অ্যাজেই আগরওয়াল, জোশুয়া গ্যান্স এবং আভি গোল্ডফার্ব-এর “পাওয়ার অ্যান্ড প্রেডিকশন: দ্য ডিসরাপ্টিভ ইকোনমিকস অফ আর্টিফিশিয়াল ইন্টেলিজেন্স” বইটিতে বলা হয়েছে যে কৃত্রিম বুদ্ধিমত্তা (AI) পূর্বাভাসের খরচ কমিয়ে দেয়, যা বদলে দিচ্ছে “doanh nghiệp”-এর সিদ্ধান্ত গ্রহণের প্রক্রিয়া। উৎপাদনশীলতায় বড় ধরনের পরিবর্তন আনতে প্রতিটি ধাপে আলাদাভাবে AI প্রয়োগ না করে, ব্যবসা বা “doanh nghiệp” পরিচালনায় প্রয়োজন সম্পূর্ণ প্রক্রিয়ার নতুন নকশা।
ভিয়েতনামে AI-এর ব্যবহার বাড়লেও এর প্রকৃত কার্যকারিতা এখনো একটি বড় চ্যালেঞ্জ। ইওয়াই কনসাল্টিং ভিয়েতনামের তথ্য অনুযায়ী, ১২০ জন ব্যবসায়িক নেতার মধ্যে ৯৭% তাদের “doanh nghiệp”-এ AI যুক্ত করেছেন, তবে মাত্র ৩% প্রকৃতভাবে প্রযুক্তির মূল্য প্রমাণ করতে পেরেছেন।
আরও পড়ুন: ডায়াফ্লো ও ব্যবসায়ে এআই এজেন্টের ব্যবহারের উচ্চাকাঙ্ক্ষা
তাহলে, AI-এর সুফল পেতে ভিয়েতনামের “doanh nghiệp”গুলোকে তাদের পরিচালন পদ্ধতিতে কীভাবে পরিবর্তন আনতে হবে? ট্যাটলার ভিয়েতনাম কথা বলেছে বেস.ভিএন-এর ডেপুটি সিইও ট্রান তুয়ান আন নঘিয়া-এর সাথে, যেখানে তিনি ব্যবস্থাপনা, সিস্টেম ডিজাইন এবং মানব দায়বদ্ধতার পরিপ্রেক্ষিতে AI নিয়ে আলোচনার আলোকপাত করেছেন।

Above একটি আধুনিক ভিয়েতনামি doanh nghiệp বা ব্যবসায়িক প্রতিষ্ঠানের জন্য কৃত্রিম বুদ্ধিমত্তা ব্যবহারের প্রয়োজনীয়তা এবং সম্ভাবনা প্রদর্শিত হচ্ছে।
পাওয়ার অ্যান্ড প্রেডিকশন বইটি AI-এর প্রভাব বোঝার জন্য একটি অর্থনৈতিক কাঠামো প্রদান করে। ভিয়েতনামের “doanh nghiệp”-এর সাথে কাজ করার অভিজ্ঞতায়, তাদের সিদ্ধান্ত গ্রহণ ও সাংগঠনিক পদ্ধতিতে আপনি কী দেখছেন?
আমি দুই বছর আগে বইটি পড়েছিলাম, যখন আমরা AI-এর ক্রমবর্ধমান চাপের মুখে ছিলাম। তখন এলএলএম বা এআই এজেন্টের মতো ধারণাগুলো আমাদের জন্য নতুন ছিল। বর্তমানে AI-এর অগ্রগতি বিস্ময়কর, তবে এই জটিল বিশ্বে নিজেকে খুঁজে পেতে বইটি একটি পথপ্রদর্শক হিসেবে কাজ করেছে।
বইটির একটি মূল বক্তব্যের সাথে আমি একমত—বর্তমান এবং ভবিষ্যৎ বুঝতে অতীতের নিয়মগুলো বোঝা জরুরি। বিদ্যুৎ এবং AI উভয়ই সাধারণ-উদ্দেশ্যমূলক প্রযুক্তি (General-Purpose Technology), যা কাজের ধরণ বদলে দিতে সক্ষম। এডিসন ১৮৮২ সালে বিদ্যুৎ আনলেও ১৯০০ সাল পর্যন্ত আমেরিকার মাত্র ৩% বাড়ি বিদ্যুৎ ব্যবহার করত। AI-এর ক্ষেত্রেও আমরা বর্তমানে সেই প্রারম্ভিক দশায় আছি, যেখানে “doanh nghiệp”গুলো বিচ্ছিন্নভাবে এর প্রয়োগ করছে, তবে সামগ্রিক উৎপাদনশীলতা বৃদ্ধির জন্য এখনো কাঠামোগত রূপান্তর প্রয়োজন।
AI অনেক সময় কর্মপ্রক্রিয়া জটিল করে তোলে, যেখানে নেতারা আশাবাদী যে এটি সব সমস্যার সমাধান করবে। আপনার মতে, “doanh nghiệp”গুলো কোথায় আটকে আছে?
এটি তাদের ভুল নয়, বরং রূপান্তরের বৈশিষ্ট্য। বিংশ শতাব্দীর শুরুতে কারখানার মালিকরা বাষ্পীয় ইঞ্জিনের বদলে বৈদ্যুতিক মোটর বসিয়েছিলেন কিন্তু উৎপাদন রেখা বদলাননি, ফলে উৎপাদনশীলতা বাড়েনি। বর্তমানের “doanh nghiệp”গুলো AI-এর ক্ষেত্রে একই কাজ করছে।
প্রথমত, AI-কে শুধু ব্যক্তিগত টুল হিসেবে ব্যবহার করা হচ্ছে, ফলে জ্ঞান বা অভিজ্ঞতা কেন্দ্রীয়ভাবে জমা হচ্ছে না। দ্বিতীয়ত, পুরনো পদ্ধতির মাঝখানে AI বসানোয় কাজের চাপ বাড়ছে। তৃতীয়ত, বিশৃঙ্খল তথ্যের ওপর ভিত্তি করে AI ব্যবহার করা হচ্ছে, যেখানে একটি তথ্যের একক উৎস (single source of truth) নেই। মূল সমস্যা হলো, তারা AI-কে প্রতিষ্ঠানের অবিচ্ছেদ্য অংশ হিসেবে গড়ে না তুলে কেবল একটি বাহ্যিক টুল হিসেবে ব্যবহার করছে।

Above ভিয়েতনামের ব্যবসায়িক প্রতিষ্ঠান বা doanh nghiệp গুলোর জন্য কৃত্রিম বুদ্ধিমত্তা ব্যবহারে সফল হওয়ার উপায় নিয়ে চলছে এই বিশেষ আলোচনা।
তাহলে, AI-এর সাথে শুধু কাজ করা এবং AI দিয়ে “doanh nghiệp” নতুন করে ডিজাইন করার মধ্যে পার্থক্য কী?
পার্থক্যটি হলো এই প্রশ্নে: “AI যখন একটি সিদ্ধান্ত বদলে দেয়, তখন সিস্টেমের অন্যান্য সিদ্ধান্তগুলো কি পরিবর্তন করতে হয়?” যদি না হয়, তবে তা একটি ছোট সমাধান (point solution)। যদি হয়, তবেই “doanh nghiệp” সিস্টেমিকভাবে নিজেদের নতুন করে সাজাচ্ছে।
একটি প্রতিষ্ঠান যখন AI এজেন্টের জন্য তাদের কাজের বর্ণনা নতুন করে লেখে এবং অনুমোদনের স্তর কমিয়ে আনে, তখনই বোঝা যায় তারা সঠিক পথে আছে। যদি কোনো “doanh nghiệp” AI যুক্ত করার পরও কোনো ক্ষমতার রদবদল না করে, তবে বুঝতে হবে তারা আসলে কোনো কাঠামোগত পরিবর্তন করেনি। কারণ, যেকোনো সঠিক সিস্টেমে AI-এর অন্তর্ভুক্তি ক্ষমতার পুনর্বিন্যাস ঘটায়।
আরও পড়ুন: এআই-এর জনক: আমাদের এমন এআই প্রয়োজন যা মানুষের কষ্ট বোঝে
AI পূর্বাভাসের খরচ কমায়, ফলে মানুষের বিচারবুদ্ধির মান বেড়ে যায়। এই বাস্তবতায় মানুষের ভূমিকা কী হওয়া উচিত?
AI ফলাফল তৈরি করতে পারে, কিন্তু চূড়ান্ত লক্ষ্য নির্ধারণ মানুষের কাজ। একটি সিদ্ধান্ত দুটি উপাদানের সমষ্টি: পূর্বাভাস ও বিচারবুদ্ধি। AI পূর্বাভাসের খরচ কমিয়েছে, তাই ভুল বিচারের মূল্য এখন বেশি। বেস-এ আমাদের নিয়ম হলো, সব নির্দেশনা মানুষ ও AI এজেন্ট উভয়ের জন্য প্রযোজ্য। মানুষের মূল শক্তি হওয়া উচিত সঠিক প্রশ্ন করা, অস্পষ্ট অবস্থায় সিদ্ধান্ত নেওয়া এবং পরিণতির দায়িত্ব নেওয়া। AI পূর্বাভাসের ভুলের জন্য মূল্য দেয় না, কিন্তু মানুষ তা দেয়।

Above কর্মক্ষেত্রে কৃত্রিম বুদ্ধিমত্তা ব্যবহারের ফলে মানুষের বিচারবুদ্ধি এবং দায়িত্বশীলতার গুরুত্ব ক্রমাগত বৃদ্ধি পাচ্ছে।
AI-এর অংশগ্রহণে দায়বদ্ধতার প্রশ্নে “doanh nghiệp”গুলো কি প্রস্তুত?
আমার মনে হয় অধিকাংশ ক্ষেত্রে না। দায়িত্ব সর্বদা মানুষের, টুলের নয়। সমস্যা হলো, অনেক “doanh nghiệp” কোনো নিয়ন্ত্রণ ব্যবস্থা ছাড়া AI এজেন্ট ব্যবহার করছে। একটি সিস্টেম তখনই প্রস্তুত যখন তা চারটি প্রশ্নের উত্তর দিতে পারে: AI কী করতে পারবে? কার ওপর দায় থাকবে? সব কাজ কি ট্র্যাকিং করা সম্ভব? কোন সিদ্ধান্তটি মানুষ সরাসরি নেবে? বেস ২.০ তৈরির সময় আমরা এই নীতিগুলোই অনুসরণ করেছি।
বেস ২.০ তৈরির ক্ষেত্রে আপনারা কোন সমস্যা থেকে শুরু করেছিলেন?
আমরা ১২,০০০ গ্রাহককে সেবা দেওয়ার পর একটি বড় অসঙ্গতি লক্ষ্য করি: “doanh nghiệp” অনেক সফটওয়্যার ব্যবহার করলেও তাদের তথ্য বিশৃঙ্খল এবং কাজগুলো বিচ্ছিন্ন। বিল গেটস বলেছিলেন, আজ নতুন করে শুরু করলে তিনি একটি এআই-কেন্দ্রিক প্রতিষ্ঠান গড়তেন। আমরাও ঠিক সেটাই করেছি—পুরনো প্ল্যাটফর্মে AI না বসিয়ে আমরা নতুন করে সিস্টেম সাজিয়েছি, যাতে এটি কেবল একটি টুল না হয়ে একটি সুসংহত মাধ্যম হয়ে ওঠে। আমাদের উদ্দেশ্য খুব সহজ, মানুষকে সত্যিই কম কাজ করতে সাহায্য করা।

Above বেস ২.০ বা বেস ২.০ এর মতো আধুনিক সিস্টেম ব্যবসায়িক প্রতিষ্ঠানের কাজের দক্ষতা এবং তথ্যের সঠিক ব্যবস্থাপনা নিশ্চিত করে।
যদি আপনাকে শূন্য থেকে একটি “doanh nghiệp” তৈরি করতে বলা হয়, আপনি কীভাবে করবেন?
আমি AI টুল দিয়ে শুরু করতাম না, বরং কাজের সংজ্ঞা নতুন করে লিখতাম। আমি সব কাঙ্ক্ষিত আউটপুট বা ফলাফল তালিকাভুক্ত করতাম, মানদণ্ড নির্ধারণ করতাম এবং দায় নির্ধারণ করতাম। এরপরই কেবল কোনটি মানুষের জন্য আর কোনটি AI এজেন্টের জন্য তা ঠিক করতাম। শেষে সব কাজ একটি ইউনিফাইড সিস্টেমে আনতাম যাতে মানুষ ও মেশিন উভয়ের কাজ ট্র্যাক করা যায়।
ব্যবসা বা “doanh nghiệp”গুলোর জন্য আপনার তিনটি পরামর্শ কী?
প্রথমত, AI দিয়ে শুরু করবেন না, আগে কাজের প্রকৃতি বুঝে নিন। দ্বিতীয়ত, AI-কে একজন নতুন কর্মীর মতো কাজ দিন, দায়িত্ব ও সীমানা নির্ধারণ করুন। তৃতীয়ত, মানুষের বিচারবুদ্ধি ও দায়বদ্ধতার জায়গাটি সংরক্ষণ করুন এবং এই দক্ষতাগুলোর উন্নয়নে বিনিয়োগ করুন। AI আমাদের চেয়ে দ্রুত তথ্য প্রসেস করতে পারে, কিন্তু সেটি আমাদের জীবন নয়।
বিদ্যুতের ক্ষেত্রে উৎপাদনের ধরণ বদলে যেতে ৪০ বছর লেগেছিল। আমি বিশ্বাস করি AI-এর ক্ষেত্রে এটি অনেক দ্রুত ঘটবে, কারণ এই পুনর্নির্মাণের কাজ ইতিমধ্যেই শুরু হয়েছে!
এখনই পড়ুন
নতুন যুগে স্মার্ট ব্যাংকিংয়ের পথচলা




