एक AI-native एजेंसी को उसी production के लिए एक पारंपरिक एजेंसी से कम लोग चाहिए, और संख्या review capacity से तय होती है, production volume से नहीं। अगर model पहला pass generate करता है, तो आप लोगों को production line पर नहीं लगाते; आप उन्हें judgment और उस review पर लगाते हैं जो एक पहला pass को ऐसी चीज़ में बदलता है जिस पर client भरोसा करे। जो shape निकलती है वह एक छोटा, senior pod है जो वह उठाता है जो पहले एक बड़ी team माँगता था।
मैं headcount numbers के साथ सावधान हूँ क्योंकि वहीं लोग एक benchmark चाहते हैं और कोई ईमानदार होता ही नहीं। सही संख्या काम, clients और review standard पर निर्भर है। जो मैं दे सकता हूँ वह वह logic है जो संख्या तय करती है और जो shape वह produce करती है — एक ऐसी संख्या से ज़्यादा उपयोगी जिस पर आप भरोसा नहीं कर सकते।
ईमानदार जवाब
कम, और ज़्यादा senior, और दोनों एक ही फ़ैसला हैं। एक पारंपरिक एजेंसी volume absorb करने के लिए लोग जोड़कर बढ़ती है: ज़्यादा juniors, ज़्यादा production, ज़्यादा billable घंटे। वह model काम करता है क्योंकि juniors assembly करते हैं और seniors direction तय करते हैं। जब AI assembly करता है, तो junior layer की वजह ज़्यादातर ग़ायब हो जाती है, इसलिए team नीचे से सिकुड़ती है।
जो बचता है वह वह हिस्सा है जो हमेशा से असली product था: judgment, client relationship और accountability। वह एक छोटी team है स्वभाव से, क्योंकि volume कभी वह चीज़ नहीं थी जो senior काम को क़ीमती बनाती थी। एक AI-native एजेंसी "कम admin staff वाली पारंपरिक एजेंसी" नहीं है। यह एक अलग shape है — कम लोग, senior सिरे पर केंद्रित, machine के साथ throughput उठाते हुए।
संख्या किस पर निर्भर है
Headcount चार चीज़ों पर निर्भर है, और कोई भी formula नहीं है। Clients की संख्या, क्योंकि हर एक को senior relationship समय चाहिए। काम की जटिलता, क्योंकि एक सरल retainer और एक complex multi-market programme को अलग review गहराई चाहिए। आपके processes की ताक़त, क्योंकि एक अच्छी तरह बनी context layer घटा देती है कि एक senior व्यक्ति को कितना ठीक करना है। और वह standard जिस पर आप हस्ताक्षर करने को तैयार हों, क्योंकि एक ऊँचा standard review समय लेता है जिसे आप नक़ली नहीं बना सकते।
इनमें से कोई भी बदलें और संख्या खिसक जाती है। इसीलिए एक benchmark बेकार है और logic नहीं। दो एजेंसियाँ एक ही production के साथ बहुत अलग headcounts justify कर सकती हैं, इस पर निर्भर कि काम कितना judgment-heavy है और उनके systems कितने अच्छे हैं। अपने चार inputs से size करें, किसी और के org chart से नहीं।
संख्या review से क्यों तय होती है
Instinct है कि एक AI-native एजेंसी को इससे size करें कि model कितना generate कर सकता है। वह ग़लत constraint है, क्योंकि model उससे ज़्यादा generate कर सकता है जितना कोई ज़िम्मेदारी से check कर सके। असली ceiling यह है कि एक senior व्यक्ति कितना काम review और sustain कर सकता है बिना quality फिसलने दिए।
यह review bottleneck है, और यह hiring plan है। अगर आपकी review capacity दो seniors हैं जो दो clients का output check करते हैं, तो तीसरा client जोड़ने का मतलब एक junior जोड़ना नहीं है — इसका मतलब है review capacity जोड़ना या एक बेहतर review standard। Model constraint नहीं हटाता; वह constraint को production से judgment की तरफ़ खिसका देता है। एजेंसी को size करना यानी review को size करना, generation को नहीं।
एक shape जो काम करती है
इस तरह teams चलाने के अनुभव से, जो unit टिकती है वह एक छोटा pod है: एक senior lead जो client relationship और call का owner हो, एक-दो लोग जो workflow चलाएँ और सुधारें और output review करें, और जब काम माँगे तो एक specialist तक पहुँच। वह pod वह cover करता है जो पहले एक चौड़ी team माँगता था, क्योंकि model बीच का volume उठाता है।
इसे एक shape मानें, संख्या नहीं — pod तीन से पाँच लोगों का है, और मैं इसे benchmark नहीं कहूँगा। जो गुण मायने रखते हैं वे हैं कि pod senior-heavy है, कि review साफ़ तौर पर किसी की नौकरी है, और कि workflow owned है, जल्दबाज़ी में जोड़ा हुआ नहीं। वही गुण एक छोटी team को viable बनाते हैं; exact संख्या उनका नतीजा है।
Pod में roles
Roles पारंपरिक account-to-junior सीढ़ी से कम और एक छोटे senior studio से ज़्यादा मिलते-जुलते दिखते हैं। Lead client relationship, judgment और outcome का owner होता है। Workflow owner context layer और review pipeline design और maintain करता है, जो production से ज़्यादा systems की skill है। Specialist तब आता है जब किसी industry या channel को सचमुच एक गहराई चाहिए जिसे आप स्थायी रूप से allocate नहीं करते।
मैंने इन roles का व्यापक shape एक AI-native marketing team को असल में कौन-कौन से roles चाहिए में बताया, और agency version वही pattern छोटे रूप में है। दुर्लभ व्यक्ति operator नहीं है; वह वह है जो एक standard तय कर सके और उसे बनाए रखे। उसी के लिए hire करें, और workflow को बाक़ी करने दें।
जहाँ model headcount नहीं घटाता
Agency काम के कुछ हिस्से हैं जिन्हें model लगभग नहीं छूता, और वे अब भी team के लिए एक floor तय करते हैं। Client leadership नहीं सिकुड़ती: किसी को relationship रखना है, कठिन बातचीत absorb करनी है, और जवाब देना है जब काम ख़राब उतरता है। Specialist गहराई भी नहीं सिकुड़ती; एक industry या channel जिसे असली expertise चाहिए उसे अब भी एक असली specialist चाहिए, और model उसे तेज़ बनाता है, optional नहीं। और review ख़ुद production जितनी तेज़ी से नहीं सिकुड़ता, क्योंकि output ध्यान से check करना एक धीमा, सोचा-समझा काम है।
तो headcount में कमी असली है पर सीमित। यह production, coordination और report assembly से आती है। यह relationship, specialist judgment या review standard से नहीं आती। अगर आप team को और छोटा करने के लिए इनमें काटते हैं, तो आप एजेंसी को lean नहीं बनाते; आप उसे fragile बनाते हैं।
अगर आप बहुत छोटे हों तो क्या टूटता है
एक lean AI-native एजेंसी का failure mode ज़्यादा ख़र्च करना नहीं है; यह review debt है। बहुत छोटे और model produce करता रहता है जबकि किसी के पास ठीक से check करने का समय नहीं, इसलिए output चुपचाप degrade होता है और client पहले पकड़ता है। यह एक समस्या खोजने की सबसे बुरी जगह है, क्योंकि यह relationship की क़ीमत लेती है, सिर्फ़ काम की नहीं।
दूसरा तरीक़ा जिससे बहुत छोटा होना टूटता है वह relationship में है। एक senior lead इतनी ही client बातचीत handle कर सकता है, और अगर pod एक व्यक्ति जितनी गहरा है, तो हर client एक absence दूर है इससे कि वह ठीक से manage न हो। एक-व्यक्ति एजेंसी एक असली business model है, लेकिन उसकी capacity उस तरह capped है जो दिखती है। Lean model का एक floor है, और floor review और relationship bandwidth से तय होता है, production से नहीं।
सोमवार को क्या करें
Production से size करना बंद करें और review से size करना शुरू करें। पूछें कि एक senior व्यक्ति कितना client काम sustain कर सकता है, और उसके इर्द-गिर्द pod बनाएँ। जब एक नया client आए, तो "मदद" के लिए एक junior जोड़ने से पहले review capacity जोड़ें या review system सुधारें — junior review bottleneck को हल नहीं करता, और अक्सर उसे बदतर कर देता है।
फिर लिखें कि काम पर कौन हस्ताक्षर करता है। एक AI-native एजेंसी जिसके पास एक नामित reviewer नहीं है, वह एक होने वाला quality incident है। नामित reviewer bureaucracy नहीं है; यही वजह है कि एक छोटी team आत्मविश्वास के साथ एक senior कीमत charge कर सकती है।
FAQ
क्या दो लोगों की एजेंसी कई clients serve कर सकती है?
हाँ, अगर review standard ऊँचा है और काम focused है, दो मज़बूत seniors दो से ज़्यादा clients serve कर सकते हैं। जो वे नहीं कर सकते वह अपने review और relationship bandwidth से आगे scale करना है। दो एक viable business model है; यह एक hard ceiling भी है जब तक आप एक तीसरा व्यक्ति न जोड़ें जो standard बनाए रखे।
क्या एक AI-native एजेंसी को अब भी juniors hire करने चाहिए?
कम, और अलग तरीक़े से। Assembly volume absorb करने के लिए juniors hire करना अब समझ में नहीं आता। अगर आप career की शुरुआत में hire करते हैं, तो ऐसे लोगों को hire करें जो जज करना और workflow command करना सीखें, और उन्हें निगरानी में review ज़िम्मेदारी दें — production काम का ढेर नहीं।
क्या एक छोटी team अपने आप ज़्यादा profitable होती है?
नहीं। कमज़ोर review standard वाली छोटी team clients और margin खोती है। Profitability combination से आती है: senior judgment, एक असली review system, और घंटों के बजाय outcomes पर कीमत। अकेला size कोई advantage नहीं है।
कैसे पता चले कि मैं बहुत छोटा हूँ?
लक्षण सुनें: काम बिना साफ़ signer के बाहर जा रहा है, clients कम served महसूस कर रहे हैं, या seniors जल्दबाज़ी में review कर रहे हैं। इनमें से कोई भी मतलब है कि आप floor के नीचे हैं। Production capacity से पहले review capacity जोड़ें।
Short version
एक AI-native एजेंसी को कम लोग चाहिए, senior सिरे पर केंद्रित, क्योंकि model production उठाता है और team judgment उठाती है। Team को review capacity से size करें, production volume से नहीं। काम की unit एक छोटा senior pod है जिसके पास एक साफ़ owner और एक नामित reviewer हो — एक shape, benchmark नहीं। Agency-Model guide model का बाक़ी हिस्सा cover करता है, और for-agencies track pricing और structure लाती है।
अगर आप एक lean shop चलाते हैं, तो मैं सुनना चाहूँगा कि आप review का floor कहाँ महसूस करते हैं — आमतौर पर वही पल है जब सही headcount साफ़ हो जाता है।
शुभकामनाओं सहित, Chandler
यह लेख हिंदी में उपलब्ध है, लेकिन कोर्स सामग्री (वीडियो, टेम्पलेट्स और सपोर्टिंग गाइड्स) अंग्रेज़ी, जापानी, सरलीकृत चीनी और कोरियाई में उपलब्ध है। यह साइट 13 भाषाओं में उपलब्ध है।