Which Jobs Are Most at Risk - and Which Aren't

The real factors that determine how exposed a job is to automation, beyond just the industry it's in.

Not all jobs face the same degree of automation exposure - how vulnerable a role is to being automated. What determines that exposure has less to do with the industry a job sits in and more to do with the actual mix of tasks the job requires day to day.

The routine vs non-routine distinction

Economists studying automation typically split tasks into routine work - predictable, repeatable, rule-based - and non-routine work, which requires adapting to new or unexpected situations. Routine tasks, whether manual (assembly line work) or cognitive (basic data entry), have historically been the most exposed to automation. Non-routine tasks, whether manual (skilled trades requiring adaptability) or cognitive (complex problem-solving, creative work), have generally been more resistant.

Two jobs, same industry, different exposure

Within manufacturing, a role that repeatedly performs the identical assembly step faces high automation exposure. A role troubleshooting unpredictable equipment failures across an entire facility - drawing on experience and judgment that varies case to case - faces considerably lower exposure, despite being in the exact same industry and often the same factory.

Why “complementary” skills matter more than “safe” industries

Jobs that use technology as a tool alongside human judgment - where AI or automation makes a worker more effective rather than replacing them outright - tend to hold up better than jobs automation can fully substitute for. Economists call these complementary skills: abilities that pair well with automation rather than compete directly against it.

Assuming a whole industry is either "safe" or "at risk"

Automation exposure varies enormously within a single industry, not just between industries. Treating an entire field as uniformly safe or at risk misses that the actual determining factor is the specific task mix of a specific role - which can vary widely even between two job titles that sound similar.

Key takeaways

Automation exposure depends on a job's actual task mix, not just its industry.
Routine, predictable tasks - manual or cognitive - are generally the most exposed.
Non-routine tasks requiring adaptability have historically been more resistant to automation.
Skills that complement automation tend to hold up better than skills automation can fully replace.

हर नौकरी का ऑटोमेशन-जोखिम - यानी कोई भूमिका ऑटोमेट होने के प्रति कितनी संवेदनशील है - एक जैसा नहीं होता। यह जोखिम किस चीज़ से तय होता है, इसका संबंध नौकरी किस इंडस्ट्री में है इससे कम, और उस नौकरी में रोज़ाना किए जाने वाले कामों के असली मिश्रण से ज़्यादा है।

नियमित बनाम ग़ैर-नियमित काम का फ़र्क़

ऑटोमेशन पर अध्ययन करने वाले अर्थशास्त्री आमतौर पर कामों को दो भागों में बाँटते हैं: नियमित काम - अनुमानित, दोहराए जाने लायक़, नियम-आधारित - और ग़ैर-नियमित काम, जिसके लिए नई या अप्रत्याशित परिस्थितियों के अनुसार ढलना पड़ता है। नियमित काम, चाहे शारीरिक हों (असेंबली लाइन का काम) या मानसिक (बुनियादी डेटा एंट्री), ऐतिहासिक रूप से ऑटोमेशन के लिए सबसे ज़्यादा संवेदनशील रहे हैं। ग़ैर-नियमित काम, चाहे शारीरिक हों (लचीलापन माँगने वाले कुशल पेशे) या मानसिक (जटिल समस्या-समाधान, रचनात्मक काम), आमतौर पर इसका ज़्यादा बेहतर सामना करते रहे हैं।

एक ही इंडस्ट्री की दो नौकरियाँ, अलग-अलग जोखिम

मैन्युफ़ैक्चरिंग के भीतर, जो भूमिका बार-बार बिल्कुल एक ही असेंबली स्टेप दोहराती है, उसका ऑटोमेशन-जोखिम ज़्यादा होता है। दूसरी ओर, जो भूमिका पूरी फ़ैक्ट्री में अप्रत्याशित उपकरण-खराबियों को सुलझाती है - और हर मामले में अलग तरह के अनुभव और समझ का इस्तेमाल करती है - उसका जोखिम काफ़ी कम होता है, भले ही वह ठीक उसी इंडस्ट्री में, अक्सर उसी फ़ैक्ट्री में हो।

“पूरक” हुनर “सुरक्षित” इंडस्ट्री से ज़्यादा क्यों मायने रखते हैं

जो नौकरियाँ तकनीक को इंसानी समझ के साथ मिलाकर एक औज़ार की तरह इस्तेमाल करती हैं - जहाँ AI या ऑटोमेशन किसी कामगार को पूरी तरह बदलने के बजाय उसे और ज़्यादा असरदार बनाता है - वे उन नौकरियों के मुक़ाबले बेहतर टिकती हैं जिनकी जगह ऑटोमेशन पूरी तरह ले सकता है। अर्थशास्त्री इन्हें पूरक हुनर कहते हैं: ऐसी क्षमताएँ जो ऑटोमेशन के साथ अच्छी तरह जुड़ती हैं, न कि उससे सीधी टक्कर लेती हैं।

यह मान लेना कि पूरी इंडस्ट्री या तो "सुरक्षित" है या "जोखिम में"

ऑटोमेशन-जोखिम एक ही इंडस्ट्री के भीतर भी बहुत ज़्यादा बदलता है, न कि सिर्फ़ अलग-अलग इंडस्ट्रीज़ के बीच। पूरे क्षेत्र को समान रूप से सुरक्षित या जोखिम में मान लेने से यह बात छूट जाती है कि असली तय करने वाला कारक किसी ख़ास भूमिका का ख़ास काम-मिश्रण है - जो एक जैसी सुनाई देने वाली दो नौकरियों के बीच भी काफ़ी अलग हो सकता है।

मुख्य बातें

ऑटोमेशन-जोखिम नौकरी के असली काम-मिश्रण पर निर्भर करता है, सिर्फ़ उसकी इंडस्ट्री पर नहीं।
नियमित, अनुमानित काम - चाहे शारीरिक हों या मानसिक - आमतौर पर सबसे ज़्यादा जोखिम में होते हैं।
लचीलापन माँगने वाले ग़ैर-नियमित काम ऐतिहासिक रूप से ऑटोमेशन का ज़्यादा बेहतर सामना करते रहे हैं।
जो हुनर ऑटोमेशन के पूरक होते हैं, वे उन हुनर से बेहतर टिकते हैं जिनकी जगह ऑटोमेशन पूरी तरह ले सकता है।