपना ज्ञान साझा नहीं कर रहा था। जो लोग अभी भी एआई के साथ काम कर रहे थे, वे आधिकारिक कंपनी ढांचे से बाहर—अवैध आईटी के माध्यम से, यानी अनधिकृत, निजी तौर पर उपयोग किए जाने वाले एआई उपकरणों के साथ—ऐसा कर रहे थे। इस प्रकार आधिकारिक परिवर्तन पहल प्रभावी रूप से समाप्त हो गई।.

यह मामला उन सभी कंपनियों के सामने आने वाली एक मूलभूत दुविधा को दर्शाता है जो ज्ञान प्रबंधन के लिए एआई का उपयोग करना चाहती हैं: इन पहलों की सफलता पूरी तरह से इस बात पर निर्भर करती है कि कर्मचारी सक्रिय रूप से अपना ज्ञान साझा करने के लिए तैयार हैं या नहीं। और यह तत्परता कोई तकनीकी कारक नहीं, बल्कि एक सामाजिक कारक है। यह सीधे तौर पर विश्वास से जुड़ी है।.

शैडो एआई, विश्वास की कमी के भूकंपमापी के रूप में

शैडो आईटी और शैडो एआई की ओर बदलाव कोई असामान्य घटना नहीं है। सॉफ्टवेयर एजी द्वारा जर्मन ज्ञान कार्यकर्ताओं के एआई उपयोग पर किए गए एक अध्ययन के अनुसार, 54 प्रतिशत जर्मन ज्ञान कार्यकर्ता शैडो एआई का उपयोग करते हैं - यानी, ऐसे एआई उपकरण जो उनकी कंपनी द्वारा प्रदान नहीं किए जाते हैं। इससे भी अधिक उल्लेखनीय बात यह है कि 49 प्रतिशत उत्तरदाताओं ने कहा कि यदि उनकी कंपनी इन उपकरणों पर पूरी तरह से प्रतिबंध भी लगा दे, तब भी वे इन्हें नहीं छोड़ेंगे। एक्सएम साइबर के एक हालिया अध्ययन से पता चलता है कि सर्वेक्षण में शामिल 80 प्रतिशत से अधिक कंपनियों में अनधिकृत एआई गतिविधियों के संकेत मिले हैं। माइक्रोसॉफ्ट के एक सर्वेक्षण में पाया गया कि 78 प्रतिशत एआई उपयोगकर्ता कार्यस्थल पर अपने स्वयं के उपकरणों का उपयोग करते हैं।.

ये आंकड़े अवज्ञा का संकेत नहीं, बल्कि तर्कसंगतता का प्रमाण हैं। जो कर्मचारी अपने नियोक्ताओं को AI का इस्तेमाल बर्खास्तगी के हथियार के रूप में करते हुए देखते हैं, वे आधिकारिक AI प्लेटफॉर्म से बचकर अनौपचारिक प्लेटफॉर्म का सहारा लेकर पूरी तरह से तर्कसंगत और आर्थिक व्यवहार कर रहे हैं। मेटा या ऊपर वर्णित IT सेवा प्रदाता जैसे मामलों से पैदा हुआ अविश्वास केवल कुछ कंपनियों तक ही सीमित नहीं है। इसका असर पूरे उद्योग पर पड़ता है। अगर यह धारणा बन जाती है कि किसी कंपनी में AI का परिचय छंटनी का संकेत है, तो AI से जुड़े हर बदलाव को संदेह की नजर से देखा जाएगा।.

इसके आर्थिक परिणाम गंभीर हैं: शैडो एआई से अनुपालन संबंधी जोखिम, डेटा उल्लंघन और डेटा संप्रभुता का हनन होता है। आईबीएम की एक रिपोर्ट के अनुसार, पांच में से एक कंपनी शैडो एआई से संबंधित सुरक्षा घटना का सामना कर चुकी है। जो कंपनियां अपने कार्यों से कर्मचारियों का विश्वास तोड़ती हैं, वे उन्हें उन अनियंत्रित व्यवहारों की ओर धकेलती हैं जो इन जोखिमों को जन्म देते हैं।.

मनोवैज्ञानिक सुरक्षा: किसी भी परिवर्तन के लिए एक कम आंका गया पूर्वापेक्षा।

इस विषय पर शोध साहित्य में एकमत है। मनोवैज्ञानिक सुरक्षा की अवधारणा - जिसे हार्वर्ड की प्रोफेसर एमी एडमंडसन ने विकसित किया है और जो 1992 से इस पर शोध कर रही हैं - एक ऐसे कार्य वातावरण का वर्णन करती है जिसमें कर्मचारी नकारात्मक परिणामों के भय के बिना अपने विचार, राय और चिंताओं को व्यक्त कर सकते हैं। अस्पतालों में एडमंडसन के शुरुआती अध्ययनों से एक अप्रत्याशित परिणाम सामने आया: उच्च प्रदर्शन करने वाली टीमें कम प्रदर्शन करने वाली टीमों की तुलना में अधिक गलतियाँ करती हुई प्रतीत हुईं। इसका कारण यह था कि सुव्यवस्थित टीमें गलतियों को अधिक खुले तौर पर साझा करती थीं क्योंकि वे ऐसा करने में खुद को सुरक्षित महसूस करती थीं। परिणामस्वरूप, पूरी टीम अपने सदस्यों की गलतियों से सीखती थी और उनमें सुधार होता था।.

यह निष्कर्ष एआई परिवर्तन के लिए अत्यंत महत्वपूर्ण है। मनोवैज्ञानिक सुरक्षा के अभाव में, कर्मचारी प्रयोग करने से बचेंगे, प्रश्न पूछने से कतराएंगे और अपनी गलतियों को छिपाएंगे। एआई को अपनाने के संदर्भ में, इसका अर्थ है कि वे एआई प्रणालियों में खामियों की रिपोर्ट नहीं करेंगे, नवीन अनुप्रयोग विचारों का योगदान नहीं देंगे, या अपने अनुभवजन्य ज्ञान को साझा नहीं करेंगे—ठीक वही ज्ञान जो प्रभावी एआई प्रशिक्षण के लिए आवश्यक है। इंफोसिस और एमआईटी टेक्नोलॉजी रिव्यू इनसाइट्स की एक वैश्विक रिपोर्ट इसकी पुष्टि करती है: सर्वेक्षण में शामिल 83 प्रतिशत अधिकारी इस बात से सहमत हैं कि मनोवैज्ञानिक सुरक्षा एआई पहलों की सफलता को सीधे तौर पर प्रभावित करती है। साथ ही, विफलता का भय एआई को अपनाने में सबसे बड़ी बाधाओं में से एक बना हुआ है—भले ही सभी तकनीकी पूर्वापेक्षाएँ मौजूद हों।.

इसलिए, विश्वास और एआई परिवर्तन के बीच का संबंध केवल एक सहज कौशल का मुद्दा नहीं है, बल्कि एक ठोस आर्थिक उत्पादकता की समस्या है। मनोवैज्ञानिक सुरक्षा को नष्ट करना सफल परिवर्तन की पूर्व शर्त को ही नष्ट कर देता है। सूत्र सरल है, लेकिन इसके परिणाम गहरे हैं: विश्वास के बिना प्रौद्योगिकी अप्रभावी रहती है।.

व्यापार विकास, बिक्री और विपणन में हमारी अमेरिकी विशेषज्ञता

व्यापार विकास, बिक्री और विपणन में हमारी अमेरिकी विशेषज्ञता - चित्र: Xpert.Digital

उद्योग के प्रमुख क्षेत्र: बी2बी, डिजिटलीकरण (एआई से एक्सआर तक), मैकेनिकल इंजीनियरिंग, लॉजिस्टिक्स, नवीकरणीय ऊर्जा और उद्योग

अधिक जानकारी यहाँ:

विशेषज्ञ व्यापार केंद्र

एक विषयगत केंद्र जो अंतर्दृष्टि और विशेषज्ञता प्रदान करता है:

वैश्विक और क्षेत्रीय अर्थव्यवस्थाओं, नवाचार और उद्योग-विशिष्ट रुझानों को कवर करने वाला ज्ञान मंच
हमारे प्रमुख फोकस क्षेत्रों से संबंधित विश्लेषणों, जानकारियों और पृष्ठभूमि संबंधी सूचनाओं का एक संग्रह।
व्यापार और प्रौद्योगिकी के क्षेत्र में वर्तमान घटनाक्रमों पर विशेषज्ञता और जानकारी प्राप्त करने का स्थान
यह उन कंपनियों के लिए एक केंद्र है जो बाजारों, डिजिटलीकरण और उद्योग में नवाचारों से संबंधित जानकारी प्राप्त करना चाहती हैं।

पारदर्शिता, सहभागिता, संरक्षण: व्यवसाय में एआई की सफलता का सूत्र

एक तर्कसंगत वीटो शक्ति के रूप में कार्य परिषद

इस पृष्ठभूमि में, कृत्रिम बुद्धिमत्ता (एआई) के आगमन पर श्रमिक परिषदों की चिंता स्वाभाविक है। जर्मनी में, श्रमिक परिषदों को श्रमिक संविधान अधिनियम के तहत व्यापक सह-निर्णय अधिकार प्राप्त हैं, जो एआई प्रणालियों के आगमन पर लागू होते हैं। श्रमिक संविधान अधिनियम की धारा 87, अनुच्छेद 1, क्रमांक 6 यहाँ महत्वपूर्ण है, जो श्रमिक परिषद को कर्मचारियों के व्यवहार या प्रदर्शन की निगरानी करने में सक्षम तकनीकी उपकरणों के संबंध में सह-निर्णय का अधिकार प्रदान करती है। संघीय श्रम न्यायालय ने दशकों से "सक्षम" शब्द की व्यापक व्याख्या की है: यह पर्याप्त है यदि उपकरण वस्तुनिष्ठ रूप से निगरानी करने में सक्षम हो - नियोक्ता के इरादे की परवाह किए बिना।.

व्यवहार में, इसका अर्थ यह है कि कर्मचारी डेटा के साथ काम करने वाली लगभग हर एआई प्रणाली धारा 87 के तहत सह-निर्धारण अधिकारों को सक्रिय करती है। इसके अलावा, कार्य परिषदों को कार्य संविधान अधिनियम (BetrVG) की धारा 95 के तहत बर्खास्तगी के लिए चयन दिशानिर्देशों के संबंध में सह-निर्धारण अधिकार प्राप्त हैं - भले ही ये चयन दिशानिर्देश एआई का उपयोग करके बनाए गए हों। 2021 के कार्य परिषद आधुनिकीकरण अधिनियम के बाद से, एआई के उपयोग के समय कार्य परिषदों को विशेषज्ञों से परामर्श करने की स्पष्ट अनुमति भी दी गई है।.

जनवरी 2024 के एक फैसले में, हैम्बर्ग श्रम न्यायालय ने निर्धारित किया कि नियोक्ता कर्मचारियों को निजी खातों के माध्यम से स्वेच्छा से एआई उपकरणों का उपयोग करने की अनुमति दे सकते हैं, इसके लिए उन्हें श्रमिक परिषद की सहमति की आवश्यकता नहीं होगी। हालांकि, यह विशेष रूप से व्यक्तिगत खातों के माध्यम से स्वैच्छिक उपयोग के सीमित मामले से संबंधित है - मेटा जैसे ट्रैकिंग सॉफ़्टवेयर की व्यवस्थित स्थापना से नहीं। कर्मचारी गोपनीयता के ऐसे उल्लंघन यूरोपीय कानून के तहत चुनौती के लिए व्यापक रूप से उत्तरदायी हैं।.

कृत्रिम बुद्धिमत्ता के अविवेकी कार्यान्वयन का विरोध करने वाली श्रमिक परिषदें न तो प्रौद्योगिकी के प्रति भय से प्रेरित हैं और न ही प्रगति में बाधक हैं। वे वास्तविक जोखिमों के प्रति तर्कसंगत प्रतिक्रिया दे रही हैं, जैसा कि मेटा जैसे मामलों से स्पष्ट होता है। वे विश्वास के संस्थागत संरक्षक हैं - और यह विश्वास, जैसा कि सिद्ध हो चुका है, आर्थिक दृष्टि से एक महत्वपूर्ण कारक है।.

प्रौद्योगिकी नैतिकता की दुविधा: क्या संभव है और क्या बुद्धिमानी है।

इस पूरी चर्चा के पीछे एक गहरी दुविधा छिपी है जो किसी एक कंपनी या उद्योग तक सीमित नहीं है। प्रौद्योगिकी अवसर पैदा करती है। कंपनियां इन अवसरों का लाभ उठाने के लिए दबाव में हैं—खासकर प्रतिस्पर्धा के कारण। यदि कोई प्रतिस्पर्धी अपने कर्मचारियों की निगरानी करने और इस जानकारी का उपयोग अपनी कृत्रिम बुद्धिमत्ता (एआई) के लिए करने को तैयार है, तो इससे उसे प्रतिस्पर्धात्मक लाभ मिलता है जो अन्य कंपनियों पर भी ऐसा ही करने का दबाव डालता है। यह प्रक्रिया नैतिक दृष्टि से निम्नतम स्तर की प्रतिस्पर्धा को जन्म देती है।.

लीक हुए ऑडियो में, ज़करबर्ग ने खुद अपने तर्क को समझाया: क्योंकि मेटा इतिहास की सबसे प्रतिस्पर्धी तकनीकी दौड़ में से एक में हिस्सा ले रही है और पीछे हटने का जोखिम नहीं उठा सकती। यह तर्क उस कंपनी के लिए स्वाभाविक रूप से सही है जो एआई में सालाना 125 से 145 अरब डॉलर का निवेश करती है। हालांकि, यह इस तथ्य को नज़रअंदाज़ करता है कि प्रशिक्षण डेटा में अल्पकालिक लाभ को विश्वास और प्रतिष्ठा को होने वाले दीर्घकालिक नुकसान के मुकाबले तौलना होगा।.

तकनीकी रूप से संभव हर चीज़ रणनीतिक रूप से सही नहीं होती। यह देखने में साधारण लगने वाला कथन विश्लेषणात्मक दृष्टि से अत्यंत महत्वपूर्ण है। प्राप्त ज्ञान से अल्पकालिक उत्पादकता लाभ तो वास्तविक है, लेकिन इसके दीर्घकालिक नुकसान भी उतने ही वास्तविक हैं: कर्मचारियों का मनोबल गिरना, कर्मचारियों का आना-जाना बढ़ना, भर्ती बाजार में प्रतिष्ठा को नुकसान, ग्राहकों का विश्वास खोना और नियामक संबंधी जोखिम। एमसीआई कार्यक्रम के विरुद्ध 1,000 से अधिक कर्मचारियों द्वारा आंतरिक याचिका पर हस्ताक्षर करना ही इस बात का प्रमाण है कि इस दृष्टिकोण को आंतरिक मान्यता प्राप्त नहीं थी।.

सफल एआई रूपांतरण वास्तव में कैसे काम करता है

जो कंपनियां एआई को सफलतापूर्वक लागू करना चाहती हैं, उन्हें यह समझना होगा कि केवल तकनीकी उत्कृष्टता ही पर्याप्त नहीं है। शोध से यह स्पष्ट है कि एआई परिवर्तन तभी सफल होता है जब कौशल और विश्वास दोनों साथ-साथ चलते हैं। व्यावहारिक रूप से, इसका अर्थ कई बातें हैं।.

सबसे पहले, एआई सिस्टम के उद्देश्य और सीमाओं के बारे में पारदर्शिता स्थापित करना आवश्यक है। कर्मचारियों को यह समझना होगा कि डेटा क्यों एकत्र किया जाता है, किसे इसकी पहुँच प्राप्त है, कौन से निर्णय डेटा के आधार पर लिए जाते हैं और कौन से नहीं। यह केवल संचार में एक औपचारिकता नहीं, बल्कि एक रणनीतिक आवश्यकता है। एआई सिस्टम के बारे में अस्पष्ट संचार अविश्वास पैदा करता है - और अविश्वास से गुप्त आईटी का विकास होता है।.

दूसरे, एआई सिस्टम की शुरुआत सहभागितापूर्ण होनी चाहिए। डिज़ाइन प्रक्रिया में शामिल कर्मचारी प्रक्रियाओं, कमियों और सुधार की संभावनाओं को सबसे अच्छी तरह जानते हैं। उनका ज्ञान न केवल तकनीकी कार्यान्वयन के लिए मूल्यवान है, बल्कि स्वीकृति को बढ़ावा भी देता है। यहां सहभागिता कोई दिखावटी सुविधा नहीं बल्कि दक्षता का एक महत्वपूर्ण कारक है।.

तीसरा, यह स्पष्ट आश्वासन होना चाहिए कि पारदर्शी संचार के बिना छंटनी की तैयारी के लिए एआई सिस्टम का उपयोग नहीं किया जाएगा। जहां पुनर्गठन अपरिहार्य है, वहां कंपनियों को इसकी खुलकर जानकारी देनी चाहिए और एआई को एक ऐसे उपकरण के रूप में उपयोग नहीं करना चाहिए जो देखने में तटस्थ लगे, लेकिन वास्तव में एक बहाना मात्र हो। कार्यबल के भीतर सामाजिक गतिशीलता इतनी संवेदनशील होती है कि ऐसे पैटर्न को पहचान सकती है। जो कोई भी तकनीकी उपायों के पीछे छंटनी को छिपाने की कोशिश करता है, वह विश्वास के नुकसान को और तेज करता है।.

चौथा बिंदु – और शायद यही सबसे महत्वपूर्ण है – कंपनियों को यह समझना होगा कि कर्मचारियों के सक्रिय सहयोग से ही एआई सिस्टम में अंतर्निहित ज्ञान को सफलतापूर्वक स्थानांतरित किया जा सकता है। जबरन ज्ञान निकालने से स्वैच्छिक भागीदारी की तुलना में कम गुणवत्ता वाला डेटा प्राप्त होता है क्योंकि जिन कर्मचारियों को पता होता है कि उन पर नज़र रखी जा रही है और उन्हें बर्खास्तगी की धमकी दी जा रही है, वे अपना व्यवहार बदल देते हैं। डेटा की प्रशिक्षण गुणवत्ता में गिरावट इसलिए आती है क्योंकि डेटा संग्रह विधि व्यवहार को प्रभावित करती है। विशुद्ध तकनीकी दृष्टिकोण से, यह तरीका इसलिए सर्वोत्तम नहीं है।.

प्रणालीगत आयाम: मेटा से परे एक पैटर्न

मेटा को इतना चर्चित बनाने वाली चीज़ें हैं इसका आकार, इसकी प्रत्यक्षता और ऑडियो लीक। लेकिन वर्णित पैटर्न—बिना पारदर्शी संचार के छंटनी की तैयारी के लिए एआई का उपयोग करना—कोई अलग-थलग घटना नहीं है। यह एक व्यापक ढांचागत दृष्टिकोण है जो कई कंपनियों में अपनाया जाता है, बस कम दिखाई देता है।.

इसके पीछे का आर्थिक तर्क समझ में आता है: कंपनियां कर्मचारियों की छंटनी के माध्यम से एआई निवेश की लागत की भरपाई करने के दबाव में हैं। समीकरण यह है: एआई निवेश स्वचालन की क्षमता उत्पन्न करते हैं; स्वचालन की क्षमता कर्मचारियों की छंटनी को उचित ठहराती है; कर्मचारियों की छंटनी एआई निवेश को वित्तपोषित करती है। यह मॉडल आंतरिक रूप से सुसंगत है - बशर्ते कि इसमें विश्वास की हानि, ज्ञान निष्कर्षण की गुणवत्ता में गिरावट और कॉर्पोरेट संस्कृति और नवाचार क्षमता पर पड़ने वाले प्रणालीगत प्रभावों की लागत को ध्यान में न रखा जाए।.

इसमें एक नियामक पहलू भी है। यूरोप में, GDPR ठीक उन्हीं प्रथाओं से सुरक्षा प्रदान करता है जिनका इस्तेमाल मेटा ने अमेरिका में किया था। यूरोपीय कर्मचारियों को MCI कार्यक्रम से बाहर रखा गया था - कंपनी के नैतिक कारणों से नहीं, बल्कि कानूनी जोखिमों के कारण। यह दर्शाता है कि विनियमन एक सुरक्षात्मक साधन के रूप में कार्य करता है। साथ ही, यह इस बात पर भी प्रकाश डालता है कि जिन बाजारों में समान सुरक्षा उपलब्ध नहीं है, वहां कर्मचारी कहीं अधिक असुरक्षित हैं।.

कृत्रिम बुद्धिमत्ता के विकास की गति नियामक ढांचे पर काफी दबाव डाल रही है। यूरोपीय संघ का कृत्रिम बुद्धिमत्ता विनियमन, जिसे चरणबद्ध तरीके से लागू किया जा रहा है, कृत्रिम बुद्धिमत्ता के उपयोग में पारदर्शिता और कर्मचारी सुरक्षा पर सख्त आवश्यकताएं लागू करेगा। जो कंपनियां पहले से ही विश्वास-आधारित कृत्रिम बुद्धिमत्ता परिवर्तन के लिए प्रतिबद्ध हैं, उनके लिए यह एक प्रतिस्पर्धात्मक लाभ है - उन्हें अपनी कार्यप्रणाली में पूर्वव्यापी परिवर्तन नहीं करने पड़ेंगे।.

आर्थिक संसाधन के रूप में विश्वास

विश्लेषण का अंतिम बिंदु यह है: विश्वास कोई क्षणिक संसाधन नहीं है। यह संगठनों के सुचारू संचालन के लिए आर्थिक रूप से मापनीय एक आवश्यक शर्त है – और एआई परिवर्तन के संदर्भ में, यह पहले से कहीं अधिक महत्वपूर्ण है। जो कंपनियां विश्वास को एक बार उपयोग होने वाले संसाधन के रूप में देखती हैं, वे वास्तव में उस आधार को नष्ट कर रही हैं जिस पर सफल परिवर्तन टिका होता है।.

ज्ञान निष्कर्षण का विरोधाभास इस तथ्य में निहित है कि जो कंपनियां कर्मचारियों के ज्ञान का सबसे आक्रामक रूप से दोहन करती हैं, वे न केवल अल्पावधि में बेहतर एआई प्रशिक्षण डेटा प्राप्त करती हैं, बल्कि दीर्घावधि में उस ज्ञान के स्रोत को भी नष्ट कर देती हैं। जब कर्मचारियों को पता चलता है कि उनके ज्ञान का उपयोग उनके विरुद्ध किया जा सकता है, तो वे इसे साझा करना बंद कर देते हैं—न तो एआई सिस्टम के साथ और न ही आपस में। कंपनी की ज्ञान संस्कृति ध्वस्त हो जाती है। जो बचता है वह एक तकनीकी रूप से उन्नत संगठन है जिसके पास वास्तविक, विशिष्ट अनुभवजन्य ज्ञान धीरे-धीरे कम होता जाता है।.

एक अन्य मॉडल के साथ इसकी तुलना करना शिक्षाप्रद है: वे कंपनियाँ जो कर्मचारियों की उत्पादकता बढ़ाने के लिए एक सहयोगी उपकरण के रूप में AI का उपयोग करती हैं—और जो डेटा के उपयोग और नौकरियों की सुरक्षा के लिए किए गए उपायों के बारे में पारदर्शी रूप से जानकारी देती हैं—AI को अपनाने में लगातार बेहतर परिणाम प्राप्त करती हैं। वे ऐसा इसलिए नहीं करतीं क्योंकि वे कम महत्वाकांक्षी हैं, बल्कि इसलिए करती हैं क्योंकि वे विश्वास के आर्थिक तर्क को समझती हैं।.

हाल के हफ्तों में मेटा ने जो दिखाया है, वह सफल एआई रूपांतरण की तस्वीर नहीं है। यह एक ऐसी कंपनी की तस्वीर है जो तकनीकी दौड़ में अल्पकालिक लाभ के बदले दीर्घकालिक ठोस लक्ष्यों को प्राथमिकता दे रही है। एमसीआई डेटा के माध्यम से मेटा को जो एआई लाभ मिला है, वह वास्तविक है। इसके नुकसान भी उतने ही वास्तविक हैं—विश्वास की हानि, सांस्कृतिक क्षति, नियामक जोखिम और इस दृष्टिकोण द्वारा उद्योग में स्थापित की गई मिसाल के रूप में। प्रौद्योगिकी का इतिहास हमें सिखाता है कि वे कंपनियां नहीं जीततीं जो अल्पकालिक लाभ के लिए सबसे आक्रामक रूप से अनुकूलन करती हैं, बल्कि वे जीतती हैं जो अपने मॉडलों की दीर्घकालिक स्थिरता को समझती हैं। एआई रूपांतरण कोई स्प्रिंट नहीं है। यह एक मैराथन है—और इसे विश्वास के साथ जीता जा सकता है, इसके बिना नहीं।.

🎯🎯🎯 डेटा-संचालित बी2बी उद्योग हब, एक तरह से इन-हाउस समाधान के रूप में

लगभग आंतरिक समाधान: Xpert.Digital किस प्रकार B2B मार्केटिंग और बिक्री में परिचालन संबंधी कमियों को दूर करता है – स्मार्ट कंटेंट-ड्रिवन बिजनेस - चित्र: Xpert.Digital

Xpert.Digital एक डेटा-आधारित B2B उद्योग केंद्र है जिसका नेतृत्व Konrad Wolfenstein करते हैं। यह कंपनी औद्योगिक भागीदारों के लिए एक बाहरी, लगभग आंतरिक समाधान के रूप में कार्य करती है, जो ग्राहकों की ओर से अतिरिक्त संसाधनों की आवश्यकता के बिना मार्केटिंग, कंटेंट और बिक्री में परिचालन संबंधी कमियों को दूर करती है।.