महाराष्ट्र २४ । विशेष प्रतिनिधी । २८ फेब्रुवारी । सुप्रसिद्ध अमेरिकन भविष्यवादी अल्विन टॉफलर यांच्या मते, 21 व्या शतकातील निरक्षर ते नसतील ज्यांना लिहिता-वाचता येत नाही. परंतु जे शिकू शकत नाहीत आणि शिकलेले विसरून पुन्हा शिकू शकत नाहीत. म्हणजे तंत्रज्ञानामुळे भविष्यात होणारे बदल इतक्या वेगाने होतील की मानवी मन त्यांच्याशी जुळवून घेऊ शकणार नाही. झपाट्याने बदलणाऱ्या जगात फक्त तेच लोक टिकून राहू शकतील, जे जुन्या शिकलेल्या गोष्टी विसरून सतत नवीन गोष्टी शिकू शकतील.
“हे करिअर संपणारे आहेत, सावध रहा!”
अशाच आणखी काही करिअरबद्दल चर्चा करूया.
1) शारीरिक श्रमाच्या नोकऱ्या
ऑटोमेशन आणि रोबोटिक्स तंत्रज्ञानाच्या जलद प्रगतीमुळे, फॅक्टरी कामगार, असेंब्ली लाइन कामगार, बांधकाम कामगार यांसारख्या मॅन्युअल लेबर नोकऱ्यांची मागणी येत्या 10 वर्षांत कमी होऊ शकते. अनेक कारखान्यांमध्ये मानवी श्रमाची गरज फारच कमी असण्याची शक्यता आहे.
उदाहरणार्थ, टेस्ला मोटर्सच्या निर्मितीमध्ये फक्त 16 रोबोट्सच्या वापरामुळे 5,000 मानवी कामगारांची गरज कमी झाली. त्याचप्रमाणे, अॅमेझॉनने त्यांची अनेक गोदामे आणि वितरण केंद्रे स्वयंचलित केली आहेत. 2019 मध्ये, Amazon ने घोषणा केली की ते आपल्या कर्मचार्‍यांना रोबोटिक्स आणि ऑटोमेशनमध्ये अधिक तांत्रिक कार्ये शिकवण्यासाठी $700 दशलक्ष खर्च करेल.
याशिवाय भारतासारख्या देशांमध्ये फेब्रुवारी आणि मार्चमध्येच उष्णतेच्या लाटा येण्याचा ट्रेंड आहे. मोठ्या संख्येने बाहेर काम करणाऱ्या लोकांसाठी हे आव्हान बनत आहे.
2) डेटा एंट्री क्लर्क आणि रिसेप्शनिस्ट
व्हॉइस रेकग्निशन, आर्टिफिशियल इंटेलिजन्स (एआय) आणि मशीन लर्निंगच्या वाढत्या वापरामुळे, डेटा एन्ट्री क्लर्क आणि रिसेप्शनिस्ट यासारख्या काही प्रशासकीय भूमिका स्वयंचलित प्रणालींद्वारे बदलल्या जाऊ शकतात.
McDonald’s आणि Wendy’s सारख्या कंपन्या सेल्फ-सर्व्हिस किऑस्क वापरत आहेत. Google आणि Amazon सारख्या कंपन्यांनी Google Assistant आणि Amazon’s Alexa सारखे आभासी सहाय्यक विकसित केले आहेत. जे फोन कॉल्स, भेटींचे वेळापत्रक आणि बरेच काही उत्तर देऊ शकतात. इतर प्रशासकीय कार्ये करू शकतात. सामान्यत: ही कामे रिसेप्शनिस्टद्वारे हाताळले जात होती..
UiPath आणि Automation Anywhere सारख्या कंपन्यांनी रोबोटिक प्रोसेस ऑटोमेशन (RPA) सॉफ्टवेअर विकसित केले आहे. जे मानवी डेटा एंट्री ऑपरेटरची गरज दूर करून फॉरमॅट आणि ऍप्लिकेशन्समध्ये डेटा स्वयंचलितपणे इनपुट करू शकतात.
3) पारंपारिक रिटेल नोकऱ्या (ऑफलाइन रिटेल)
भारतात ई-कॉमर्स अधिकाधिक लोकप्रिय होत आहे आणि ऑनलाइन खरेदी वाढल्याने, विक्री सहयोगी सारख्या पारंपारिक किरकोळ नोकऱ्यांची मागणी कमी होऊ शकते. आज, आम्ही Amazon, Alibaba, Flipkart इत्यादी वेबसाइटवरून इच्छित वस्तूंची ‘होम डिलिव्हरी’ घरबसल्या मिळवू शकतो. कोविड महामारीने या प्रवृत्तीला गती दिली.
या वेबसाइटवरून खरेदी केलेल्या वस्तूंची किंमतही किरकोळ दुकानांमधून खरेदी केलेल्या वस्तूंपेक्षा कमी असते. कारण त्यांना महागडी किरकोळ जागा खरेदी करावी लागत नाही किंवा भाड्याने द्यावी लागत नाही. त्यांना फक्त त्यांची स्वतःची गोदामे (जसे की स्टोरेज रूम) आणि वितरण केंद्रे व्यवस्थापित करावी लागतात. ज्याची किंमत किरकोळ दुकानांपेक्षा कमी असते.
त्यामुळे रिटेल नोकऱ्यांवर त्याचा परिणाम होऊ शकतो.
4) कायदेशीर संशोधन आणि आर्थिक विश्लेषण
A.I. आणि मशीन लर्निंगमधील प्रगतीसह, विशिष्ट प्रकारच्या व्यवसाय सेवा नोकऱ्या, जसे की कायदेशीर संशोधन आणि आर्थिक विश्लेषण, स्वयंचलित केले जाऊ शकतात.
उल्लेख करण्यासारखे आहे की, COiN (कॉन्ट्रॅक्ट इंटेलिजेंस), जेपी मॉर्गन चेसने विकसित केलेला एक आभासी सहाय्यक जो कायदेशीर कागदपत्रांचे पुनरावलोकन आणि व्याख्या करण्यासाठी मशीन लर्निंग अल्गोरिदम वापरतो. ज्यामुळे मानवी वकील आणि कायदेशीर व्यावसायिकांची गरज कमी होते. COiN चा वापर 12,000 हून अधिक व्यावसायिक कर्ज करारांवर प्रक्रिया करण्यासाठी केला गेला आहे. ज्यामुळे मानवी कर्मचार्‍यांनी पूर्वी केलेल्या कामाचे हजारो तास कमी केले आहेत.
5) पोस्टल आणि कुरिअर सेवा
माझ्या मावशीने माझ्या वडिलांना नियमितपणे लिहिलेली अंतर्देशीय पत्रे आणि पोस्टकार्ड मला आठवतात. स्वत: साठी विचार करा आणि आपण कागदावर पत्र लिहिण्याची शेवटची वेळ कधी होती ते पहा. ई-मेल आणि डिजिटल कम्युनिकेशनच्या वाढीसह, टपाल आणि कुरिअर सेवांची मागणी कमी होऊ शकते.
भारतामध्ये इंटरनेट वापरकर्त्यांची जगातील सर्वात मोठी लोकसंख्या आहे आणि डिजिटल कम्युनिकेशन तंत्रज्ञानाच्या उदयाचा देशाच्या पोस्टल आणि कुरिअर उद्योगावर, विशेषतः वैयक्तिक आणि व्यावसायिक संप्रेषणावर परिणाम झाला आहे.
आता कुरिअर आणि पोस्टल सेवा प्रामुख्याने वस्तू पाठवण्यासाठी वापरली जातात.