সম্পাদকীয় নোট: যখন AI কোড লিখতে শুরু করে, কাস্টমার সাপোর্ট টিকেট প্রক্রিয়া করে, আইনি দলিল পর্যালোচনা করে, তখন একটি আরও মৌলিক প্রশ্ন উঠে আসছে: কোম্পানিগুলি বাস্তবিকভাবে কী কিনছে—টোকেন, GPU ঘন্টা, নাকি সম্পন্ন কাজ?

এই নিবন্ধটি একটি গুরুত্বপূর্ণ কাঠামো প্রস্তাব করে: এআইয়ের বাণিজ্যীকরণকে শুধুমাত্র «ক্ষমতা বাজার» বা «মডেল কল বাজার» হিসাবে বোঝা উচিত নয়, বরং এটি একটি নতুন «মেশিন শ্রম বাজার»-এর দিকে এগিয়ে যাচ্ছে। এই বাজারে, টোকেন শুধুমাত্র পরিমাপের একক, GPU হল ইনপুট, মডেলগুলি হল উৎপাদনের সরঞ্জাম, এবং সত্যিকারের যা মূল্যায়ন ও ব্যবসায়িকভাবে বিনিময় করা হচ্ছে, তা হল সফটওয়্যার দ্বারা সরাসরি সম্পন্ন আর্থিকভাবে উৎপাদনশীল কাজ।

মূল বিচার হল যে, এআই মূল্যনির্ধারণ প্রক্রিয়াটি মূল টোকেন, স্ট্যান্ডার্ডাইজড মডেল ক্ষমতা, শিল্প-বিশেষিত শ্রম এবং প্রোগ্রামযোগ্য ফলাফল বাজারের দিকে অগ্রসর হবে। অর্থাৎ, ভবিষ্যতে কোম্পানিগুলি কোন মডেল বা GPU দ্বারা কোন কাজটি সম্পন্ন হচ্ছে তা নয়, বরং এটি নির্দিষ্ট লেটেন্সি, সঠিকতা, নির্ভরযোগ্যতা এবং খরচের মধ্যে মানদণ্ডমতো ফলাফল প্রদান করছে কিনা তা নিয়ে চিন্তা করবে।

এর অর্থ এও যে, মানব শ্রম বাজারের উপর কৃত্রিম বুদ্ধিমত্তার প্রভাব কেবলমাত্র সরল প্রতিস্থাপন হওয়ার চেয়ে বেশি জটিল। যখন মেশিনগুলি বেশি স্ট্যান্ডার্ডাইজড এবং যাচাইযোগ্য কাজগুলি নিয়ে নেবে, তখন মানুষের ভূমিকা পরীক্ষা, দায়িত্ব গ্রহণ, প্রসঙ্গ পরিচালনা এবং চূড়ান্ত সিদ্ধান্তের দিকে সরে যেতে পারে। কিছু পরিস্থিতিতে, চূড়ান্ত 1% মানব বিচারই আরও মূল্যবান হয়ে উঠবে, কারণ এটি 99% বড় পরিসরের স্বয়ংক্রিয়করণকে সক্ষম করতে পারে।

এই দৃষ্টিকোণ থেকে, এআই বাজারের পরবর্তী পর্যায়ের প্রতিযোগিতা শুধুমাত্র মডেলের ক্ষমতা নয়, আর শুধুমাত্র ক্যালকুলেশন ক্ষমতার মূল্য যুদ্ধও নয়, বরং এটি হবে কে প্রথমে 'কাজ'কে মানকায়িত, যাচাইযোগ্য এবং মূল্যনির্ধারণযোগ্য করে তুলতে পারে, এবং শেষপর্যন্ত মেশিনি শ্রমকে একটি ক্রয়, জমা এবং বিনিময়যোগ্য নতুন উৎপাদন উপাদানে পরিণত করতে পারে।

নিচে মূল পাঠ দেওয়া হল:

উৎপাদনশীলতার ঢেউ সবসময় মানুষের জন্য টুল এবং সফটওয়্যার তৈরি করে কাজের পদ্ধতি অপ্টিমাইজ করার দিকে নিয়ে গেছে। স্প্রেডশিট অ্যাকাউন্ট্যান্ট এবং বিশ্লেষকদের সাহায্য করে, কনভেয়র বেল্ট থ্রুপুট বাড়ায়, হামার মানুষের লিভারেজ বাড়ায়। কিন্তু প্রকৃত শ্রম সবসময় মানুষের থেকেই আসে।

এখন, এআই প্রত্যক্ষভাবে কাজের ফলাফল উৎপাদন করছে, প্রত্যক্ষভাবে শ্রম পরিচালনা করছে। এটি কোড লিখতে পারে, কাস্টমার সাপোর্ট টিকেট প্রক্রিয়াকরণ করতে পারে, আইনি দলিল পর্যালোচনা করতে পারে। প্রযুক্তিগত স্ট্যাকের শেষ প্রান্তে সংকোচন ঘটছে: পুরনো প্রযুক্তিগত স্ট্যাক শ্রমকে সমর্থন করত, নতুন প্রযুক্তিগত স্ট্যাক শ্রমকেই উৎপাদন শুরু করছে।

যদি আপনি সাম্প্রতিক সময়ে AI-এর আর্থিককরণ নিয়ে আলোচনা শুনে থাকেন, তাহলে আপনি জেনসেন ইত্যাদির কথা শুনেছেন যে LLM টোকেন এবং/অথবা GPU ঘন্টা নতুন কমোডিটি হয়ে উঠছে। এই অনুমান বুঝতে পারা যায়, কারণ টোকেনগুলি পরিমাপযোগ্য, বিলিংযোগ্য এবং চার্ট আঁকা সহজ; GPU ঘন্টার পিছনেও দশ বিলিয়ন ডলারেরও বেশি বিনিয়োগ হয়েছে। কিন্তু টোকেনগুলি শুধুমাত্র মিটার, GPU ঘন্টাগুলি শুধুমাত্র ইনপুট, এবং কেউ এগুলির নিজস্ব অস্তিত্বের জন্য এগুলি কিনছে না। মানুষ আসলে কাজটি শেষ করতে চায়। AI ঠিক এখনই প্রযুক্তি স্ট্যাককেই শ্রমের উৎসে পরিণত করছে।

মেশিন শ্রম: সফটওয়্যার দ্বারা সম্পাদিত, আর্থিক উদ্দেশ্য সম্পন্ন এবং উৎপাদন প্রক্রিয়ায় বিক্রি করা কাজ।

বাজার এই দিকে এগিয়ে যাচ্ছে। বেঞ্চমার্কের সারা টেভেল এই সুযোগটিকে সফটওয়্যার ক্যাটাগরির পরিবর্তে আউটসোর্সড লেবার মার্কেটের মাধ্যমে বুঝতে পছন্দ করেন। যদি কোনো পুনরাবৃত্তিমূলক কাজ মূলত বিশেষজ্ঞ অফশোর টিম বা পেশাদার সার্ভিস কোম্পানির দ্বারা সম্পন্ন হয়, তবে সেই কাজটি প্রায়শই AI-এর দ্বারা সম্পন্নের জন্য উপযুক্ত। a16z-এর এলেক্স র্যামপেল এটিকে “সফটওয়্যার লেবারকে খেয়ে ফেলছে” বলেছেন: সফটওয়্যারের পরবর্তী দৃশ্যটি হলো কাজটি সরাসরি করা। Sequoia-এর জুলিয়েন বেক একই পরিবর্তনকে অন্যভাবে বর্ণনা করেন: সার্ভিসগুলি সফটওয়্যারে পরিণত হচ্ছে, copilot টুলস বিক্রি করছে, আর autopilot কাজ বিক্রি করছে।

প্রাইসিংয়ের পিছনে অনুপস্থিত বাজার

সিট প্রাইসিং অ্যাক্সেস অনুমতির ভিত্তিতে চার্জ করা হয়, টোকেন প্রাইসিং ব্যবহারের পরিমাণের ভিত্তিতে চার্জ করা হয়। ফলাফল প্রাইসিং কাজ সম্পন্ন হওয়ার সময় চার্জ করা হয়। ফলাফল প্রাইসিং আমাদের একটি ধাপ এগিয়ে নিয়ে গেল, কিন্তু এখনও একটি প্রশ্নের উত্তর দেয়নি: মূল্য কে নির্ধারণ করবে?

যদি মেশিন শ্রমকে সরাসরি কেনা যায়, তাহলে দাম প্রতিযোগী সরবরাহকারীদের মধ্যে প্রতিযোগিতার উপর ভিত্তি করে নির্ধারিত হওয়া উচিত। এই সরবরাহকারীদের একই ধরনের কাজ বা কাজের মানদণ্ড পূরণ করতে পারতে হবে, যা বিভিন্ন শিল্প এবং কাজের মধ্যে মানকীকরণের প্রয়োজনীয়তা তৈরি করে।

বর্তমানে LLM টোকেন ব্যবহার করা হচ্ছে, কিন্তু মূল টোকেন শুধুমাত্র সবচেয়ে নিম্ন স্তরের। প্রতিটি ব্যারেল শুধুমাত্র একটি পরিমাপের একক; বাস্তবে ব্যবসা হয় একটি নির্দিষ্ট গ্রেডের তেলের ব্যারেল, যার পরিষ্কারভাবে গুণগত মান, ডেলিভারি শর্ত এবং বাজার মূল্য রয়েছে। একটি ব্রেন্ট ক্রুড অয়েলের ব্যারেল এবং একটি হাই-সালফার হেভি ক্রুড অয়েলের ব্যারেল একই পণ্য নয়। LLM টোকেনও ঠিক একইভাবে। টোকেন শুধুমাত্র পরিমাপের একক; সত্যিকারের গুরুত্বপূর্ণ বিষয়টি এর পিছনের বুদ্ধি: মডেলের গুণগতমান, বেঞ্চমার্কিংয়ের নিম্নসীমা, ল্যাটেন্সি, কনটেক্সটউইন্ডো, নির্ভরযোগ্যতা এবং ডেলিভারির গ্যারান্টি। একটি অগ্রণী কোড মডেলের 100টি লক্ষটি টোকেন,এবংএকটিঅল্পখরচেসাধারণমডেলের100টিলক্ষটিটোকেনএকইপণ্যনয়।বাজারকেএমনএকটিস্ট্যান্ডার্ডাইজডইনফারেন্সগ্রেডপ্রয়োজন,যেমনশক্তিবাজারেএমনএকটিস্ট্যান্ডার্ডাইজডতেলগ্রেডপ্রয়োজন।

অঞ্জলি শ্রীবা সরাসরি এটি উল্লেখ করেছেন: টোকেন একটি স্থির খরচ ইউনিট নয়। এর অর্থনীতি প্রসঙ্গের দৈর্ঘ্য, কাজের কাঠামো, ইনপুট/আউটপুট অনুপাত, পুনরায় চেষ্টার সংখ্যা, টুল কল এবং এজেন্ট ওয়ার্কফ্লোর সাথে পরিবর্তিত হয়। একটি ছোট প্রম্পটের একটি টোকেন এবং একটি দীর্ঘ এজেন্ট লুপের মধ্যে চাপা পড়া একটি টোকেন একই অর্থনৈতিক বস্তু নয়।

আমরা মানব শ্রম বাজারে এটি ইতিমধ্যেই করে আসছি। কেউ রেডিওলজিস্টকে একটি সাধারণীকৃত ‘মানব ঘন্টা’ হিসাবে নিয়োগ করে না। মানুষ প্রশিক্ষণের পটভূমি, লাইসেন্স ও সনদ, বিশেষজ্ঞতা, অভিজ্ঞতার বছর, উপলব্ধতা, প্রতিষ্ঠা, দায়বদ্ধতা ইত্যাদি দেখে। বিভিন্ন মানব চুক্তির স্পেসিফিকেশনের জন্য বিভিন্ন ন্যূনতম মানদণ্ড এবং গ্রেডের প্রত্যাশা থাকে।

মানুষের শ্রম বাজার এই স্পেসিফিকেশনগুলির উপর ভিত্তি করে চলে, কিন্তু এই স্পেসিফিকেশনগুলি প্রায়শই মিশ্রিত, গুণগত এবং বিভিন্ন প্রক্সি ইনডিকেটর দিয়ে পরিপূর্ণ। মেশিন শ্রম এই স্পেসিফিকেশনগুলিকে আরও স্পষ্ট এবং পরিমাপযোগ্য করে তোলে।

LLM বা এজেন্টের জন্য, দক্ষতা, অভিজ্ঞতা, গতি এবং বিশ্বস্ততা এই মাপকাঠিগুলি সরাসরি চুক্তিতে লেখা যেতে পারে: বেঞ্চমার্ক স্কোর, ল্যাটেন্সি, থ্রুপুট, কনটেক্সট উইন্ডো, সর্বাধিক আউটপুট দৈর্ঘ্য, টুল ব্যবহারের সঠিকতা, আউটেজ সময়, ত্রুটি হার। আমরা পরিমাপযোগ্য প্রত্যাশা এবং ফলাফলের ভিত্তিতে শ্রম ক্রয় করতে পারি।

দ্য গ্রিড.এআই-এর চুক্তি স্পেসিফিকেশন মূলত একটি যোগ্যতা ফিল্টার, যার সাথে LLM আউটপুটের জন্য মূল্য প্রতিযোগিতা যুক্ত। সরবরাহকারীদের শুধুমাত্র স্পেসিফিকেশন পূরণ করলেই প্রতিযোগিতায় অংশগ্রহণ করা যাবে:

স্মার্ট বেঞ্চমার্ক ≥ ন্যূনতম সীমা

দেরি ≤ সীমা

থ্রুপুট ≥ ন্যূনতম সীমা

আপটাইম ≥ নিম্নসীমা

ভুলের হার ≤ সীমা

যখন সব সরবরাহকারী একই ন্যূনতম প্রাপ্য মানের সাথে পৌঁছায়, তখন তারা মূল্যের উপর প্রতিযোগিতা শুরু করে। ক্রেতাদের প্রশ্ন হয়: কোন সরবরাহকারী প্রয়োজনীয় শ্রমকে সর্বোত্তম মূল্যে সরবরাহ করতে পারে?

রেডিয়োলজিস্ট নিয়োগের প্রশ্নটি LLM প্রেক্ষাপটে পরিমাপযোগ্য সমস্যায় পরিণত হয়েছে: কোন LLM গুলি উচ্চ দক্ষতার সাথে এক্স-রে পড়তে পারে এবং স্পষ্ট বিলম্ব, কনটেক্সট উইন্ডো এবং অন্যান্য ফলাফল-ভিত্তিক চুক্তি স্পেসিফিকেশনের মধ্যে কাজটি সম্পন্ন করতে পারে।

ফলাফল হল ক্রেতাদের সাফল্য পরিমাপের উপায়; শ্রম হল যা সরবরাহ করা হয় এমন অর্থনৈতিক কার্যক্রম; এবং টোকেন হল মেশিনটি কাজ সম্পন্ন করার সময় যা খরচ হয়।

গ্রিড হল মেশিন শ্রম বাজার।

টোকেন থেকে মেশিন শ্রম বাজার

বাজার প্রযুক্তিগত স্ট্যাকের বিনিয়োগের জন্য মূল্য নির্ধারণ করতে পারে, কিন্তু আউটপুটের জন্য মূল্য নির্ধারণের জন্য একটি মেশিন শ্রম বাজারের প্রয়োজন। ক্রেতারা GPU ঘন্টার প্রতি মনোযোগ দেয় না। মডেল এন্ডপয়েন্টগুলি নিজেই অস্থির: এগুলি পুনর্নামকরণ, অপ্রচলিত, প্যাকেজিং, বা সরাসরি প্রত্যাহার করা হয়।

ব্যবহারকারী এবং তরলতা প্রায়শই পরিবর্তন ঘৃণা করে। GPU এবং মডেল ধারাবাহিকভাবে উন্নতি হচ্ছে, কিন্তু স্থিতিশীল ইউনিট হল কাজটি।

আমি মনে করি, বাজার নিম্নলিখিত পথে বিকশিত হবে। প্রতিটি উপরের স্তরে, ক্রয় করা জিনিসগুলি আরও বেশি বিমূর্ত এবং মূল্যবান হয়ে ওঠে, কিন্তু যাচাই করা আরও কঠিন হয়ে পড়ে। দ্য গ্রিড এই সিঁড়ির উপরে ধাপে ধাপে উঠতে হবে:

মূল টোকেন → কমার্শিয়ালাইজড LLM ক্ষমতা বাজার → কমার্শিয়ালাইজড শ্রম বাজার → প্রোগ্রামযোগ্য ফলাফল বাজার

Claude 4.7, GPT 5.5, Kimi 2.6, DeepSeek V4, GLM 5 ইত্যাদি।

আজকের দিনে, ক্রেতারা রিজনিং সরবরাহকারীদের কাছ থেকে মূল মডেল আউটপুট কিনে। তারা নিজেদের প্রম্পট পাঠায়, রিজনিং ফলাফল পায়, এবং ব্যবহারের ভিত্তিতে পেমেন্ট করে। এটি সহজেই যাচাই করা যায়, কিন্তু এখনও এটি শুধুমাত্র কাঁচা উপকরণ। ক্রেতাদের প্রকৃতপক্ষে যা প্রয়োজন, তা হলো টোকেন নয়, বরং সর্বোত্তম মূল্যে কার্যকরী বুদ্ধিমত্তা।

উদাহরণস্বরূপ text/usd, code/usd, agent/usd ইত্যাদি।

ক্রেতা এখন কোনো নির্দিষ্ট মডেল নির্বাচন করে না, বরং নিজের প্রয়োজনীয় স্মার্ট ক্যাটাগরি নির্বাচন করে। ক্রেতা এখনও ওয়ার্কফ্লো, প্রম্পট, ডেটা এবং অ্যাপ্লিকেশন লজিক নিয়ন্ত্রণ করে। The Grid শুধুমাত্র চুক্তির স্পেসিফিকেশন পূরণ করে এবং সবচেয়ে কম দামের যোগ্য মডেলে প্রতিটি অনুরোধ রাউট করে।

নোট: এটি মূল টোকেনের চেয়ে উপরের প্রথম প্রকৃত অ্যাবস্ট্রাকশন লেয়ার, এবং TheGrid.ai এখন এই অবস্থানে রয়েছে।

উদাহরণস্বরূপ accounting/usd, support_agent/usd, legal/usd, healthcare/usd, radiology/usd ইত্যাদি।

যখন মডেলগুলি আরও বিশেষায়িত হয়, তখন ক্ষমতা বাজারগুলি শিল্প-নির্দিষ্ট বাজারে আরও বিকশিত হতে পারে। এটি মানুষের বিভিন্ন শ্রম বাজারে বিশেষায়িত বিভাজনের সদৃশ।

এই স্তরে, আমরা নির্দিষ্ট শ্রম ভার্টিক্যালের কাজের প্রবাহের জন্য উপযুক্ত যুক্তিসঙ্গত ক্ষমতা বিক্রি করি। যতই সাব-ইন্ডাস্ট্রি মডেলগুলি সাধারণ হয়ে উঠছে, এই বাজারগুলি দ্রুত বিস্তৃত হচ্ছে। সংশ্লিষ্ট উদাহরণগুলির মধ্যে রয়েছে Cursor-এর Composer, আইনি কাজের জন্য Harvey, এবং স্বাস্থ্যসেবার জন্য EvidenceOpen।

উদাহরণস্বরূপ support_ticket_resolved/usd, pr_merged/usd, claim_processed/usd ইত্যাদি।

শেষ স্তরটি হল যেখানে দ্য গ্রিড উপসংহার বাজার থেকে মেশিন শ্রম বাজারে যায়।

এই স্তরটি প্রয়োজন করে RFQ (রিকোয়েস্ট ফর কোয়োট), ট্রাস্টেড অ্যাকাউন্ট, ডিলেড সেটেলমেন্ট, ক্রেতার অনুমোদন, সরবরাহকারীর প্রতিষ্ঠা, রিবেট মেকানিজম এবং বিরোধ সমাধানের মেকানিজম। এটি সম্ভবত সরাসরি অর্ডার বুকের পরিবর্তে RFQ দিয়ে শুরু হবে। ক্রেতা কাজের বিষয়বস্তু, সীমাবদ্ধতা, গ্রহণযোগ্যতার মানদণ্ড এবং সেটেলমেন্ট শর্তাবলী সংজ্ঞায়িত করে, এবং Agent-রা কাজটি সম্পন্ন করার জন্য বিড দেয়। The Grid এই কাজগুলির রুটিং, মূল্যনির্ধারণ, যাচাইকরণ এবং সেটেলমেন্টে সহায়তা করে।

এটি সবচেয়ে মূল্যবান স্তর, কিন্তু এটি সবচেয়ে কঠিন যাচাইকরণ স্তর, কারণ ফলাফলগুলি বিলম্বিত, ব্যক্তিগত এবং প্রতারণার শিকার হতে পারে। একটি কাস্টমার সাপোর্ট টিকেট আবার খুলে যেতে পারে; একটি PR টেস্ট পার করেছে হতে পারে, কিন্তু এখনও খারাপ আর্কিটেকচার তৈরি করে।

মোট খরচ = কাজ সম্পন্ন করার খরচ + ঝুঁকি বহনের খরচ

একটি কাজের প্রবাহ শুধুমাত্র বুদ্ধিমত্তা বাজারে প্রবেশ করলে বা বুদ্ধিমত্তা সস্তা হয়ে গেলে স্বয়ংক্রিয়ভাবে একটি বাজারে পরিণত হয় না। কিছু কাজ অত্যন্ত নিজস্ব প্রসঙ্গের উপর নির্ভরশীল, যেমন গ্রাহকের ইতিহাস বা অভ্যন্তরীণ নীতিমালা। যতটা কাজ প্রসঙ্গের উপর নির্ভরশীল, ততটাই সেটি খোলা বাজারে পরিষ্কারভাবে পরিশোধিত হওয়ার সম্ভাবনা কম। [@hypersoren https://hypersoren.xyz/posts/cybernetic-arbitrage/]

বাজারকে এই বিষয়টি প্রকাশ করতে হবে যে কোন শ্রম শ্রেণীগুলি বাড়বে এবং কোনগুলি কমবে।

মেশিন শ্রম বনাম মানব শ্রম, নাকি মেশিন শ্রম এবং মানব শ্রম

অঞ্জলি শ্রীবা তাঁর মেকানিজম ডিজাইনের খসড়ায় উল্লেখ করেন যে, এআই ন্যারেটিভগুলি অত্যন্ত প্রায়ই প্রতিস্থাপন হিসাবে বর্ণনা করা হয়। কিন্তু বাস্তবে, এটি একটি সমন্বয়ের সমস্যার মতো: যখন মানুষ এবং মেশিন উভয়ই উৎপাদনে অংশগ্রহণ করে, তখন কাজ, দায়িত্ব, উদ্দীপনা এবং মূল্য কীভাবে পুনর্গঠিত হয়।

আজকের দিনে, অনেক কোম্পানির ভিতরে AI ব্যবহার এখনও আটকে আছে, কারণ কর্মচারীরা ব্যক্তিগতভাবে AI ব্যবহার করছে, কাজের প্রবাহগুলি এখনও ব্যক্তিগত পর্যায়ে বন্ধ আছে, এবং কোম্পানিগুলি এই উৎপাদনশীলতা বৃদ্ধির জন্য মূল্য নির্ধারণ করতে পারছে না এবং এই লাভগুলিকে স্কেল করতে পারছে না।

অধিকাংশ স্বয়ংক্রিয়করণযোগ্য কাজ মেশিনের হাতে চলে যাবে। কিছু কাজ মানুষের পুনরায় পরীক্ষা, দায়িত্ব গ্রহণ, প্রশিক্ষণ এবং প্রসঙ্গ ব্যবস্থাপনায় পরিণত হবে। কিছু ক্ষেত্রে, শেষ 1% মানুষের বিচার আরও মূল্যবান হয়ে উঠবে, কারণ এটি 99% স্বয়ংক্রিয়করণকৃত কাজকে বড় পরিসরে অনুমতি দেবে।

রাচেল সু পার্কের ব্রেভ নিউ ওয়ার্ল্ড অফ এআই মার্কেটস বলে যে, এআইয়ের TAM-কে সহজেই বর্তমান মানব শ্রম ব্যয়ের বিকল্প হিসাবে মডেল করা উচিত নয়, কারণ এটি একসাথে মূল্য এবং পরিমাণ উভয়কেই পরিবর্তন করে। কাজের খরচ কমে যাওয়ার সাথে সাথে ইউনিট মূল্য হ্রাস পেতে পারে, কিন্তু খপ্পরের পরিমাণ বৃদ্ধি পেতে পারে, কারণ বর্তমান কাজগুলি আরও প্রায়শই খপ্পর করা হবে, এবং অতীতে অর্থনৈতিকভাবে অসম্ভব ছিল এমন সম্পূর্ণ নতুন কাজগুলি সম্ভবপর হয়ে উঠবে। নিবন্ধটি এটিকে সংক্ষেপে বলে:

P × Q: বাজারের আকার = একক কাজের দাম × ভোগ করা কাজের সংখ্যা

যদি এআই গ্রাহক সেবা ইন্টারঅ্যাকশনকে কম খরচে করে তোলে, তাহলে কোম্পানিগুলি 24/7 কন্টিনিউয়াস সার্ভিস প্রদান করতে পারবে। এই বাজারটি শুধুমাত্র পুরনো গ্রাহক সেবা শ্রমিক বাজারের সস্তা সংস্করণ হবে না, বরং এটি একটি বড় গ্রাহক ইন্টারঅ্যাকশন বাজারে পরিণত হতে পারে।

এআই একটি বিস্তারিত বাজার, কারণ যখন কাজের খরচ কমে, তখন চাহিদা অপরিবর্তিত থাকে না।

শ্রমিক স্তর

মেশিন শ্রম বাজারটি স্পষ্টভাবে সংজ্ঞায়িত স্পেসিফিকেশন সহ কাজগুলি থেকে শুরু করা উচিত। GPU ঘন্টা অত্যন্ত বেশি ইনপুট তথ্য ধারণ করে, যা শুধুমাত্র বলে দেয় যে কাজটির ভিত্তি কী; আবার পূর্ণাঙ্গ ফলাফলের দাম নির্ধারণ করা খুবই জটিল, যা প্রায়শই প্রেক্ষাপটের উপর নির্ভরশীল। যতক্ষণ না যাচাই, প্রতিষ্ঠা এবং ঝুঁকি/বীমা মূল্যায়ন ধাপে ধাপে মেশিনগুলির দ্বারা গ্রহণ করা হয়, বাজারটি শুধুমাত্র ফলাফল-স্তরের দিকে এগিয়ে যাবে।

মেশিন শ্রমিকদের বাণিজ্য করা যাবে, কারণ ক্রেতারা কাজটি কোন মডেল বা কোন GPU দ্বারা উত্পাদিত হয়েছে তা একেবারেই গুরুত্ব দেবে না, বরং কাজটি কি সঠিক মূল্যে চুক্তির স্পেসিফিকেশনের ন্যূনতম মানদণ্ড এবং গ্রেড পূরণ করেছে কিনা তা বেশি গুরুত্ব দেবে। এজেন্টগুলির জন্য এই অধীনস্থ উৎসগুলির প্রতি তাদের আরও কমই মনোযোগ থাকবে।

মেশিনগুলি এখন সরাসরি আর্থিক ব্যবহারযোগ্য কাজ সম্পাদন করতে পারে, যে কাজগুলি সংজ্ঞায়িত, পরিমাপ, মূল্যায়ন, ক্রয় এবং চূড়ান্তভাবে বিনিময় করা যায়। বিদ্যুৎ, কম্পিউটিং পাওয়ার, মডেল এবং টোকেন অবশ্যই এখনও গুরুত্বপূর্ণ, কিন্তু তারা সবই আপস্ট্রিমে রয়েছে।

কাজটি প্রকৃতপক্ষে ডাউনস্ট্রিমে সম্পন্ন হয়, এবং বাজারটি একটি সহজতর লক্ষ্যের দিকে এগিয়ে যাচ্ছে: মেশিন শ্রমিক।