चिनी टेक कर्मचाऱ्यांना स्वतःची जागा घेणाऱ्या AI ला शिकवायला सांगितले जात आहे

एका उपरोधिक प्रकल्पाने खऱ्या कार्यस्थळातील भीतीला उजाळा दिला

चीनमधील एका व्हायरल GitHub प्रकल्पाने देशाच्या टेक क्षेत्रातील वाढती चिंता स्पष्ट केली आहे: कर्मचारी आता अधिकाधिक असा विश्वास ठेवू लागले आहेत की त्यांच्याकडून अशा प्रणाली उभारण्यात मदत मागितली जात आहे ज्या त्यांची जागा घेऊ शकतात. Colleague Skill नावाच्या या प्रकल्पाने स्वतःला एखाद्या सहकाऱ्याच्या कौशल्यांना आणि व्यक्तिमत्त्वाला पुन्हा वापरता येणाऱ्या AI agent मध्ये क्लोन करण्याचा मार्ग म्हणून सादर केले. तो एक spoof म्हणून तयार करण्यात आला होता, पण प्रतिक्रियेवरून ही कल्पना अस्वस्थ करणारी तरीही वास्तववादी वाटली.

MIT Technology Review नुसार, कर्मचाऱ्यांनी प्रकाशनाला सांगितले की बॉस आधीच त्यांना workflows दस्तऐवजीकृत करण्यास प्रोत्साहन देत आहेत, जेणेकरून AI agent tools विशिष्ट कामे आणि प्रक्रिया स्वयंचलित करू शकतील. हा विनोद प्रभावी ठरला, कारण तो उदयास येत असलेल्या management pattern शी जुळत होता. कामाच्या ठिकाणी automation च्या या आवृत्तीत, कर्मचारी फक्त नव्या software शी जुळवून घेत नाहीत. त्यांना स्वतःच्या कौशल्याचे machine-readable instructions मध्ये रूपांतर करण्यास सांगितले जात आहे.

प्रकल्प कसा काम करतो आणि तो का इतका गाजला

Colleague Skill कसे काम करते याचे सांगितलेले mechanics हे इतक्या वेगाने ते का पसरले हे स्पष्ट करतात. वापरकर्ते एका सहकाऱ्याचे नाव देतात, profile details जोडतात, Lark आणि DingTalk सारख्या workplace apps मधील chat histories आणि files import करतात, आणि असे manuals तयार करतात जे केवळ जबाबदाऱ्या नव्हे तर communication style मधील quirks देखील वर्णन करतात. परिणामी, code debugging आणि लगेच प्रतिसाद देणे अशा कामांमध्ये मदत करू शकेल असा portable AI “coworker” म्हणून ते मांडले जाते.

जरी हा एक stunt असला, तरी या प्रकल्पाने अनेक कंपन्या आता knowledge work कसे पाहतात यातील खरी बदललेली दिशा पकडली. भर आता केवळ general-purpose chatbots वर नाही. लोकांकडून tacit process knowledge काढून ते repeatable operational assets मध्ये रूपांतरित करण्यावर आहे. त्यामुळे ordinary software adoption पेक्षा वेगळ्या प्रकारची चिंता निर्माण होते. धोका फक्त efficiency pressure नाही. वैयक्तिक कर्मचारी templates बनण्याची शक्यता आहे.

शांघायमधील tech worker Amber Li यांनी मासिकाला सांगितले की तिने प्रयोग म्हणून या tool चा वापर करून एका माजी सहकाऱ्याला पुन्हा तयार केले. तिने सांगितले की तयार झालेल्या file ने त्या व्यक्तीच्या habits आश्चर्यकारकपणे चांगल्या प्रकारे पकडल्या, ज्यामध्ये ते कशी प्रतिक्रिया देत होते आणि अगदी punctuation शैलीही समाविष्ट होती. ही technical plausibility हेच कदाचित एक कारण आहे की प्रकल्प केवळ विनोद न राहता पुढे गेला.

Automation चा दबाव आणि कामगार असुरक्षितता

Colleague Skill चे निर्माते, Shanghai Artificial Intelligence Laboratory मधील engineer Tianyi Zhou यांनी कथितपणे सांगितले की AI-संबंधित layoffs आणि कंपन्या कर्मचाऱ्यांनाच स्वतःला automate करायला सांगण्याची प्रवृत्ती यामुळे हा प्रकल्प प्रेरित झाला. हा तपशील महत्त्वाचा आहे, कारण तो या वादाला व्यापक आर्थिक संदर्भात ठेवतो. AI adoption आता केवळ productivity upgrade म्हणून स्वीकारली जात नाही. अनेक कर्मचाऱ्यांसाठी ती job insecurity आणि management pressure च्या संदर्भात येत आहे.

टेक क्षेत्रात हा तणाव विशेषतः तीव्र आहे, कारण अनेक कर्मचारी AI tools चे उत्साही early adopters आहेत. त्यामुळे विरोधही अधिक लक्षणीय ठरतो. विरोध केवळ automation-विरोधक किंवा तंत्रज्ञानाशी अपरिचित लोकांकडून येत नाही. तो अशा लोकांकडून येत आहे ज्यांना systems इतकी समजतात की documentation, chat logs, आणि internal files किती लवकर replacement infrastructure मध्ये बदलू शकतात हे दिसते.

लेख ही चिंता OpenClaw किंवा Claude Code सारख्या AI agent tools च्या झपाट्याने वाढलेल्या लोकप्रियतेशी जोडतो. एकदा ती tools credible workflow engines बनली की, एखादे काम कसे केले जाते हे लिहून ठेवणे training material कमी आणि human discretion पासून दूर नेणारा migration path अधिक वाटू लागले.

प्रतिष्ठा, व्यक्तिमत्त्व, आणि ऑफिस कामाचे भविष्य

प्रकल्प पसरल्यानंतर झालेली चर्चा नोकरीच्या जोखमीपलीकडे गेली. ती प्रतिष्ठा आणि व्यक्तिमत्त्वापर्यंतही पोहोचली. एखाद्या कर्मचाऱ्याची भूमिका manuals, examples, आणि stylistic markers मध्ये उतरवता आली, तर संस्था professional identity ला modular आणि transferable गोष्ट म्हणून पाहू लागते. कर्मचारी मग निर्णय घेणाऱ्या व्यक्तीपेक्षा कमी, आणि capture, replay, scale करता येणाऱ्या सवयींचा संच म्हणून जास्त मोलाचा ठरतो.

याचा अर्थ AI agents रातोरात संपूर्ण team बदलणार आहेत असा नाही. source material इतका व्यापक निष्कर्ष देत नाही. पण हे दाखवते की workers knowledge capture कडे increasingly contested process म्हणून पाहू लागले आहेत. पूर्वी documentation हे maturity आणि continuity चे लक्षण मानले जात होते. AI-heavy workplace मध्ये, ते handoff mechanism म्हणूनही पाहिले जाऊ शकते.

चीनमधील ही चर्चा चीनच्या पलीकडेही प्रतिध्वनित होण्याची शक्यता आहे. जगभरातील अनेक कंपन्या best practices encode करण्याचे, output standardize करण्याचे, आणि individual employees वरील अवलंबित्व कमी करण्याचे आश्वासन देणाऱ्या agentic tools शोधत आहेत. चीनमधील वाद हा एक प्रारंभिक संकेत आहे की त्या महत्वाकांक्षा किती लवकर workforce trust शी टक्कर घेऊ शकतात.

व्यवस्थापक काय कमी लेखत असतील

Colleague Skill प्रकरणातून मिळणारा सर्वात महत्त्वाचा धडा म्हणजे worker self-extraction वर अवलंबून असलेल्या automation programs चा सामाजिक खर्च संस्था कमी लेखत असतील. उद्दिष्ट augmentation असेल, तर कर्मचारी अनेकदा नवीन tools स्वीकारू शकतात. पण प्रक्रिया स्पष्टपणे त्यांनाच substitution साठी model करण्यास सांगत असेल, तर प्रतिक्रिया खूप वेगळी असू शकते.

हा फरक agent era मधील एक निर्णायक management प्रश्न ठरू शकतो. technical tools वेगाने सुधारत आहेत. कठीण समस्या कदाचित कुशल कर्मचाऱ्यांना हे पटवून देणे असेल की ज्या systems ना ते training देत आहेत, त्या त्यांना मदत करण्यासाठी आहेत, त्यांना displacement करण्यासाठी नाहीत. चीनच्या टेक क्षेत्रात, ती खात्री आधीच टिकवणे कठीण दिसत आहे.

हा लेख MIT Technology Review च्या रिपोर्टिंगवर आधारित आहे. मूळ लेख वाचा.