AI সফটওয়্যার এবং ট্রিলিয়ন ডলার উৎপাদনশীলতার প্রশ্ন
AI যদি সফটওয়্যার লেখায় নাটকীয়ভাবে উন্নত হয়, তাহলে ব্যবসায়িক নেতাদের আজ কী বদলাতে হবে? আমার উত্তর: এর আউটপুট পরীক্ষা ও রক্ষণাবেক্ষণের জন্য প্রয়োজনীয় কাজসহ একটি সম্পূর্ণ ব্যবসায়িক প্রক্রিয়া এটি কীভাবে উন্নত করে তা পরিমাপ করা।
AI কি বার্ষিক বিশ্ব অর্থনৈতিক উৎপাদনে US$20 থেকে US$30 ট্রিলিয়ন যোগ করতে পারে? এলন মাস্ক এই মোটামুটি অনুমানটি উপস্থাপন করেছেন, সাথে ভবিষ্যদ্বাণী যে AI প্রায় যেকোনো ডিজিটাল কাজ সামলাতে পারে এবং Stockfish স্তরের কোডিং ক্ষমতায় পৌঁছাতে পারে। এই দাবিগুলি মনোযোগ আকর্ষণ করেছে কারণ তারা জ্ঞানভিত্তিক কাজের অর্থনীতিতে বড় পরিবর্তনের ইঙ্গিত দেয়।
এগুলো উচ্চাভিলাষী পূর্বাভাস, প্রতিষ্ঠিত ফলাফল নয়। ব্যবসায়িক নেতাদের বড় উৎপাদনশীলতা লাভের সম্ভাবনা এবং AI নির্ভরযোগ্যভাবে প্রতিটি ডিজিটাল কাজ দিতে পারে এই প্রমাণের মধ্যে পার্থক্য করা উচিত। বিনিয়োগ সিদ্ধান্তের জন্য একটি সংস্থা যে কাজ আসলে করে তার প্রমাণ প্রয়োজন।
Stockfish তুলনা আমাদের কী বলে
Stockfish একটি ওপেন সোর্স দাবা ইঞ্জিন এবং বিশ্বের শক্তিশালীগুলোর একটি। এই তুলনাটি একটি বাস্তব সম্ভাবনা চিত্রিত করে: চ্যালেঞ্জিং বুদ্ধিবৃত্তিক কাজে মেশিন মানুষকে ছাড়িয়ে যেতে পারে। তবে, এই সাদৃশ্য একা প্রতিষ্ঠা করতে পারে না AI কখন প্রতিটি সফটওয়্যার প্রকৌশলীকে ছাড়িয়ে যাবে।
দাবার নির্দিষ্ট নিয়ম, দৃশ্যমান বোর্ড এবং স্পষ্ট লক্ষ্য আছে। এন্টারপ্রাইজ সফটওয়্যারে অসম্পূর্ণ প্রয়োজনীয়তা, পরিবর্তনশীল নীতি, লিগ্যাসি সিস্টেম এবং প্রতিদ্বন্দ্বী স্টেকহোল্ডার অগ্রাধিকার জড়িত। একটি প্রোগ্রাম ভুল ব্যবসায়িক সমস্যা সমাধান করেও তার পরীক্ষায় উত্তীর্ণ হতে পারে।
কোড তৈরি করা প্রকৌশলের একটি অংশ। কী তৈরি করতে হবে তা সিদ্ধান্ত নেওয়া, অ্যাক্সেস নিয়ন্ত্রণ করা, নিরাপত্তা পরীক্ষা করা, নিরাপদে স্থাপন করা এবং ব্যবহারকারীদের সমর্থন করা ফলাফলের অংশ থেকে যায়। এমনকি অত্যন্ত সক্ষম AI-রও এমন একটি প্রক্রিয়া দরকার যা ভুল শনাক্ত করতে এবং দায় নির্ধারণ করতে পারে।
অর্থনৈতিক দাবি বোঝা
বার্ষিক অর্থনৈতিক উৎপাদনের স্তরে ২০ থেকে ৩০ শতাংশ বৃদ্ধি প্রতি বছর ২০ থেকে ৩০ শতাংশ প্রবৃদ্ধি থেকে আলাদা। এই স্কেলের একটি দাবির জন্য গ্রহণ, নির্ভরযোগ্যতা, বিনিয়োগ এবং লাভ অর্জনে প্রয়োজনীয় সময় সম্পর্কে স্পষ্ট অনুমান প্রয়োজন। সেই শতাংশগুলোকে US$20 থেকে US$30 ট্রিলিয়নের সাথে যুক্ত করা মানে মোটামুটি US$100 ট্রিলিয়নের শুরুর অর্থনীতি।
তুলনার জন্য, Goldman Sachs ২০২৩ সালে একটি দৃশ্যকল্প প্রকাশ করে যেখানে জেনারেটিভ AI বিশ্ব GDP প্রায় ৭ শতাংশ, বা প্রায় US$7 ট্রিলিয়ন বাড়াতে পারে এবং দশ বছরে উৎপাদনশীলতা প্রবৃদ্ধি ১.৫ শতাংশ পয়েন্ট বাড়াতে পারে। সেটি ছিল একটি শর্তসাপেক্ষ পূর্বাভাস, পরিমাপ করা ফলাফল বা ভবিষ্যৎ লাভের সীমা নয়। এটি মাস্কের বড় অনুমানকে স্বাধীনভাবে বৈধ করে না।
কোম্পানি স্তরে, একটি দরকারী হিসাব সহজ: নিট মূল্য সমান অতিরিক্ত কার্যকর আউটপুট এবং অর্জিত সাশ্রয়ের মূল্য, বিয়োগ AI খরচ, একীকরণ, পর্যালোচনা, পুনর্কাজ এবং ভুল থেকে ক্ষতি। সাশ্রয়কৃত সময় শুধু তখনই আর্থিক মূল্যে পরিণত হয় যখন সংস্থা এটি উৎপাদনশীলভাবে ব্যবহার করতে পারে।
সুবিধা ও খরচ
গতি বনাম যাচাইকরণ। AI খসড়া তৈরি, কোডিং এবং বিশ্লেষণ কমাতে পারে। নেতাদের ফলাফল তৈরিতে সাশ্রয়কৃত সময়ের পাশাপাশি ফলাফল পরীক্ষা করতে প্রয়োজনীয় সময়ও পরিমাপ করা উচিত।
কম উৎপাদন খরচ বনাম নতুন পরিচালন খরচ। প্রথম সংস্করণ তৈরি সস্তা হতে পারে। মডেল ব্যবহার, একীকরণ, পর্যবেক্ষণ এবং সংশোধন এখনও অর্থ ও কর্মীদের সময় খরচ করে।
ব্যাপক অ্যাক্সেস বনাম নির্ভরতা। ছোট দল আগে তাদের সম্পদের বাইরের কাজ হাতে নিতে পারে। একক প্রদানকারীর ওপর নির্ভরতা মূল্য, প্রাপ্যতা এবং মডেল পরিবর্তন পরিচালনা কঠিন করতে পারে।
অধিক ক্ষমতা বনাম কর্মশক্তি বিঘ্ন। কর্মীরা গ্রাহক প্রয়োজন ও কঠিন সিদ্ধান্তে বেশি সময় দিতে পারেন। ব্যবসাগুলোকেও পরিবর্তিত ভূমিকা, পুনঃপ্রশিক্ষণ এবং জুনিয়র কর্মচারীদের উন্নয়নের পরিকল্পনা করতে হবে যাদের রুটিন শেখার কাজ স্বয়ংক্রিয় হতে পারে।
একটি ব্যবহারিক এন্টারপ্রাইজ উদাহরণ
একটি কাল্পনিক গুদাম ব্যবসা বিবেচনা করুন যা অর্ডার ট্র্যাকিং সেবা তৈরি করছে। AI ইন্টারফেসের খসড়া করতে, ডাটাবেস কোয়েরি প্রস্তাব করতে এবং টেস্ট কেস তৈরি করতে পারে। কোন গ্রাহক কোন অর্ডার দেখতে পারবেন, স্টকের অসামঞ্জস্য কীভাবে পরিচালিত হয় এবং সেবাটি বিদ্যমান সিস্টেমের সাথে কাজ করে কিনা তা দলকে এখনও নিশ্চিত করতে হবে।
অর্থবহ তুলনা হলো গৃহীত রিলিজ প্রতি খরচ এবং ব্যবহারে কর্মক্ষমতা। ডেলিভারি সময়, ত্রুটি, সহায়তা অনুরোধ এবং গ্রাহক ফলাফল পরিমাপ করুন। বেশি উৎপাদন ঘটনা তৈরি করা দ্রুত প্রথম খসড়া সামগ্রিক মূল্য কমাতে পারে।
একই নীতি গ্রাহক সেবায়ও প্রযোজ্য। সোজাসুজা অনুরোধ স্বয়ংক্রিয় করা প্রতিক্রিয়া সময় উন্নত করতে পারে। অস্পষ্ট ক্ষেত্রে প্রাসঙ্গিক প্রসঙ্গ সংরক্ষণ করে একজন ব্যক্তির কাছে নির্ভরযোগ্য পথ প্রয়োজন।
CEO ও CTO-দের কী করা উচিত
CEO-দের একটি চিহ্নিতযোগ্য খরচ এবং স্পষ্ট গ্রাহক ফলাফল সহ একটি প্রক্রিয়া বেছে নেওয়া উচিত। বেসলাইন প্রতিষ্ঠা করুন, সীমিত পাইলট চালান এবং কোন উন্নতি সম্প্রসারণকে ন্যায়সঙ্গত করবে তা আগে থেকে সম্মত হন। বাস্তবায়ন খরচ এবং কর্মী দায়িত্বের পরিবর্তন অন্তর্ভুক্ত করুন।
CTO-দের নিজেদের সিস্টেমের প্রতিনিধিত্বমূলক কাজে প্রস্তাবিত মডেল মূল্যায়ন করা উচিত। সঠিকতা, নিরাপত্তা, গোপনীয়তা, ব্যর্থতা থেকে পুনরুদ্ধার এবং বিদ্যমান সেবার সাথে সামঞ্জস্য পরীক্ষা করুন। পরিবর্তনের পরামর্শ দেওয়ার অনুমতি তা কার্যকর করার অনুমতি থেকে আলাদা করুন।
পরিণতিমূলক পদক্ষেপের জন্য, অনুমোদনের মালিক নির্ধারণ করুন এবং অডিট ট্রেইল রাখুন। কর্মক্ষমতা খারাপ হলে পরিবর্তন পূর্বাবস্থায় ফেরানো, অ্যাক্সেস সীমিত করা এবং অটোমেশন স্থগিত করার ক্ষমতা রাখুন।
সরবরাহকারী নির্ভরতা পর্যালোচনা করুন এবং আউটপুটকে চ্যালেঞ্জ করতে কর্মীদের প্রশিক্ষণ দিন। পর্যালোচনা ও সহায়তা খরচের পরও পরিমাপ করা সুবিধা ইতিবাচক থাকলে স্থাপনা সম্প্রসারিত করুন। বৈশ্বিক অর্থনৈতিক পূর্বাভাস দৃশ্যকল্প পরিকল্পনাকে জানাবে, আর স্থানীয় প্রমাণ বিনিয়োগকে নির্দেশনা দেবে।
নেতৃত্বের সিদ্ধান্ত
AI ডিজিটাল কাজের অর্থনীতি যথেষ্ট বদলে দিতে পারে। স্কেল ও সময় অনিশ্চিত রয়ে গেছে। আমার পরামর্শ: এখনই এটি দায়িত্বশীলভাবে মূল্যায়ন ও গ্রহণের সক্ষমতা গড়ে তুলুন, তারপর প্রমাণ শক্তিশালী হলে বিনিয়োগ বাড়ান।
আপনার সংস্থায় কোন প্রক্রিয়াটি প্রথমে পরীক্ষা করবেন, এবং কোন প্রমাণ আপনাকে বিশ্বাস করাবে যে AI স্থায়ী ব্যবসায়িক মূল্য তৈরি করেছে?
গাণিতিকভাবে চিন্তা করুন। বুদ্ধিমত্তার সাথে ইঞ্জিনিয়ার করুন। কৌশলগতভাবে নেতৃত্ব দিন। দায়িত্বের সাথে তৈরি করুন। বিশ্বব্যাপী সম্প্রসারিত করুন। কৃত্রিম বুদ্ধিমত্তার মাধ্যমে প্রকৃত ব্যবসায়িক মূল্য তৈরি করুন।
#ArtificialIntelligence #AIStrategy #EnterpriseAI #SoftwareEngineering #Productivity #BusinessLeadership
মূলত কেশাবন থিয়াগারাজা LinkedIn-এ প্রকাশ করেছেন। মূল প্রবন্ধটি LinkedIn-এ পড়ুন। [1]