কোনো প্রতিষ্ঠানে AI চালু করে কাজে লাগানো বলতে আসলে কী বোঝায়?
এআই ব্যবহারে অভ্যস্ত হওয়ার অর্থ হলো, নির্দিষ্ট কাজ যাঁরা করেন, তাঁদের কাজের পদ্ধতির অংশ হয়ে উঠেছে এআই, সঙ্গে রয়েছে মান বজায় রাখার যাচাইব্যবস্থা। এর অর্থ লাইসেন্স কেনা, লগইনের সংখ্যা গোনা বা চালুর ইমেইল পাঠানো নয়। যে দলের তিনজন প্রতিদিন অনুমোদিত কাজে এআই ব্যবহার করেন এবং ফলাফল সতর্কভাবে যাচাই করেন, তারা এআই ব্যবহারে সেই দলের চেয়ে এগিয়ে আছে, যার সবাই একবার করে লগইন করেছেন।
তিনটি প্রশ্ন আলাদা করে দেখলে সুবিধা হয়। ব্যবহারের সুযোগ: প্রত্যেকের কাছে কি অনুমোদিত টুল আছে এবং সবাই কি নিয়ম জানেন? ব্যবহার: যে কাজে টুলটি উপযুক্ত, সে কাজে কি তাঁরা সেটি ব্যবহার করেন? মান: তৈরি হওয়া কাজ কি পর্যালোচনায় টেকে? বেশির ভাগ চালুর উদ্যোগ প্রথম প্রশ্নটির সমাধান করে, দ্বিতীয়টি মোটামুটি মাপে এবং তৃতীয়টি উপেক্ষা করে।
চালু করার পর এত কম মানুষ AI ব্যবহার করে কেন?
চালু করার পর ব্যবহার কম হওয়া সাধারণ ঘটনা, আর এর কারণগুলোও সাধারণ: কর্মীরা বুঝতে পারেন না তাঁদের কোন কাজে AI সাহায্য করবে, নিয়ম অস্পষ্ট মনে হওয়ায় নিরাপদ থাকতে টুলটি এড়িয়ে চলেন, শুরুর দিকে খারাপ উত্তর পেয়ে মনে করেন এতে সময় দেওয়ার লাভ নেই, অথবা অনুশীলনের সময়ই পাননি। যুক্তরাজ্য সরকারের AI গ্রহণ-সংক্রান্ত গবেষণায়, ইতিমধ্যে AI ব্যবহারকারী ব্যবসাপ্রতিষ্ঠানগুলো জানিয়েছে যে গড়ে তাদের 30% কর্মী এটি ব্যবহার করছিলেন, এবং 77% প্রতিষ্ঠান জানিয়েছে যে তাদের অর্ধেকেরও কম কর্মী এটি ব্যবহার করছিলেন। একই জরিপে দেখা গেছে, একেবারেই AI ব্যবহার শুরু না করার সবচেয়ে সাধারণ কারণ ছিল নির্দিষ্ট প্রয়োজন চিহ্নিত না হওয়া এবং AI-সংক্রান্ত দক্ষতা ও অভিজ্ঞতার সীমাবদ্ধতা। এগুলো 2025 সালের শুরুর দিকে সাক্ষাৎকার নেওয়া যুক্তরাজ্যের 3,500টি ব্যবসাপ্রতিষ্ঠানের নিজেদের জানানো পরিসংখ্যান।
লক্ষ করুন, আরও ভালো টুল কিনলে এই কারণগুলোর কোনোটিই দূর হয় না। প্রয়োজন চিহ্নিত না হওয়া কাজ বাছাইয়ের সমস্যা। অস্পষ্ট নিয়ম নীতিমালার সমস্যা। প্রথম অভিজ্ঞতা খারাপ হওয়া প্রশিক্ষণ ও প্রত্যাশার সমস্যা। প্রতিটির নির্দিষ্ট সমাধান রয়েছে।
| আপনি যা দেখবেন | সম্ভাব্য কারণ | কী চেষ্টা করে দেখা যেতে পারে |
|---|---|---|
| কর্মীরা একবার লগইন করে আর ব্যবহার করেননি | এটি ব্যবহার করার মতো স্পষ্ট কোনো কাজ নেই | প্রতিটি ভূমিকার জন্য নমুনা প্রম্পটসহ দুই বা তিনটি নির্দিষ্ট কাজ দিন |
| কেবল অল্প কয়েকজন উৎসাহী ব্যবহার করেন | অন্যরা নিশ্চিত নন কী করার অনুমতি আছে | তাঁদের নিজেদের কাজের উদাহরণসহ এক পাতার নিয়মপত্র |
| 'এটি তো তথ্য বানিয়ে বলে' | শুরুর দিকের ফলাফল যাচাই না করেই বা প্রেক্ষাপট ছাড়া ব্যবহার করা হয়েছিল | প্রাসঙ্গিক তথ্য দেওয়া এবং পর্যালোচনার একটি সংক্ষিপ্ত তালিকা ব্যবহার করা শেখান |
| ব্যবহার বেশি, মান খারাপ | অতিরিক্ত নির্ভরতা; যাচাই বন্ধ হয়ে গেছে | বেছে বেছে কিছু নমুনা যাচাই করুন এবং মানুষকে তাঁদের সম্পাদনার কারণ ব্যাখ্যা করতে বলুন |
| ব্যবস্থাপকেরা এটি ব্যবহার করেন না | নেতৃত্বের কাছ থেকে কোনও দৃশ্যমান উদাহরণ নেই | ব্যবস্থাপকেরা এমন একটি কাজের কথা জানান যাতে তাঁরা AI ব্যবহার করেন এবং কীভাবে সেটি যাচাই করেন তা দেখান |
AI ব্যবহার শুরু করার একটি বাস্তবসম্মত কৌশল কেমন হয়?
ছোট বা মাঝারি প্রতিষ্ঠানের জন্য কার্যকর কৌশল হলো ধারাবাহিক কিছু পদক্ষেপ, কোনো নথি নয়: কাজ বেছে নিন, নিয়ম ঠিক করুন, সেই কাজগুলোতে প্রশিক্ষণ দিন, বাস্তব কাজ পর্যালোচনা করুন এবং যা কার্যকর প্রমাণিত হয় তার পরিসর বাড়ান। নিচের বিষয়গুলো 10 থেকে 200 জনের দলের জন্য একটি সম্পাদকীয় পরিকল্পনা, প্রকাশিত কোনো মানদণ্ড নয়।
আগে পদভূমিকা অনুযায়ী কাজ বেছে নিন
প্রতিটি দলের প্রধানকে বারবার করতে হয় এমন দুই বা তিনটি কাজের কথা বলতে বলুন, যেখানে AI প্রাথমিক খসড়া তৈরি করতে পারে এবং কেউ তা যাচাই করতে পারেন। AI ব্যবহার চালু করার লক্ষ্য হবে এসব কাজ, 'AI আরও বেশি ব্যবহার করা' নয়।
এক পৃষ্ঠার নিয়ম প্রকাশ করুন
অনুমোদিত টুল ও প্ল্যান, কী তথ্য দেওয়া যাবে আর কী যাবে না, কে কী পর্যালোচনা করবেন এবং প্রশ্ন থাকলে কাকে জিজ্ঞেস করতে হবে। এতটাই সংক্ষিপ্ত, যাতে মনে রাখা যায়।
আপনার বেছে নেওয়া কাজগুলোতে প্রশিক্ষণ নিন
ঠিক সেই কাজগুলি নিয়ে সংক্ষিপ্ত অনুশীলন সেশন একটি সাধারণ কোর্সের চেয়ে বেশি কার্যকর। যাচাইয়ের অনুশীলনের জন্য ইচ্ছাকৃত ভুল রাখা একটি খসড়া অন্তর্ভুক্ত করুন।
ব্যবস্থাপকদের ব্যবহার যেন সবার চোখে পড়ে
একজন ব্যবস্থাপক বাস্তব কাজে কীভাবে AI ব্যবহার করেছেন এবং কী সংশোধন করেছেন তা দেখালে, যেকোনো ঘোষণার চেয়ে বেশি কাজে আসে।
লগইন নয়, কাজ পর্যালোচনা করুন
চার সপ্তাহ পর পর্যালোচকের সঙ্গে প্রতিটি কাজের কয়েকটি ফলাফল দেখুন। জিজ্ঞেস করুন, কর্মীরা কী ব্যবহার করা বন্ধ করেছেন এবং কেন।
যা কার্যকর প্রমাণিত হয়েছে, তার পরিসর বাড়ান
যেখানে কাজের নিয়মিত পদ্ধতিটি কার্যকর হচ্ছে, শুধু সেখানেই কাজ বা লোক বাড়ান। যেসব কাজে পর্যালোচককে সবকিছু নতুন করে লিখতে হয়, সেগুলো বাদ দিন।
AI ব্যবহারে পরিবর্তন আনার সময় কর্মীদের সংশ্লিষ্ট বিষয়গুলো কীভাবে সামলাবেন?
চাকরি নিয়ে শুরুতেই স্পষ্টভাবে কথা বলুন এবং কাজ বেছে নেওয়ার প্রক্রিয়ায় যাঁরা কাজটি করেন তাঁদের যুক্ত করুন। কর্মীদের উদ্বেগ বাস্তব: 2025 সালের বসন্তে গ্রেট ব্রিটেনের 1,023 জন কর্মীকে নিয়ে Acas-এর একটি সমীক্ষায়, 26% কর্মক্ষেত্রে AI নিয়ে তাঁদের সবচেয়ে বড় উদ্বেগ হিসেবে চাকরি হারানোর কথা বলেছেন, আর 17% বলেছেন AI-এর ভুল করার কথা। Acas নিয়োগকারীদের পরামর্শ দেয়, AI চালু করার আগে কর্মী ও তাঁদের প্রতিনিধিদের সঙ্গে আলোচনা করতে এবং মানুষের অংশগ্রহণের প্রয়োজন বজায় রেখেও এটি কীভাবে কাজের ভূমিকা উন্নত করতে পারে তা ব্যাখ্যা করতে।
কী বদলাচ্ছে আর কী বদলাচ্ছে না তা বলুন। চালু করার অংশ হিসেবে কোনো পদ বাদ দেওয়া না হলে, তা জানান। কিছু কাজ বদলালে, কোন কাজ কীভাবে বদলাবে তা বলুন। তারপর ক্লায়েন্টের তথ্যের গোপনীয়তা বা নির্ভুলতার মতো বাস্তব উদ্বেগগুলো জানানোর সুযোগ দিন এবং যৌক্তিক উদ্বেগগুলো থেকে নিয়ম তৈরি করুন। যে টুল কীভাবে ব্যবহার করা হবে তা নির্ধারণে মানুষ নিজেরা অংশ নেন, শুধু ঘোষণা দিয়ে জানানো টুলের চেয়ে সেটি তাঁরা অনেক সহজে গ্রহণ করেন।
এটি কোনো কাজের ভূমিকার সঙ্গে কীভাবে যুক্ত, তা দেখতে চান?
দলের জন্য পরিকল্পিত পরীক্ষামূলক ব্যবহারের সুযোগটি দেখুন ↗থমকে যাওয়া চালু করার প্রক্রিয়াকে এগিয়ে নিতে কী করতে হয়?
Pellow Analytics নামের একটি কাল্পনিক 60 জনের সফটওয়্যার কোম্পানি সবার জন্য একটি AI সহকারীর ব্যবসায়িক প্ল্যানের ব্যবহারকারী লাইসেন্স কিনল। ছয় সপ্তাহ পর প্রশাসনিক নিয়ন্ত্রণ প্যানেলে দেখা গেল, বেশিরভাগ কর্মী চালু হওয়ার সপ্তাহে লগইন করেছিলেন, আর মাত্র হাতে গোনা কয়েকজন প্রতি সপ্তাহে এটি ব্যবহার করছেন, মূলত প্রকৌশল ও বিপণন বিভাগে। প্রধান পরিচালন কর্মকর্তা প্রথমে সবাইকে মনে করিয়ে দেওয়ার জন্য একটি ইমেইল পাঠানোর কথা ভাবলেন। কিন্তু তার বদলে তিনি তিনজন দলের প্রধানকে এর কারণ জিজ্ঞেস করলেন।
উত্তরগুলো সুনির্দিষ্ট। গ্রাহক সাফল্য বিভাগ জানত না, তারা গ্রাহকের ইমেইল পেস্ট করতে পারবে কি না (নিয়মপত্রে কোনো উদাহরণ ছাড়াই লেখা ছিল 'কোনো গোপনীয় তথ্য নয়')। অর্থ বিভাগ একবার ব্যবধানের ব্যাখ্যা তৈরিতে এটি ব্যবহার করে একটি বানানো কারণ পেয়েছিল, তারপর আর চেষ্টা করেনি। বিক্রয় বিভাগ ভেবেছিল, এটি 'বিপণনের জন্য'। সমাধানগুলোও একইভাবে সুনির্দিষ্ট। গ্রাহক সাফল্য বিভাগকে একটি নিয়ম দেওয়া হয়: গ্রাহক ও প্রতিষ্ঠানের নামের জায়গায় পূরণযোগ্য ক্ষেত্র বসিয়ে ইমেইলের লেখা পেস্ট করুন। অর্থ বিভাগকে একটি কাজ দেওয়া হয়, যার প্রম্পটে বলা থাকে 'পরিসংখ্যানের পরিবর্তন বর্ণনা করো; আমার দেওয়া নোটে না থাকলে কোনো কারণ উল্লেখ কোরো না', সঙ্গে একটি যাচাইয়ের ধাপ: প্রতিটি সংখ্যা আবার হিসাব করুন। বিক্রয় বিভাগকে নির্দিষ্ট নামের দুটি কাজ দেওয়া হয়: ফোনালাপের নোট গুছিয়ে নেওয়া এবং সেই নোট থেকে পরবর্তী যোগাযোগের খসড়া তৈরি।
প্রতিটি দলের প্রধান নিজের দলের কাজ নিয়ে 30-মিনিটের একটি অনুশীলন সেশন পরিচালনা করেন। চার সপ্তাহ পর প্রধান পরিচালন কর্মকর্তা দলের প্রধানের সঙ্গে প্রতিটি দলের পাঁচটি কাজের ফল দেখেন, লগইনের তালিকা নয়। দুটি কাজ ভালো চলছে, একটির জন্য আরও ভালো নির্দেশনা দরকার, আর একটি—নবায়নের মূল্য জানিয়ে ইমেলের খসড়া লেখা—বাদ দেওয়া হয়, কারণ পর্যালোচককে প্রতিটি খসড়া নতুন করে লিখতে হয়েছে। গ্রহণ ও ব্যবহার বলতে এটিই বোঝায়: কমসংখ্যক কিন্তু ভালো নিয়মিত কাজের পদ্ধতি, যা মানুষ সত্যিই ব্যবহার করে।
AI ব্যবহার শুরু ও বিস্তারের ধাপগুলো কী কী?
সর্বসম্মত কোনো একক পর্যায়ভিত্তিক মডেল নেই; পরামর্শদাতা ও সেবাদাতা প্রতিষ্ঠানগুলো ভিন্ন ভিন্ন মডেল প্রকাশ করে। ছোট বা মাঝারি প্রতিষ্ঠানের জন্য চারটি পর্যায়ের একটি ব্যবহারিক বর্ণনা কাজে আসতে পারে: পরীক্ষামূলক ব্যবহার (ব্যক্তিগত উদ্যোগে পরীক্ষা করা হয়, প্রায়ই ব্যক্তিগত অ্যাকাউন্টে), অনুমোদিত ব্যবহার (একটি টুল, ব্যবসার জন্য সাবস্ক্রিপশন ও লিখিত নিয়ম), নিয়মিত ব্যবহার (দায়িত্বপ্রাপ্ত ব্যক্তিরা নির্দিষ্ট কাজগুলো নির্দেশনা ও যাচাইসহ প্রতি সপ্তাহে করেন) এবং উন্নয়ন (প্রতিষ্ঠান ফলাফল পর্যালোচনা করে, দুর্বল কাজের প্রক্রিয়া বাদ দেয় এবং ভেবেচিন্তে নতুন প্রক্রিয়া যোগ করে)। এটি সম্পাদকীয় বর্ণনা, কোনো প্রকাশিত কাঠামো নয়।
গুরুত্বপূর্ণ পরিবর্তনটি হলো অনুমোদিত ব্যবহার থেকে নিয়মিত ব্যবহারে যাওয়া। অনেক কোম্পানি অনুমোদনেই থেমে যায়: তাদের লাইসেন্স ও নীতি আছে, তবু কেন তেমন কিছু বদলায়নি তা নিয়ে তারা ভাবতে থাকে। নিয়মিত ব্যবহারে যেতে কাজ বাছাই, অনুশীলন ও পর্যালোচনা দরকার। এই পাতায় সেই কাজের কথাই বলা হয়েছে।
একজন ব্যবস্থাপকের কোন লক্ষণগুলোর দিকে নজর রাখা উচিত?
মোট কতবার লগইন হয়েছে তা নয়, নির্দিষ্ট কাজের মান ও সেসব কাজে বারবার ব্যবহার হচ্ছে কি না দেখুন। কার্যকর সূচক হলো: প্রতি সপ্তাহে কতগুলো অনুমোদিত কাজ নির্ধারিত পদ্ধতিতে হচ্ছে, পর্যালোচনাকারীকে কতটা সংশোধন করতে হচ্ছে, দলের বাইরে যাওয়ার আগেই ভুল ধরা পড়ছে কি না এবং মানুষ খসড়ায় কী বদলেছে তা ব্যাখ্যা করতে পারছে কি না। লগইন থেকে বোঝা যায় কারা প্রবেশ করছে; কাজের মান উন্নত হচ্ছে কি না সে সম্পর্কে তেমন কিছু বোঝা যায় না।
নিজেদের জানানো উন্নতির হিসাব নিয়ে সতর্ক থাকুন। যাঁদের কোনো সরঞ্জাম পছন্দ, তাঁরা সেটি কতটা সময় বাঁচায় তা বাড়িয়ে ধরেন; যাঁদের অপছন্দ, তাঁরা কমিয়ে ধরেন। একই ব্যক্তির পর্যালোচনা করা একই কাজের আগের ও পরের কয়েকটি নমুনা আরও ভালো প্রমাণ। AI প্রশিক্ষণ কাজে লেগেছে কি না তা মাপা নিয়ে আমাদের উত্তরে আরও বিস্তারিত আছে।
কখন ব্যবহার বাড়ানোর ওপর জোর দেওয়া সঠিক লক্ষ্য নয়?
কাজগুলো AI-এর উপযোগী না হলে, ফলাফল পর্যালোচনা করার কেউ না থাকলে, অথবা দলের আসল সমস্যা কাজের চাপ বা প্রক্রিয়ায় হলে ব্যবহার বাড়ানোর চাপ দেওয়া ভুল লক্ষ্য। 'সবাই প্রতিদিন AI ব্যবহার করবে' ধরনের লক্ষ্য শুধু ব্যবহারের জন্যই ব্যবহারকে পুরস্কৃত করে এবং মানুষকে এমন কাজে ঠেলে দিতে পারে যেখানে AI কোনো মূল্য না যোগ করে ঝুঁকি বাড়ায়। কিছু ভূমিকার কর্মীরা খুব কম AI ব্যবহার করলে তাতে সমস্যা নেই।
নিয়ম ঠিক না হয়ে থাকলে এটিও ভুল লক্ষ্য। মানুষ কী শেয়ার করতে পারেন তা জানার আগেই ব্যবহার বাড়াতে উৎসাহ দিলে ঠিক সেই ধরনের তথ্যসংক্রান্ত ভুলের ঝুঁকি তৈরি হয়, যার কারণে নেতৃত্ব টুলটি বন্ধ করে দেয়।
AI ব্যবহারের পথে Tosheo.ai-এর ভূমিকা কোথায়?
AI ব্যবহারে অভ্যস্ত হওয়ার অনুশীলন অংশটির জন্য Tosheo.ai তৈরি করার কাজ চলছে। চালুর সময় ব্যবস্থাপকের ভূমিকা ও দলের ব্যবহৃত AI টুল বেছে নেওয়ার সুবিধা রাখার পরিকল্পনা আছে; প্রত্যেকে 5 মিনিটের 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। পরিকল্পিত ব্যবস্থাপক ড্যাশবোর্ডে দক্ষতার অগ্রগতি ও পাঠ শেষ করার তথ্য দেখা যাবে, কথোপকথনের হুবহু রেকর্ড কখনোই নয়। নিষ্ক্রিয় শিক্ষার্থীদের মনে করিয়ে দেওয়ার বার্তা এবং ব্যবস্থাপককে সাপ্তাহিক সারসংক্ষেপ পাঠানোরও পরিকল্পনা আছে।
এটি এখনো তৈরি হয়নি, তাই ব্যবহার শুরুর কোনো ফলাফল দেখানোর মতো নেই। আপনার নিয়মকানুন এখনো স্থির না হলে বা আপনার দলের AI ব্যবহারের উপযোগী কোনো কাজ না থাকলে এটি সঠিক সমাধান নয়; ওপরের ধাপগুলো অনুসরণ করে আগে সেগুলো ঠিক করুন। পরিকল্পিত মূল্য মূল্যতালিকার পাতায় দেওয়া আছে।
উৎস ও পরিধি
GOV.UK, AI গ্রহণ-বিষয়ক গবেষণার প্রকাশনা পৃষ্ঠা, সংশোধিত ফেব্রুয়ারি 2026 ↗
Acas, প্রতি 4 জন কর্মীর মধ্যে 1 জনের আশঙ্কা, AI-এর কারণে চাকরি হারাতে হবে, 28 এপ্রিল 2025 ↗
Acas, এক তৃতীয়াংশ নিয়োগকর্তার ধারণা, AI উৎপাদনশীলতা বাড়াবে, 15 May 2025 ↗