জাতীয় সম্পদ: কৃত্রিম বুদ্ধিমত্তা তার লাভ অপারেটিং কোম্পানিতে স্থানান্তর করছে

‘ন্যাশনাল ওয়েলথ’ তার ‘চিন্তার নেতৃত্ব’ শিরোনামের একটি প্রতিবেদন সিরিজে উল্লেখ করেছে যে, গত তিন বছরে কৃত্রিম বুদ্ধিমত্তা (এআই) থেকে অর্কিত আয়ের অধিকাংশই প্রযুক্তি উন্নয়নকারী কোম্পানিগুলোর কাছে গেছে, যার মধ্যে চিপ প্রস্তুতকারক, ক্লাউড সেবা প্রদানকারী এবং মডেল ডেভেলপাররা অন্তর্ভুক্ত। ২০২৬ সালের দ্বিতীয় ত্রৈমাসিকে, এআই অবকাঠামোর সাথে সম্পর্কিত কোম্পানিগুলো ‘স্ট্যান্ডার্ড অ্যান্ড পুর্স ৫০০’ সূচকের কোম্পানিগুলোর লাভের বৃদ্ধির প্রায় অর্ধেকের অবদান রেখেছে। প্রতিবেদনে আরও যোগ করা হয়েছে যে, প্রযুক্তিটি ব্যাপকভাবে উপলব্ধ হয়ে যাওয়া এবং এর ব্যবহারের খরচ কমে যাওয়ার পরে, বিনিয়োগের সুযোগগুলো ধীরে ধীরে প্রযুক্তি ব্যবহারকারী কোম্পানিগুলোর দিকে সরে যাচ্ছে; প্রযুক্তিটি মালিকানা থাকা আর কোনো প্রতিযোগিতামূলক সুবিধা নয়, বরং এটি কার্যকরভাবে কাজে লাগানোর ক্ষমতাই আয় অর্জনের সবচেয়ে গুরুত্বপূর্ণ বিষয় হয়ে দাঁড়িয়েছে।

ব্যাপক প্রসার: ২০২৬ সালে ‘ম্যাকিনজি’ কর্তৃক পরিচালিত একটি বৈশ্বিক জরিপে দেখা গেছে যে, প্রতি দশটি প্রতিষ্ঠানের মধ্যে প্রায় নয়টি প্রতিষ্ঠান অন্তত একটি ক্ষেত্রে নিয়মিতভাবে কৃত্রিম বুদ্ধিমত্তা ব্যবহার করছে, এবং প্রতি দশজন অংশগ্রহণকারীর মধ্যে আটজন নিশ্চিত করেছেন যে, প্রযুক্তিটি তাদের ব্যক্তিগত উৎপাদনশীলতা বৃদ্ধি করেছে। তবুও, শুধুমাত্র ৩৭% প্রতিষ্ঠান জানিয়েছে যে, এআই তাদের অপারেটিং লাভে উল্লেখযোগ্য পরিবর্তন এনেছে, যা আগের বছরের হারের সমান; আর এমন প্রতিষ্ঠানের হার যা এফবিআইটি (লাভ, সুদ ও করের আগে) এর ওপর ৫% বা তার বেশি প্রভাব ফেলেছে, তা মাত্র ৬% এর বেশি নয়। প্রতিবেদনে ইঙ্গিত দেওয়া হয়েছে যে, একটি প্রতিবেদন প্রস্তুত করার সময় কর্মীদের জন্য প্রতিটি কর্মীকে ২০ মিনিট সাশ্রয় করা কাজকে সহজ করতে পারে, কিন্তু প্রযুক্তিটি কাজে লাগানোর জন্য প্রতিষ্ঠানের কার্যপ্রণালীর কাঠামো পুনর্গঠন না করলে এটি প্রতিষ্ঠানের খরচ কমাবে না।

কার্যপ্রণালী পরিচালনা: গবেষণা থেকে প্রমাণিত হয়েছে যে, কোম্পানিগুলোর মধ্যে পার্থক্যটি সরঞ্জামের চেয়ে পরিচালনার পদ্ধতির ওপর নির্ভরশীল; ‘ম্যাকিনজি’-র ২০২৫ সালের একটি গবেষণা অনুযায়ী, কাজের প্রবাহ পুনরায় ডিজাইন করা লাভের সুবিধা অর্জনের সাথে যুক্ত ছিল।

প্রায় তিন চতুর্থাংশ সেরা কর্মক্ষমতার কোম্পানি কৃত্রিম বুদ্ধিমত্তার চারপাশে তাদের কার্যপদ্ধতি পুনর্গঠনের কৌশল অনুসরণ করেছে, অন্যদিকে বাকি চতুর্থাংশ কোম্পানি এই পথে এগোচ্ছে না; এখানে উচ্চ পর্যায়ের নেতৃত্ব কার্যকরী বাস্তবায়ন, ফলাফল মূল্যায়ন, বৃদ্ধি অর্জন এবং খরচ কমানোর দায়িত্বে রয়েছে। বোস্টন কনসালটিং গ্রুপের ২০২৫ সালে পরিচালিত একটি গবেষণায় হাজারেরও বেশি কোম্পানির তথ্য বিশ্লেষণ করে দেখা গেছে যে, কৃত্রিম বুদ্ধিমত্তা ব্যবহার করে ব্যাপক পরিসরে কার্যকর মূল্য সৃষ্টিতে মাত্র ৫% কোম্পানি সফল হয়েছে, অন্যদিকে ৬০% কোম্পানি সীমিত বা শূন্য লাভ অর্জন করেছে। গত তিন বছরে শীর্ষস্থানীয় কোম্পানিগুলো অন্য কোম্পানিগুলোর তুলনায় শেয়ারহোল্ডারদের প্রায় তিন গুণ বেশি রিটার্ন অর্জন করেছে; এখানে উল্লেখ্য যে, শীর্ষস্থানীয় কোম্পানিগুলো প্রায়শই প্রযুক্তির উদ্ভবের আগেই এগিয়ে ছিল। কোম্পানির আকারের বিষয়টিও উল্লেখযোগ্য; বড় কোম্পানিগুলোর কাছে বৃহত্তর ডেটা সেট এবং বড় বাজেট রয়েছে, যা তাদের কৃত্রিম বুদ্ধিমত্তা দ্রুত গ্রহণে সহায়তা করে। মার্কিন যুক্তরাষ্ট্রে, ২০২৬ সালের বসন্তকালে ২৫০ বা তার বেশি কর্মী সম্পন্ন কোম্পানিগুলোর ৩৭% এই প্রযুক্তি ব্যবহার করেছে, অন্যদিকে ছোট কোম্পানিগুলোর ক্ষেত্রে এই হার ২০%-এরও কম ছিল, মার্কিন আদমশুমারি অফিসের তথ্য অনুযায়ী। অর্থনীতির স্তরে, ২০২৪ সালের শুরু থেকে মার্কিন শ্রমিকদের উৎপাদনশীলতা বার্ষিক প্রায় ২.৪% হারে বৃদ্ধি পেয়েছে, যা মহামারীর পূর্ববর্তী পাঁচ বছরের গড় ১.৬%-এর চেয়ে বেশি, ডলাস ফেডারেল রিজার্ভ ব্যাংকের তথ্য অনুযায়ী। তথ্য, আর্থিক সেবা, বীমা এবং পেশাদার সেবা খাতগুলোতে এই উন্নতি বেশি লক্ষ্য করা যাচ্ছে, যেগুলো কৃত্রিম বুদ্ধিমত্তার প্রভাবে সবচেয়ে বেশি প্রভাবিত; এই খাতগুলোর উৎপাদনশীলতা অর্থনীতির বাকি অংশের তুলনায় প্রায় দ্বিগুণ গতিতে বৃদ্ধি পেয়েছে। অ্যাটলান্টা ফেডারেল রিজার্ভ ব্যাংকের একটি জরিপে দেখা গেছে যে, শীর্ষ আর্থিক পরিচালকরা মনে করেন যে, প্রযুক্তির উৎপাদনশীলতায় প্রভাব সরকারি পরিসংখ্যানের চেয়ে বেশি, এবং ২০২৬ সালের মধ্যে এই প্রভাব প্রায় দ্বিগুণ হওয়ার প্রত্যাশা রয়েছে, যদিও অতিরিক্ত আয় প্রকাশ পেতে কিছু সময় লাগতে পারে।

বিনিয়োগকারীদের সুযোগ এবং তিনি নিশ্চিত করেন যে, বিনিয়োগকারীদের আগ্রম ধীরে ধীরে কৃত্রিম বুদ্ধিমত্তা (AI) বিকাশকারী কোম্পানিগুলো থেকে সেই প্রতিষ্ঠানগুলোর দিকে সরে যাচ্ছে, যারা তাদের ব্যবহারকে স্পষ্ট অপারেটিং এবং আর্থিক লাভে রূপান্তরিত করতে সক্ষম। সবচেয়ে বেশি উপকৃত হওয়া কোম্পানিগুলোর তিনটি বৈশিষ্ট্য উঠে আসে: প্রথমত, বিশ্লেষণ, লেখা, তথ্য ব্যবস্থাপনা এবং গ্রাহক সেবার মতো জ্ঞানভিত্তিক কাজগুলোর সাথে যুক্ত উচ্চ শ্রমিক খরচ, যেখানে প্রযুক্তি দক্ষতা বৃদ্ধি এবং খরচ হ্রাস করতে পারে। দ্বিতীয় বৈশিষ্ট্য হলো, কোম্পানিগুলোর দাম কমানোর মাধ্যমে গ্রাহকদের কাছে সাশ্রয়গুলো হস্তান্তর না করে, তাদের নিজস্ব রাখতে সক্ষম হওয়া, যা দাম নির্ধারণের ক্ষমতা এবং গ্রাহকদের বিশ্বাসের ওপর নির্ভরশীল। তৃতীয় বৈশিষ্ট্য হলো, এমন গোপনীয় ডেটার মালিকানা, যা প্রতিযোগীদের জন্য অনুকরণ করা কঠিন।

বিদ্যমান ঝুঁকি এবং তিনি তিনটি প্রধান চ্যালেঞ্জ সম্পর্কে সতর্ক করেন: প্রথমত, সময়কাল, কারণ প্রযুক্তিগত উদ্ভাবনগুলোকে স্পষ্ট আর্থিক ফলাফলে রূপান্তরিত হতে বাজারের প্রত্যাশার চেয়ে বেশি সময় লাগতে পারে। দ্বিতীয় চ্যালেঞ্জ হলো প্রতিযোগিতা, যা কোম্পানিগুলোকে তাদের লাভের মার্জিন বৃদ্ধির পরিবর্তে সাশ্রয়গুলো গ্রাহকদের কাছে হস্তান্তর করতে বাধ্য করতে পারে, এবং তৃতীয়টি হলো কৃত্রিম বুদ্ধিমত্তা সমাধানগুলো পরিচালনা ও উন্নয়নের জন্য চলমান খরচ, যা প্রত্যাশিত লাভের একটি অংশ দখল করতে পারে। প্রযুক্তির ব্যাপক ব্যবহার এবং এর আর্থিক প্রভাব লাভে প্রকাশিত হওয়ার মধ্যবর্তী সংক্রামক পর্যায় চলতে থাকলেও, বাস্তবায়ন ক্ষমতা, কাজের পুনর্গঠন এবং সাশ্রয় ধরে রাখা উপকৃত কোম্পানিগুলো নির্ধারণে নির্ণায়ক ভূমিকা পালন করে।

সর্বোচ্চ গুরুত্বপূর্ণ উপসংহার:

১. রিটার্নের রূপান্তর: সুযোগগুলো ধীরে ধীরে চিপ এবং ক্লাউড সেবা কোম্পানিগুলো থেকে সেই প্রতিষ্ঠানগুলোর দিকে সরে যাচ্ছে, যারা প্রযুক্তি কাজে লাগাতে সক্ষম।

২. লাভের ফাঁক: কৃত্রিম বুদ্ধিমত্তা ব্যবহার প্রায় ৯০% এর কাছাকাছি, অথচ শুধুমাত্র ৩৭% প্রতিষ্ঠান তাদের অপারেটিং লাভে প্রভাব ফেলেছে বলে রেকর্ড করেছে।

৩. কার্যকর ব্যবস্থাপনা: কাজের কাঠামো পুনর্গঠন, পরিবর্তনের নেতৃত্ব এবং রিটার্ন পরিমাপ—এগুলো লাভ অর্জনের জন্য মৌলিক বিষয়।

৪- উৎপাদনশীলতা বৃদ্ধি: অর্থায়ন, পেশাদার এবং তথ্যপ্রযুক্তি খাতে প্রযুক্তির ব্যাপক ব্যবহারের ফলে উল্লেখযোগ্য উন্নতি। ৫- বিনিয়োগের সুযোগ: উচ্চ শ্রমখরচ, দাম নির্ধারণ ক্ষমতা এবং একচেটিয়া ডেটা সম্পন্ন কোম্পানিগুলোর জন্য অগ্রাধিকার। ৬- নির্বাচনী দৃষ্টিভঙ্গি ও ধৈর্য: লাভ অর্জন বাজারের প্রত্যাশার চেয়ে বেশি সময় নিতে পারে, প্রতিযোগিতা এবং খরচের চ্যালেঞ্জগুলো অব্যাহত থাকায়।