যে লুকানো ফাঁদ এন্টারপ্রাইজে AI গ্রহণের গতি কমাচ্ছে

এন্টারপ্রাইজে AI গ্রহণ

Muhammed Gider
8 মিনিটের পাঠ • 

সাম্প্রতিক ইতিহাসের অন্য যেকোনো প্রযুক্তিগত পরিবর্তনের তুলনায় এন্টারপ্রাইজে AI গ্রহণের হার দ্রুত বাড়ছে। নেতৃত্বের প্রতিটি বৈঠক শেষ পর্যন্ত একই প্রত্যাশায় এসে পৌঁছায়। AI-কে অবশ্যই পুরো প্রতিষ্ঠানজুড়ে পরিমাপযোগ্য সুফল দিতে হবে। ChatGPT প্রকাশের পর ইঞ্জিনিয়ারিং দলগুলো Copilot ব্যবহার শুরু করে, বিশ্লেষকেরা Perplexity বেছে নেন, আর পরিচালন বিভাগগুলো স্বয়ংক্রিয়করণ নিয়ে পরীক্ষা-নিরীক্ষা করে। উৎপাদনশীলতা প্রায় সঙ্গে সঙ্গেই বাড়ে।

তবু মাত্র কয়েক মাস পরই AI গ্রহণের গতি কমে যায়। পরীক্ষামূলক প্রকল্পগুলো থমকে যায়। ROI-তে ধারাবাহিকতা থাকে না। এই ধীরগতির কারণ দুর্বল মডেল বা শীর্ষ নেতৃত্বের উচ্চাকাঙ্ক্ষার অভাব নয়। এর কারণ AI-এর সক্ষমতা ও এন্টারপ্রাইজের পরিবেশের মধ্যে কাঠামোগত অমিল।

সম্প্রতি Caleb-এর একটি বিশ্লেষণ আমার নজরে আসে। তিনি একজন কনটেন্ট নির্মাতা, যিনি প্রায়ই AI গ্রহণের সাংগঠনিক দিক নিয়ে আলোচনা করেন। বিষয়টি তিনি যেভাবে তুলে ধরেছেন, তাতে নতুন কোনো ধারণা ছিল না; তবে এমন এক টানাপোড়েন স্পষ্ট হয়েছে, যা অনেক এন্টারপ্রাইজ নেতা আগেই অনুভব করেছেন। তাঁর বিশ্লেষণ ব্যাখ্যা করেছে, কেন AI বিচ্ছিন্ন ব্যবহারের ক্ষেত্রে দারুণ কাজ করলেও পুরো সিস্টেমের রূপান্তর ঘটাতে হিমশিম খায়।

AI গ্রহণ মডেলের সক্ষমতার ওপর নির্ভর করে না। এটি নির্ভর করে এন্টারপ্রাইজের কোন স্তরে AI যুক্ত করা হচ্ছে, তার ওপর।

যেসব CIO, CTO এবং রূপান্তরের দায়িত্বে থাকা নেতা ভাবছেন, কেন AI ডেমোতে মুগ্ধ করে অথচ বাস্তবে চালু করতে গেলে থমকে যায়, তাঁদের জন্য এই নিবন্ধে আড়ালে থাকা সীমাবদ্ধতা এবং পুরো প্রতিষ্ঠানজুড়ে টেকসইভাবে AI গ্রহণের জন্য প্রয়োজনীয় কৌশলগত পথগুলো তুলে ধরা হয়েছে।

“আমাদের কি AI গ্রহণ করা উচিত” থেকে “গ্রহণের গতি এত কম কেন”

দুই বছর আগে এন্টারপ্রাইজগুলো আলোচনা করত, তাদের AI দরকার কি না। আজ প্রশ্ন হলো, কীভাবে এটিকে টেকসই ও নিরাপদভাবে কাজের সঙ্গে যুক্ত করা যায়। বিশ্লেষকেরা পূর্বাভাস দিচ্ছেন, শিগগিরই এন্টারপ্রাইজের উৎপাদিত কাজের একটি উল্লেখযোগ্য অংশ AI দিয়ে তৈরি হতে পারে। কাগজে-কলমে এটি অনিবার্য মনে হয়। বাস্তবে এর প্রভাব এখনো সব ক্ষেত্রে সমান নয়।

ইঞ্জিনিয়ারিং দলগুলো দ্রুত কাজ করে, অথচ বিভিন্ন বিভাগের যৌথ কাজের বাস্তবায়নে তেমন উন্নতি হয় না। বিক্রয় দলগুলো সম্ভাব্য গ্রাহকদের সঙ্গে যোগাযোগ স্বয়ংক্রিয় করে, কিন্তু হাতে-কলমে সমন্বয় করতে গিয়ে এখনো সময় হারায়। পরিচালন বিভাগগুলো দ্রুত বিশ্লেষণ থেকে তথ্য পায়, কিন্তু বিচ্ছিন্ন ডেটা এখনো হাতে মিলিয়ে নিতে হয়।

এন্টারপ্রাইজগুলো সরলরৈখিক যন্ত্রের মতো কাজ করে না। এগুলো পরিচালন কাঠামো, প্রণোদনা, সংস্কৃতি ও পুরোনো প্রযুক্তির প্রভাবে গড়ে ওঠা জটিল সিস্টেম হিসেবে কাজ করে। AI এই জটিলতা কমানোর বদলে আরও বাড়িয়ে তোলে।

এন্টারপ্রাইজ AI-কে বোঝার একটি কার্যকর উপায় হলো পরিপক্বতার তিনটি স্তরে একে দেখা।

স্তর 1. AI-সহায়িত কাজ

উপকারী, তবে মৌলিকভাবেই সীমিত

বেশিরভাগ বড় প্রতিষ্ঠান এখান থেকেই শুরু করে। কর্মীরা গবেষণা, সারসংক্ষেপ তৈরি, কোডিংয়ের পরামর্শ এবং কনটেন্ট তৈরির জন্য জেনারেটিভ AI ব্যবহার করেন। এই টুলগুলো তাৎক্ষণিক সুফল দেয়।

কিন্তু কাজের গতি বাড়ানো মানেই কর্মপ্রবাহের রূপান্তর নয়। এর সঙ্গে জড়িত প্রক্রিয়াগুলো—অনুমোদন, কাজ হস্তান্তর, রিপোর্টিংয়ের স্তর—অপরিবর্তিত থাকে। ফলে প্রতিষ্ঠানের সামগ্রিক গতি উল্লেখযোগ্যভাবে বাড়ে না।

কাজের গতি আর প্রতিষ্ঠানের গতি এক নয়।

এই ধাপটি নিরাপদ মনে হয়, কারণ এতে কাঠামোগত কোনো পরিবর্তন দরকার হয় না। কিন্তু এর নকশাই দীর্ঘমেয়াদি ROI সীমিত করে রাখে।

স্তর 2. এজেন্টিক কর্মপ্রবাহ

বিপুল সম্ভাবনা, প্রবল প্রতিরোধ

এজেন্টিক AI স্বতন্ত্রভাবে বহু ধাপের কর্মপ্রবাহ সম্পন্ন করে। এজেন্টগুলো ফাইল পরিবর্তন করে, আউটপুট পর্যালোচনা করে, কাজ পরিচালনা করে বা কার্যক্রমের সমন্বয় করে। এর সম্ভাবনা বিপুল।

কিন্তু এর ব্যবহার ততটা ব্যাপক নয়।

বাধা প্রযুক্তিগত সক্ষমতা নয়, বরং সাংগঠনিক প্রস্তুতি। এজেন্টিক সিস্টেমের জন্য আস্থা, তদারকি, পরিচালনা ও নিয়ন্ত্রণের কাঠামো এবং স্বয়ংক্রিয়তা মেনে নেওয়ার মানসিকতা দরকার। এগুলো প্রতিষ্ঠিত পদক্রম ও নিয়ম মেনে চলার প্রচলিত পদ্ধতিতে বিঘ্ন ঘটায়। দৈনন্দিন কার্যক্রমে অপরিচিত ঝুঁকি নিয়ে আসে।

ফলে অনেক এজেন্টিক টুল পিছিয়ে এসে আংশিক স্বতন্ত্র সহকারীতে পরিণত হয়, যেগুলো কেবল নিরাপদ সীমার মধ্যেই কাজ করে।

প্রতিষ্ঠানগুলো ভয়ের কারণে স্বতন্ত্রভাবে কাজ করার ক্ষমতা প্রত্যাখ্যান করে না। তারা তা প্রত্যাখ্যান করে অসামঞ্জস্যের কারণে।

স্তর 3. AI-নেটিভ সিস্টেম

দীর্ঘমেয়াদি সুবিধা

AI-নেটিভ সিস্টেম হলো পরিপক্বতার সর্বোচ্চ স্তর। শুরু থেকেই AI-এর অংশগ্রহণ মাথায় রেখে এগুলোর নকশা করা হয়। মানুষের কাজের উপযোগী করে সাজানো কর্মপ্রবাহে পরে AI যুক্ত করার বদলে, প্রতিষ্ঠানগুলো নতুন পরিচালন কাঠামো তৈরি করে, যেখানে AI ডেটার প্রবাহ, সিদ্ধান্ত গ্রহণের ক্রম এবং কাজের ছন্দ সমন্বয় করে।

এতে পূর্বাভাসভিত্তিক কার্যক্রম সম্ভব হয়, কাজের গতি আটকে যাওয়ার জায়গাগুলো কমে এবং ধারাবাহিকভাবে সিদ্ধান্ত নেওয়া যায়।

এ পর্যায়ে পৌঁছানোর বাধা বড়। কিন্তু দীর্ঘমেয়াদি সুবিধা ছোট ছোট উন্নতি থেকে পাওয়া সুফলকে অনেক ছাড়িয়ে যায়।

তবে AI-নেটিভ সিস্টেমে পৌঁছানোর পথ দীর্ঘ। আসল বিপদ দেখা দেয় এই মধ্যবর্তী সময়েই।

Ferrari সমস্যা

নিয়ন্ত্রণহীন AI এক উচ্চক্ষমতাসম্পন্ন হুমকি

Caleb এমন একটি রূপক ব্যবহার করেছিলেন, যা বড় প্রতিষ্ঠানের প্রেক্ষাপটে আরও জোরালো হয়ে ওঠে। কর্মীদের ChatGPT বা Copilot-এর মতো শক্তিশালী AI টুল ব্যবহারের সুযোগ দেওয়া মানে শুধু তাদের একটি Ferrari দেওয়া নয়।

এ যেন তাদের হাতে একটি Ferrari তুলে দেওয়া—কোনো প্রশিক্ষণ ছাড়া, সড়কে চলার কোনো নিয়ম ছাড়া, কোনো বিমা ছাড়া, আর গাড়িটি আসলে কোথায় যাবে তা জানার কোনো উপায় ছাড়া।

ইঞ্জিনটি অসাধারণ। কিন্তু সংবেদনশীল ডেটা, নিয়ন্ত্রক বিধি মেনে চলার বাধ্যবাধকতা এবং পুরোনো সিস্টেম নিয়ে গড়ে ওঠা জটিল এন্টারপ্রাইজ পরিবেশে এই মাত্রার অনিয়ন্ত্রিত ক্ষমতা একটি কাঠামোগত হুমকি।

নিয়ন্ত্রণহীন AI অনিচ্ছাকৃত ডেটা ফাঁস, অনুমোদনবহির্ভূত IT ব্যবহার, যাচাই করা যায় না এমন আউটপুট, অনিয়ন্ত্রিত মডেল ইনপুট এবং অডিট করার সক্ষমতা সম্পূর্ণ হারিয়ে ফেলার দিকে নিয়ে যায়।

Ferrari শুধু দ্রুত চলে না। এটি এমন সব দিকে যায়, যা এন্টারপ্রাইজের নজরের বাইরে।

কাজের প্রবাহ, পরিচালনা ও নিয়ন্ত্রণের সীমারেখা, যাচাইয়ের স্তর এবং সিস্টেম সংযোগের স্থাপত্য নতুন করে গড়ে না তোলা পর্যন্ত ব্যবস্থাপনাহীন AI সম্পদ নয়, বরং দায়।

এন্টারপ্রাইজের পরিসর বাড়লে কেন ব্যবস্থাজুড়ে বাধা তৈরি হয়

প্রতিষ্ঠান বড় হওয়ার সঙ্গে সঙ্গে সমন্বয়ের জটিলতা আরও দ্রুত বাড়ে। একটি দলের আকার দ্বিগুণ করলে জটিলতা দ্বিগুণ হয় না। তা বহুগুণ বেড়ে যায়।

AI ব্যক্তির কর্মদক্ষতা বাড়ায়। কিন্তু এন্টারপ্রাইজ কাজ করে নেটওয়ার্কের স্তরে। এই অমিলের কারণেই প্রভাবের বেশিরভাগটা হারিয়ে যায়।

গবেষণা একটি মৌলিক সত্য তুলে ধরে।

যা আগে থেকেই আছে, AI তাকেই আরও জোরালো করে তোলে। সমন্বিত ব্যবস্থা গতি পায়। খণ্ডিত ব্যবস্থা ভেঙে পড়ে।

কাজের প্রবাহ এবং পরিচালনা ও নিয়ন্ত্রণব্যবস্থা নতুন করে সাজানো না হলে AI পুরো ব্যবস্থার রূপান্তরের বদলে বিচ্ছিন্ন কিছু উন্নতি এনে দেয়।

এন্টারপ্রাইজের বাস্তবতা

নিরাপত্তা, আস্থা, ডেটার ঝুঁকি এবং অভ্যন্তরীণ প্রতিরোধ

স্বায়ত্তশাসন বা AI-কে ভিত্তি করে গড়া কাজের প্রবাহের দিকে এগোনোর আগে এন্টারপ্রাইজগুলোকে কিছু অনিবার্য সীমাবদ্ধতার মুখোমুখি হতে হয়।

নিরাপত্তার প্রয়োজনীয়তা ডেটার সীমারেখা বা নিয়ন্ত্রক বিধি মেনে চলার ক্ষেত্রে কোনো আপসের সুযোগ দেয় না।
LLM-এর নির্ভরযোগ্যতার অভাব দ্বিধা তৈরি করে, কারণ এর বানিয়ে বলা তথ্য মেনে নেওয়া যায় না।
অনুমোদনবহির্ভূত IT ব্যবহার দেখা দেয় যখন প্রতিষ্ঠানের অনুমোদিত টুলগুলো কর্মীদের চাহিদা পূরণে পিছিয়ে থাকে।
কৌশলগত ও ব্যক্তিগত ডেটা আইনি ঝুঁকি ও সুনামহানির ঝুঁকি তৈরি করে।
কেন্দ্রীভূত পরিচালনা ও নিয়ন্ত্রণব্যবস্থার অভাব যাচাই ও তদারকি নিয়ে অনিশ্চয়তা তৈরি করে।

এগুলো রক্ষণশীলতার লক্ষণ নয়।
এগুলো প্রাতিষ্ঠানিক দায়িত্ববোধের লক্ষণ।

এই ভিত্তিগুলোকে গুরুত্ব দিলেই কেবল AI গ্রহণের গতি বাড়ে।

বাজারের প্রকৃত ঘাটতি

সব কাজের প্রবাহ নতুন করে গড়ার প্রয়োজন নেই

AI নিয়ে কিছু আলোচনায় ধরে নেওয়া হয় যে কর্মীরা স্বয়ংক্রিয়তা চান। বাস্তবে অনেক কাজের প্রবাহ অপরিবর্তিত থাকে, কারণ সেগুলোকে পূর্বানুমানযোগ্য এবং কর্মসংস্কৃতির দিক থেকে নিরাপদ মনে হয়।

আসল সুযোগ অন্য জায়গায়।
হাতে করে ডেটা স্থানান্তর।
বারবার একই নথি তৈরি।
এক কাজের প্রেক্ষাপট থেকে অন্যটিতে যাওয়া।
পরস্পর থেকে বিচ্ছিন্ন প্ল্যাটফর্ম।
সংযোগহীন কর্মপ্রবাহ।

এই বাধাগুলো নীরবে উৎপাদনশীলতা কমিয়ে দেয়।

অদৃশ্য বাধাগুলো দূর করুন, নতুন প্রযুক্তি গ্রহণ তখন স্বাভাবিক হয়ে উঠবে।

প্রতিষ্ঠানে টেকসই রূপান্তরের বাস্তব পদক্ষেপ

সফল প্রতিষ্ঠানগুলো কিছু অভিন্ন পদ্ধতি অনুসরণ করে।

কর্মপ্রবাহের খুঁটিনাটি নিরীক্ষা করুন।
তদারকি বজায় রেখে ধীরে ধীরে এজেন্টের স্বায়ত্তশাসিত কার্যক্রম চালু করুন।
প্রযুক্তি নতুন করে সাজানোর আগে কাজের ভূমিকা নতুন করে সাজান।
পুরোনো ব্যবস্থার সীমাবদ্ধতা কম, এমন ক্ষেত্র দিয়ে শুরু করুন।
আলাদা কাজ কত দ্রুত হচ্ছে তা নয়, প্রতিষ্ঠান কত দ্রুত এগোচ্ছে তা পরিমাপ করুন।

পদক্ষেপগুলো সহজ মনে হয়। কিন্তু এগুলোর প্রভাব সূচকীয় হারে বাড়ে।

প্রতিষ্ঠানের নেতৃত্বের জন্য সমাপনী ভাবনা

প্রতিষ্ঠানে AI গ্রহণের চ্যালেঞ্জ মডেল নিয়ে নয়। এটি কাঠামো ও সংস্কৃতির চ্যালেঞ্জ। বেশির ভাগ প্রতিষ্ঠান পৃথক কাজের উন্নতিতেই আটকে থাকে, কারণ তাদের কর্মপ্রবাহ স্বায়ত্তশাসিত ব্যবস্থার জন্য তৈরি করা হয়নি।

যে নেতারা এটি বুঝে পরিকল্পিতভাবে নতুন কাঠামো গড়বেন, তাঁরাই প্রাতিষ্ঠানিক উৎপাদনশীলতার পরবর্তী যুগকে রূপ দেবেন।

AI সমন্বিত প্রতিষ্ঠানকে আরও শক্তিশালী করে এবং বিচ্ছিন্ন প্রতিষ্ঠানের বিভাজন আরও প্রকট করে। আগে ভিত্তি মজবুত করুন। তারপর পরিসর বাড়ান।

একটি ব্যবহারিক কথা

প্রতিষ্ঠানের জন্য একটি নিরাপদ ও সমন্বিত স্তরের প্রয়োজন

CIO ও রূপান্তরের দায়িত্বে থাকা দলগুলোর সঙ্গে আলোচনায় একটি বিষয় বারবার উঠে আসে। প্রতিষ্ঠানগুলোর আরেকটি স্বতন্ত্র সহকারী দরকার নেই। তাদের দরকার উৎপাদনশীলতার জন্য এমন একটি নিরাপদ, নিরীক্ষাযোগ্য ও গভীরভাবে সমন্বিত স্তর, যা অ্যাপ্লিকেশনগুলোকে সংযুক্ত করে, ডেটা সুরক্ষিত রাখে, পরিচালনা ও তদারকির নীতির সঙ্গে সামঞ্জস্য বজায় রাখে এবং বিদ্যমান ব্যবস্থাকে অস্থিতিশীল না করে কর্মপ্রবাহে AI যুক্ত করে।

গভীর সংযোগ, গোপনীয়তাকে অগ্রাধিকার দেওয়া স্থাপত্য এবং প্রাতিষ্ঠানিক মানের তদারকি দিয়ে তৈরি প্ল্যাটফর্মগুলো ব্যবস্থাপনাহীন AI-কে ঝুঁকি থেকে কৌশলগত সুবিধায় রূপান্তরিত করে। এগুলো সেই সুপরিকল্পিত সড়কব্যবস্থা জোগায়, যা Ferrari-র কখনো ছিল না।

এই দর্শন থেকেই Dvina তৈরি। এটি কোনো নির্দিষ্ট কাজের টুল বা বিচ্ছিন্ন এজেন্ট নয়; বরং কর্মপ্রবাহ বোঝে এমন একটি উৎপাদনশীলতার স্তর হিসেবে তৈরি করা হয়েছে। এটি অ্যাপ্লিকেশনগুলোকে একীভূত করে, সংবেদনশীল ডেটা সুরক্ষিত রাখে এবং নিয়ন্ত্রণ বজায় রেখেই দলগুলোকে কর্মপ্রবাহের স্তরে রূপান্তর অর্জনের সুযোগ দেয়।

শেষ ভাবনা

ভবিষ্যৎ সেই প্রতিষ্ঠানগুলোর, যারা সঠিক সড়ক তৈরি করে

AI-তে রূপান্তরের পথে জয়ী হবে না সেই প্রতিষ্ঠানগুলো, যাদের কাছে সবচেয়ে বেশি মডেল আছে। জয়ী হবে তারা, যারা AI-এর কাজ করার জন্য সবচেয়ে নিরাপদ, স্পষ্ট ও অভিযোজনক্ষম পথ তৈরি করে।

কর্মপ্রবাহ, পরিচালনা ও তদারকির নীতি এবং ডেটার প্রবাহ পরস্পরের সঙ্গে সামঞ্জস্যপূর্ণ হলে AI আর পরীক্ষামূলক ইঞ্জিনের মতো কাজ করে না; এটি প্রকৃত প্রাতিষ্ঠানিক অবকাঠামো হয়ে ওঠে।

ভবিষ্যৎ সেই সব প্রতিষ্ঠানের নয়, যাদের ইঞ্জিন সবচেয়ে দ্রুত। ভবিষ্যৎ তাদের, যাদের রাস্তা সবচেয়ে মজবুত।

রেফারেন্স ভিডিওটি দেখুন

Dvina-এ যোগ দিন

বিনামূল্যে সাইন আপ করুন এবং আপনার সব টুল একটি সহজ ওয়ার্কস্পেসে নিয়ে আসুন।

আরও ঘুরে দেখুন