হ্যালো বন্ধুরা, কেমন আছেন সবাই? আশাকরি ভালো আছেন।
আর্টিফিশিয়াল ইন্টেলিজেন্স (AI) এখন একটা Trending টপিক। চারপাশে শুধু AI-এর জয়গান, AI বিপ্লব, AI এই করবে, AI সেই করবে – যেন AI এলেই সব সমস্যার সমাধান হয়ে যাবে! কিন্তু বাস্তবতা কি আসলেই এত সোজা? নাকি এর পেছনে লুকিয়ে আছে অন্য কোনো গল্প?
সম্প্রতি MIT (Massachusetts Institute of Technology)-এর একটা চাঞ্চল্যকর Report প্রকাশিত হয়েছে। Report-টা পড়ার পর আমার চোখ কপালে উঠার মত! Report বলছে, Companie গুলো প্রতি বছর ৪০ বিলিয়ন ডলারের বেশি খরচ করছে AI-এর পেছনে, কিন্তু বিশ্বাস করুন, তাদের মধ্যে ৯৫% Company আসলে Loss গুনছে! হ্যাঁ, আপনি ঠিকই শুনেছেন। এত বিনিয়োগের পরেও কেন এই করুন দশা? AI কি তাহলে শুধুই একটা 'hype', যার কোনো ভবিষ্যৎ নেই? নাকি আমরা AI-কে সঠিকভাবে ব্যবহার করতে পারছি না?
আজ আমরা এই প্রশ্নের উত্তর খুঁজব। MIT Report-এর প্রতিটি লাইন খুঁটিয়ে দেখব, Experts-দের মতামত জানব এবং বোঝার চেষ্টা করব, কেন এত Company AI-কে 'গলার কাঁটা' মনে করছে।
আমরা সবাই Linkedin, Twitter আর অন্যান্য Social Media Platform-এ দেখছি, AI কিভাবে Work-কে "Revolutionize" করে দিচ্ছে। বড় বড় Conference-এ Speaker-রা AI-এর ভবিষ্যৎ নিয়ে লম্বা চওড়া Story শোনাচ্ছেন। কিন্তু MIT Report বলছে, এই Story-র সাথে বাস্তবের অনেক ফারাক।
Report অনুযায়ী, আটটা প্রধান Industry-র মধ্যে শুধুমাত্র Technology আর Media Industry-তেই AI কিছু কাজের পরিবর্তন আনতে পেরেছে। Healthcare, Financial Services, Manufacturing, Energy - এই Industry গুলো যেন 'pilot Project'-এর চোরাবালিতে আটকে গেছে। Mit Researchers-রা এই অবস্থাকে বলছেন "pilot Purgatory"। মানে, তারা AI নিয়ে Experiment করছে ঠিকই, কিন্তু কোনো Result পাচ্ছে না।
Report-এর কিছু গুরুত্বপূর্ণ তথ্য একবার দেখে নেওয়া যাক:
তাহলে Problem টা কোথায়? কেন এত সম্ভাবনা থাকার পরেও Companies AI থেকে Benefit তুলতে পারছে না?
আসল Problem টা হলো Custom Enterprise AI Solutions-এর ক্ষেত্রে। Business Transformation-এর জন্য এই Solution-গুলোর গুরুত্ব অনেক। কারণ, এগুলো বিশেষভাবে তৈরি করা হয় একটা Company-র নিজস্ব প্রয়োজন অনুযায়ী। কিন্তু এদের Result দেখলে Experts-রাও হতাশ।
Report বলছে:
এর মানে হলো, Company গুলো AI Experiment শুরু করতে Expert হলেও, সেগুলোকে বাস্তবে রূপ দিতে পারছে না, Scale করতে পারছে না। একজন Manufacturing Executive-এর কথা ধার করে বলি, “linkedin-এ মনে হয় সব কিছু বদলে গেছে, কিন্তু আমাদের Operations-এ কোনো পরিবর্তন আসেনি। ” তার মানে, AI নিয়ে যে বিশাল Hype তৈরি হয়েছে, তার সাথে Ground Reality-র কোনো মিল নেই।
এখন স্বাভাবিকভাবেই প্রশ্ন জাগে, Companies কি AI Adoption-এর ক্ষেত্রে Slow? নাকি অন্য কোনো কারণ আছে? Data বলছে, Enterprises আসলে AI ব্যবহারের জন্য মুখিয়ে আছে। তারা নতুন Technology গ্রহণ করতে দ্বিধা করছে না। তাহলে Problem টা কোথায়? Problem টা Adoption-এর নয়, বরং এটা একটা Transformation Challenge। Team গুলোকে AI-First Mentality-র হতে হবে। AI ব্যবহারের জন্য নিজেদের Skill Develop করতে হবে। দ্রুত AI Adopt করার জন্য প্রস্তুত থাকতে হবে। শুধু Technology কিনলেই হবে না, People-দের Train করতে হবে, নতুন Workflow তৈরি করতে হবে।
এই Report-এর আরেকটা ইন্টারেস্টিং Term হলো Shadow AI Economy। যখন Official Enterprise Initiative গুলো Failure হচ্ছে, তখন একটা বিশাল আন্ডারগ্রাউন্ড Economy তৈরি হচ্ছে, যা নিয়ে কেউ আলোচনা করছে না। এটা অনেকটা কর্পোরেট দুনিয়ার গোপন Mission-এর মতো।
আসুন, বিষয়টি একটু খুলে বলি:
একটু চিন্তা করুন, প্রায় সব Employee Work-এ AI ব্যবহার করছে, কিন্তু Company গুলো কিছুই জানে না! এইটাই হলো Shadow AI Economy, যার Value বিলিয়ন ডলার। Employee-রা Personal Chat GPT Account আর অন্যান্য Tool ব্যবহার করে নিজেদের Jobs-এর একটা বড় অংশ Automate করছে। Company-র অজান্তে তারা Productivity বাড়াচ্ছে, Cost কমাচ্ছে।
তাহলে Company-র Official Initiative গুলো যেখানে মুখ থুবড়ে পড়ছে, সেখানে Employee-রা নিজেরাই AI ব্যবহার করে Magic দেখাচ্ছে। এটা নিঃসন্দেহে খুব গুরুত্বপূর্ণ একটা Development।
Research বলছে, সবচেয়ে সফল AI Development গুলো Central It Labs বা AI Centers of Excellence থেকে আসছে না। বরং Team-এর সবচেয়ে কৌতূহলী Employee, যারা Chat GPT-র মতো Tool ব্যবহার করে ব্যক্তিগত Level-এ নিজেদের Improve করতে চাইছে, তারাই এগুলো করছে। তারাই AI বিপ্লবের আসল Hero। এদেরকেই বলা হচ্ছে Proumer। Producer + Consumer = Proumer. মানে, যারা শুধু AI ব্যবহার করছে না, বরং AI ব্যবহার করে নতুন কিছু তৈরি করছে, নতুন Solution খুঁজে বের করছে।
এই Proumer-রাই Company-গুলোতে Success নিয়ে আসছে। তারা AI-এর ক্ষমতা আর Limits গুলো খুব ভালো করে জানে, এবং নিজেদের Team-গুলোতে AI ব্যবহারের Champion হয়ে উঠছে। Smart Organization গুলো এই Proumer-দের Flexible Budget দিচ্ছে, যাতে তারা Tool Research করতে, কিনতে আর Experiment করতে পারে। Company তাদের Experiment-এর জন্য Required Support দিচ্ছে।
Notion আর Figma কিভাবে Enterprise Level-এ Adoption পেয়েছিল, নিশ্চয়ই আপনাদের মনে আছে? প্রথমে কিছু Employee নিজেদের Work Fast করার জন্য Tool গুলো ব্যবহার শুরু করে, এবং ধীরে ধীরে তারাই পুরো Company-র জন্য Tool গুলো Recommend করে। AI-এর ক্ষেত্রেও একই ঘটনা ঘটছে, কিন্তু এবার Range টা আরও অনেক বড়।
বেশিরভাগ Company এখনো Top-Down Approach Follow করছে। মানে, তারা একটা AI Committee বানাচ্ছে, একজন Chief AI Officer নিয়োগ করছে, Internal AI Lab বানাচ্ছে, এবং Work Process Control করার জন্য অনেক Rules তৈরি করছে। তারা মনে করছে, ওপর থেকে সবকিছু Control করলেই Best Result পাওয়া যাবে। কিন্তু বাস্তবতা হলো, Employee-রা ২০ ডলারের Consumer Tool দিয়েই নিজেদের Problem Solve করছে। নিজেদের মতো করে Workflow Optimize করছে।
এটাই হলো মূল Problem। কেন ৯৫% Company Genai Divide-এর ভুল দিকে আটকে আছে। কারণ, তারা Employee-দের উপর Trust করতে পারছে না। তাদের Innovation করার সুযোগ দিচ্ছে না। Micromanage করার চেষ্টা করছে।
আসল বিষয় হলো, প্রতিবার AI Tool ব্যবহার করার সময় Context দিতে হয়। Enterprise Work-এর জন্য Company Level-এ Context Set করতে হয়, যা সময়ের সাথে সাথে Evolve হবে। এখনকার AI Tool গুলো অনেকটা Smart Intern-এর মতো, যে প্রতিদিন সব ভুলে যায় এবং আগের অভিজ্ঞতা থেকে শিখতে পারে না। তাই একটা Centralized System দরকার, যেখানে AI Company-র Data থেকে শিখতে পারবে এবং Employee-দের Better Solution দিতে পারবে।
Data বলছে, AI Winner আর Loser-দের মধ্যে পার্থক্য গড়ে দেয় Adapt Framework। যদিও Mit Report Framework-এর বিস্তারিত জানায়নি, তবে সাফল্যের কিছু Hints দিয়েছে। Winning ৫% Company AI Tool নিজেরা Build না করে Third-Party Vendor থেকে কিনছে। Vendor-রা Company-র প্রয়োজন অনুযায়ী Tool গুলো Customize করে দিচ্ছে। Mit Report অনুযায়ী, Strategic Vendor Partnership-এ Success Rate ৬৬%, যেখানে Internal Development-এর Success Rate মাত্র ৩৩%। তার মানে, নিজেদের Expertise না থাকলে AI Tool Build করতে যাওয়াটা সময় এবং Money-র অপচয় ছাড়া আর কিছুই নয়।
যে Organization গুলো এই Divide পার করেছে, তারা দেখেছে যে Return on Investment (roi) সাধারণত Operations আর Finance-এর মতো Back Office Function-গুলোতে বেশি। Sales আর Marketing-এর দিকে সবার নজর থাকলেও, Cost Saving-এর আসল জায়গা Back Office Tool গুলো। এই Function গুলো Automate করা তুলনামূলকভাবে সহজ এবং Quick Return পাওয়া যায়।
উদাহরণস্বরূপ, Bcg 2025 India’s AI Leap Report-এর কথা ধরা যাক। Lensard কিভাবে AI Powered Whatsapp আর App Chatbot Deploy করে প্রতি সপ্তাহে এক লাখেরও বেশি Service Interaction সামলাচ্ছে! আগে যেখানে কয়েকশো Representative আর ঘণ্টার পর ঘণ্টা লাগতো, AI সেটা Instantly করে দিচ্ছে। এর ফলে Customer Satisfaction যেমন বাড়ছে, তেমনই Company-র Cost-ও কমছে। Win-Win সিচুয়েশন!
Agentic System গুলো কোনো Action নেওয়ার জন্য প্রতিবার Instruction দেওয়ার প্রয়োজন ছাড়াই Action নিতে পারে। Agentic Customer Service System নিজে থেকেই জটিল Query-র উত্তর দিতে পারে, Follow-Up Schedule করতে পারে, এমনকি যাদের সাহায্যের প্রয়োজন, তাদের সাথে Proactive Communication করতে পারে। Traditional AI যেখানে আগের Conversation ভুলে যায়, Agentic System সেখানে Memory ধরে রাখে, Customer Preferences মনে রাখে। এর ফলে Customer Experience আরও উন্নত হয়।
বেশিরভাগ Company এখানে Failure হয়। তারা Employee-দের AI-এর সাথে পরিচয় করিয়ে দেয়, Tool কিনে দেয়, কিন্তু Roi মাপার জন্য কোনো Metrics রাখে না। ফলে, তারা বুঝতেই পারে না, AI ব্যবহারের ফলে তাদের Business-এ কতটা Profit হচ্ছে। Top ৫% Company Parallel Processing Analysis চালায়। তারা মানুষের করা Work আবার AI System দিয়ে করিয়ে Output তুলনা করে:
এই Metrics গুলো Analysis করে Company বুঝতে পারে, AI তাদের জন্য Effective কিনা। এবং Future-এর জন্য Plan তৈরি করতে সুবিধা হয়।
সাফল্যের শেষ চাবিকাঠি হলো, Top ৫% Company বুঝতে পেরেছে যে তাদের কাজ People ছাঁটাই করা নয়, বরং Capability Build করা। নিজেদের Employee-দের Skill Develop করা। Customer Support Agent হয়ে যাচ্ছে AI Supervisor, Analyst হয়ে যাচ্ছে AI Orchestrator, Hr Representative হয়ে যাচ্ছে Prompt Specialist। ২০০০ সালের দিকে Excel জানা যেমন জরুরি ছিল, AI Literacy-ও তেমনই Necessary হয়ে যাচ্ছে। Future-এ AI জানা People-দের চাহিদা আকাশছোঁয়া হবে, এটা বলার অপেক্ষা রাখে না।
তাহলে Genai Divide পার করার পর Employment-এর কি হবে? AI কি Mass Layoff ঘটাবে?
আসলে AI Mass Layoff-এর কারণ নয়। Mit Researchers দেখেছেন যে এই Divide পার করা Company গুলো Customer Support Admin Task-এর ৫-২০% কমিয়ে দিচ্ছে। Core Employee-দের Job যাচ্ছে না। Company External Call Center-এর সাথে Contract বাতিল করছে, Admin Agency-র সাথে সম্পর্ক শেষ করছে, আর Outsourcing-এর উপর Dependency কমাচ্ছে। AI Internal Resource ব্যবহার করে Work করার উপর জোর দিচ্ছে। এর ফলে দেশের Money দেশেই থাকছে।
যেহেতু AI-এর কারণে কিছু Work Automate হয়ে যাচ্ছে, তাই Company নতুন Work Role তৈরি করছে। AI Supervisor, AI Orchestrator-এর মতো নতুন Opportunity তৈরি হচ্ছে। নতুন Skill শেখার সুযোগ তৈরি হচ্ছে।
যে Company গুলো AI Adopt করতে পারবে, তারাই Future-এ টিকে থাকবে। যে Employee-রা AI শিখতে পারবে, তারাই Success-এর শিখরে পৌঁছবে।
সবশেষে এটাই বলব, AI কোনো Hype নয়। এটা Future। হয়তো কিছু Company Immediate Result পাচ্ছে না, কিন্তু এর মানে এই নয় যে AI Work করে না। আসলে, AI-কে সঠিকভাবে ব্যবহার করার জন্য একটা Well-Defined Strategy দরকার। Right Tool নির্বাচন করতে হবে। Employee-দের Train করতে হবে। এবং সবচেয়ে জরুরি, Experiment চালিয়ে যেতে হবে।
মনে রাখবেন, Rome Was Not Built in A Day! AI-ও একদিনে সব সমস্যার সমাধান করবে না। কিন্তু ধীরে ধীরে, সঠিকভাবে Integrate করতে পারলে, AI আপনার Business-কে নতুন উচ্চতায় নিয়ে যেতে পারে।
আশাকরি, আজকের টিউন-টা আপনাদের ভালো লেগেছে। টিউমেন্ট করে জানান, AI নিয়ে আপনার Experiences কি? আর টিউন-টা Share করতে ভুলবেন না! আসুন, সবাই একসাথে AI-এর Future তৈরি করি। ধন্যবাদ।
আমি সোহানুর রহমান। সুপ্রিম টিউনার, টেকটিউনস, ঢাকা। বিশ্বের সর্ববৃহৎ বিজ্ঞান ও প্রযুক্তির সৌশল নেটওয়ার্ক - টেকটিউনস এ আমি 12 বছর 2 মাস যাবৎ যুক্ত আছি। টেকটিউনস আমি এ পর্যন্ত 675 টি টিউন ও 200 টি টিউমেন্ট করেছি। টেকটিউনসে আমার 123 ফলোয়ার আছে এবং আমি টেকটিউনসে 0 টিউনারকে ফলো করি।
কখনো কখনো প্রজাপতির ডানা ঝাপটানোর মত ঘটনা পুরো পৃথিবী বদলে দিতে পারে।
![কোডিং জগৎ কাঁপাতে আসছে PHP 8.5! নতুন ফিচার কী কী থাকছে! [পর্ব-০৪] :: আরও স্বচ্ছ Error Handling](https://dnc.techtunes.io/tDrive/tuner/2025/09/techtunes_40acc48c3097b607bd5c8ab2efc57234-368x207.png "কোডিং জগৎ কাঁপাতে আসছে PHP 8.5! নতুন ফিচার কী কী থাকছে! [পর্ব-০৪] :: আরও স্বচ্ছ Error Handling")
