AI वळण: २०२६ च्या दिशा ठरवणारी प्रमुख टेक कंपन्यांमधील कर्मचारी कपात: एक विश्लेषण

तंत्रज्ञान उद्योग एका विरोधाभासी युगाचा अनुभव घेत आहे, जिथे विक्रमी महसूल आणि मोठ्या प्रमाणावरील कर्मचारी कपात एकाच वेळी घडत आहे. कंपन्या जनरेटिव्ह AI (generative AI) आणि एजेंटिक वर्कफ्लो (agentic workflows) समाविष्ट करण्यासाठी स्पर्धा करत असताना, उद्योगातील अनेक दिग्गज कंपन्या त्यांच्या मानवी भांडवलाच्या पुनर्रचनेसाठी (restructuring) AI ला मुख्य कारणीभूत असल्याचे स्पष्टपणे सांगत आहेत.

मोठे पुनर्वितरण: कर्मचारी संख्येकडून पायाभूत सुविधांकडे

२०२६ च्या कर्मचारी कपातीच्या लाटेतील एक महत्त्वाचा कल म्हणजे केवळ खर्च कपात करणे हा नसून, मानवी पगारातून भांडवल काढून ते आक्रमकपणे AI पायाभूत सुविधांमध्ये (AI infrastructure) गुंतवणे हा आहे. GitLab ने अलीकडेच ३५० कर्मचारी—त्यांच्या एकूण कर्मचाऱ्यांपैकी सुमारे १४%—कपात केले आहेत, जे विशेषतः AI पायाभूत सुविधांसाठी आवश्यक असलेल्या मोठ्या गुंतवणुकीसाठी वापरले जातील. CEO Bill Staples यांनी नमूद केले की, "एजेंटिक वर्कलोड्स" (agentic workloads) त्यांच्या प्लॅटफॉर्मच्या "पिढीजात पुनर्रचनेला" (generational rebuild) चालना देत आहेत, जेणेकरून १०० पटीने वाढीच्या गरजा पूर्ण करता येतील.

त्याचप्रमाणे, Meta ने मोठ्या प्रमाणावर पुनर्रचना केली असून ८,००० कर्मचारी (त्यांच्या एकूण मनुष्यबळाच्या १०%) कपात केले आहेत, आणि त्याच वेळी ७,००० विद्यमान कर्मचाऱ्यांना नवीन AI-केंद्रित भूमिकांमध्ये समाविष्ट करण्याचा प्रयत्न करत आहे. हा बदल श्रम बाजारातील एक महत्त्वाचा तणाव अधोरेखित करतो: कंपन्या AI च्या शर्यतीत सर्व काही पणाला लावण्यासाठी पारंपारिक भूमिका कमी करत आहेत.

श्रेणीबद्ध रचना कमी करणे: मध्यम व्यवस्थापनाचा अंत

प्रमुख कंपन्यांमध्ये एक समान धागा दिसून येतो, तो म्हणजे संघटनात्मक स्तर पद्धतशीरपणे काढून टाकणे, ज्याला अनेकदा "फ्लॅटनिंग" (flattening) असे म्हटले जाते. कंपन्यांना असे आढळत आहे की, मध्यम व्यवस्थापनाद्वारे पूर्वी हाताळल्या जाणाऱ्या समन्वय आणि देखरेखीच्या अनेक कामांचे ऑटोमेशन AI द्वारे केले जाऊ शकते.

• Cloudflare ने ६३९.८ दशलक्ष डॉलर्सचा विक्रमी त्रैमासिक महसूल मिळवूनही आपल्या मनुष्यबळातील २०% (१,१०० लोक) कपात केली. कंपनीने नमूद केले की, कमी केलेल्या कर्मचाऱ्यांपैकी बहुतांश "मेझर्स" (measurers)—म्हणजेच मध्यम व्यवस्थापन, कायदेशीर आणि वित्त क्षेत्रातील भूमिका होत्या.
• Google ने आपल्या व्यवस्थापन घनतेत (management density) शांतपणे घट केली असून, त्याच्या Cloud विभागातील लहान टीम्सचे नेतृत्व करणाऱ्या व्यवस्थापकांपैकी एक तृतीयांश पेक्षा जास्त कपात केली आहे.
• Coinbase ने CEO आणि COO च्या खाली केवळ पाच संघटनात्मक स्तर ठेवून पुनर्रचना केली आहे, ज्याचा उद्देश "वन-पर्सन टीम्स" (one-person teams) सोबत प्रयोग करणे आहे, जिथे AI एका व्यक्तीलाच इंजिनीअरिंग, डिझाइन आणि उत्पादन कार्ये हाताळण्यास सक्षम करते.

कार्यक्षमता विरुद्ध विस्तार: आर्थिक विरोधाभास

या कर्मचारी कपातीचा कदाचित सर्वात धक्कादायक पैलू म्हणजे, या कपाती अशा कंपन्यांमध्ये होत आहेत ज्या प्रचंड वाढ अनुभवत आहेत. Oracle ने १२ महिन्यांत २१,००० कर्मचारी, म्हणजेच मनुष्यबळात १३% घट झाल्याचे जाहीर केले असून, AI च्या अंमलबजावणीमुळे ही कपात झाली असल्याचे स्पष्टपणे सांगितले आहे.

PayPal देखील अशाच मार्गावर आहे, ते पुढील काही वर्षांत आपल्या मनुष्यबळातील २०% (४,५०० पेक्षा जास्त नोकऱ्या) कमी करण्याचे नियोजन करत आहेत, जेणेकरून कोडिंगपासून ते ग्राहक सेवा आणि जोखीम व्यवस्थापनापर्यंत "AI ट्रान्सफॉर्मेशन" (AI transformation) घडवून आणता येईल. अगदी Cisco ने देखील, अपेक्षेपेक्षा जास्त नफा नोंदवूनही, आपल्या ४,००० लोकांच्या कपातीचे पुनर्रचना सिलिकॉन, ऑप्टिक्स आणि AI च्या संदर्भात करत आहे.

व्यापक AI क्षेत्रासाठी, हे तंत्रज्ञान कंपन्यांच्या "युनिट इकॉनॉमिक्स" (unit economics) मध्ये कायमस्वरूपी बदल दर्शवते. आता केवळ महसूल वाढवण्यासाठी कर्मचारी संख्या वाढवणे हे उद्दिष्ट राहिलेले नाही, तर वाढीचा मानवी श्रमाशी असलेला संबंध तोडण्यासाठी AI चा वापर करणे हे मुख्य उद्दिष्ट आहे.

मुख्य निष्कर्ष

• पगारापेक्षा पायाभूत सुविधांना प्राधान्य: GitLab आणि Meta सारख्या कंपन्या विशेषतः AI साठी आवश्यक असलेल्या प्रचंड कॉम्प्युट आणि पायाभूत सुविधांच्या खर्चाकडे भांडवल वळवण्यासाठी कर्मचारी संख्या कमी करत आहेत.
• संरचनात्मक फ्लॅटनिंग: Cloudflare, Google आणि Coinbase सारख्या कंपन्यांमध्ये AI मुळे मध्यम व्यवस्थापन आणि "समन्वय" (coordination) भूमिकांमध्ये मोठी घट होत आहे.
• कार्यक्षमतेचा आदेश: २०२६ चा कल हे सिद्ध करतो की उच्च महसूल आता नोकऱ्यांचे संरक्षण करत नाही; त्याऐवजी, कंपन्या मानवी-महसूल गुणोत्तर (human-to-revenue ratio) कमी करून अधिक नफा मिळवण्यासाठी AI चा वापर करत आहेत.