ফরচুনের মন্তব্য প্রবন্ধে বলা হয়েছে, বর্তমান এআই অর্থনীতিটি দুটি অনুভূতি দ্বারা নিয়ন্ত্রিত: একদিকে "এবার আলাদা", অন্যদিকে "কেউই উত্তর জানে না"। প্রবন্ধটি মনে করে যে, এই সমান্তরাল আশাবাদ এবং অনিশ্চয়তা হল বর্তমান এআই তরঙ্গের সবচেয়ে উল্লেখযোগ্য বৈশিষ্ট্য।
আগ্রহী প্রফেসর ইথান মোলিক সাম্প্রতিক একটি নিউ ইয়র্ক পাবলিক লাইব্রেরির ইভেন্টে বলেছেন যে, এআই ল্যাব, কর্পোরেট এক্সিকিউটিভ এবং শিল্পের মতবাদীদের মধ্যেও এআই কীভাবে প্রকৃতপক্ষে ব্যবসাকে পরিবর্তন করবে তার জন্য কোনও প্রস্তুত পদ্ধতি নেই। তিনি বলেছেন, যে কেউ দাবি করে যে তারা “স্ট্যান্ডার্ড স্ক্রিপ্ট” জানে, তারা বিশ্বাসযোগ্য নয়।
সামগ্রিক উৎপাদনশীলতা বৃদ্ধি এখনও সীমিত
এই নিবন্ধটি অ্যামেরিকান ব্যাংকের ডেটা উদ্ধৃত করে বলছে যে, বর্তমানে এআই সামগ্রিক অর্থনীতির বার্ষিক উৎপাদনশীলতার উপর প্রভাব ফেলছে মাত্র ০.১%। এই সংখ্যাটি এআই-এর প্রতি বাজারের উচ্চ প্রত্যাশার সাথে স্পষ্টভাবে বিপরীত। একই প্রতিবেদনে অ্যামেরিকান ব্যাংক এআইকে বিদ্যুৎ এবং ইন্টারনেটের চেয়েও বেশি প্রভাবশালী প্রযুক্তি হিসাবে বর্ণনা করেছে।
গোল্ডম্যান স্যাক্সের এই বছরের মার্চের গবেষণাও একই সিদ্ধান্তে পৌঁছেছে। এর রিপোর্ট অনুযায়ী, এআই এবং সামগ্রিক অর্থনীতির উৎপাদনশীলতা বৃদ্ধির মধ্যে এখনও পর্যাপ্ত সম্পর্ক দেখা যায়নি। তবে, কাস্টমার সার্ভিস এবং সফটওয়্যারের মতো এআই-ভিত্তিক প্রয়োগের প্রতি বেশি নির্ভরশীল শিল্পগুলিতে, মধ্যকালীন উৎপাদনশীলতা বৃদ্ধি 30% পর্যন্ত হতে পারে।
আমেরিকান ব্যাংকের হিসাব অনুযায়ী, বর্তমানে কৃত্রিম বুদ্ধিমত্তা দ্বারা পরিবর্তনযোগ্য চাকরির কাজগুলি প্রায় 20% এবং এর মধ্যে মাত্র 23% বর্তমানে খরচ-কার্যকর। যদি স্বয়ংক্রিয়করণ সম্পন্ন হয়, তবে মানব খরচ প্রায় 27% বাঁচানো যায়, যেখানে মানব খরচ নিজেই মোট খরচের প্রায় অর্ধেক। এই পদ্ধতিতে গণনা করলে, বর্তমানে তৈরি করা সৈন্যের উৎপাদনশীলতা বৃদ্ধির তাত্ত্বিক সীমা প্রায় 0.66%, এবং বাস্তবে এটি আরও ঘর্ষণ এবং বাস্তবায়নের দেরির কারণে কমে যাবে।
কোম্পানির অভ্যন্তরীণ প্রক্রিয়াগুলি বাস্তবায়নকে ধীর করে দিচ্ছে
লেখাটি বলে যে, এআই-এর ফলাফল এখনও সম্পূর্ণরূপে প্রকাশিত হয়নি, এবং সমস্যাটি প্রথমেই প্রযুক্তির মধ্যে নয়, বরং সংগঠনগত কাঠামোতে। মোলিক উল্লেখ করেন যে, কোম্পানির আইটি বিভাগই প্রায়শই এআই প্রকল্পগুলির সবচেয়ে বেশি স্থগিত হওয়ার স্থান, যা নতুনত্বের বিরুদ্ধে নয়, বরং এর দায়িত্ব স্বাভাবিকভাবেই ঝুঁকি নিয়ন্ত্রণের দিকে মুখোমুখি।
তিনি আরও উল্লেখ করেন যে, KPI সিস্টেমটি পরীক্ষার জন্য স্থানকে সীমাবদ্ধ করে। যদি কোনো প্রতিষ্ঠান শুরু থেকেই একটি প্রকল্পের মাধ্যমে 10% উন্নতির দাবি করে, তাহলে এটি প্রায়শই বর্তমান প্রক্রিয়াগুলির ছোটখাটো সংশোধনগুলিকেই বাছাই করে, এবং প্রক্রিয়াগুলির প্রতিস্থাপনের দিকে অগ্রসর হয় না। অর্থাৎ, কাজের পদ্ধতিকে প্রকৃতপক্ষে পরিবর্তন করে দেওয়া AI-এর প্রয়োগগুলি সম্ভবত ঐতিহ্যগত কর্মক্ষমতা কাঠামোর মধ্যে সহজেই বিকশিত হতে পারবে না।
এমনকি এআই কোম্পানিগুলিও বাস্তবায়ন পদ্ধতি খুঁজছে
লেখাটি আরও একটি গুরুত্বপূর্ণ ঘটনা উল্লেখ করে: অনেক AI কোম্পানি নিজেদের কনসাল্টিং এবং ডিপ্লয়মেন্ট দল গঠন করছে, যাতে গ্রাহকদের মডেলগুলিকে বাস্তব ব্যবসায়িক প্রক্রিয়ায় একীভূত করতে সাহায্য করা যায়। মোলিক মনে করেন, এটিই প্রমাণ করে যে শিল্পটি এখনও পরিপক্ক, পুনরাবৃত্তযোগ্য বাস্তবায়নের পথ গঠন করেনি।
যদি মডেলের ক্ষমতা এতটাই শক্তিশালী হয়ে থাকে যে এটি বড় পরিমাণে ক্লার্কওয়ার্ককে পুনর্গঠন করতে পারে, তবে এই কোম্পানিগুলির জন্য “কীভাবে বাস্তবায়ন করবেন” এই মৌলিক প্রশ্নের উত্তর দেওয়া সহজ হওয়া উচিত। কিন্তু বাস্তবতা হলো, সবচেয়ে বেশি AI-এর প্রতি আস্থা রাখা টেকনোলজি প্রদানকারীদেরও ব্যবসায়িকভাবে বাস্তবায়নের পথ খুঁজছে।
এই নিবন্ধটি যুক্তি দেয় যে, বর্তমান এআই শিল্পের মূল দ্বন্দ্ব শুধুমাত্র মূল্যায়নের উচ্চতা নয়, বরং প্রযুক্তিগত উন্নতির গতি এবং সংগঠনগত গ্রহণযোগ্যতার মধ্যে অসামঞ্জস্যতা। বাজার একদিকে এআই-এর গভীর পরিবর্তন আনবে বিশ্বাস করে, অন্যদিকে এটি সরাসরি অনুসরণযোগ্য বাস্তবায়নের পথ অভাবে আটকে আছে; এই টানাপোড়েনটি এআই অর্থনীতির পরবর্তী পর্যায়কে প্রভাবিত করতে থাকবে।