ক্লাউড কোডের প্রতিষ্ঠাতা বোরিস চার্নি সিকোয়েশিয়া কনফারেন্সে এআই সম্পর্কে 7টি মূল্যবোধ শেয়ার করেন

সংগঠিত: আ ইয়িং

রেড সিক কনফারেন্সে ক্লাউড কোডের প্রতিষ্ঠাতা বোরিস চারনির শেয়ারিং, খুব বেশি তথ্য ছিল, অনেক মতামত আমি প্রথমবারের মতো পুরোপুরি শুনলাম। এই লোকটি প্রকৃতপক্ষে AI-এর প্রতি খুব ভালোভাবে বুঝতে পারে।

আমি আমার সারাংশটি শেয়ার করছি।

বড় পরিমাণে প্রধান ডেভেলপমেন্ট স্কেনারিওর জন্য, মানুষ দ্বারা কোড লেখা শুরু হয়েছে একটি অকার্যকর কাজ হিসাবে।

আগে একটি ফিচার ডেলিভার করতে, ইঞ্জিনিয়াররা বসে প্রথমে ভাবতেন কীভাবে এটি বাস্তবায়ন করা যায়, তারপর ধাপে ধাপে কোড লিখতেন। এই প্রক্রিয়ায়, ইঞ্জিনিয়ারদের সবচেয়ে বড় মূল্য ছিল: তারা কোড লিখতে পারে কিনা, কতটা ভালোভাবে লিখতে পারে, এবং কতটা দ্রুত লিখতে পারে।

এখন এটি ভিন্নভাবে কাজ করে।

একই ফাংশনের জন্য, ইঞ্জিনিয়ারদের কাজটি বেশি হয়: প্রথমে প্রয়োজনীয়তা পরিষ্কারভাবে ব্যাখ্যা করা, এটিকে কয়েকটি অংশে ভাগ করে Agent-এর কাছে দেওয়া, একটি গ্রহণযোগ্যতা মানদণ্ড নির্ধারণ করা, এবং তারপর Agent-এর উত্পাদিত ফলাফলটি সঠিক কিনা দেখা, যদি না হয়, তবে প্রম্পটটি সামঞ্জস্য করে আবার চালানো।

এখন এআই প্রায় সব কোডিং টাস্ক সম্পন্ন করতে পারে। তবে, এটি 100% নয়; এখনও অনেক বড় এবং জটিল কোডবেস, কম ব্যবহৃত ভাষা বা বিশেষ পরিবেশে আজকের মডেলগুলির পারফরম্যান্স যথেষ্ট নয়।

সামগ্রিকভাবে, ইঞ্জিনিয়ারদের মূল্য কোড লেখার ক্ষমতার উপর নির্ভর করে না, বরং কাজ বিভক্ত করার, লক্ষ্য পরিষ্কারভাবে ব্যাখ্যা করার, ফলাফল গ্রহণ করার এবং Agent পরিচালনা করার ক্ষমতার উপর নির্ভর করে।

এই পরিবর্তনটি প্রকৃতপক্ষে শিল্পবিপ্লবের মতো।

শিল্প বিপ্লবের আগে, একজন লোহার কাজের কারিগর লোহা তৈরি করা, প্রক্রিয়াকরণ, চকচকে করা এবং সংযোগ করা পর্যন্ত সবকিছুই নিজেই করতেন। দক্ষ লোহার কাজের কারিগরদের প্রাকৃতিকভাবেই মূল্য ছিল।

পরে লাইন প্রসেস আসে। প্রতিটি শ্রমিক শুধুমাত্র একটি প্রক্রিয়ার দায়িত্ব নেয়, কিন্তু মোট উৎপাদন হাতের কাজের যুগের তুলনায় দশগুণ থেকে শতগুণ বেশি হয়।

এই সময়ে কারখানায় মূল্যবান ভূমিকা হয়ে উঠেছে শুধু একটি প্রক্রিয়া সবচেয়ে ভালোভাবে করতে পারা শিল্পীর নয়, বরং লাইন ডিজাইন, ম্যানেজ এবং এটিকে সুচারুভাবে চালানোর ক্ষমতা রাখা ব্যক্তির।

শ্রমিকরা অদৃশ্য হয়নি, কিন্তু শ্রমিকদের ভূমিকা পরিবর্তিত হয়েছে।

সফটওয়্যার ইঞ্জিনিয়ারিং এখন একই ধরনের মোড়কে পৌঁছাচ্ছে। কোড নিজেই বিরল হয়ে পড়ছে। কোড লেখা ক্ষমতা এখন PPT ব্যবহার করার মতোই একটি মৌলিক দক্ষতায় পরিণত হচ্ছে।

সত্যিকারের দুর্লভতা হলো অস্পষ্ট প্রয়োজনীয়তাকে স্পষ্ট কাজে বিভক্ত করতে পারা, এজেন্ট দ্বারা প্রস্তাবিত বিভিন্ন সমাধানের মধ্যে সবচেয়ে উপযুক্তটি বাছাই করতে পারা, এবং একটি অ্যাআই দলকে একসাথে কাজ সম্পন্ন করতে সক্ষম করা।

এই বিষয়টি প্রায়শই পুরনো ইঞ্জিনিয়ারদের প্রাথমিকভাবে গ্রহণযোগ্য ছিল না। কোডটি নিজের হাতে লেখা ছিল গত কয়েক দশকের জন্য অনেকের জন্য এই ক্ষেত্রটিকে পছন্দ করার কারণ।

এটি মেশিনের হাতে দেওয়া হলে, অনেকের জন্য শুধু কাজের পদ্ধতি বদলায়নি, বরং পরিচয়ের একটি পুনর্গঠনও ঘটেছে।

কিন্তু ট্রেন্ড হল ট্রেন্ড।

কোডিং একটি পেশাদার দক্ষতা থেকে একটি মৌলিক দক্ষতায় পরিণত হচ্ছে। এটি 15 শতকের ইউরোপের ছাপাখানার সাথে তুলনা করা যেতে পারে।

ছাপার যন্ত্রের আবিষ্কারের আগে, ইউরোপের মাত্র প্রায় ১০% মানুষ পড়ালেখা জানত। এই মানুষগুলি প্রায়শই অপড়া-লেখা নবাবদের কাছে চাকরি করত, যাদের জন্য পড়া এবং লেখার কাজ করা ছিল তাদের পেশা।

তারপর মুদ্রণ প্রযুক্তির আবির্ভাব ঘটে। 50 বছরের মধ্যে ইউরোপে প্রকাশিত বইয়ের সংখ্যা আগের এক হাজার বছরের মোট সংখ্যার চেয়ে বেশি হয়ে যায়, এবং বইয়ের দাম প্রায় 100 গুণ কমে যায়। কয়েকশো বছর ধরে সমন্বয় (শিক্ষা ব্যবস্থা, অর্থনৈতিক কাঠামো ধীরে ধীরে অনুসরণ করে) এর পরেই বিশ্বব্যাপী সাক্ষরতার হার আজকের 70% এ পৌঁছায়।

বোরিস মনে করেন, সফটওয়্যারের উপর এআইয়ের প্রভাব হল প্রিন্টিং প্রেস বিপ্লবের একটি ত্বরান্বিত সংস্করণ। কয়েক দশকের মধ্যে সফটওয়্যার সম্পূর্ণরূপে ডেমোক্রেটাইজড হয়ে যাবে, যা যেকোনো কেউ ব্যবহার করতে পারবে।

শেষ পর্যন্ত, সফটওয়্যার তৈরি করা হবে এমন প্রাকৃতিকভাবে যেমন একটি বার্তা পাঠানো।

যখন কোড লেখার প্রবেশদ্বার এআই দ্বারা অত্যন্ত কমিয়ে দেওয়া হয়, তখন একজন ব্যক্তির ক্ষমতা বিচ্ছিন্ন করে দেয় তার পণ্যের অনুভূতি এবং একটি নির্দিষ্ট ক্ষেত্রের প্রকৃত বোঝা।

একটি উদাহরণ দিই। দুজন মানুষ একসাথে ডাক্তারদের জন্য একটি পণ্য তৈরি করতে চায়। একজন হলেন দ্রুত কোড লেখার ইঞ্জিনিয়ার, আর অন্যজন কয়েক বছর ধরে হাসপাতালের তথ্য বিভাগে কাজ করেছেন।

পুরনো সময়ে, ইঞ্জিনিয়ারদের আইডিয়াটি বাস্তবায়ন করার সম্ভাবনা বেশি ছিল।

এখন পরিস্থিতি উল্টে গেছে। যেকোনো কেউ আইডিয়াটি বাস্তবায়ন করতে পারে। এই সময়ে, যিনি হাসপাতালের দৈনিক কার্যপ্রবাহ সম্পর্কে সত্যিকারের বোঝাপড়া রাখেন, তিনিই আরও মূল্যবান। কারণ তিনি জানেন কোন ফিচারগুলি ডাক্তাররা প্রকৃতপক্ষে ব্যবহার করবেন, আর কোনগুলি শুধুমাত্র যুক্তিসঙ্গত শোনায়।

অর্থাৎ, এআই বাস্তবায়নের বাধা সমান করে দেওয়ার পরে, বিচারক্ষমতার পার্থক্য বেড়ে যায়।

এই ঘটনাটি সরাসরি "generalist" শব্দটির অর্থ পরিবর্তন করে দিয়েছে।

আমরা আগে জেনারালিস্ট বলতাম, যা সাধারণত একজন ইঞ্জিনিয়ারকে বোঝায় যিনি iOS লিখতে পারেন, ওয়েব লিখতে পারেন এবং ব্যাকএন্ড লিখতে পারেন। এই জেনারালিস্ট, মূলত ইঞ্জিনিয়ারিংয়ের ভিতরে স্ট্যাক পুরোটা কভার করে।

ভবিষ্যতের জেনারালিস্ট হল বহুবিষয়ক স্ট্যাক।

কেউ কেউ পণ্য, ডিজাইন এবং ইঞ্জিনিয়ারিং একসাথে বুঝেন। কেউ কেউ পণ্য, ডেটা সায়েন্স এবং ইঞ্জিনিয়ারিং একসাথে বুঝেন। এই সংমিশ্রণগুলি অতীতে প্রায় অসম্ভব ছিল, কারণ প্রতিটি ক্ষেত্রের জন্য দীর্ঘসময়ের বিশেষায়িত প্রশিক্ষণের প্রয়োজন হত।

এখন এআই প্রতিটি কাজের বাধা কমিয়ে দিয়েছে, একজন ব্যক্তি একসাথে কয়েকটি ক্ষেত্রে কাজ করতে পারেন এবং পেশাদারিত্বের গভীরতা বজায় রাখতে পারেন।

ক্লড কোড টিম এমনই। ইঞ্জিনিয়ারিং ম্যানেজার, পিএম, ডিজাইনার, ডেটা বিজ্ঞানী, ফাইন্যান্স, ব্যবহারকারী গবেষণা—প্রত্যেকেই কোড লিখছেন।

ডিজাইনাররা এখন শুধু চিত্র তৈরি করে ইঞ্জিনিয়ারদের বাস্তবায়নের জন্য অপেক্ষা করবেন না, বরং নিজেরাই ইন্টারেক্টিভ প্রোটোটাইপ চালাতে পারবেন এবং টিমকে দেখাতে পারবেন।

ফাইন্যান্স টিম নিজেরাই একটি বিশ্লেষণ টুল তৈরি করে কোম্পানির জটিল ফাইন্যান্সিয়াল মডেলগুলি চালাতে পারে, BI-এর জন্য অপেক্ষা করার দরকার নেই। ইউজার রিসার্চের কলিগরা নিজেদেরই ডেটা চালানো শুরু করেছে, যা আগে ডেটা টিমের সহযোগিতা ছাড়াই অপেক্ষা করতে হত।

প্রত্যেকের পেশাগত গভীরতা এখনও বিদ্যমান। কিন্তু এআই সহায়তায়, কোডিং করা এখন সবার জন্য একটি সাধারণ ভাষা হয়ে উঠেছে।

গত দশকের বেশিরভাগ সময়, এসএএস শিল্পে কয়েকটি প্রায় সাধারণ সত্য হিসাবে গণ্য করা হয়েছে।

প্রথমটি হল স্যুইচিং খরচ। একটি কোম্পানি যখন আপনার সিস্টেম ব্যবহার করে, তখন এর মধ্যে বছর বা এমনকি দশকের পরিমাণ ডেটা, কনফিগারেশন, ফিল্ড এবং অনুমতি সম্পর্ক ধীরে ধীরে জমা হয়ে যায়।

অন্য একটি সিস্টেমে স্থানান্তরিত হওয়ার জন্য, শুধু এই জিনিসগুলি মূল অবস্থায় বাইরে নিয়ে আবার ভিতরে আনাটাই যথেষ্ট মাথা ব্যথা করে দেয়, যাতে আপনি কিছুই করতে চান না।

দ্বিতীয়টি হল কাজের প্রবাহ লক। কর্মচারীদের দৈনিক কাজ, বিভাগের মধ্যে সহযোগিতা, অনুমোদন পয়েন্ট—সবকিছুই এই SaaS-এর চারপাশে গড়ে উঠেছে।

একটি সিস্টেম পরিবর্তন করা শুধু ডেটা স্থানান্তর করা নয়, এটি গত কয়েক বছরে কোম্পানির বিকশিত মাসকুলার মেমোরি ধ্বংস করে পুনরায় গড়ে তোলা।

এই দুটি মিলে গত SaaS শিল্পের সবচেয়ে গভীর প্রতিরক্ষা বেষ্টনী গঠন করেছিল। কিন্তু যথেষ্ট শক্তিশালী মডেল পাওয়ার পর থেকে বিষয়টির যুক্তি পরিবর্তিত হতে শুরু করেছে।

প্রথমে স্যুইচিং খরচের দিকটি দেখুন। অতীতে একটি SaaS থেকে আরেকটিতে স্যুইচ করতে চাইলে, ফিল্ডগুলি সামঞ্জস্য করে ডেটা স্ট্রাকচারটি পুনরায় তৈরি করতেই ইঞ্জিনিয়ারিং টিমকে মাসের পর মাস অতিরিক্ত কাজ করতে হত।

এখন উভয় পাশের ইন্টারফেস এবং ডেটা স্ট্রাকচার মডেলকে সরাসরি দিন, যাতে এটি নিজেই ম্যাপিং সম্পর্ক বুঝতে পারে এবং ধাপে ধাপে অপ্টিমাল সমাধানের দিকে এগিয়ে যায়। আগে যা কয়েক মাস লাগত, সেটি কয়েক দিনের মধ্যেই একটি ব্যবহারযোগ্য ভার্সন তৈরি করতে পারে।

এবার কাজের প্রবাহ লক দিকটি দেখুন, এটি আরও আকর্ষণীয়। অতীতে কাজের প্রবাহগুলি গ্রাহকদের লক করতে পারছিল কারণ এই প্রক্রিয়াগুলি নিজেদের জটিল, অদৃশ্য এবং মানুষের উপর নির্ভরশীল ছিল।

কর্মচারীদের মনে যে কে কার অনুমোদন চাইবে, কখন কোন ধাপে আটকে যাবে তার পরিপ্রেক্ষিত বোধ, সরাসরি স্থানান্তরিত করা যায় না।

কিন্তু অপাস 4.7 এর মতো মডেলগুলির সবচেয়ে বড় শক্তি হলো একটি জটিল প্রক্রিয়াকে বুঝে, ভাঙে, এবং নতুন পরিস্থিতিতে আবার গড়ে তোলা। এমনকি আবার গড়ে তোলা সংস্করণটি মূলটির চেয়েও বেশি স্বাভাবিক হতে পারে।

অতএব, পূর্বে ডেটা এবং প্রক্রিয়ার সঞ্চয়ের উপর ভিত্তি করে গড়ে উঠা প্রতিরক্ষামূলক বাধা ভেঙে পড়ছে।

এসএএস তৈরি করছেন তাদের জন্য এটি সম্ভবত একটি খারাপ খবর। কিন্তু এসএএস ব্যবহারকারীদের এবং নতুন প্রজন্মের এসএএস তৈরির জন্য প্রস্তুতি নিচ্ছেন এমন দলদের জন্য এটি একটি প্রকৃত সুযোগের জানালা।

পরবর্তী 10 বছরে শিল্পকে সত্যিকার অর্থে বিপ্লব ঘটানোর সম্ভাবনা রাখে এমন স্টার্টআপগুলি গত 10 বছরের তুলনায় 10 গুণ বেশি হতে পারে।

কারণটি আসলে জটিল নয়।

ছোট দলগুলি বড় কোম্পানিগুলির সমান বা এর চেয়েও ভালো পণ্য তৈরি করতে এআই ব্যবহার করতে পারে। বিপরীতভাবে, বড় কোম্পানিগুলি যদি এআই বাস্তবায়ন করতে চায়, তবে এটি বিপরীত প্রভাব ফেলে।

কিভাবে বলব?

দশকের পুরনো একটি কোম্পানি এখন নিজস্ব ব্যবসায়িক প্রক্রিয়া, পদবী বিভাজন, সহযোগিতার অভ্যাস, প্রশিক্ষণ ব্যবস্থা এবং KPI মূল্যায়ন গড়ে তুলেছে। এই জিনিসগুলি অতীতে সম্পদ ছিল, বাধা ছিল।

কিন্তু AI কে প্রকৃতপক্ষে এম্বেড করার অর্থ হল এই সবকিছুকে পুনরায় পর্যালোচনা করা: ব্যবসায়িক প্রক্রিয়াগুলি পুনর্গঠন করতে হবে, সমস্ত কর্মচারীদের পুনরায় প্রশিক্ষণ দিতে হবে, প্রতিটি এগিয়ে যাওয়ার পদক্ষেপে বিশাল অভ্যন্তরীণ প্রতিরোধের সম্মুখীন হতে হবে, Nটি বিভাগ এবং Nটি অনুমোদন স্তরকে সমন্বয় করতে হবে।

একটি তিন সদস্যের স্টার্টআপ টিম প্রথম দিন থেকেই AI-কে ডিফল্ট ভিত্তি হিসাবে ব্যবহার করেছে। তাদের কাছে কোনো ঐতিহ্যগত বোঝা নেই, কোনো অভ্যাস পরিবর্তনের প্রয়োজন নেই, কাউকে রাজি করানোরও প্রয়োজন হয়নি। আজ আলোচনা করা হয়, কাল ডেমো চালু হয়, পরদিনই ব্যবহারকারীদের জন্য লাইভ হয়ে যায়।

এই গতির পার্থক্য আগেও ছিল। স্টার্টআপগুলির বড় কোম্পানির চেয়ে গতির সুবিধা ছিল। কিন্তু AI এই পার্থক্যকে অনেকগুণ বাড়িয়ে দিয়েছে।

কেন?

যেহেতু AI যত বেশি শক্তিশালী হয়, একজন ব্যক্তি একক সময়ে যত বেশি লিভারেজ প্রয়োগ করতে পারে। একটি সত্যিকারের AI ব্যবহারকারী ছোট দলের আজকের আউটপুট সম্ভবত অতীতের দশজনের সমান, আগামীকাল সম্ভবত অতীতের ত্রিশজনের সমান।

কিন্তু বড় কোম্পানিগুলির সংগঠনগত ওজন হালকা হয়নি, বরং এআই বুঝতে হওয়ার কারণে এটি আরও ভারী হয়ে উঠেছে। এআই যত শক্তিশালী হয়, ছোট দলগুলির ত্বরণ এবং বড় কোম্পানিগুলির টানের মধ্যে স্কিয়ার পার্থক্য তত বেড়ে যায়।

এটাই বোরিস যা বলেছেন নেতিবাচক সম্পদ। এটি বড় কোম্পানিগুলির কাছে টাকা, মানুষ বা ইচ্ছা না থাকার কথা নয়, বরং তাদের অতীতে লাভজনক ছিল এমন মাংসপেশি গুলি আজকের AI-এর প্রকৃত মূল্য প্রকাশের পথে আটকে গেছে।

MCP মারা যাবে না।

স্কিল জনপ্রিয় হওয়ার পর, অনেকে মনে করেছে যে MCP-এর প্রয়োজন নেই। ওপেনক্লসের প্রতিষ্ঠাতা ও এই ধারণার সমর্থন করেন।

কিন্তু বোরিস এটিকে এভাবে দেখেন না। তিনি মনে করেন যে MCP এআই যুগের সফটওয়্যার কানেকশন লেয়ার হয়ে উঠবে।

পূর্বে ইন্টারনেটের সফটওয়্যার সংযোগের পদ্ধতি ছিল API।

কিন্তু API-এর মূল সমস্যা হলো, এটি ইঞ্জিনিয়ারদের জন্য ডিজাইন করা হয়েছে। একটি API ব্যবহার করতে হলে প্রথমে ডকুমেন্টেশন পড়তে হবে, টোকেন অনুরোধ করতে হবে, কোড লিখতে হবে, ফিল্ডগুলি সামঞ্জস্য করতে হবে, এবং ব্যতিক্রমগুলি প্রক্রিয়া করতে হবে। সহজ কথায়, API মানুষের ডেভেলপারদের জন্য লেখা।

MCP ভিন্ন। এটি মডেলকে সরাসরি যুক্ত করতে দেয়, মডেলটি নিজেই বুঝতে পারে এবং ব্যবহার করতে পারে, মধ্যে কোনো প্রোগ্রামারকে এটির অনুবাদ করতে হয় না।

সুতরাং বোরিস এপিআইকে মানুষের ডেভেলপার ইন্টারফেস এবং এমসিপিকে মডেল ইন্টারফেস প্রোটোকল বলেছেন। একটি মানুষের জন্য, অন্যটি মডেলের জন্য।

এটি আসলে সেই সময়ের মতোই। মোবাইল ইন্টারনেট যুগে, সমস্ত সেবাকে API-এ রূপান্তরিত করা ডিফল্ট ছিল। AI যুগে, সমস্ত সেবাকে MCP-এ রূপান্তরিত করা ডিফল্ট।

অনেকে এখন কম্পিউটার ব্যবহার নিয়ে কথা বললে মনে করে যে এই দিকটি সম্ভবত কাজ করবে না।

কারণটিও যুক্তিসঙ্গত: টোকেন খুব বেশি খরচ হয়, ধীরে চলে, এবং অস্থিতিশীল। এটি মনে হয় একটি প্রদর্শনমূলক ডেমো, বাস্তবিকভাবে ব্যবহারযোগ্য হওয়ার আগে আরও দূরে।

কিন্তু বোরিস যে দিকটি দেখেছেন তা সম্পূর্ণ ভিন্ন।

তিনি সত্যিই গুরুত্ব দেন যে, Computer Use এআই-এর বাস্তবায়নের সবচেয়ে বড় চ্যালেঞ্জটি সমাধান করে: বাস্তব বিশ্বে, অসংখ্য সিস্টেমের কোনও API বা MCP নেই।

বিশেষ করে ব্যবসায়িক বিশ্বে।

কোম্পানিতে কাজ করে দেখেছি, সেখানে অসংখ্য কোর সিস্টেম খুব পুরনো। ERP, OA, ফিন্যান্সিয়াল সিস্টেম, অভ্যন্তরীণ অনুমোদন, সাপ্লাই চেইন ব্যাকএন্ড, বিভিন্ন কাস্টমাইজড সিস্টেম। অনেকগুলোর কোনো ইন্টারফেস নেই, কোনো ডকুমেন্টেশন নেই, কোনো অটোমেশন ক্ষমতা নেই। এগুলো সেখানেই আছে, প্রতিদিন লক্ষাধিক কর্মচারী হাতে হাতে এগুলো ব্যবহার করছে।

তাহলে কেন তাদের জন্য সরাসরি API তৈরি করবেন না?

কারণ এটি করা যাচ্ছে না। এই সিস্টেমগুলি বিকাশকারী সরবরাহকারীরা সম্ভবত এখন নেই। আইটি বিভাগের পুনর্গঠনের জন্য প্রেরণা বা বাজেট নেই।

ব্যবসায়িক বিভাগ আরও কমই ছয় মাস বা এক বছর অপেক্ষা করবে। এই সিস্টেমগুলি কখনই একটি পারফেক্ট API-এর জন্য নিজেদের বাঁচানোর অপেক্ষা করবে না।

ক্ষুদ্র সময়ের মধ্যে, বিভিন্ন মডেলগুলি তাদের কম্পিউটার ব্যবহারের ক্ষমতা বাড়াতে থাকবে।