এআই শিল্প বিপ্লব: কি আমরা এখনও পুরনো কাজের প্রক্রিয়া ব্যবহার করছি?

লেখক: উইল আওয়াং

গত বছর, আমি কিছু এআই-সংক্রান্ত শিল্প সম্মেলনে অংশগ্রহণ করেছি। প্যানেলিস্টরা এআই-এর বিভিন্ন ট্রিকস দেখিয়েছেন, আর দর্শকরা মোবাইল দিয়ে স্ক্রিন তুলে ফেসবুকে পোস্ট করে আবার মোবাইল স্ক্রোল করতে থাকেন। কিন্তু অফিসে ফিরে, একই সপ্তাহিক মিটিং, একই অনুমোদন, একই সপ্তাহিক রিপোর্ট। বড় কোম্পানিগুলি ইতিমধ্যেই Token ব্যবহারের পরিমাণ KPI-তে যোগ করেছে, আর কেউ কেউ স্ক্রিপ্ট দিয়ে পরিমাণ বাড়িয়ে মডেল হয়ে উঠেছেন। ফেসবুকের এই লোকদের, আজ Claude-এর বিপ্লব, আগামীকাল Codex-এর শক্তি, পরদিন Gemini-এর জয়—এটা কি বিপ্লবকে গ্রহণ করা, নাকি দ্রুত একটা ইভেন্ট থেকে আরেকটা ইভেন্টের দিকে ছুটছে?

এগুলো সব শব্দ, আমি যা চাইছি তা নয়।

সত্যিকারের সমস্যা হল এআই যথেষ্ট শক্তিশালী কিনা—বাষ্প ইঞ্জিনটি ইতিমধ্যে তৈরি হয়ে গেছে, সমস্যা হল কে প্রথমে পুরনো কারখানা ভাঙবে।

শিল্প বিপ্লবের প্রকৃত শুরু হয়েছিল যেদিন ওয়াট বাষ্প ইঞ্জিন উন্নত করেননি, বরং ল্যাঙ্কাশায়ারের কারখানা মালিকরা নদী ত্যাগ করে বাষ্প ইঞ্জিনের চারপাশে কারখানা পুনর্গঠন করতে সিদ্ধান্ত নেন। AI-এর সবচেয়ে গুরুত্বপূর্ণ মুহূর্তও একইভাবে—এটি বড় মডেলগুলি আবিষ্কৃত হওয়ার দিন নয়, বরং প্রথম সংগঠনটি পুরনো প্রক্রিয়াগুলি ভেঙে ফেলে AI-এর চারপাশে উৎপাদন পদ্ধতি পুনর্গঠন করার সিদ্ধান্ত নেওয়ার দিন। এই দিনটি এখনও আসেনি। কিন্তু এটি এখনই পথে।

দুজন মানুষ অনেক আগেই এই বিষয়টি দেখেছিলেন। নোটিশনের সিইও জাও ইয়ানওয়েন ২০২৫ এর শেষের দিকে একটি প্রবন্ধ লিখেছিলেন, যার নাম “Steam, Steel, and Infinite Minds”, যেখানে তিনি খুব শীতল বিচার করেছিলেন: আমরা এখনও ‘পানির চাকা প্রতিস্থাপন’ পর্যায়ে আছি—বিদ্যমান টুলগুলির উপর AI চ্যাটবট যোগ করা, কিন্তু কেউ কারখানাটি পুনর্ডিজাইন করেনি। ওপেনএআইয়ের পূর্বকর্মচারী লিওপোল্ড আশেনব্রেনার অন্য পথটি বেছে নিয়েছিলেন: ১৬৫ পৃষ্ঠার “Situational Awareness” লিখেছিলেন, তারপর ২.২৫ বিলিয়ন ডলার থেকে ১৩৬.৮ বিলিয়ন ডলারে একটি ফান্ড তৈরি করেছিলেন, যা সম্পূর্ণভাবে AI ইনফ্রাস্ট্রাকচারের উপর বিনিয়োগ করা হয়েছিল। একজন ভিতরের দিকে তাকাচ্ছেন, অন্যজন বাইরের দিকে ঝুঁকি নিচ্ছেন।

এই নিবন্ধটি তাদের সম্পর্কে নয়। এটি আমাদের সম্পর্কে—আমরা এখন কোথায় দাঁড়িয়েছি, আমরা কোন ইতিহাসের পুনরাবৃত্তি করছি।

(পাওয়ার-লুম বুনন, জে. টিংগল দ্বারা থমাস অ্যালোমের উপর ভিত্তি করে খোদাই, ১৮৩৫ / উইকিমিডিয়া কমন্স)

অধিকাংশ মানুষের দিনটা এমন হয়: সকালে AI ব্যবহার করে একটি ইমেইল লিখে দশ মিনিট বাঁচানো হয়; তারপর একটি সপ্তাহিক মিটিংয়ে দুই ঘন্টা ব্যয় করা হয়, যা আসলেই প্রয়োজন ছিল না; বিকালে একই ডেটা সেটটি তিনটি টুলের মধ্যে কপি-পেস্ট করা হয়; রাতে একটি পোস্ট শেয়ার করা হয়, “AI আসলেই ভালো!”। বাঁচানো দশ মিনিটটি পুরনো প্রক্রিয়ার মাধ্যমে আবারও হারিয়ে যায়।

একইভাবে, স্টিম ইঞ্জিন আবিষ্কৃত হওয়ার সময়, কারখানার মালিকরা প্রথমে শুধুমাত্র জল চাকতির পরিবর্তে স্টিম ইঞ্জিন বসিয়েছিলেন, অন্য সবকিছু অপরিবর্তিত রেখেছিলেন—কারখানা এখনও নদীর পাশে তৈরি করা হচ্ছিল, এখনও একাধিক তলা, এখনও কেন্দ্রীয় ড্রাইভ শাফট পুরো উৎপাদন লাইনকে চালাচ্ছিল। আমরা ChatGPT-কে Slack-এ বসিয়েছি, Copilot-কে Office-এ যোগ করেছি, AI চ্যাট উইন্ডোটিকে কাজের প্রবাহে এম্বেড করেছি—এটি একই কাজ। সরঞ্জামগুলি আপগ্রেড হয়েছে, কিন্তু শপটি অপরিবর্তিত।

কিন্তু নতুন মেশিন পরিবর্তন করা মানে কারখানা পরিবর্তন করা নয়। ম্যাকলুহান ভালোভাবে বলেছেন:

আমরা পিছনের দর্পণের মাধ্যমে ভবিষ্যতের দিকে যাচ্ছি। পুরনো প্রক্রিয়াগুলির মধ্যে নতুন টুলগুলি জোড়া দেওয়া হলো, যেমন প্রাথমিক চলচ্চিত্রগুলি ছিল শুধুমাত্র রেকর্ডকৃত নাটক। সত্যিকারের বিপ্লব ঘটবে যখন কেউ স্টিম ইঞ্জিনকে নদী থেকে সম্পূর্ণভাবে মুক্ত করে, এবং নতুন শক্তির চারপাশে সম্পূর্ণ উৎপাদন পদ্ধতি পুনর্নির্মাণ করবে।

শিল্প বিপ্লবের সময়রেখা এবং এআইকে তুলনা করে দেখলে, আমরা মানচিত্রের কোথায় অবস্থান করছি তা প্রায় চিহ্নিত করতে পারি:

এখন সময়ের রেখাটি অত্যন্ত সংকুচিত। শিল্প বিপ্লবে স্টিম ইঞ্জিন থেকে রেলওয়ে উন্মাদনা পর্যন্ত ৬০ বছর লাগল, কিন্তু AI-এর ক্ষেত্রে Transformer থেকে ডেটা সেন্টার নির্মাণের ঢল পর্যন্ত মাত্র ৭ বছর লাগল।

গতি সমস্যা নয়, সমস্যা হলো আমরা কোথায় আটকে গেছি—প্রথম চারটি লাইন এখনও পুরনো কারখানায় নতুন মেশিন লাগানোর পর্যায়ে, স্টিম ইঞ্জিন লাগিয়েছি, রেলওয়ে বিছানো হচ্ছে, কিন্তু উৎপাদন পদ্ধতি অপরিবর্তিত। ষষ্ঠ লাইনই প্রকৃত বিভাজন রেখা। আমরা সম্ভবত এই দুটি পদক্ষেপের মধ্যে আটকে গেছি।

স্টিম ইঞ্জিনটি হাতে আছে, কিন্তু ওয়ার্কশপটি পুরানো।

অবকাঠামো সবসময় অতিরিক্ত নির্মিত হয়। শেষ পর্যন্ত বিনিয়োগকারীরা দেউলিয়া হয়, অবকাঠামো নয়।

১৮৪৬ সালে, ব্রিটিশ পার্লামেন্ট ২৬৩টি রেলওয়ে বিল পাশ করে এবং ৯,৫০০ মাইল নতুন রেলওয়ে নির্মাণে অনুমতি দেয়। রেলওয়ে বিনিয়োগের শীর্ষ সময়ে এটি ব্রিটিশ জিডিপির ১৩% ছিল। রেলওয়ে শেয়ার কেনার জন্য শুধুমাত্র ১০% ডাউনপেমেন্টের প্রয়োজন হত, যার ফলে মধ্যবিত্ত শ্রেণি দ্রুত বাজারে প্রবেশ করে। ১৮৪৭ সালে বুদ্ধির ফেনা ফেটে যায়। অনুমোদিত লাইনগুলির এক-তৃতীয়াংশ কখনও নির্মিত হয়নি, অসংখ্য বিনিয়োগকারী তাদের সমস্ত অর্থ হারান। ডারউইন রেলওয়ে শেয়ারে ৬০% ক্ষতির সম্মুখীন হন, কিন্তু তাঁর ভাগ্য অধিকাংশকে অনেক বেশি।

কিন্তু রেলওয়ে অব্যাহত রইল।

আজকের এআই ইনফ্রাস্ট্রাকচার একই পথে চলছে। গোল্ডম্যান স্যাক্সের সর্বশেষ অনুমান অনুযায়ী, 2026 সালে বিশ্বব্যাপী এআই ইনফ্রাস্ট্রাকচারের মূলধন ব্যয় 7650 বিলিয়ন ডলার হবে, আর 2031 সালের মধ্যে প্রতি বছর 1.6 ট্রিলিয়ন ডলারের কাছাকাছি হবে। 2023 সালে অপারেশনাল ক্যাশ ফ্লোর প্রায় 40% ছিল অতিবৃহৎ ক্লাউড প্রোভাইডারদের মূলধন ব্যয়, যা 2025 সালে 70% এর কাছাকাছি উঠেছে। এআই-সংক্রান্ত বিনিয়োগ এখন মার্কিন যুক্তরাষ্ট্রের সমস্ত বিনিয়োগের প্রায় চতুর্থাংশ। আসচেনব্রেনারের 136.8 বিলিয়ন ডলারের বিনিয়োগও এই স্তরের উপরেই—তিনি কোনো অ্যাপ্লিকেশনের জয়ের উপর নয়, বরং মূলভিত্তির কম্পিউটিং পাওয়ারের উপরই জুয়াখেলছেন।

এই মূলধন চক্রটি রিয়েল এস্টেট উন্নয়নের সাথে একই কাঠামোগত। ডেটা সেন্টার তৈরি করা হলো ভবন তৈরি করা: জমি হলো বিদ্যুৎ, নির্মাণ উপকরণ হলো GPU এবং স্টোরেজ, কন্ট্রাক্টর হলো ডেটা সেন্টার নির্মাণকারী, ডেভেলপার হলো ক্লাউড প্রভাইডার, ভাড়াটিয়া হলো AI অ্যাপ্লিকেশন কোম্পানি, এবং ভাড়া হলো API আয়। ক্লাউড প্রভাইডারদের ব্যবসায়িক মডেলটি হলো “ভাড়া দিয়ে ঋণ পরিশোধ” — API আয় দিয়ে ডেটা সেন্টারের মূলধন ব্যয় ঢাকা, AI অ্যাপ্লিকেশনের বিস্ফোরণের অপেক্ষায় মূল্যায়নের বৃদ্ধির।

ক্যালকুলেশন রিয়েল এস্টেট: প্রতিটি প্রজন্মের নিজস্ব অবকাঠামো থাকে

একইভাবে মূল ঝুঁকিও: API এর একক মূল্যের পতনের গতি, কি ব্যবহারের পরিমাণের বৃদ্ধির গতি দ্বারা প্রতিস্থাপিত হচ্ছে? যদি ভাড়া ঋণ পরিশোধের সীমার নিচে নেমে যায়—যা রিয়েল এস্টেট ডেভেলপারদের জন্য সবচেয়ে পরিচিত স্বপ্নভঙ্গ। 2008 এর শিক্ষা হলো অতিরিক্ত বাড়ি তৈরি করা নয়, বরং তৈরি করা বাড়িগুলির স্ট্রাকচার আসল চাহিদার সাথে মেলেনি। AI-এর সমতুল্য ঝুঁকি হলো: সাধারণ কম্পিউটিং ক্ষমতার অতিরিক্ততা, কিন্তু ফাইন্যানশিয়াল কমপ্লায়েন্স, মেডিকেল ডায়াগনস্টিকসের মতো উচ্চ-মূল্যবান স্কেনারিওগুলির জন্য প্রকৃতপক্ষে প্রয়োগযোগ্য বিশেষায়িত ক্ষমতা, এখনও দুর্লভ।

রেলওয়ে, রিয়েল এস্টেট, AI—তিনটি যুগের অবকাঠামো বিনিয়োগ, একই নিয়মকে শেয়ার করে: অতিরিক্ত নির্মাণই স্বাভাবিক, নির্মাণ উপকরণ বিক্রেতারা সবসময় মূল্যনির্ধারণের ক্ষমতা হারায়, দীর্ঘমেয়াদী রিটার্ন সবসময় 'কোর লোকেশন' ধারকদের মধ্যেই থাকে। ওয়ালস্ট্রিটের Q1 ফান্ডের হোল্ডিং দেখুন—সম্ভাবনা 80% এই অবকাঠামো স্তরে কেন্দ্রীভূত: NVIDIA, ডেটা সেন্টার, ক্লাউড ইনফ্রাস্ট্রাকচার। কিন্তু রেলওয়ে উত্তেজনা আমাদের শেখায়: এটি AI বিপ্লবের সম্পূর্ণ চিত্র নয়, এমনকি সর্বোচ্চ রিটার্নের স্তরও নয়।

এআই-এর কেন্দ্রীয় অবস্থান কী? এটি হল অনন্য শিল্প ডেটা এবং গভীরভাবে এম্বেডেড কাজের প্রবাহ। ব্যক্তিগতভাবে, সত্যিকারের 'কেন্দ্রীয় অবস্থান' হল ধারণকৃত শেয়ার নয়, বরং আপনার অপরিহার্য বিচারক্ষমতা এবং শিল্পজ্ঞান—যদি আপনি ইতিমধ্যেই এআই-এর সাথে এগুলি ব্যবহারের পদ্ধতি পুনর্গঠন করে থাকেন।

প্রকৃত ফলাফল পরবর্তী স্তরে। কিন্তু অবকাঠামো থেকে মূল্য সৃষ্টির মধ্যে অবিচ্ছিন্ন সংযোগ নেই। এর মধ্যে একটি ফাঁক আছে—ইতিহাসে, এই ফাঁকটি দশকগুলি নিয়ে গেছে।

কারখানা ভাঙ্গার মানুষ এবং "AI ব্যবহার করে দক্ষতা বাড়ানো" এরা একই কাজ করছে না।

টাং ইয়ানের সহ-প্রতিষ্ঠাতা সাইমন, যিনি আগে একজন “দশগুণ প্রোগ্রামার” ছিলেন, এখন প্রায় কখনও নিজে কোড লেখেন না—তিনি একসাথে তিন বা চারটি AI কোডিং এজেন্ট নিয়ন্ত্রণ করেন, যার ফলে তাঁর দক্ষতা ৩০ থেকে ৪০ গুণ বেড়ে যায়। Notion-এ এখন ১০০০ জন কর্মচারী এবং ৭০০-এরও বেশি AI এজেন্ট রয়েছে। পার্থক্যটি হলো টুলস নয়, সাইমন তাঁর পুরনো কারখানা ভেঙে ফেলেছেন, আর বেশিরভাগ মানুষ শুধুমাত্র একটি জলচক্র পরিবর্তন করেছেন।

৬ বিলিয়ন চীনা ব্যবহারকারী জেনারেটিভ এআই টুল ব্যবহার করেছেন, গত বছরের তুলনায় ১৪২% বৃদ্ধি পেয়েছে—এটি বিশ্বের সবচেয়ে বড় এআই চাহিদা পুল। কিন্তু চীনা কোম্পানির মধ্যে প্রায় কেউই এআই-এর উপর ভিত্তি করে তাদের কোর কাজের প্রবাহকে পুনর্গঠন করেনি। বিশ্বের সবচেয়ে বড় চাহিদা পক্ষ, যার সঙ্গে প্রায় কোনও সরবরাহকারী সংগঠনগত পরিবর্তন হয়নি। এই বিপরীততা নিজেই একটি সংকেত: টুলগুলির অভাব নয়, বরং সংগঠনটি তার সাথে অনুসরণ করছে না। জ্ঞানভিত্তিক কাজের প্রসঙ্গটি ডজনপুরি টুল এবং ডজনপুরি মানুষের মস্তিষ্কের মধ্যে ছড়িয়ে আছে, আউটপুটকে যাচাই করা যায় না, কেউই জানেনা কীভাবে একটি কৌশলগত মেমোরান্ডামের কার্যক্ষমতা মূল্যায়ন করবেন।

এআইয়ের শ্রম বাজারের প্রভাব: একটি নতুন পরিমাপ এবং প্রাথমিক প্রমাণ

অ্যানথ্রোপিক এখন বড় স্কেলে কাজ শুরু করেছে। তারা ইকোনমিক ইনডেক্স প্রকাশ করেছে, যা বাস্তব ব্যবহারের ডেটা ব্যবহার করে AI-এর মাধ্যমে সর্বপ্রথম কোন কাজ এবং শিল্পগুলি প্রতিস্থাপিত হবে তা চিত্রিত করে, এবং এই চিত্রের ভিত্তিতে কাজ শুরু করেছে: Goldman Sachs, Blackstone, Hellman & Friedman-এর সাথে যৌথভাবে AI-নেটিভ এন্টারপ্রাইজ সার্ভিস কোম্পানি প্রতিষ্ঠা করা; KPMG-এর সাথে বিশ্বব্যাপী জুটি গঠন, যাতে 276,000 জনকর্মচারী Claude-এ অ্যাক্সেস পায়; Accenture একটি বিজনেস গ্রুপ গঠন করে, 30,000 জনকে প্রশিক্ষণ দেয়, যা ফিন্যান্স, লাইফ সায়েন্স এবং হেলথকে কেন্দ্র করে।

এই পরামর্শদাতা প্রতিষ্ঠানগুলি AI-এর ব্যবহারকারী হিসেবে কাজ করে না, বরং AI-এর রেলওয়ে ইঞ্জিনিয়ার হিসেবে কাজ করে—তারা স্টিম ইঞ্জিন তৈরি করে না, রেলপথও বিছায় না, বরং তারা কোম্পানিগুলিকে পুরনো কারখানা ভেঙে ফেলতে এবং নতুন শক্তির চারপাশে উৎপাদন লাইন পুনর্গঠনে সাহায্য করে। এই ভূমিকা ছাড়া, বেশিরভাগ কারখানা মালিক কোথা থেকে শুরু করবেন তা জানেন না।

সংকেতগুলি এখন জ্বলছে। সবচেয়ে তীক্ষ্ণটি চাকরির বাজার থেকে এসেছে।

22-25 বছর বয়সী যারা এআই-এর উচ্চ প্রভাবিত পেশায় প্রবেশ করে, তাদের চাকরি পাওয়ার সম্ভাবনা কম প্রভাবিত পেশায় প্রবেশকারী সমবয়সীদের তুলনায় 14% কম। প্রাথমিক পদগুলি ইতিমধ্যেই চাপের মুখে।

যদি আমি একজন নতুন প্রাপ্তবয়স্ক হই, তাহলে এই সংখ্যাটি সরাসরি আমার চাকরির খোঁজকে প্রভাবিত করে। যদি আমি একজন পরিচালক হই, তাহলে আমি যে পরবর্তী প্রাথমিক পদগুলি নিয়োগ দেব, সেগুলি হয়তো মানুষ নয়।

সংগঠন ভেঙে যাচ্ছে, ব্যক্তি কেমন? আমার শিক্ষাগত যোগ্যতা, আমার অভিজ্ঞতা, আমার এই বছরগুলোতে জমা করা শিল্পের অভিজ্ঞতা—এগুলোই আমার জলচক্র। এগুলো আগে আমার সম্পূর্ণ উৎপাদন লাইনকে চালিত করেছিল, কিন্তু স্টিম ইঞ্জিন এখন এসে গেছে। 985 এবং 211 আর প্রতিরক্ষামূলক খাল নয়, এটি শুধু প্রমাণ করে যে আমি কখনও নদীর পাড়ে একটি ভালো কারখানা তৈরি করেছিলাম।

এখন প্রশ্ন হলো, আমাদের কি সেই নদী থেকে বের হওয়ার ক্ষমতা আছে।

অ্যানথ্রোপিকের ডেটা অনুযায়ী, 6 মাসের বেশি সময় ধরে AI টুল ব্যবহার করা ব্যবহারকারীদের কাজের সফলতার হার নতুন ব্যবহারকারীদের তুলনায় 10% বেশি। অর্ধেক বছর আগে শুরু করা ব্যক্তিদের এখনই 10% এগিয়ে, এই পার্থক্য সময়ের সাথে চক্রবৃদ্ধি হবে।

কিন্তু এখন পর্যন্ত কোনও কোম্পানি এআই ব্যবহার না করার কারণে বন্ধ হয়ে যায়নি, অন্তত আমার আইনি দপ্তর এআই নিয়ে অগ্রসর হচ্ছে। বাজার এখনও বিজয়ীকে চিহ্নিত করেনি। শেখার বক্ররেখা বাস্তব—প্রথমে চলে যাওয়ারা ইতিমধ্যেই সুবিধা জমা করছে, কিন্তু বেশিরভাগ মানুষ এখনও শুরুতেই।

আমার বর্তমান পেশাগত শিরোনাম দশ বছর পরেও বিদ্যমান থাকবে কি? আমি পাঁচ বছর আগে যে সরঞ্জামগুলি প্রতিদিন ব্যবহার করতাম, আজ সেগুলির কয়টি বাকি আছে? উত্তরটি সম্ভবত না। কিন্তু আমি জানি না যে এগুলিকে কী দিয়ে প্রতিস্থাপন করা হবে—কারণ এই জিনিসগুলি এখনও অস্তিত্বহীন।

ইতিহাসে এটা সবসময় এভাবেই হয়েছে। নতুন কিছু পরিকল্পনা করে তৈরি হয় না, পুরনো সীমাবদ্ধতা অদৃশ্য হওয়ার পর নিজে থেকে জন্ম নেয়।

রেলপথ নির্মাণের আগে, ব্রিটেন ছিল বিচ্ছিন্ন স্থানীয় অর্থনীতির সমষ্টি। ম্যানচেস্টারের কাপড়ের দাম এবং লন্ডনের দামের মধ্যে ৩০% পার্থক্য থাকত। প্রতিটি শহরের নিজস্ব সময় মান ছিল, কিন্তু কেউ এটিকে সমস্যা হিসাবে বিবেচনা করত না। রেলপথ নির্মাণের পর বিশ বছরের মধ্যে সবকিছু পরিবর্তিত হয়ে গেল। প্রথমবারের মতো একটি জাতীয় একক বাজার গড়ে উঠল, দামের পার্থক্য মুছে গেল; স্ট্যান্ডার্ড সময়কে রেলপথই বাধ্য করেছিল, এটি আবিষ্কৃত হয়নি; স্টেশনমাস্টার, টেলিগ্রাফ অপারেটর, ট্রাভেল এজেন্ট—এইসব চাকরি রেলপথের আগে সম্পূর্ণভাবেই অস্তিত্বহীন ছিল।

যখন রেলওয়ে বানানো হচ্ছিল, তখন কেউ ডিপার্টমেন্ট স্টোরের কথা ভাবেননি। যখন স্টিম ইঞ্জিন তৈরি করা হচ্ছিল, তখন কেউ স্ট্যান্ডার্ড টাইমের কথা ভাবেননি।

(বাষ্প, স্টিল এবং এআই অসীম বুদ্ধিমত্তা)

শহরের ইতিহাস একই গল্প বলে। কয়েকশো বছর আগে শহরগুলি মানুষের পরিসরের ছিল—ফ্লোরেন্স জুড়ে হাঁটার চল্লিশ মিনিট। স্টিলের ফ্রেম স্কাইস্ক্রেপারকে সম্ভব করে তোলে, রেলওয়ে শহর এবং অভ্যন্তরীণ অঞ্চলকে যুক্ত করে, তারপর আসে লিফট, মেট্রো এবং হাইওয়ে। টোকিও, চোংকিং, ডালাস—এগুলি বড় ফ্লোরেন্স নয়, এগুলি সম hoàn全ভাবে নতুন জীবনযাপনের পদ্ধতি।

বর্তমানের জ্ঞানভিত্তিক কাজও মানব পরিসরের। দশ কয়েকজনের দল, মিটিং এবং ইমেইল দিয়ে গতি নির্ধারিত হয়, কিন্তু কয়েকশোজনের বেশি হলে এটি অসহনীয় হয়ে পড়ে। আমরা ফ্লোরেন্স তৈরি করছি পাথর ও কাঠ দিয়ে। AI এখন “টোকিও” সম্ভব করে তুলেছে—হাজার হাজার AI এজেন্ট এবং মানুষের সমন্বয়ে গঠিত সংগঠন, যার কাজের প্রবাহ সময়zone-এর বাইরেও চলছে। পুরনো সপ্তাহিক মিটিং, ত্রৈমাসিক পরিকল্পনা, বা বার্ষিক পর্যালোচনা, সম্ভবত এখন অর্থহীন।

সিমন এখন কোড লেখেন না—তাঁর কাজ পরিবর্তিত হয়েছে এখন তিনি “AI এজেন্ট ম্যানেজ করেন”। দুই বছর আগে এই পদটি অস্তিত্বহীন ছিল। আমার পরবর্তী কর্মপদবীর নাম হয়তো এখনও নেই। কিন্তু কেউ এখনই সেই ভবিষ্যত তৈরি করছেন, যার নাম আমরা এখনও দিতে পারিনি।

পুরনো কারখানা ভেঙে ফেলার পর কী তৈরি করবেন? সাইসির উত্তর: কোম্পানিকে নিজেকে উন্নত করতে দিন।

তাদের অভ্যন্তরীণ সিস্টেম এখন রাতে নিজের কোড নিজেই পরিবর্তন করে। একজন কর্মচারী দিনের বেলা একটি কোয়েরি পাঠালেন, যা ব্যর্থ হয়ে গেল। একটি সুপারভাইজিং এজেন্ট এই ব্যর্থতা পড়ল, কারণটি বিশ্লেষণ করল, নিজেই কোড লিখে সমাধান করল, রিভিউয়ের জন্য জমা দিল এবং ডিপ্লয় করল। পরেরদিন একই কোয়েরি সফলভাবে চলল। সমস্ত ঘটনাটি সবাই ঘুমানোর সময় শেষ হয়ে গেল।

এটি শুধু এআই মানুষকে ৩০% বেশি উৎপাদন করতে সাহায্য করছে না। এটি সিস্টেমটি নিজেই একটি পূর্ণাঙ্গ সম্পূর্ণ চক্র সম্পন্ন করেছে এবং নিজেই কীভাবে ভালো হতে হবে তা বুঝেছে।

ওয়াইসির অংশীদার টম ব্লমফিল্ড একটি অভ্যন্তরীণ বক্তৃতায় এই কোম্পানির রূপকে “রিকার্সিভ সেলফ-ইম্প্রুভিং এআই সাইকেল” বলেছেন। তাঁর মতামত খুব সরাসরি: বেশিরভাগ কোম্পানি এখনও রোমান লেগিয়ন—যেখানে তথ্য ধাপে ধাপে নিচের দিকে প্রেরিত হয় এবং উপরের দিকে ফিরে আসে, এবং মানুষগুলো তথ্যের পরিবহনকারীর ভূমিকা পালন করে। এআই শুধুমাত্র কোনো একটি ধাপের দক্ষতা ভাঙেনি, বরং এই সমগ্র স্তরবদ্ধ কাঠামোর অস্তিত্বের ভিত্তি ভেঙেছে।

তিনি নতুন যুক্তি দিয়েছেন: টোকেন পোড়ান, মানুষ পোড়ান না। বাধা এখন মানব শক্তি থেকে ক্যালকুলেশন শক্তিতে পরিবর্তিত হচ্ছে। YC-এর দেখা ডেটা অনুযায়ী, ডেমো ডে-এ পৌঁছানো ব্যাচের কোম্পানিগুলির প্রতি ব্যক্তির আয় 18 মাস আগের তুলনায় প্রায় 5 গুণ বেড়েছে। মধ্যবর্তী পরিচালনা ভূমিকা AI-এর দ্বারা গ্রহণ করা হচ্ছে—'সহযোগিতা' করা এখন মানুষের দরকার হয় না। প্রত্যেকেই IC, builder, operator হওয়া উচিত, প্রতিটি কাজের একজন নামকরণযুক্ত দায়িত্বপ্রাপ্ত ব্যক্তি থাকবে, কমিটি নয়।

একটি শর্ত আছে: কোম্পানিকে AI-এর জন্য "পড়ার যোগ্য" হতে হবে। যা রেকর্ড করা হয়নি, তা AI-এর জন্য ঘটেনি। YC এখন সমস্ত অংশীদারদের ইমেইল ডাটাবেসে সংগ্রহ করছে, সমস্ত Slack বার্তা এবং office hour-এর রেকর্ডিং রেকর্ড করছে। একজন অংশীদার ৩ মাসে ২০০০ ঘন্টার রেকর্ডিং সংগ্রহ করেছিলেন, যা AI-এর মাধ্যমে ১৫০ পৃষ্ঠার একটি অভ্যন্তরীণ হ্যান্ডবুকে পুনর্গঠিত হয়েছিল—যা আগের সংস্করণের চেয়ে অনেক ভালো। এই হ্যান্ডবুকটি প্রতি মাসে স্বয়ংক্রিয়ভাবে আপডেট হয়, এবং এটি একটি সবসময় তাজা "জীবিত মস্তিষ্ক" হয়ে উঠেছে।

টম একটি প্রশ্ন রেখে গেছে:

আজ যদি শূন্য থেকে আপনার কোম্পানি গড়ে তুলতেন, তাহলে আপনি এই ফর্ম্যাটে তা তৈরি করতেন? যদি আপনার কোম্পানির ইতিমধ্যে স্তরীয় কাঠামো গড়ে উঠে থাকে, তাহলে আরেকটি কঠিন প্রশ্নের উত্তর দিতে হবে—একবার আবার গড়ে তোলার কষ্ট, কি রোমান সেনাবাহিনীর মতো চলার খরচের চেয়ে কম?

মানুষ কারখানার কেন্দ্রে নয়, মানুষ বাইরের বৃত্তে—যেখানে AI এখনও পৌঁছাতে পারে না: অফলাইন বিচার, সম্পূর্ণ নতুন পরিস্থিতি, এবং উচ্চ-ঝুঁকি, উচ্চ-আবেগের মুহূর্তগুলি। কোম্পানির কেন্দ্রটি হল ডেটা, রেকর্ড এবং শিল্পজ্ঞান দিয়ে গঠিত "কোম্পানির মস্তিষ্ক"। এর উপর চলমান সফটওয়্যার হল একটি ব্যবহারযোগ্য পণ্য, যা তৈরি করা যায়, আবার তৈরি করা যায়। মূল্যবান জিনিসগুলি মানুষের মস্তিষ্কে আছে—ব্যবসা কীভাবে চলে, কোন ধাপগুলির সাথে বিচার জড়িত, এই বোঝাপড়াই হল প্রকৃত সম্পদ।

টিও ইয়ান তাঁর বইয়ের মধ্যে বর্ণনা করেছেন এই দিকটির অন্য দিকটি—1000 জন কর্মচারী এবং 700-এরও বেশি AI এজেন্টের সহযোগিতায় গঠিত একটি সংগঠন, যেখানে মানুষ বিচার করে এবং এজেন্টগুলি বাস্তবায়ন করে। আশেনব্রেনার ক্যাপাসিটি ইনফ্রাস্ট্রাকচারে বিনিয়োগ করেছেন, আর টিও ইয়ান সংগঠনের পুনর্গঠনে। দুটি পথই চূড়ান্তভাবে একই লক্ষ্যের দিকে নিয়ে যায়: AI-এর চারপাশে পুনর্গঠিত একটি নতুন উৎপাদন পদ্ধতি।

1840 এবং 1850 এর দশকের মধ্যে—রেলওয়ে সম্পন্ন হয়ে গেছে, কিন্তু কারখানাগুলি এখনও পুনর্নির্মাণ করা হয়নি।

আমরা কোথায়? সাইমন আর কোড লিখছে না। তার জলচক্রটি সে নিজেই খুলে ফেলেছে।

সমস্যা ছিল স্টিম ইঞ্জিনটি যথেষ্ট ভালো কিনা নয়, সমস্যা ছিল কে প্রথমে পুরনো কারখানা ভাঙ্গে।

আমি ভবিষ্যতের ডিপার্টমেন্ট স্টোর পূর্বানুমান করার ইচ্ছা রাখি না, আমি শুধু নিজেকে ভালোভাবে পরিচালনা করতে চাই—শুধু নিশ্চিত করতে হবে যে আমি রেলপথের পাশে দাঁড়িয়েছি, একটি শুকিয়ে যাওয়া নদীর পাশে নয়।

আপনি কেমন?