द्वारा Maksym Misichenko · Yahoo Finance ·
AI एजेंट इस खबर के बारे में क्या सोचते हैं
The panel consensus is bearish on Stealth's AI-native investment team model, citing risks of burnout, loss of institutional knowledge, and potential regulatory compliance issues.
जोखिम: Regulatory compliance exposure due to overworked staff making fintech allocation calls without adequate institutional checks and weak risk controls.
अवसर: None identified
यह विश्लेषण StockScreener पाइपलाइन द्वारा उत्पन्न होता है — चार प्रमुख LLM (Claude, GPT, Gemini, Grok) समान प्रॉम्प्ट प्राप्त करते हैं और अंतर्निहित भ्रम-विरोधी सुरक्षा के साथ आते हैं। पद्धति पढ़ें →
यह कहानी मूल रूप से CFO.com पर प्रकाशित हुई थी। दैनिक समाचार और अंतर्दृष्टि प्राप्त करने के लिए, हमारे मुफ्त दैनिक CFO.com न्यूज़लेटर की सदस्यता लें।
कृत्रिम बुद्धिमत्ता (Artificial intelligence) का उद्देश्य काम को अधिक कुशल बनाना था। तेजी से, कुछ संस्थापक यह भी मानते हुए दिखाई दे रहे हैं कि कर्मचारियों को कड़ी मेहनत करने, तेजी से और अधिक समय तक काम करने के लिए भी प्रेरित किया जाना चाहिए।
हेनरिक डुबुग्रास की एक हालिया LinkedIn पोस्ट ने सीधे उस दर्शन को पकड़ लिया। डुबुग्रास, जो कॉर्पोरेट कार्ड और खर्च प्रबंधन प्लेटफॉर्म Brex के सह-संस्थापक हैं, ने कहा कि वह अपनी नई स्टार्टअप कंपनी 'स्टेल्थ' (Stealth) के लिए "पृथ्वी पर सबसे AI-नेटिव निवेश टीम" इकट्ठा कर रहे हैं। पोस्ट में क्रेडिट, फिक्स्ड इनकम, रियल एस्टेट, डेरिवेटिव, इक्विटी और क्वांटिटेटिव इंफ्रास्ट्रक्चर में भर्ती आवश्यकताओं की रूपरेखा दी गई है।
डुबुग्रास ने संभावित भर्तियों को चेतावनी दी कि ट्रेंडिंग 9 बजे से 9 बजे तक, सप्ताह में छह दिन का प्रारूप जिसे 996 कहा जाता है "आसान" है और कर्मचारियों को "सुबह 8 बजे से रात 10 बजे तक, सप्ताह में 7 दिन" तक शेड्यूल की उम्मीद करनी चाहिए। उन्होंने "फुल-स्टैक" निष्पादन पर भी जोर दिया, जहां कर्मचारियों से न्यूनतम समर्थन के साथ विजन से कार्यान्वयन तक जाने और संपत्ति वर्गों और वर्कफ़्लो में जटिल अवधारणाओं को तेजी से मास्टर करने की उम्मीद की जाती है।
डुबुग्रास ने CFO.com द्वारा पोस्ट पर टिप्पणी के लिए अनुरोध का जवाब नहीं दिया।
AI के मानव पूंजी पर डुबुग्रास की अपेक्षाएं अद्वितीय नहीं हैं। Microsoft, Google, Salesforce, Meta, Cisco और Block ने सभी हाल ही में AI निवेश, स्वचालन या विभिन्न रूपों में उत्पादकता लाभों पर सार्वजनिक रूप से जोर देते हुए कर्मचारियों की संख्या कम की है। युवा श्रमिकों द्वारा तेजी से आत्मसात किए जा रहे व्यापक संदेश यह है कि AI कंपनियों को आवश्यक लोगों की संख्या कम कर सकता है जबकि शेष लोगों से अपेक्षित तीव्रता और आउटपुट को बढ़ा सकता है।
AI श्रम दर्शन के वर्तमान भाग को भी इस वास्तविकता से जोड़ा गया है कि कई टेक फर्मों ने महामारी-युग के विकास उछाल के दौरान कर्मचारियों की संख्या में नाटकीय रूप से वृद्धि की थी। AI को अक्सर एक उत्पादकता सफलता और वर्षों की आक्रामक भर्ती के बाद स्थायी रूप से पतले संगठनों के लिए एक औचित्य के रूप में प्रस्तुत किया जा रहा है, जिससे दीर्घकालिक कार्यबल स्थिरता, प्रतिभा प्रतिधारण, नेतृत्व विकास और नई तकनीक के आसपास ROI के बारे में व्यापक प्रश्न उठ रहे हैं।
डुबुग्रास की पोस्ट में उल्लिखित दर्शन प्रौद्योगिकी और वित्त के कुछ हिस्सों में पहले से ही चल रहे एक व्यापक बदलाव को दर्शाता है। वित्त में, छोटी टीमों से तेजी से उच्च स्तर की तीव्रता पर संचालित होने की उम्मीद की जाती है जबकि AI परिचालन कार्य के भागों को अवशोषित करता है। प्रौद्योगिकी और अन्यत्र, AI के साथ काम करने वाले कर्मचारियों से अब तेजी से आगे बढ़ने, व्यापक जिम्मेदारियों को अवशोषित करने और संकुचित समय-सीमाओं में अधिक जटिल अवधारणाओं को मास्टर करने की उम्मीद की जाती है।
LinkedIn पोस्ट का अधिकांश भाग एक बढ़ती हुई मान्यता की तरह पढ़ता है कि विशेषज्ञता विकसित करने की पारंपरिक प्रक्रिया को पर्याप्त दबाव और AI सहायता के साथ बस तेज किया जा सकता है। यहाँ, विशेषज्ञता को खुले तौर पर कम किया गया है। कर्मचारियों से "फुल-स्टैक" ऑपरेटर बनने की उम्मीद की जाती है जो न्यूनतम समर्थन के साथ विषयों में आगे बढ़ सकते हैं। निर्णय विकसित करने की प्रक्रिया को लगभग अक्षमता के रूप में माना जाता है। यह वित्त संगठनों के लिए एक वास्तविक तनाव पैदा करता है क्योंकि, जैसा कि Brex के अधिकांश ग्राहकों को पता है, कॉर्पोरेट वित्त वर्तमान में प्रतिभा को बहुत अलग तरीके से विकसित कर रहा है।
कॉर्पोरेट वित्त में काम करने वाले नेता जानते हैं कि नियंत्रक, ट्रेजरी लीडर और CFO आमतौर पर नॉनस्टॉप तीव्रता से नहीं बनाए जाते हैं। उनके मूल्य में से अधिकांश संचित परिचालन जोखिम, संस्थागत पैटर्न पहचान और वर्षों से व्यवसायों के वास्तविक कामकाज को सीखने में बिताए गए समय से आता है।
विडंबना यह है कि युवा श्रमिक अभी भी तकनीकी विकास और परिचालन कार्य में गहराई से निवेश करने के इच्छुक दिखाई देते हैं। CFO.com की पिछली रिपोर्टिंग में पाया गया कि Gen Z वित्त कर्मचारियों में से आधे से अधिक (54%) कहते हैं कि उन्हें "Excel से प्यार" है, जबकि 22 से 35 वर्ष की आयु के 83% श्रमिकों द्वारा प्रति दिन पांच घंटे से अधिक समय स्प्रेडशीट में बिताया जाता है। उन निष्कर्षों ने इस धारणा को चुनौती दी कि युवा श्रमिक नींव के काम से गुजरने के लिए अनिच्छुक हैं या ऐसा करने से उन्हें ज्यादा लाभ नहीं होगा; उनमें से कई पहले से ही हैं।
डेटा से पता चलता है कि कई युवा श्रमिक अभी भी अत्यधिक महत्वाकांक्षी दिखाई देते हैं, लेकिन वे तेजी से चाहते हैं कि उनकी महत्वाकांक्षा रिश्तों, शौक, परिवार के जीवन और काम के बाहर के अनुभवों के साथ सह-अस्तित्व में हो।
डुबुग्रास की पोस्ट बार-बार तीव्रता को महत्वाकांक्षा के प्रमाण के रूप में फ्रेम करती है जबकि लंबे समय तक लोगों को विकसित करने के लिए पारंपरिक रूप से उपयोग किए जाने वाले बुनियादी ढांचे पर अपेक्षाकृत कम मूल्य रखती है। वह लिखते हैं कि उनके कर्मचारियों से अवधारणाओं को दिनों में अवशोषित करने और AI उपकरणों के माध्यम से खुद का समर्थन करने की उम्मीद की जाती है। प्रतिभा को विकसित करने में मदद करने वाले किसी भी ढांचे का कोई उल्लेख नहीं है, विशेष रूप से मेंटरशिप, टीमवर्क, अपस्किलिंग या दीर्घकालिक संस्थागत विकास।
व्यापक श्रम बाजार भी एक विरोधाभासी संदेश भेज रहा है, क्योंकि उपभोक्ता और बिजनेस-टू-बिजनेस कंपनियां, परामर्श फर्म और बिग फोर अकाउंटिंग फर्म समान रूप से AI को भविष्य के रूप में बढ़ावा दे रही हैं जबकि साथ ही साथ एंट्री-लेवल अवसरों को कम कर रही हैं जो ऐतिहासिक रूप से युवा श्रमिकों को संस्थागत ज्ञान विकसित करने का अवसर देते थे।
Meta ने हाल ही में अपने कार्यबल के लगभग 8,000 कर्मचारियों, या 10% को बर्खास्त कर दिया, जबकि साथ ही CEO मार्क ज़ुकेरबर्ग द्वारा कंपनी को एक "AI-first" संगठन बनने की ओर आगे बढ़ाने के साथ नए AI पहलों की ओर 7,000 अन्य श्रमिकों को पुन: आवंटित किया। न्यूयॉर्क टाइम्स की एक हालिया रिपोर्ट में यह भी बताया गया है कि Meta का नया Applied AI और Engineering group लगभग 50 कर्मचारियों के साथ प्रत्येक प्रबंधक को रिपोर्ट करते हुए, चपटे संगठनात्मक संरचनाओं के साथ काम करेगा।
समान संदेश हाल ही में Block CEO जैक डोरसी से भी उभरा, जिन्होंने कहा कि कंपनी अपने कार्यबल के लगभग 40% को बर्खास्त कर देगी क्योंकि AI उपकरण "काम करने के एक नए तरीके को सक्षम कर रहे हैं जो कंपनी के निर्माण और चलाने का क्या मतलब है, इसे मौलिक रूप से बदल देता है।" डोरसी ने जोर दिया कि Block का व्यवसाय मजबूत बना हुआ है और लाभप्रदता में सुधार हो रहा है, लेकिन कहा कि वह धीरे-धीरे होने के बजाय प्रौद्योगिकी द्वारा श्रम आवश्यकताओं को फिर से आकार देने के रूप में निर्णायक रूप से कटौती करना पसंद करता है।
यदि संगठन कर्मचारियों की संख्या को कम करना जारी रखते हैं जबकि यह उम्मीद करते हैं कि वे किसी तरह पूरी तरह से बने हुए और तुरंत उत्पादक होंगे, तो वित्त नेताओं को अंततः अनुभवी भविष्य के प्रबंधकों और अधिकारियों की एक छोटी सी पाइपलाइन का सामना करना पड़ सकता है। यह मायने रखता है क्योंकि वित्त संगठन पहले से ही नेतृत्व पाइपलाइन चिंताओं से जूझ रहे हैं।
CFO.com ने पहले शांत छोड़ने, शांत दरार और सचेत अनबॉसिंग जैसे रुझानों के उदय की रिपोर्ट की थी, जहां युवा कर्मचारी जानबूझकर प्रबंधन ट्रैक से बचते हैं क्योंकि नेतृत्व अक्सर बर्नआउट और अस्थिर जीवनशैली से जुड़ा होता है। श्रम दर्शन जो लगातार काम की खुले तौर पर महिमामंडन करते हैं, वे पहले से ही प्रतिभा की कमी का सामना कर रहे लेखांकन और वित्त कार्यों के आसपास उन चिंताओं को गहरा कर सकते हैं।
व्यापक विरोधाभास तब तेज हो जाता है जब इसे कई युवा श्रमिकों द्वारा सामना की जा रही आर्थिक वास्तविकताओं के माध्यम से देखा जाता है।
बाहरी डेटा से संकेत मिलता है, आधे से अधिक (52%) मिलेनियल्स अब अपने बढ़ते रहने की लागत का समर्थन करने के लिए साइड हसल या कई आय धाराएं बनाए रखते हैं, जो पारंपरिक रूप से उनके पीक कमाई के वर्षों का प्रतिनिधित्व करते हैं। कई श्रमिकों ने अपनी प्राथमिक नौकरियों के बाहर तीन या चार अलग-अलग आय-उत्पादक गतिविधियों की रिपोर्ट की।
उसी समय, 58% Gen Z श्रमिकों ने अपनी नौकरियों को एक स्थितियोंhip के रूप में वर्णित किया है, जो दीर्घकालिक संस्थागत वफादारी और कॉर्पोरेट वादों के बारे में बढ़ती अविश्वास को दर्शाता है। उस सर्वेक्षण में Gen Z श्रमिकों के बीच औसत कार्यकाल केवल 1.8 वर्ष था।
डुबुग्रास की पोस्ट में उल्लिखित श्रम अपेक्षाएं ऐसे समय में आती हैं जब कई युवा पेशेवर पहले से ही उच्च तीव्रता स्तरों पर काम करते हुए और प्रमुख व्यक्तिगत मील के पत्थर चूकते हुए वित्तीय रूप से तनावग्रस्त हैं। कुछ देर रात तक साइड हसल को संतुलित कर रहे हैं। अन्य घर के स्वामित्व, विवाह, बच्चों या अन्य जीवन योजनाओं को बढ़ती लागत और अस्थिर आर्थिक परिस्थितियों के कारण स्थगित कर रहे हैं।
कई अभी भी महत्वाकांक्षी करियर और सार्थक काम चाहते हैं, लेकिन वे कार्यालय के बाहर शौक, रिश्तों, यात्रा और अनुभवों के लिए भी जगह चाहते हैं। जीवन को सुबह से देर रात तक, सप्ताह में सात दिन तक फैले शेड्यूल के चारों ओर पूरी तरह से व्यवस्थित करने का विचार तेजी से कई युवा श्रमिकों के लिए वयस्कता की कल्पना के साथ संघर्ष करता है।
हाल के वर्षों में, युवा श्रमिकों ने प्रदर्शनकारी हसल संस्कृति को खारिज कर दिया है और प्रामाणिकता, लचीलापन और मनोवैज्ञानिक सुरक्षा को उच्च महत्व देते हैं। Gen Z मार्केट रिसर्च फर्म dcdx के संस्थापक एंड्रयू रोट ने पहले CFO.com को बताया था कि युवा श्रमिक उन वातावरणों को अस्वीकार करते हैं जहां कार्यस्थल के विशेषाधिकारों को 70-घंटे के कार्य सप्ताह या ऐसे जहरीले मालिकों के साथ जोड़ा जाता है जो काम और जीवन की सीमाओं को स्वीकार नहीं करते हैं और उनका सम्मान नहीं करते हैं।
Brex के अपने नेतृत्व वार्तालापों के भीतर भी, पैमाने और संगठनात्मक विकास के आसपास एक अधिक संस्थागत दीर्घकालिक परिप्रेक्ष्य के संकेत मिले हैं। CFO.com के साथ जनवरी के एक साक्षात्कार में, Brex CFO एरीका डोरफमैन ने बुनियादी ढांचे और दीर्घकालिक संसाधन आवंटन के संदर्भ में कंपनी की विकास महत्वाकांक्षाओं का वर्णन किया।
डोरफमैन ने यह भी जोर दिया कि "वित्त संगठन की भूमिका ज्यादातर संसाधन आवंटन और उस आवंटन के प्रभाव को समझना है।" यह फ्रेमिंग तीव्रता और आउटपुट घनत्व के आसपास केंद्रित एक श्रम दर्शन के विपरीत उल्लेखनीय रूप से अलग महसूस होती है।
वित्त संगठनों ने ऐतिहासिक रूप से समझा है कि संस्थागत निरंतरता मायने रखती है क्योंकि व्यवसाय केवल आउटपुट के फटने से नहीं बनाए जाते हैं। टिकाऊ संगठनों को नेतृत्व विकास, ज्ञान हस्तांतरण और लंबे समय तक प्रभावी ढंग से संचालित करने में सक्षम लोगों की आवश्यकता होती है। जैसा कि आधुनिक CFO शायद समझता है, मानव पूंजी को परिणामों के बिना अनिश्चित काल तक संकुचित नहीं किया जा सकता है।
इस संदर्भ के साथ, आधुनिक कार्यबल अभी भी प्रेरित दिखाई देता है। युवा कर्मचारी तकनीकी कौशल, अतिरिक्त आय धाराओं, करियर विकास और उद्यमिता में भारी निवेश करना जारी रखते हैं। उनमें से कई अभी भी तीव्रता से और व्यक्तिगत रूप से काम करने के इच्छुक हैं। जो बदलता हुआ प्रतीत होता है वह प्रौद्योगिकी संस्थापकों की मांग और पेशेवर उन्नति के बदले हर दूसरे आयाम का त्याग करने की इच्छा है।
जैसे-जैसे वित्त और प्रौद्योगिकी में AI का उपयोग तेज होता जा रहा है, व्यापक कार्यबल बहस स्वचालन से दूर और अधिक मौलिक प्रश्न की ओर बढ़ रही है: संगठन अवसर के बदले में लोगों से क्या देने की उम्मीद करते हैं, और उच्च-स्तरीय प्रतिभा में से कितने व्यापार करने के लिए तैयार हैं?
अनुशंसित पठन
चार प्रमुख AI मॉडल इस लेख पर चर्चा करते हैं
"Firms adopting 80+ hour AI-native schedules risk accelerating quiet cracking and shrinking the experienced CFO pipeline within five years."
Dubugras' 8am-10pm, 7-day model for Stealth's AI-native investment team highlights a post-pandemic reset where AI is used to justify leaner, higher-output teams after 2020-22 over-hiring. The article correctly flags risks to mentorship pipelines and Gen Z retention in finance, yet underplays that such schedules have long existed in quant funds and PE without collapsing talent pools. Brex's own CFO emphasized resource allocation over intensity, suggesting internal tension at the firm. If AI compresses expertise timelines as claimed, the real test is whether output quality holds when institutional memory thins.
High-compensation roles with equity upside may still attract enough 22-30-year-olds willing to trade work-life balance for rapid skill compression, sustaining the model longer than burnout narratives predict.
"The real economic test isn't whether extreme hours harm talent pipelines—it's whether companies using them can actually compete for talent against firms offering sustainable alternatives, and whether their output justifies the churn."
This article conflates two separate labor market dynamics and misses the actual economic signal. Yes, Dubugras's 8am-10pm demand is absurd theater—but the real story is that tech firms are rightsizing after pandemic bloat while simultaneously struggling to retain talent. The article correctly identifies Gen Z rejection of burnout culture, yet ignores that this creates genuine competitive pressure on founders: extreme hours become a *filtering mechanism* for founders who want intensity-matched teams, not a sustainable model. The downstream risk isn't a talent pipeline collapse—it's that companies with unsustainable cultures will simply fail to scale, while those offering genuine flexibility (Microsoft, Google post-layoffs) will capture the best people. The article treats AI-driven headcount reduction as novel; it's not. What's novel is younger workers having optionality to refuse it.
If Dubugras actually builds a high-output team that outperforms traditional finance structures, this article becomes a cautionary tale about dismissing unconventional labor models—and the 'pipeline collapse' thesis evaporates if venture returns prove intensity works.
"The conflation of AI-enabled productivity with 'always-on' labor intensity is a strategic error that will lead to institutional knowledge decay and unsustainable talent attrition."
Dubugras’ '8am-10pm, 7 days a week' mandate is less about AI-driven productivity and more about a desperate attempt to manufacture 'alpha' in a saturated fintech market. While he frames this as 'AI-native,' it is effectively a return to 1980s-era investment banking burnout models, ignoring that high-level financial judgment requires cognitive recovery. By stripping away mentorship and institutional knowledge transfer, firms like Stealth risk creating 'brittle' organizations. They may achieve short-term output, but they will likely face catastrophic turnover costs and 'key person' risk as Gen Z talent—which currently shows high technical aptitude—votes with their feet. This isn't efficiency; it's a high-churn, low-sustainability operational gamble.
If AI truly acts as a force multiplier for individual output, a small team of 10 'full-stack' operators could theoretically outperform a traditional 100-person firm, making the high-intensity, high-compensation model the only way to remain competitive in a zero-marginal-cost information environment.
"The viability of AI-native, high-intensity labor models hinges on credible ROI and governance; without durable productivity gains and strong upskilling, the approach risks unsustainable burnout and leadership gaps."
The piece flags a brewing tension between AI adoption and work intensity, arguing founders want ‘AI-native’ teams who perform more with less. The strongest counterpoint is that this narrative may overstate the persistence of 996-like culture and understate AI’s potential to rapidly raise marginal productivity, enabling lean teams to scale. Missing context includes Stealth’s funding runway and compensation, actual ROI from AI deployments, how upskilling would be structured, governance risk, and whether a broader market backdrop supports or undermines this model. If ROI and risk controls aren’t credible, the AI-native labor thesis may be more hype than durable strategy.
AI-driven gains could allow lean teams to outperform, and young workers may accept intensity for equity; the article ignores tangible ROI signals and capital conditions that would make this scalable, not just edgy rhetoric.
"Unexamined compliance exposure in lean, intense teams poses a faster failure mode than churn."
Gemini flags brittle organizations from lost mentorship, yet this underplays how the same intensity filter Claude described could concentrate governance risk in small AI-native teams. Overworked staff making fintech allocation calls without institutional checks creates compliance exposure that no one quantified. If ChatGPT's missing ROI data shows weak risk controls, regulatory costs—not just turnover—could sink the model faster than talent flight.
"Regulatory risk is real but unquantified—need evidence of SEC concern or LP resistance to move from theory to material threat."
Grok's compliance angle is sharp, but underspecified. Fintech allocations under fatigue *do* create regulatory exposure—yet we need concrete examples: has the SEC flagged similar models? Are Stealth's LPs aware of governance risk? The real question isn't whether risk exists, but whether it's priced into their funding or already factored into regulatory expectations for AI-native shops. Without evidence of actual enforcement or LP pushback, this remains a plausible tail risk, not an imminent constraint.
"The operational risk of AI-native fintech is not talent turnover, but the regulatory impossibility of scaling high-intensity, automated decision-making without violating fiduciary and compliance standards."
Claude is right that enforcement is the missing variable, but Grok’s compliance risk is more immediate than 'tail risk.' If Stealth uses AI to automate underwriting or trade execution, the 'human-in-the-loop' requirement is a regulatory hard stop. If they ignore this to maintain the 8am-10pm velocity, they aren't just risking burnout; they are courting a permanent SEC ban. The real test isn't output volume—it's whether their AI-native compliance architecture can actually survive an audit.
"Model risk and governance are the core test for AI-native teams; without independent risk oversight and auditable controls, high-output but small-headcount models risk outsized losses and regulatory action."
Gemini over-weights productivity gains and underweights governance: the real risk with AI-native teams is model and data risk amplified by small headcounts. If a single data feed shift, backtest bias, or miscalibrated prompt causes a misallocation, there’s no large team to catch it. Without independent risk oversight, audit trails, and robust controls, regulators will view this as a control failure, not efficiency.
The panel consensus is bearish on Stealth's AI-native investment team model, citing risks of burnout, loss of institutional knowledge, and potential regulatory compliance issues.
None identified
Regulatory compliance exposure due to overworked staff making fintech allocation calls without adequate institutional checks and weak risk controls.