আমরা যখন প্রথম Big Four-এর সঙ্গে AI নিয়ে কথা বলতে শুরু করি, আলোচনা আশ্চর্যজনকভাবে দ্রুত এগিয়ে যায়। দীর্ঘ ভূমিকার দরকার হয়নি, AI কেন গুরুত্বপূর্ণ তা-ও বোঝাতে হয়নি। প্রায় সঙ্গে সঙ্গেই পার্টনার ও সিনিয়র কনসালট্যান্টরা বলতে শুরু করেন, তাঁদের সময় আসলে কোথায় যাচ্ছে। সিদ্ধান্ত নেওয়া বা অন্তর্দৃষ্টি অর্জনে নয়, প্রস্তুতিতে। বিভিন্ন সিস্টেম থেকে ডেটা সংগ্রহে। সংখ্যাগুলো মিলিয়ে নিতে। ফলাফলের অর্থ নিয়ে কেউ ভাবতে শুরু করার আগেই বিশ্লেষণগুলো অভ্যন্তরীণ মানদণ্ড মেনে হয়েছে কি না, তা নিশ্চিত করতে।
আমাদের যে বিষয়টি বিশেষভাবে ভাবিয়েছিল, তা হলো—এই কাজগুলোর কোনোটিই তুচ্ছ ছিল না। এগুলো প্রয়োজনীয় ছিল। তবে ক্লান্তিকরও ছিল। অত্যন্ত অভিজ্ঞ মানুষরা দিনের বড় একটা অংশ ব্যয় করছিলেন শুধু এমন জায়গায় পৌঁছাতে, যেখান থেকে আসল চিন্তাভাবনা শুরু করা যায়।
আলোচনা চলতে থাকায় তাঁরা কয়েক ডজনেরও বেশি প্রক্রিয়া চিহ্নিত করেন, যেখানে AI ভূমিকা রাখতে পারে। রিপোর্টিং, বিধিবিধান মেনে চলা, আর্থিক নিয়ন্ত্রণ, কর বিশ্লেষণ, অভ্যন্তরীণ পর্যালোচনা। আপাতদৃষ্টিতে মনে হচ্ছিল, এটি অটোমেশন দিয়ে সমাধান করার মতো চেনা একটি সমস্যা। আসলে তা ছিল না।
এই প্রক্রিয়াগুলোর বেশিরভাগেই আগে থেকে টুল, টেমপ্লেট ও আংশিক অটোমেশন ছিল। সবকিছুর গতি কমিয়ে দিচ্ছিল ধাপগুলোর মাঝের কাজ। এক কাজের প্রসঙ্গ থেকে আরেকটিতে যাওয়া। বিভিন্ন আউটপুট মিলিয়ে দেখা। বিচ্ছিন্ন তথ্যের ওপর একইভাবে বিচারবিবেচনা প্রয়োগ করা। আসল খরচ শুধু সময়ের ছিল না, ছিল চিন্তার চাপও।
তখনই সমস্যাটিকে দেখার দৃষ্টিভঙ্গি বদলে গেল।
AI কীভাবে শুরু থেকে শেষ পর্যন্ত কাজটি করতে পারে, তা না ভেবে আমরা প্রশ্ন করতে শুরু করলাম, কাজটি যাঁরা করছেন, তাঁদের এটি কীভাবে সহায়তা করতে পারে। নিয়ন্ত্রণ কেড়ে না নিয়ে AI যদি শক্তি ক্ষয় করা অংশগুলো সামলাতে পারে? যদি এটি সুসংগঠিত খসড়া তৈরি করতে পারে, অসংগতি তুলে ধরতে পারে এবং তার যুক্তির ধাপগুলো দেখাতে পারে, যাতে বিশেষজ্ঞরা প্রস্তুতির বদলে বিচারবিবেচনায় মন দিতে পারেন?
এই পদ্ধতি চালু হওয়ার পর এর প্রভাব স্পষ্ট হয়ে উঠল।
বিভিন্ন দলের নিয়মিত বিশ্লেষণধর্মী কাজের প্রতিটি চক্র সম্পন্ন করার সময় 80 থেকে 90 শতাংশ কমে যায়। হাতে কাজ করতে গিয়ে হওয়া ভুলও অনেক কমে আসে, বিশেষ করে যেসব প্রক্রিয়ায় তথ্য ও হিসাব মেলানোর কাজ বেশি ছিল। আরেকটি সমান গুরুত্বপূর্ণ পরিবর্তন ছিল: আগে একই কাজ কিছুটা ভিন্নভাবে করত যে দলগুলো, তাদের আউটপুটে আরও সামঞ্জস্য আসে। গড়ে কনসালট্যান্টদের প্রতি মাসে প্রায় 40 থেকে 50 ঘণ্টা সময় বাঁচে, যা এখন আরও মূল্যবান চিন্তাভাবনায় ব্যয় করা সম্ভব হয়।
তবে সবচেয়ে আকর্ষণীয় পরিবর্তনটি সংখ্যায় ছিল না।
পরিবর্তন এসেছিল মানুষ কীভাবে নিজেদের কাজ নিয়ে কথা বলছিলেন, তাতে। পর্যালোচনাগুলো আরও শান্তভাবে হতে থাকে। আলোচনা আরও মূল বিষয়ে কেন্দ্রীভূত হয়। জ্যেষ্ঠ পর্যালোচকেরা সবকিছু ঠিক আছে কি না যাচাই করতে কম সময় দেন, আর ফলাফল আসলে কী বোঝায়, তা নিয়ে আলোচনায় বেশি সময় দেন।
সময়ের সঙ্গে সিস্টেমটিকে আর এমন একটি টুল মনে হচ্ছিল না, যা মানুষকে ব্যবহার করতেই হয়। বরং সেটি সবার কাজ করার একটি অভিন্ন পদ্ধতি হয়ে উঠছিল, যা নীরবে শিখে নিচ্ছিল কীভাবে সিদ্ধান্ত নেওয়া হয় এবং ভবিষ্যতের বিশ্লেষণে তা প্রতিফলিত করছিল।
এই অভিজ্ঞতা আমাদের দীর্ঘদিনের একটি বিশ্বাসকেও আরও দৃঢ় করেছে। আরও সাধারণ বুদ্ধিমত্তার দিকে অগ্রগতি এমন সিস্টেম থেকে আসবে না, যা জটিল ক্ষেত্রে বিশেষজ্ঞদের জায়গা নিতে চায়। তা আসবে এমন সিস্টেম থেকে, যা বিশেষজ্ঞদের চিন্তাভাবনার পথে বাধা কমায় এবং সেই চিন্তাভাবনাকে আরও শক্তিশালী করে।
এই প্রকল্পগুলোতে AI স্বাধীনভাবে কাজ করে নয়, সহযোগিতা করে মূল্য তৈরি করেছে। এটি মানুষের হয়ে সিদ্ধান্ত নেয়নি। তাঁদের আরও দ্রুত, আরও ভালো সিদ্ধান্ত নিতে সাহায্য করেছে।
AGI-সদৃশ সিস্টেমগুলো প্রথম কোথায় গুরুত্বপূর্ণ ভূমিকা রাখবে, তার প্রাথমিক ইঙ্গিত যদি কোথাও থাকে, তবে তা এখানেই। সম্পূর্ণ স্বয়ংক্রিয়তায় নয়, বরং বৃহৎ পরিসরে মানুষের বিচারবোধকে সহায়তা করার ক্ষেত্রে।
স্বয়ংক্রিয়তা থেকে মানুষের সক্ষমতা বাড়ানোর দিকে এই পরিবর্তনই পার্থক্য গড়ে দিয়েছিল।
