आपका ऑपरेशन स्केल करने के लिए तैयार है। आपकी मैन्युअल प्रक्रियाएं नहीं।

रिफ्लेक्स: हर समस्या के लिए एक हायरिंग

ज्यादातर ऑपरेशंस टीमों के लिए, ग्रोथ का डिफॉल्ट जवाब हेडकाउंट ही होता है क्योंकि बजट मीटिंग में इसे समझाना सबसे आसान है। ज्यादा ऑर्डर, तो ज्यादा रेप्स। ज्यादा लोकेशन, तो ज्यादा कोऑर्डिनेटर्स। ज्यादा अप्रूवल्स, तो उन्हें पीछे-पीछे भागने के लिए ज्यादा लोग। यह एक सहज, लीनियर मॉडल है — और यह वॉल्यूम को संभालने का सबसे महंगा तरीका भी है, क्योंकि हर हायरिंग अपने साथ रैंप-अप टाइम, ट्रेनिंग कॉस्ट, और उनके जाने पर होने वाली रिप्लेसमेंट कॉस्ट लेकर आती है।

SHRM का रिसर्च, जो अहम कर्मचारियों को खोने की लागत पर है, इस साइकल पर एक ठोस आंकड़ा रखता है: किसी कर्मचारी को बदलने की लागत उसकी सालाना सैलरी के 50% से 200% तक होती है, जब रिक्रूटिंग, इंटरव्यूइंग, ऑनबोर्डिंग, और पूरी स्पीड तक पहुंचने से पहले के कम प्रोडक्टिविटी वाले महीनों को गिना जाए। ग्रोथ के साथ तालमेल बिठाने के लिए हायर किया गया एक अकेला ऑपरेशंस कोऑर्डिनेटर सिर्फ एक सैलरी लाइन नहीं है — यह एक स्थायी देनदारी है जो हर बार उस रोल में टर्नओवर होने पर दोहराई जाती है, और वह भी उस समस्या के ऊपर जिसे ठीक करने के लिए यह रोल हायर किया गया था।

2026 में जो चीज़ बदल रही है वह यह है कि लीडिंग ऑपरेशंस ऑर्गनाइजेशन्स चुपचाप इस डिफॉल्ट को नकार रही हैं। Deloitte के Global Shared Services and Outsourcing Survey में पाया गया कि अब सिर्फ 34% ऑर्गनाइजेशन्स काम करने के तरीके को फिर से बनाने की मुख्य वजह कॉस्ट रिडक्शन बताती हैं, जो 2020 में 70% से काफी नीचे आ गया है। इसकी जगह लेने वाली वजह है कैपेबिलिटी तक पहुंच और बढ़ती डिमांड को बिना उसी अनुपात में स्टाफिंग बढ़ाए पूरा करने की क्षमता — और 2024 की चौथी तिमाही तक, 80% शेयर्ड सर्विसेज ऑर्गनाइजेशन्स पहले से ही जनरेटिव AI टूल्स का इस्तेमाल कर रही थीं, जिनमें से आधे से ज्यादा ने पहले ही स्ट्रैटेजिक, प्रोसेस-लेवल ऑटोमेशन लागू कर दिया था। हायर करने की सहज प्रवृत्ति गायब नहीं हुई है। इसकी जगह जानबूझकर पहले ऑटोमेट करने और सिर्फ बचे हुए काम के लिए हायर करने की प्रवृत्ति ले रही है।

घंटे असल में कहां जाते हैं

कोई नई सीट जोड़ने से पहले, यह पूछना ज़रूरी है कि मौजूदा टीम अपना समय असल में किस काम में बिता रही है — और रिसर्च बताता है कि इसका बड़ा हिस्सा वह काम नहीं है जिसके लिए टीम को हायर किया गया था। वर्कप्लेस ऑटोमेशन पर Smartsheet के सर्वे में पाया गया कि 40% से ज्यादा कर्मचारी अपने काम के हफ्ते का कम से कम एक-चौथाई हिस्सा मैन्युअल, रिपिटिटिव कामों में बिताते हैं। यह पूछे जाने पर कि इनमें से कौन-सा काम वे सबसे ज्यादा ऑटोमेट करवाना चाहेंगे, कर्मचारियों ने डेटा कलेक्शन (55%), अप्रूवल्स और साइन-ऑफ (36%), और स्टेटस अपडेट रिक्वेस्ट (32%) की ओर इशारा किया — ये तीन कैटेगरी लगभग हूबहू ज्यादातर ऑपरेशंस वर्कफ्लो का वर्णन करती हैं।

इस आंकड़े के पीछे छिपा फायदा बड़ा है। सर्वे में शामिल लगभग 60% कर्मचारियों का अनुमान था कि अगर उनके काम का रिपिटिटिव हिस्सा ऑटोमेट हो जाए तो वे हफ्ते में छह या उससे ज्यादा घंटे — यानी लगभग एक पूरा वर्किंग डे — बचा सकते हैं, और 72% ने कहा कि वे उस समय को उस काम में लगाएंगे जो असल में बिजनेस को आगे बढ़ाता है। यह कोई काल्पनिक प्रोडक्टिविटी गेन नहीं है। ये वे घंटे हैं जो पहले से ही मौजूदा टीम के भीतर हैं, फिलहाल उन अप्रूवल्स में खर्च हो रहे हैं जो हर बार वही लॉजिक फॉलो करते हैं, और उन अपडेट्स में जिनका जवाब एक लाइव डैशबोर्ड बिना किसी के चैट थ्रेड में स्टेटस टाइप किए दे सकता है।

ग्रोथ की इस बातचीत का यह हिस्सा है जो हेडकाउंट रिक्वेस्ट में छूट जाता है। यह पूछने से पहले कि क्या टीम को बड़ा होने की जरूरत है, ज्यादा काम का सवाल यह है कि टीम के असल घंटे उस काम में जा रहे हैं जिसे सिस्टमैटाइज़ करना मुश्किल है, या उस काम में जिसे एक वर्कफ्लो पहले से ही संभाल सकता था — क्योंकि ज्यादातर ऑपरेशंस टीमों में, दूसरी कैटेगरी ही हफ्ते का बड़ा हिस्सा खा रही होती है।

वह ज्ञान जो हर उस हायरिंग के साथ दरवाजे से बाहर चला जाता है जो आपने नहीं की

किसी ऑपरेशन को सिस्टम्स की बजाय लोगों पर चलाने की एक दूसरी लागत भी है, और वह उसी पल सामने आती है जब कोई कर्मचारी जॉब छोड़ता है। Panopto की Workplace Knowledge and Productivity रिपोर्ट में पाया गया कि किसी औसत ऑर्गनाइजेशन के भीतर 42% संस्थागत ज्ञान सिर्फ व्यक्तिगत कर्मचारियों के पास ही रहता है — न किसी शेयर्ड सिस्टम में, न किसी डॉक्यूमेंटेड प्रोसेस में, न कहीं ऐसी जगह जहां कोई रिप्लेसमेंट उसे ढूंढ सके। जब वह व्यक्ति चला जाता है, तो वह ज्ञान किसी को सौंपा नहीं जाता। वह बस उसके साथ चला जाता है।

रिपोर्ट इस बात पर एक असली आंकड़ा रखती है कि यह स्केल पर कितना महंगा पड़ता है: बड़े बिज़नेस अक्षम नॉलेज शेयरिंग की वजह से हर साल औसतन $47 मिलियन गंवाते हैं, जो रोज़मर्रा की खोई हुई प्रोडक्टिविटी और लोगों को दोबारा उस ज्ञान में ऑनबोर्ड करने की लागत के बीच बंटा हुआ है, जो पहले से एक बार मौजूद था। अलग से, US के नॉलेज वर्कर्स बताते हैं कि वे हफ्ते में 5.3 घंटे या तो किसी सहकर्मी से जानकारी का इंतज़ार करने में गंवाते हैं, या ऐसी चीज़ फिर से खोजने में जो पहले से ही मालूम हुआ करती थी। और खासकर उन कंपनियों में जहां टर्नओवर ज्यादा है, 65% कर्मचारियों का कहना है कि अपना काम करने के लिए जरूरी जानकारी हासिल करना मुश्किल से लेकर लगभग नामुमकिन है।

यही वजह है कि सिर्फ हायरिंग उस स्केलिंग समस्या को हल नहीं करती जिसे हल करने के लिए इसे किया जाता है। ज्यादा वॉल्यूम संभालने के लिए लाया गया नया कर्मचारी अब भी उस प्रोसेस को उसी से सीखता है जो आज उसे कर रहा है — अक्सर अनौपचारिक रूप से, हफ्तों के दौरान, शैडोइंग और आधे-अधूरे याद रखे गए एक्सेप्शंस के जरिए — और अगर वह व्यक्ति नॉलेज ट्रांसफर पूरा होने से पहले ही चला जाए, तो ऑपरेशन वहीं वापस पहुंच जाता है जहां से शुरू हुआ था, अब एक खाली पद और एक बर्बाद ट्रेनिंग इन्वेस्टमेंट के साथ। हेडकाउंट कैपेसिटी जोड़ता है। यह अपने आप में ऐसा सिस्टम नहीं जोड़ता जो उसे बनाने वाले व्यक्ति के जाने के बाद भी बचा रहे।

"57% Automatable" का आपके ऑपरेशन के लिए असल मतलब क्या है

एक जैसी ग्रोथ, दो अलग तरीके

एक ऐसे ऑपरेशंस मैनेजर की कल्पना करें जिसकी कंपनी दूसरा वेयरहाउस लोकेशन खोल रही है। इस कहानी के हेडकाउंट-फर्स्ट वर्जन में, नई लोकेशन को अपनी खुद की इन्वेंटरी स्प्रेडशीट, रीस्टॉकिंग के लिए अपना खुद का लोकल अप्रूवल प्रोसेस, और कम से कम एक नया कोऑर्डिनेटर मिलता है जिसका ज्यादातर काम नई साइट पर हो रही चीज़ों को उस फॉर्मेट में बदलना है जिसे ओरिजिनल टीम समझ सके। छह महीने बाद, तीसरी लोकेशन का मतलब है तीसरी स्प्रेडशीट, लोकल नियमों का तीसरा सेट, और एक और हायरिंग जिसका मुख्य काम रीकंसिलिएशन है।

अब उसी विस्तार की कल्पना एक शेयर्ड प्लेटफॉर्म पर बनाए जाने के रूप में करें। इन्वेंटरी ऐप पहले से ही लोकेशन के हिसाब से स्टॉक ट्रैक करती है; एक वेयरहाउस जोड़ने का मतलब है एक लोकेशन फील्ड जोड़ना, न कि पैरेलल सिस्टम बनाना। रीस्टॉक अप्रूवल्स पहले से ही उन थ्रेशोल्ड नियमों के आधार पर अपने आप रूट होते हैं जो मैनेजर ने एक बार सेट किए थे, इसलिए नई साइट अपना खुद का वर्कफ्लो बनाने की बजाय वही वर्कफ्लो इनहेरिट करती है। जो मैनेजर एक लोकेशन देख रहा था वह अब तीन देख सकता है, क्योंकि जुड़ने वाला काम है एक डेटा फील्ड और एक ऑटोमेशन रूल — न कि कोई इंसान जिसका पूरा काम दो सिस्टम्स को सिंक में रखना हो।

इन दोनों रास्तों के बीच का फासला कंपनी के बढ़ने के साथ स्थिर नहीं रहता। यह कई गुना बढ़ता जाता है। मैन्युअल वर्जन में चौथी लोकेशन का मतलब है चौथी स्प्रेडशीट, चौथा ट्रांसलेटर, और अनकहे ज्ञान का एक चौथा सेट जो सिर्फ एक व्यक्ति के दिमाग में मौजूद है। कनेक्टेड वर्जन में चौथी लोकेशन का मतलब है उस सिस्टम में सिर्फ एक और एंट्री जो पहले से ही एक से ज्यादा को संभालने के लिए बनाया गया था।

स्केल एक सिस्टम्स की समस्या है, स्टाफिंग की नहीं

इसका मतलब यह नहीं कि हायरिंग कभी नहीं करनी चाहिए। कुछ ग्रोथ को वाकई ज्यादा जजमेंट, ज्यादा रिश्तों, और ज्यादा हाथों की जरूरत होती है जो ऐसा काम करें जिसे किसी नियम में नहीं समेटा जा सकता — और यही वह काम है जिसमें टीम को अपना समय लगाना चाहिए। दलील इससे थोड़ी संकरी है: वॉल्यूम के साथ तालमेल बिठाने के लिए किसी हायरिंग को मंजूरी देने से पहले, यह जांचना ज़रूरी है कि क्या उस हायरिंग का असल काम वही प्रोसेस चलाना होगा जिसे एक वर्कफ्लो पहले से चला सकता था, वही ज्ञान संभालना होगा जो पहले से किसी शेयर्ड सिस्टम में होना चाहिए था, या वही डेटा मिलाना होगा जिसे शुरू से मिलाने की जरूरत ही नहीं पड़नी चाहिए थी।

Deloitte का रिसर्च दिखाता है कि लीडिंग ऑपरेशंस ऑर्गनाइजेशन्स पहले से ही किस दिशा में बढ़ रही हैं — कॉस्ट-ड्रिवन हेडकाउंट फैसलों से हटकर, ग्रोथ को संभालने के डिफॉल्ट तरीके के रूप में ऑटोमेशन और शेयर्ड सिस्टम्स की ओर। Smartsheet का डेटा दिखाता है कि रीक्लेमेबल घंटे कहां पहले से मौजूद हैं। Panopto का डेटा दिखाता है कि सिर्फ लोगों में मौजूद ज्ञान के सहारे ऑपरेशन चलाते रहने की कीमत क्या है। McKinsey का डेटा दिखाता है कि इस काम का कितना हिस्सा आज तकनीकी रूप से पहले से ही ऑटोमेटेबल है। इन्हें साथ रखें, तो ये एक ऐसे ऑपरेशन का वर्णन करते हैं जो एक सिस्टम को बढ़ाकर स्केल करता है, न कि हायरिंग को दोहराकर — और यही वह ग्रोथ है जो हर बार दोहराए जाने पर महंगी नहीं होती जाती।

वॉल्यूम बढ़ने पर हायर करने की सहज प्रवृत्ति गलत नहीं है — बस अक्सर समय से पहले होती है। SHRM का रिसर्च किसी प्रोसेस को ठीक करने की बजाय पैच करने के लिए की गई हर हायरिंग पर एक असली लागत रखता है: सैलरी का 50% से 200%, जो हर बार उस रोल में टर्नओवर होने पर दोहराई जाती है। Panopto का रिसर्च दिखाता है कि जब कोई टीम डॉक्यूमेंट करने की बजाय हायर करती है तो असल में क्या बचाया जा रहा है: वह ज्ञान जो 42% मामलों में सिर्फ एक व्यक्ति के दिमाग में रहता है, और उसके जाने वाले दिन ही खत्म हो जाता है।

McKinsey का यह निष्कर्ष कि US के मौजूदा काम के घंटों में से 57% हिस्सा मौजूदा टेक्नोलॉजी से पहले से ही ऑटोमेटेबल है, कोई दूर की भविष्यवाणी नहीं है — यह उस स्लैक का वर्णन है जो अभी इस वक्त ज्यादातर ऑपरेशंस टीमों के भीतर मौजूद है, उन्हीं अप्रूवल्स, अपडेट्स, और डेटा एंट्री में जिन्हें Smartsheet का रिसर्च दिखाता है कि कर्मचारी खुद चाहते हैं कि इंसान की बजाय एक सिस्टम संभाले।

2026 में सबसे तेज़ी से स्केल करने वाले ऑपरेशंस मैनेजर्स और सेल्स ऑपरेशंस मैनेजर्स वे नहीं हैं जो सबसे तेज़ी से हायर कर रहे हैं। वे वे हैं जिन्होंने एक बार प्रोसेस को एक प्लेटफॉर्म में डाल दिया, ताकि अगली लोकेशन, अगला अकाउंट, और अगली हायरिंग — जब हायरिंग असल में सही फैसला हो — एक सिस्टम इनहेरिट करे, न कि खाली स्प्रेडशीट से शुरुआत करे।