এআই রিস্কিল করতে আসলে কী লাগে?
যখন Accenture 11,000 কর্মী ছাঁটাই করার পরিকল্পনা ঘোষণা করেছিল যে এটি AI তে পুনরায় দক্ষতা অর্জন করতে পারেনি বলে মনে করা হয়েছিল, তখন প্রযুক্তি পরামর্শদাতা এই সিদ্ধান্তটিকে একটি প্রশিক্ষণের সমস্যা হিসাবে তৈরি করেছিল: কিছু লোক কেবল AI এর বিশ্বে সফল হওয়ার জন্য তাদের যা শিখতে হবে তা শিখতে পারে না। কিন্তু এই আখ্যানটি ভুল বোঝে – এবং ব্যাপকভাবে অবমূল্যায়ন করে – গভীর চ্যালেঞ্জকে। ওয়ালমার্টের সিইও ডগ ম্যাকমিলন সম্প্রতি এই সবচেয়ে বড় চ্যালেঞ্জের দিকে ইঙ্গিত করেছেন যখন তিনি বলেছিলেন, “এআই আক্ষরিক অর্থে প্রতিটি কাজ পরিবর্তন করবে।” এখন, যদি এটি সত্য হয়ে ওঠে, প্রতিটি ভূমিকা নতুন করে কল্পনা করতে হবে। যখন প্রতিটি ভূমিকা পরিবর্তিত হয়, এটি প্রতিটি কাজের বা এমনকি একটি নির্দিষ্ট ক্ষেত্রের পরিবর্তনের চেয়েও বেশি কিছু। এটি কাজের প্রকৃতি এবং অর্থের মধ্যে একটি গভীর এবং পদ্ধতিগত পরিবর্তন জড়িত। উদাহরণস্বরূপ, যখন একজন গ্রাহক পরিষেবা প্রতিনিধির চাকরি প্রশ্নের উত্তর দেওয়া থেকে AI বৃদ্ধির ব্যবস্থাপনায় পরিবর্তিত হয়, তখন তারা আর পুরনো দিনের গ্রাহক পরিষেবা প্রদান করে না – তারা গ্রাহক পরিষেবার প্রেক্ষাপটে AI তত্ত্বাবধান করছে। তাদের সুপারভাইজার আর লোকদের পরিচালনা করে না; তারা মানুষ এবং কৃত্রিম বুদ্ধিমত্তার সমন্বয়ে একটি হাইব্রিড বুদ্ধিমত্তা ব্যবস্থার সমন্বয় সাধন করে। HR যোগাযোগ দক্ষতা মূল্যায়ন করে না; তারা মানব-এআই সহযোগিতার ক্ষমতা মূল্যায়ন করছে। কাজের শিরোনাম একই থাকে, কিন্তু প্রকৃত কাজ সম্পূর্ণ ভিন্ন। {“blockType”: “mv-promo-block”, “data”:{“imageDesktopUrl”: “https:\/\/images.fastcompany.com\/image\/upload\/f_webp,q_auto,c_fit\/wp-cms-2\/2025\/1025\/1/1/1/ ue.png”, “imageMobileUrl”: “https:\/\/images.fastcompany.com\/image\/upload\/f_webp,q_auto,c_fit\/wp-cms-2\/2025\/10\/faisal-hoque.png”, “ভ্রু-রেখা”: “এতে মাথা”: “এটি থুথু ব্যবসা, প্রযুক্তি এবং মানবতার ছেদ?”, “dek”: “ফয়সাল হকের বই, পডকাস্ট এবং কোম্পানিগুলি নেতাদের উদ্দেশ্য, মানুষ, প্রক্রিয়া এবং প্রযুক্তিকে সারিবদ্ধ করার কাঠামো এবং প্ল্যাটফর্ম দেয় — বাধাকে অর্থপূর্ণ, দীর্ঘস্থায়ী অগ্রগতিতে রূপান্তরিত করতে।”, “ctaText”: “আরো জানুন”, “ctaUrl”: “https://www.com.com/ {“bg”: “#02263c”, “টেক্সট”: “#ffffff”, “ভ্রু”: “#9aa2″ aa”, “buttonBg”: “#ffffff”, “buttonText”: “#000000”}, “imageDesktopId”:91420512, “আপনি 420512, আপনি”420512} এর জন্য মানুষকে প্রস্তুত করতে পারি না কীভাবে আরও কার্যকরভাবে দাবি করা যায় সে সম্পর্কে তিন দিনের কর্মশালায় তাদের পাঠানোর মাধ্যমে ব্যাঘাত ঘটানো। যখন পরিবর্তন এতটাই পদ্ধতিগত হয়, তখন আসল প্রশ্নটি হল না যে আলাদাভাবে ব্যক্তিদের পুনরায় দক্ষতা অর্জন করা সম্ভব কিনা। বরং, সংস্থাগুলি AI প্রয়োজনীয়তার স্কেল এবং গতিতে নিজেদের রূপান্তর করতে সক্ষম কিনা। দুই ধরনের ট্রান্সফরমেশন একটি এআই ট্রান্সফরমেশনের ফলে রিস্কিলিংয়ের প্রয়োজনীয়তা বোঝার জন্য, এটি সসীম এবং অসীম রূপান্তরের মধ্যে পার্থক্য করতে সাহায্য করে। সীমানা রূপান্তরগুলি হল সাংগঠনিক পরিবর্তন যা একটি পূর্বাভাসযোগ্য পথ অনুসরণ করে, উন্নয়নের জন্য সু-সংজ্ঞায়িত ক্ষমতা সহ অপারেশনের নির্দিষ্ট ক্ষেত্রগুলি দিয়ে শুরু করে। এবং এটি স্বতন্ত্র পর্যায়গুলিতে উদ্ভাসিত হয়, যা কোম্পানিগুলিকে পরবর্তীতে যাওয়ার আগে একটি পর্যায় আয়ত্ত করতে দেয়। অন্যদিকে, ওপেন-এন্ডেড ট্রান্সফরমেশনগুলি হল ব্যাপক পরিবর্তন যা একই সময়ে সংস্থার সমস্ত অংশকে প্রভাবিত করে, একক মূল বিন্দু ছাড়াই। যেহেতু তারা একই সাথে কার্যকরী কাজ, দক্ষতা, প্রক্রিয়া এবং পারফরম্যান্স পরিমাপগুলি আন্তঃসংযুক্ত উপায়ে পরিবর্তন করে, সেগুলিকে টুকরো টুকরো করা যায় না বা ক্রমানুসারে রোল আউট করা যায় না – তাদের একটি ব্যাপক কৌশল এবং সমন্বিত প্রয়োজন। AI বিপ্লব সীমাহীন রূপান্তরের একটি দৃষ্টান্তমূলক উদাহরণ, কারণ এটি আমরা কীভাবে চিন্তা করি, কাজ করি এবং মৌলিকভাবে প্রতিটি শিল্প, ফাংশন এবং সংস্থার স্তরে মূল্য তৈরি করি—কেবল ব্যক্তিগত কাজ নয়, কাজের ক্ষেত্রে মানুষের অবদানের প্রকৃতিকে পুনর্নির্ধারণ করে। এর মানে হল AI-তে কর্মীদের পুনরায় প্রশিক্ষণ দেওয়াই যথেষ্ট নয়। পরিবর্তে, ব্যবসায়িক নেতাদের ব্যবসায়িক ব্যবস্থাকে পরিবর্তন করতে হবে সমগ্র অবকাঠামো, আন্তঃসংযুক্ত ভূমিকা এবং সংস্কৃতি যা পরিবর্তনকে সক্ষম করে। তাদের প্রায়শই পুরো সংস্থা জুড়ে একবারে এই সমস্ত কিছু করতে হবে, ক্রমানুসারে নয়, বিভাগ দ্বারা বিভাগ নয়, বরং সর্বত্র একবারে। AI বিপ্লবের জন্য তারা সফলভাবে নিজেদের রূপান্তর করতে এবং তাদের কর্মীদের পুনরায় দক্ষ করতে চাইলে সংস্থাগুলিকে যে তিনটি মূল মাত্রার সমাধান করতে হবে। 1. ব্যবসায়িক অবকাঠামো পুনর্নির্মাণ করুন বেশিরভাগ রিস্কিলিং বাজেট কর্মশালা এবং সার্টিফিকেশন কভার করে। এবং তাদের মধ্যে প্রায় কেউই সফলতার সংজ্ঞায়িত করে না: মানুষ কাজ করে এমন সিস্টেমের পুনর্নির্মাণ। উদাহরণস্বরূপ, এআই এখন প্রায়ই কল সেন্টারে নিয়মিত অনুসন্ধান পরিচালনা করে যখন মানুষ জটিল মামলা পরিচালনা করে। ম্যাককিনসি যেমন দাবি করেন, সফলভাবে এই রূপান্তর বাস্তবায়নের জন্য এজেন্টদেরকে কৃত্রিম বুদ্ধিমত্তার সরঞ্জাম ব্যবহার করার জন্য শিক্ষা দেওয়ার চেয়ে অনেক বেশি প্রয়োজন। কোম্পানিগুলিকে অবশ্যই অপারেটিং মডেল, ওয়ার্কফ্লো এবং ট্যালেন্ট সিস্টেমগুলি নিয়ে পুনর্বিবেচনা করতে হবে, AI triage এর সাথে একীভূত হওয়া বৃদ্ধির প্রোটোকল তৈরি করতে হবে, মেট্রিক্স যা পৃথক টিকিটের সংখ্যার চেয়ে মানব-এআই সহযোগিতা পরিমাপ করে এবং প্রশিক্ষণ যা এআই সিদ্ধান্ত নিতে পারে না এমন অস্পষ্ট মামলাগুলি পরিচালনা করার জন্য প্রয়োজনীয় রায় তৈরি করে। কর্মজীবনের পথ এবং দলগত কাঠামোগুলিকে সক্ষমতা সমর্থন করার জন্য বিকশিত হতে হবে মানব এবং কৃত্রিম বুদ্ধিমত্তার মধ্যে হাইব্রিড। এই কাজের খুব কমই যে কোনো শাস্ত্রীয় অর্থে “প্রশিক্ষণ” – বরং এটি সাংগঠনিক কাঠামো এবং সিস্টেম বিল্ডিং। যে সংস্থাগুলি এটি করে না তারা দেখতে পাবে যে তাদের AI রিস্কিলিং প্রোগ্রামগুলি অনিবার্যভাবে ব্যর্থ হবে। 2. নেটওয়ার্ক প্রভাব: কেন ভূমিকা একসাথে পরিবর্তন করা উচিত? সাংগঠনিক ভূমিকা একে অপরের থেকে বিচ্ছিন্নভাবে বিদ্যমান নয়। এগুলি একটি সাংগঠনিক নেটওয়ার্কে আন্তঃসংযুক্ত নোড। কৃত্রিম বুদ্ধিমত্তা যখন একটি পালাকে রূপান্তরিত করে, তখন এটি স্পর্শ করা প্রতিটি বাঁককেও রূপান্তরিত করে। উদাহরণস্বরূপ, যখন এআই চ্যাটবটগুলি গ্রাহকের রুটিন অনুসন্ধানগুলি পরিচালনা করে, তখন ফ্রন্ট-লাইন এজেন্টরা সাধারণত কেবলমাত্র জটিল পরিস্থিতিগুলি পরিচালনা করতে চলে যায়, যা গ্রাহকের জন্য আরও আবেগগতভাবে চার্জ করা হতে পারে। এটি অবিলম্বে তাদের প্রশিক্ষক এবং প্রশিক্ষকদের ভূমিকাকে পরিবর্তন করে, যারা এখন তাদের পাঠ্যক্রমকে নতুনভাবে ডিজাইন করতে হবে শিক্ষা প্রদান থেকে দূরে সরে যাওয়া ডি-এস্কেলেশন কৌশল, সহানুভূতি দক্ষতা এবং জটিল বিচার কল শিক্ষার প্রতি কার্যকর লিখিত তথ্যমূলক প্রতিক্রিয়া। তদ্ব্যতীত, টিম সুপারভাইজাররা এখন আর কল পরিচালনার সময় এবং থ্রুপুটের উপর ভিত্তি করে কর্মক্ষমতা মূল্যায়ন করতে সক্ষম হবেন না, তবে তাদের পরিবর্তে মানসিক বুদ্ধিমত্তা মূল্যায়ন এবং চাপের মধ্যে সমস্যা সমাধানের জন্য নতুন কাঠামো তৈরি করতে হবে। ফলাফল হল যে আমরা যদি কৃত্রিম বুদ্ধিমত্তার ক্ষেত্রে সফলভাবে কর্মীদের পুনঃপ্রশিক্ষিত করতে চাই তাহলে ব্যাপক এবং ব্যাপক ভূমিকার পুনঃডিজাইন অপরিহার্য। AI রূপান্তরের জন্য আন্তঃসংযুক্ত ভূমিকা জুড়ে একযোগে পরিবর্তন প্রয়োজন – যখন নেটওয়ার্কের একটি অংশ পরিবর্তিত হয়, তখন এটির সাথে সংযুক্ত প্রতিটি অংশকে অবশ্যই পরিবর্তন করতে হবে। 3. সাংস্কৃতিক পরিবর্তন পিটার ড্রাকার প্রায় বলেছিলেন, সংস্কৃতি প্রাতঃরাশের জন্য রিস্কিলিং খায়। সংস্থাগুলির জন্য এটি বোঝা গুরুত্বপূর্ণ যে সাংস্কৃতিক রূপান্তর প্রযুক্তিগত পরিবর্তনের পরে আসে এমন একটি সুন্দর জিনিস নয়। বরং, এটিই মূল শর্ত যা নির্ধারণ করে যে শৈল্পিক পরিবর্তন কখনই ধরতে যাচ্ছে না। সঠিক সংস্কৃতি ছাড়া, প্রশিক্ষণের বাজেট বাতিল হয়ে যায় এবং রূপান্তরের উদ্যোগ ব্যয়বহুল ব্যর্থতায় পরিণত হয়। একটি আর্থিক পরিষেবা সংস্থা বিবেচনা করুন AI সরঞ্জামগুলিতে বিশ্লেষকদের প্রশিক্ষণ৷ যদি সংস্কৃতি মানুষের ভুলের চেয়ে AI দ্বারা করা ভুলকে আরও কঠোরভাবে শাস্তি দেয়, তবে দত্তক নেওয়া মারা যায়। যদি সাফল্যের পরিমাপগুলি “বীরত্বপূর্ণ ব্যক্তিগত প্রচেষ্টা” পুরস্কৃত করা অব্যাহত থাকে তবে কৃত্রিম বুদ্ধিমত্তার সাথে সহযোগিতা হ্রাস পাবে। যদি নির্বাহীরা স্পষ্টভাবে AI ব্যবহার না করেন এবং তাদের নিজস্ব শেখার অসুবিধা স্বীকার করেন, তবে দলগুলি এটিকে কৌশলগত প্রয়োজনের পরিবর্তে ঐচ্ছিক থিয়েটার হিসাবে বিবেচনা করবে। যে সংস্কৃতি AI রিস্কিলিংকে সক্ষম করে তা কৌতূহলের উপর নির্মিত, নিশ্চিততা নয়। এই সংস্কৃতি পরিপূর্ণতার চেয়ে অভিজ্ঞতাকে অগ্রাধিকার দেয় এবং ব্যর্থতাকে ডেটা হিসাবে বিবেচনা করে, লজ্জা নয়। প্রকৃতপক্ষে, তাত্ত্বিকভাবে যেহেতু AI সরঞ্জামগুলি খুব দ্রুত বিকশিত হচ্ছে, তাই একটি AI- প্রস্তুত সংস্কৃতির সংজ্ঞায়িত ক্ষমতা আয়ত্ত নয় বরং ক্রমাগত শিক্ষা। সম্পর্কিতভাবে, মনস্তাত্ত্বিক নিরাপত্তা অপরিহার্য: লোকেদের অবশ্যই নির্দ্বিধায় পরীক্ষা করতে, প্রশ্ন করতে এবং কখনও কখনও জিনিসগুলিকে প্রকাশ্যে ভুল পেতে হবে। এই সবের রেফারেন্স উপরে থেকে আসে। যখন নেতারা AI খোলাখুলিভাবে ব্যবহার করেন, তারা যা জানেন না তা স্বীকার করেন এবং তাদের শেখার প্রক্রিয়ায় ভাগ করে নেন, তারা অন্বেষণকে অনুমতি দেয়। যখন তারা না করে, ভয় দখল করে নেয়। সংক্ষেপে, সফল এআই সংস্কৃতিগুলি দক্ষতা উদযাপন করে না, তারা শেখার উদযাপন করে। উপসংহার: এআই রিস্কিলিং একটি প্রশিক্ষণ চ্যালেঞ্জ নয়, বরং একটি সাংগঠনিক রূপান্তর অপরিহার্য। যে সংস্থাগুলি এই সত্যটি উপলব্ধি করবে তারা তাদের অবকাঠামো পুনর্নির্মাণ করবে এবং আন্তঃসংযুক্ত ভূমিকাগুলিকে পুনরায় ডিজাইন করবে এবং শেখার সংস্কৃতি বিকাশে কাজ করবে। যারা কাজ করবে না তারা ছাঁটাই ঘোষণা করবে এবং ব্যর্থতার জন্য কর্মীদের দায়ী করবে যা সবসময় সিস্টেম সম্পর্কে ছিল, মানুষ নয়। {“blockType”: “mv-promo-block”, “data”:{“imageDesktopUrl”: “https:\/\/images.fastcompany.com\/image\/upload\/f_webp,q_auto,c_fit\/wp-cms-2\/2025\/1025\/1/1/1/ ue.png”, “imageMobileUrl”: “https:\/\/images.fastcompany.com\/image\/upload\/f_webp,q_auto,c_fit\/wp-cms-2\/2025\/10\/faisal-hoque.png”, “ভ্রু-রেখা”: “এতে মাথা”: “এটি থুথু ব্যবসা, প্রযুক্তি এবং মানবতার ছেদ?”, “dek”: “ফয়সাল হকের বই, পডকাস্ট এবং কোম্পানিগুলি নেতাদের উদ্দেশ্য, মানুষ, প্রক্রিয়া এবং প্রযুক্তিকে সারিবদ্ধ করার কাঠামো এবং প্ল্যাটফর্ম দেয় — বাধাকে অর্থপূর্ণ, দীর্ঘস্থায়ী অগ্রগতিতে রূপান্তরিত করতে।”, “ctaText”: “আরো জানুন”, “ctaUrl”: “https://www.com.com/ {“bg”: “#02263c”, “টেক্সট”: “#ffffff”, “ভ্রু”: “#9aa2″ aa”, “buttonBg”: “#ffffff”, “buttonText”: “#000000”}, “imageDesktopId”:91420512, “imageDesktopId”:91420512, “image} 412} (এর জন্য ট্যাগ অনুবাদ)কর্মক্ষেত্রে কৃত্রিম বুদ্ধিমত্তা
প্রকাশিত: 2025-10-21 14:00:00
উৎস: www.fastcompany.com
