ছোট প্রতিষ্ঠানের ব্যবসায় AI ব্যবহার বলতে আসলে কী বোঝায়?
5 থেকে 200 জনের একটি প্রতিষ্ঠানে ব্যবসার কাজে AI বলতে মূলত ভাষাভিত্তিক কাজ করা জেনারেটিভ সহায়ক বোঝায়: খসড়া লেখা, সারসংক্ষেপ করা, নতুন করে লেখা, তথ্য বের করা এবং ব্যাখ্যা করা। এর অর্থ খুব কম ক্ষেত্রেই নিজস্ব মডেল তৈরি করা বা ডেটা সায়েন্স দল নিয়োগ করা। সাধারণত এমন একটি টুল ব্যবহার করা হয়, যার সাবস্ক্রিপশন আজ বিকেলেই নেওয়া যায়; সময় লাগে সেটি কীভাবে ব্যবহার করা হবে, সেই সিদ্ধান্ত নিতে।
প্রকাশিত গবেষণাতেও এই ধারা দেখা যায়। যুক্তরাজ্য সরকারের AI গ্রহণবিষয়ক গবেষণায়, 2025 সালের ফেব্রুয়ারি থেকে মে মাসের মধ্যে নেওয়া 3,500টি ব্যবসাপ্রতিষ্ঠানের সাক্ষাৎকারের ভিত্তিতে দেখা যায়, ইতিমধ্যে AI ব্যবহারকারী প্রতিষ্ঠানগুলোর 85% জানিয়েছে যে তারা প্রাকৃতিক ভাষা প্রক্রিয়াকরণ ও লেখা তৈরির কাজে এটি ব্যবহার করে—অন্য যেকোনো ধরনের ব্যবহারের তুলনায় যা অনেক এগিয়ে। একই জরিপে দেখা যায়, যুক্তরাজ্যের প্রায় প্রতি ছয়টি ব্যবসাপ্রতিষ্ঠানের একটিতে (16%) অন্তত একটি AI প্রযুক্তি ব্যবহার করা হচ্ছিল। দুটি পরিসংখ্যানই প্রযুক্তির দায়িত্বে থাকা ব্যক্তির নিজস্ব বক্তব্যের ওপর নির্ভরশীল। তাই এগুলোকে আপনার খাতের নিয়ম হিসেবে না দেখে একটি নির্দিষ্ট সময়ের চিত্র হিসেবে দেখুন।
এর ব্যবহারিক তাৎপর্য হলো, ব্যবসায় AI ব্যবহারের বিষয়টি মূলত মানুষ ও প্রক্রিয়ার প্রশ্ন। কে কোন সরঞ্জাম, কোন কাজে, কী তথ্য দিয়ে ব্যবহার করতে পারবেন, আর ফলাফল গ্রাহকের কাছে পৌঁছানোর আগে কে তা যাচাই করবেন? যে প্রতিষ্ঠান এই চারটি প্রশ্নের স্পষ্ট উত্তর দেয়, তারা সাধারণ একটি সহকারী থেকেও বেশি উপকার পাবে সেই প্রতিষ্ঠানের তুলনায়, যারা দামি সহকারী কিনে সবাইকে নিজের মতো করে ব্যবহার বুঝে নিতে ছেড়ে দেয়।
ব্যবসার জন্য কোন AI ভালো?
শুরু করার জন্য সাধারণত সবচেয়ে উপযুক্ত সরঞ্জাম হলো এমন একটি সাধারণ সহকারী, যা আপনার দলের নিয়মিত ব্যবহৃত সফটওয়্যারের সঙ্গে মানানসই এবং যার ব্যবসায়িক পরিকল্পনার ডেটাসংক্রান্ত শর্তগুলো আপনি পড়েছেন। Microsoft 365-নির্ভর কোম্পানি সাধারণত প্রথমে Copilot মূল্যায়ন করবে; Google Workspace-নির্ভর কোম্পানি সাধারণত Gemini মূল্যায়ন করবে; আর যে দল অনেক সরঞ্জাম ব্যবহার করে বা প্রচুর দীর্ঘ লেখা ও বিশ্লেষণের কাজ করে, তারা প্রায়ই ChatGPT ও Claude-এর ব্যবসায়িক পরিকল্পনা তুলনা করবে। এগুলোর কোনওটিই সব দলের জন্য সঠিক সমাধান নয়। পরিকল্পনার সুবিধাগুলো এত ঘন ঘন বদলায় যে ক্রমতালিকাভিত্তিক নিবন্ধের বদলে সরবরাহকারীর বর্তমান পরিকল্পনার পাতা দেখা উচিত।
সুবিধার তালিকা দেখার আগে ডেটা-সংক্রান্ত শর্তগুলো দেখুন। ব্যবসায়িক ও এন্টারপ্রাইজ প্ল্যানে সাধারণত ব্যক্তিগত ব্যবহারের বিনামূল্যের অ্যাকাউন্টের তুলনায় ডেটা ব্যবস্থাপনা আলাদা হয়। যেমন, Anthropic-এর গোপনীয়তা কেন্দ্রে বলা আছে, গ্রাহক মতামত না দিলে বা অন্যভাবে অনুমতি না দিলে, Claude for Work ও API-এর মতো বাণিজ্যিক পণ্যে দেওয়া তথ্য বা সেখান থেকে পাওয়া উত্তর দিয়ে তারা স্বাভাবিক নিয়মে মডেল প্রশিক্ষণ দেয় না। আপনি যে টুলই বেছে নিন, তার সমতুল্য পৃষ্ঠাটি দেখুন এবং নিশ্চিত করুন যে শর্তগুলো আপনার কেনা প্ল্যানের ক্ষেত্রেই প্রযোজ্য।
বিশেষায়িত টুল পরে যোগ করুন। কথাকে লিখিত রূপ দেওয়ার টুল, আপনার সহায়তা ব্যবস্থার ভেতরে থাকা AI সুবিধা বা ছবি তৈরির টুল কোনো একটি দলের জন্য কাজে আসতে পারে, কিন্তু প্রতিটি টুল মানে কোম্পানির তথ্য যাওয়ার আরও একটি জায়গা এবং পড়ে দেখার জন্য আরও একগুচ্ছ শর্ত। একটি সাধারণ সহকারী দিয়ে শুরু করুন, আপনার দল কীভাবে তার তৈরি ফলাফল পর্যালোচনা করে তা বুঝুন, তারপর কোনো নির্দিষ্ট কাজের প্রয়োজন স্পষ্ট হলে বিশেষায়িত টুল যোগ করুন। কাজের জন্য AI টুল বেছে নেওয়ার আমাদের নির্দেশিকায় অনুমোদনসংক্রান্ত প্রশ্নগুলো আরও বিস্তারিতভাবে আলোচনা করা হয়েছে।
| আপনার দল মূলত যেখানে কাজ করে | মূল্যায়ন দিয়ে শুরু করুন | কেনার আগে যাচাই করুন |
|---|---|---|
| Microsoft 365 (Outlook, Word, Excel, Teams) | ব্যবসায়িক প্ল্যানে Microsoft Copilot | আপনার লাইসেন্স ও অনুমতি অনুযায়ী Copilot কোন অ্যাপ ও ডেটা ব্যবহার করতে পারে |
| Google Workspace (Gmail, ডক্স, শিটস) | Workspace-এর জন্য Gemini | Workspace-এর কোন সংস্করণে এটি অন্তর্ভুক্ত আছে এবং প্রশাসকেরা কী কী বন্ধ করতে পারেন |
| একাধিক টুলের ব্যবহার, অথবা প্রচুর লেখালেখি ও বিশ্লেষণ | ChatGPT বা Claude-এর ব্যবসায়িক পরিকল্পনা | প্রশিক্ষণে তথ্য ব্যবহারের পূর্বনির্ধারিত সেটিংস, তথ্য সংরক্ষণ, প্রশাসনিক নিয়ন্ত্রণ ও ব্যবহারকারী লাইসেন্সের শর্তাবলি |
| একটি সীমিত কাজ, যেমন কলের নোট বা ছবি | সাধারণ সহকারীর পরে বিশেষায়িত টুল | ফাইল কোথায় রাখা হয়, কারা সেগুলো দেখতে পারেন এবং কীভাবে সেগুলো মুছতে হয় |
ধাপে ধাপে ব্যবসায় AI কীভাবে চালু করবেন?
নতুন যেকোনো কাজের পদ্ধতি যেভাবে চালু করতেন, সেভাবেই AI প্রয়োগ করুন: একজন দায়িত্বপ্রাপ্ত ব্যক্তি, অনুমোদিত কাজের ছোট তালিকা, লিখিত সীমারেখা, পর্যালোচনার একটি ধাপ এবং চালিয়ে যাবেন কি না সিদ্ধান্ত নেওয়ার তারিখ রাখুন। নিচের ধাপগুলো তথ্যপ্রযুক্তি বিভাগ নেই এমন প্রতিষ্ঠানের জন্য উপযুক্ত, এবং এগুলোতে মাস নয়, কয়েক সপ্তাহ লাগে।
1. একজনকে দায়িত্ব দিন
কোন টুল অনুমোদিত হবে তা একজন ব্যক্তি ঠিক করেন, প্রশ্নের উত্তর দেন এবং তালিকা হালনাগাদ রাখেন। ছোট প্রতিষ্ঠানে এই দায়িত্বে সাধারণত পরিচালনা বিভাগের প্রধান বা কোনো প্রতিষ্ঠাতা থাকেন, কোনো কমিটি নয়।
2. বারবার করতে হয় এমন ভাষাভিত্তিক কাজের তালিকা করুন
প্রতিটি দলকে প্রতি সপ্তাহে করা এমন তিনটি কাজের কথা বলতে বলুন, যাতে পড়া বা লেখা লাগে: সরবরাহকারীকে ইমেইল, সভার নোট, প্রস্তাবের প্রাথমিক খসড়া, পণ্যের বিবরণ, নীতিমালার সারসংক্ষেপ। কাজের আকারের চেয়ে কতবার করা হয়, তা বেশি গুরুত্বপূর্ণ।
3. ফলাফলের প্রভাব অনুযায়ী প্রতিটি কাজের স্কোর দিন
ফলাফল ভুল হলে কী ঘটবে তা চিহ্নিত করুন। অভ্যন্তরীণ বৈঠকের সারাংশ ভুল হলে প্রভাব কম; গ্রাহককে দেওয়া দরপ্রস্তাব বা বেতনসংক্রান্ত ব্যাখ্যা ভুল হলে প্রভাব বেশি। এমন কম ও মাঝারি প্রভাবের কাজ দিয়ে শুরু করুন, যেগুলো কে পর্যালোচনা করবেন তা স্পষ্ট।
4. একটি টুল ও একটি প্ল্যান বেছে নিন
আপনাদের বর্তমান সফটওয়্যারের সঙ্গে মানানসই সহকারী বেছে নিন, ব্যবসায়িক প্ল্যান ব্যবহার করুন এবং সেটির তথ্য ব্যবহারের শর্ত পড়ুন। প্রত্যেককে নিজের পছন্দমতো বিনামূল্যের অ্যাকাউন্ট বেছে নিতে দেবেন না।
5. সীমাগুলো এক পাতায় লিখুন
কোন তথ্য টুলে দেওয়া যাবে, কোনগুলো দেওয়া যাবে না (ক্লায়েন্টের নথি, ব্যক্তিগত তথ্য, অপ্রকাশিত আর্থিক তথ্য, পাসওয়ার্ড), কে কী পর্যালোচনা করবেন এবং কিছু ভুল হলে কাকে জানাতে হবে।
6. শুধু প্রম্পট নয়, পর্যালোচনা করাও শেখান
কীভাবে প্রাসঙ্গিক তথ্য দিতে হয়, তা মানুষকে দেখান। তারপর অফিসের বাইরে কিছু পাঠানোর আগে কীভাবে তথ্য, পরিসংখ্যান ও ভাষার সুর যাচাই করতে হয়, তা দেখান। প্রথমে কাল্পনিক বা অনুমোদিত উদাহরণ দিয়ে অনুশীলন করুন।
7. চার থেকে ছয় সপ্তাহ পর পর্যালোচনা করুন
বাস্তব কাজের নমুনা দেখুন, মানুষ কী ব্যবহার করা বন্ধ করেছেন ও কেন করেছেন তা জিজ্ঞেস করুন, এবং কোন কাজগুলো রাখবেন, বদলাবেন বা বাদ দেবেন তা ঠিক করুন। শুধু যেসব নিয়মিত পদ্ধতি কার্যকর প্রমাণিত হয়েছে, সেগুলোর ব্যবহার বাড়ান।
একটি বাস্তব দলে এটি কীভাবে কাজ করে?
ব্রাইটওয়াটার ইন্টেরিয়র্স নামে একটি কাল্পনিক প্রতিষ্ঠানের কথা ধরুন: অনলাইনে আসবাব বিক্রি করেন 22 জন, তাঁদের মধ্যে একটি ছোট গ্রাহকসেবা দল, দুইজন বিপণনকর্মী এবং একজন পরিচালনাপ্রধান আছেন। পরিচালনাপ্রধান দায়িত্ব নেন, ব্যবসায়িক ব্যবহারের সাবস্ক্রিপশনযুক্ত একটি AI সহকারী বেছে নেন এবং শুরুর জন্য দুটি কাজ অনুমোদন করেন: সরবরাহকারীর পণ্যের বৈশিষ্ট্যপত্র থেকে পণ্যের বিবরণের খসড়া লেখা এবং অর্ডারের নোট থেকে ডেলিভারি-সংক্রান্ত প্রশ্নের উত্তরের খসড়া লেখা। গ্রাহকের নাম ও ঠিকানা টুলে দেওয়া হয় না; কর্মীরা শুধু অর্ডারের অবস্থা ও প্রশ্নটি পেস্ট করেন।
একজন বিপণনকর্মীর প্রথম প্রম্পট হলো: 'ওক কাঠের একটি খাবার টেবিলের পণ্যের বিবরণ লেখো।' উত্তরটি সাবলীল, তবে এতে শেখার মতো কিছু ভুল আছে। পণ্যের বিবরণপত্রে প্রকৌশল প্রক্রিয়ায় তৈরি বোর্ডের ওপর ওক কাঠের পাতলা আবরণ বলা থাকলেও উত্তরটি টেবিলকে 'নিরেট ওক কাঠের' বলে, বিবরণপত্রে ছয়জনের কথা থাকলেও দাবি করে 'আটজন আরামে বসতে পারবেন' এবং 'বিনামূল্যে পরের দিন সরবরাহের' প্রতিশ্রুতি দেয়, যা ব্রাইটওয়াটার দেয় না।
নির্দেশনার পর্যালোচিত সংস্করণে পণ্যের বিবরণপত্রের লেখা, ব্র্যান্ডের ভাষাভঙ্গির নোট এবং তিনটি নিয়ম দেওয়া হয়েছে: শুধু বিবরণপত্রে থাকা তথ্য ব্যবহার করতে হবে, কোনো তথ্য না থাকলে আন্দাজ না করে তা চিহ্নিত করতে হবে এবং সরবরাহের শর্ত কখনো উল্লেখ করা যাবে না। নতুন খসড়ায় আছে 'ওক কাঠের পাতলা আস্তরণ', 'ছয়জন বসতে পারেন', এবং শেষে একটি নোট: 'বিবরণপত্রে টেবিলের ওজন দেওয়া নেই; প্রকাশের আগে নিশ্চিত করুন।' বিপণনকর্মী প্রতিটি তথ্যভিত্তিক বাক্যাংশ বিবরণপত্রের সঙ্গে মিলিয়ে দেখে প্রকাশ করেন। সময় সত্যিই বাঁচে, তবে সামান্য; বড় লাভ হলো, দলের কাছে এখন বারবার ব্যবহারযোগ্য একটি নির্দেশনা এবং এমন একটি যাচাইপদ্ধতি আছে, যা গ্রাহকের অভিযোগের কারণ হতে পারে এমন ভুল ধরতে পারে।
ব্রাইটওয়াটার ইচ্ছাকৃতভাবে যা করেনি: AI সহকারীকে সরাসরি গ্রাহকদের উত্তর পাঠাতে দেওয়া, অর্ডারের পুরো রপ্তানি করা তথ্য তাতে পেস্ট করা, কিংবা কাজ দুটি পর্যালোচনা করার আগেই পুরো প্রতিষ্ঠানে ব্যবহার শুরুর ঘোষণা দেওয়া। পর্যালোচনার অভ্যাস গড়ে উঠলে এসব সিদ্ধান্ত পরে নেওয়া যেতে পারে।
একটি ছোট ব্যবসার AI কৌশলে কী কী থাকা উচিত?
ছোট ব্যবসার এআই কৌশল এক পৃষ্ঠায় রাখা যায়: কেন এআই ব্যবহার করছেন, কোন টুল অনুমোদিত, কোন কাজ এর আওতায় আছে আর কোন কাজ নেই, কোন তথ্য দেওয়া যাবে না, কে কী পর্যালোচনা করবেন, মানুষ কীভাবে শিখবেন এবং এটি কাজে আসছে কি না কীভাবে সিদ্ধান্ত নেবেন। এর চেয়ে দীর্ঘ হলে সাধারণত তা বোঝায় যে সিদ্ধান্তগুলো এখনো নেওয়া হয়নি।
ঝুঁকি ব্যবস্থাপনার কাঠামোগুলোতে যা বলা হয়, এটি তারই ছোট সংস্করণ। NIST-এর AI ঝুঁকি ব্যবস্থাপনা কাঠামোকে NIST স্বেচ্ছায় ব্যবহারের জন্য তৈরি বলে বর্ণনা করে। এতে নির্দেশনাগুলো শাসন, চিহ্নিতকরণ, পরিমাপ ও ব্যবস্থাপনা—এই চার ভাগে সাজানো হয়েছে। শাসন-সংক্রান্ত নির্দেশনায় ভূমিকা ও দায়িত্ব লিখিতভাবে নির্ধারণ, প্রতিষ্ঠানের নীতি অনুযায়ী দায়িত্ব পালনের জন্য প্রশিক্ষণ এবং উদ্বেগ যথাযথ কর্তৃপক্ষের কাছে জানানোর স্পষ্ট পথ রাখতে বলা হয়েছে। 20 জনের প্রতিষ্ঠানের পুরো কাঠামো দরকার নেই, তবে একই চারটি অভ্যাস প্রযোজ্য: কে দায়িত্বে আছেন তা জানা, কোন টুলগুলো ব্যবহার হচ্ছে তা জানা, মানুষ আসলে যে কাজ করেন তার জন্য তাঁদের প্রশিক্ষণ দেওয়া এবং সমস্যা জানানো সহজ করা।
উদ্দেশ্য
AI দিয়ে কোন কাজে সাহায্য চান, তা নিয়ে দুই বা তিনটি বাক্য—যেমন বিপণনের প্রথম খসড়া দ্রুত তৈরি করা বা সরবরাহকারীর নথির সারাংশ দ্রুত করা।
অনুমোদিত টুল ও প্ল্যান
নির্দিষ্ট টুল, তার প্ল্যান, সেটি কে পরিচালনা করেন এবং মানুষ কীভাবে ব্যবহারের অনুমতি পান।
কাজের ইনপুট ও আউটপুট
অনুমোদিত কাজ এবং এখনো অনুমতি দেওয়া হয়নি এমন কাজের একটি ছোট তালিকা, যেমন কোনো ব্যক্তির বিষয়ে সিদ্ধান্ত নেয় এমন যেকোনো কাজ।
তথ্য ব্যবহারের সীমা
কী তথ্য দেওয়া যাবে আর কী দেওয়া যাবে না, নিজেদের কাজের সঙ্গে মিলিয়ে বোঝা যায় এমন উদাহরণসহ।
পর্যালোচনা ও চূড়ান্ত অনুমোদন
কোন ফলাফল প্রতিষ্ঠান থেকে বাইরে যাওয়ার আগে কে যাচাই করেন, আর কী কী যাচাই করেন।
শেখা
মানুষ কীভাবে অনুশীলন করবেন এবং কোনো বিষয়ে নিশ্চিত না হলে কার কাছে জানতে চাইবেন।
পর্যালোচনার তারিখ
কখন প্রমাণ পর্যালোচনা করে কী রাখা হবে তা ঠিক করবেন।
এটি কোনো কাজের ভূমিকার সঙ্গে কীভাবে যুক্ত, তা দেখতে চান?
দলের জন্য পরিকল্পিত পরীক্ষামূলক ব্যবহারের সুযোগটি দেখুন ↗প্রধান ঝুঁকিগুলো কী, আর আউটপুট কে যাচাই করেন?
দৈনন্দিন ঝুঁকিগুলো হলো আত্মবিশ্বাসের সঙ্গে ভুল করা, ভুল সরঞ্জামে সংবেদনশীল তথ্য দেওয়া এবং লেখা সাবলীল বলে মানুষ সেটিকে বিশ্বাস করা। NIST-এর জেনারেটিভ AI প্রোফাইলে জেনারেটিভ AI-এর নিজস্ব ঝুঁকিগুলোর একটি হিসেবে মনগড়া তথ্যের উল্লেখ আছে, যার সংজ্ঞা হলো আত্মবিশ্বাসের সঙ্গে ভুল বা মিথ্যা বিষয়বস্তু তৈরি করা। এতে স্বয়ংক্রিয়তার প্রতি পক্ষপাত, অর্থাৎ স্বয়ংক্রিয় ব্যবস্থার ওপর অতিরিক্ত নির্ভরতার কথাও বলা হয়েছে এবং এটি অন্য ঝুঁকি বাড়াতে পারে বলে উল্লেখ করা হয়েছে। সহজ কথায়: সরঞ্জামটি কখনও কখনও ভুল করবে, আর মানুষ তা বিশ্বাস করার প্রবণতা দেখাবে।
যুক্তরাজ্যের নির্দেশিকাও একই কথা বলে। NCSC সর্বসাধারণের জন্য উন্মুক্ত বৃহৎ ভাষা মডেলে প্রশ্ন করার সময় সংবেদনশীল তথ্য না দেওয়ার পরামর্শ দেয়। Acas নিয়োগকর্তাদের পরামর্শ দেয় যে উত্তরের নির্ভুলতা, ভাষার ভঙ্গি ও পক্ষপাত যাচাই করা উচিত, বিদ্যমান তথ্য গোপনীয়তার নীতিমালা AI ব্যবহারেও প্রযোজ্য, এবং ভালো উত্তর পেতে কর্মীদের প্রশিক্ষণ লাগতে পারে। ব্যক্তিগত তথ্য জড়িত থাকলে, AI ও তথ্য সুরক্ষাবিষয়ক ICO-এর নির্দেশিকায় জবাবদিহি, আইনসম্মত ভিত্তি এবং তথ্য সুরক্ষায় প্রভাব মূল্যায়ন নিয়ে আলোচনা রয়েছে। এই নির্দেশিকা সাধারণ তথ্য, আইনি পরামর্শ নয়; আপনার পরিস্থিতি অনুযায়ী পরামর্শ নিন।
সমাধানটি নিরস, কিন্তু কার্যকর। অনুমোদিত প্রতিটি কাজের জন্য নির্দিষ্ট পর্যালোচক থাকবেন, তিনি জানবেন কী যাচাই করতে হবে—উৎসের সঙ্গে তথ্য মিলিয়ে দেখা, অঙ্ক আবার হিসাব করা, কোম্পানি রাখতে পারবে না এমন প্রতিশ্রুতি এবং পাঠকের উপযোগী ভাষাভঙ্গি। আর গুরুত্বপূর্ণ প্রভাব ফেলতে পারে এমন সবকিছুতে বিষয়টি বোঝেন এমন একজন মানুষের চূড়ান্ত অনুমোদন থাকবে। AI-এর তৈরি তথ্য যাচাই করার আমাদের নির্দেশিকা এটিকে নিয়মিত অনুশীলনযোগ্য পদ্ধতিতে পরিণত করে।
চালু হওয়ার পর মানুষ কেন AI ব্যবহার বন্ধ করে দেয়?
নিজের কোন কাজে AI সাহায্য করে তা বুঝতে না পারলে, কোন তথ্য পেস্ট করার অনুমতি আছে তা নিয়ে অনিশ্চিত থাকলে, অথবা শুরুর দিকের কোনো খারাপ উত্তর দেখে তা যাচাই করাও সময়ের অপচয় মনে হলে মানুষ ব্যবহার বন্ধ করে দেন। ব্যবহারকারী লাইসেন্স কিনলে এর কোনোটিরই সমাধান হয় না। DSIT-এর গবেষণায়, ইতিমধ্যে AI ব্যবহার করছে এমন ব্যবসাগুলো জানিয়েছে যে গড়ে তাদের 30% কর্মী এটি ব্যবহার করছিলেন, আর 77% ব্যবসা বলেছে তাদের অর্ধেকেরও কম কর্মী এটি ব্যবহার করছিলেন। একই জরিপে AI একেবারেই গ্রহণ না করার সবচেয়ে বেশি উল্লেখ করা কারণ ছিল সুনির্দিষ্ট প্রয়োজন চিহ্নিত না হওয়া এবং AI-সংক্রান্ত দক্ষতা ও বিশেষজ্ঞ জ্ঞানের সীমাবদ্ধতা।
সমাধানটি সুনির্দিষ্ট। প্রতিটি ভূমিকার জন্য উদাহরণ নির্দেশনা ও পর্যালোচনার যাচাইতালিকাসহ দুই বা তিনটি অনুমোদিত কাজ দিন, সীমারেখাগুলো মনে রাখার মতো সংক্ষিপ্ত করুন এবং অনুশীলনের এমন নিরাপদ সুযোগ দিন যেখানে প্রথম চেষ্টা খারাপ হলেও কোনো ক্ষতি নেই। চালু করার পরও ব্যবহার কম থাকার সমস্যাটি AI গ্রহণবিষয়ক আমাদের নির্দেশিকায় বিস্তারিত আলোচনা করা হয়েছে, যার মধ্যে প্রথম মাসে একজন ব্যবস্থাপক কী করতে পারেন তাও রয়েছে।
আপনার ব্যবসায় AI কাজে আসছে কি না, কীভাবে বুঝবেন?
সামগ্রিকভাবে AI নয়, নির্দিষ্ট কয়েকটি কাজের ফল মাপুন। চালু করার আগে লিখে রাখুন, একটি কাজে আনুমানিক কত সময় লাগে এবং পর্যালোচক কতবার সেটি ফেরত পাঠান। চার থেকে ছয় সপ্তাহ পর একই কাজ দেখুন: প্রথম খসড়া কি আগের চেয়ে ব্যবহারযোগ্য হচ্ছে, পর্যালোচককে কি কম সংশোধন করতে হচ্ছে, এবং গ্রাহকের কাছে পৌঁছানোর আগেই কি ভুল ধরা পড়ছে? কতবার লগইন করা হয়েছে, তার চেয়ে এই পর্যবেক্ষণগুলো বেশি কাজে লাগে।
নিজেদের জানানো উন্নতির হিসাব নিয়ে সতর্ক থাকুন, নিজের হিসাবের ক্ষেত্রেও। DSIT সমীক্ষায়, AI ব্যবহারকারী ব্যবসার 56% কর্মীদের উৎপাদনশীলতা বেড়েছে বলে জানিয়েছে, অথচ 77% জানিয়েছে যে আয়ে এখনও কোনো পরিবর্তন আসেনি। প্রতিবেদনটিতেও বলা হয়েছে, এই সংখ্যাগুলো উত্তরদাতাদের নিজেদের দেওয়া আনুমানিক হিসাব। আপনার প্রতিষ্ঠানে প্রমাণকে কাজের কাছাকাছি রাখুন: কাজের আগের ও পরের কয়েকটি নমুনা, পর্যালোচকের নোট এবং কাজটি যাঁরা করেন তাঁদের সঙ্গে সংক্ষিপ্ত আলোচনা।
কখন ব্যবসায়িক সমস্যার সমাধানে AI উপযুক্ত নয়?
মূল প্রক্রিয়াই যখন অস্পষ্ট, ফলাফল যাচাই করার কেউ নেই, কিংবা কাজটি কোনো ব্যক্তি সম্পর্কে সিদ্ধান্ত নেওয়ার—তখন প্রথম পদক্ষেপ হিসেবে AI ব্যবহার করা ভুল। আপনার মূল্যপ্রস্তাব তৈরির প্রক্রিয়ায় অসংগতি থাকলে, সহায়ক টুলটি আরও দ্রুত অসংগত মূল্যপ্রস্তাব তৈরি করবে। করসংক্রান্ত কোনো ব্যাখ্যা সঠিক কি না প্রতিষ্ঠানের কেউ বুঝতে না পারলে, টুলটি দিয়ে তা লেখানো উচিত নয়। কোনো কাজের মাধ্যমে যদি ঠিক হয় কে নিয়োগ পাবেন, পদোন্নতি পাবেন, শাস্তিমূলক ব্যবস্থার মুখোমুখি হবেন বা সেবা থেকে বঞ্চিত হবেন, তাহলে সাধারণ সহায়ক টুল আর দ্রুত একবার দেখে নেওয়ার চেয়ে অনেক বেশি সতর্ক পদ্ধতি দরকার।
কাজের পরিমাণ খুব কম হলেও এটি সঠিক সমাধান নয়। মাসে সরবরাহকারীকে একটি ইমেইল লেখার জন্য নতুন টুল, নীতি ও প্রশিক্ষণের প্রয়োজন নেই। আর আপনার যে দক্ষতা নেই, এটি তার বিকল্পও নয়: AI যোগ্য ব্যক্তিকে দ্রুত কাজ করতে সাহায্য করতে পারে, কিন্তু অযোগ্য ব্যক্তির কাজকে নির্ভর করার মতো নিরাপদ করে তুলতে পারে না। পর্যালোচনা শেষে কোনো কাজে এটি ব্যবহার না করার সিদ্ধান্তও সম্পূর্ণ গ্রহণযোগ্য ফল।
প্রশিক্ষণের ভূমিকা কোথায়, আর Tosheo.ai কোথায় কাজে আসে?
টুলগুলো সহজ মনে হওয়ায় বেশিরভাগ ছোট প্রতিষ্ঠান প্রশিক্ষণের ধাপটি এড়িয়ে যায়। ঘাটতি সাধারণত কোন বোতাম চাপতে হবে তা জানায় নয়; বরং কী প্রেক্ষাপট দিতে হবে, কী তথ্য বাদ রাখতে হবে এবং নির্দিষ্ট কাজের জন্য ফলাফল কীভাবে যাচাই করতে হবে, তা জানায়। সাধারণ কোনো কোর্স দেখার চেয়ে বাস্তব কাজ অনুশীলন করে মতামত ও সংশোধনী পাওয়ার মাধ্যমেই এগুলো সবচেয়ে সহজে শেখা যায়।
5 থেকে 200 জনের দলের জন্য ঠিক এই কাজটিই করতে Tosheo.ai তৈরি করার কাজ চলছে। চালুর সময় ব্যবস্থাপকের ভূমিকা ও দলের ব্যবহৃত AI টুল বেছে নেওয়ার সুবিধা রাখার পরিকল্পনা আছে। প্রত্যেকে সংক্ষিপ্ত প্রাথমিক দক্ষতা যাচাইয়ে অংশ নেবেন, তারপর 10 থেকে 15 মিনিটের পাঠগুলো করবেন। প্রতিটি পাঠের শেষে বাস্তব AI টুল দিয়ে হাতে-কলমে একটি কাজ থাকবে, যার নম্বর দেওয়া হবে সবার জন্য দৃশ্যমান মূল্যায়ন নির্দেশিকা অনুযায়ী। ব্যবস্থাপকদের দক্ষতার অগ্রগতি ও পাঠ শেষ করার তথ্য দেখানোর পরিকল্পনা আছে, কথোপকথনের হুবহু রেকর্ড কখনোই নয়। পণ্যটি এখনও নির্মাণ-পূর্ব পর্যায়ে, তাই দেখানোর মতো গ্রাহকদের কোনো ফলাফল নেই। পরিকল্পিত মূল্য মূল্যতালিকার পাতায় দেওয়া আছে। আর আপনার যদি শুধু একটি নীতিমালা বা শুরুর কাজের তালিকা দরকার হয়, এই সাইটের বিনামূল্যের নির্দেশিকাগুলোই যথেষ্ট হতে পারে।
উৎস ও পরিধি
GOV.UK, AI গ্রহণ-বিষয়ক গবেষণার প্রকাশনা পৃষ্ঠা, সংশোধিত ফেব্রুয়ারি 2026 ↗
NIST, AI ঝুঁকি ব্যবস্থাপনা কাঠামোর সংক্ষিপ্ত পরিচিতি, জানুয়ারি 2023 ↗
NIST, AI RMF ব্যবহারিক নির্দেশিকা: পরিচালনা ↗
NIST, AI 600-1 জেনারেটিভ AI প্রোফাইল, জুলাই 2024 ↗
NCSC, ChatGPT ও বৃহৎ ভাষা মডেল: ঝুঁকি কী?, 14 March 2023 ↗
Acas, এক তৃতীয়াংশ নিয়োগকর্তার ধারণা, AI উৎপাদনশীলতা বাড়াবে, 15 May 2025 ↗
ICO, AI ও তথ্য সুরক্ষা সংক্রান্ত নির্দেশিকা, তারিখ 15 March 2023 ↗