এআই যুগে, সিস্টেম থিংকিং হয়ে ওঠে সবচেয়ে দুর্লভ দক্ষতা

লেখক: GritMeng

আজ, আমরা একটি অত্যন্ত অদ্ভুত "দক্ষতার অবমূল্যায়ন" এর মধ্যে দিয়ে যাচ্ছি। প্রোগ্রামিং, ডিজাইন, কনটেন্ট রাইটিং, ডেটা বিশ্লেষণ... এই পুরনো দক্ষতাগুলি যেগুলির জন্য আগে দশ বছরের পরিশ্রম প্রয়োজন হত, এখন বড় মডেলগুলি দ্রুততম গতিতে তাদের প্রতিস্থাপন করছে। প্রায় প্রতিটি জ্ঞানভিত্তিক কর্মচারীই একটি গভীর বেদনা অনুভব করছেন: আমার গর্বের "শিল্প"টি দ্রুত শূন্যে ফিরে যাচ্ছে।

এর ফলে একটি নতুন “কর্মস্থলীয় বিপর্যয়” দেখা দিতে শুরু করেছে:

• আপনার দলের প্রত্যেকে এআই ব্যবহার করে দ্রুত কাজ করছে, কিন্তু কোম্পানির সামগ্রিক সিদ্ধান্তগুলি ধীরে ধীরে বোকামির দিকে যাচ্ছে।
• প্রতিটি বিভাগ—পণ্য, অপারেশন এবং মার্কেটিং—AI ব্যবহার করে তাদের KPI চরম সীমায় অপ্টিমাইজ করেছে, ফলে ব্যবহারকারীর অভিজ্ঞতা এবং লাভে হঠাৎ পতন ঘটেছে।
• একটি কোম্পানি কয়েক কোটি খরচ করে সবচেয়ে উন্নত এআই সিস্টেম চালু করল, কিন্তু শেষপর্যন্ত উৎপাদন সাজানোর জন্য এখনও এক্সেল এবং ম্যানুয়াল রিকনসিলিয়েশনের দিকে ফিরে গেল।

উত্তরটি অত্যন্ত নির্মম: আমরা একটি চরম ক্যালকুলেশন ক্ষমতা সম্পন্ন “অ্যালগরিদমিক পাগল ঘোড়া” দিয়ে “একক বিন্দু চিন্তার” দ্বারা তৈরি একটি ভাঙা গাড়ি টানছি। যখন সবাই AI কে “বিন্দুগত সমস্যা” সমাধানের জন্য ব্যবহার করার প্রতি আসক্ত হয়ে পড়ে, তখন একটি সিস্টেম-লেভেলের বিপর্যয় চলে আসছে।

এআই যুগে, সবচেয়ে দুর্লভ ক্ষমতা এখন “কিভাবে কাজটি ঠিক করবেন” থেকে সম্পূর্ণভাবে “কী করা ঠিক” এ পরিণত হয়েছে। এই ক্ষমতাকে আমি সিস্টেম থিংকিং বলি।

গত চারশো বছর ধরে, শিল্প সভ্যতা আমাদের মস্তিষ্কে সবচেয়ে শক্তিশালী সফটওয়্যারটি প্রিইনস্টল করেছে: বিশ্লেষণাত্মকতা। এটি আমাদের শেখায় জটিল সমস্যাগুলিকে স্বাধীন অংশে ভাগ করে, প্রতিটি অংশকে একে একে অপ্টিমাইজ করে, তারপর সবকিছুকে আবার একসাথে জোড়া দেওয়া। এই পদ্ধতিটি আমাদের আজকের ভৌত সমৃদ্ধির সৃষ্টি করেছে।

এআই, ঠিক এই “বিশ্লেষণাত্মক পদ্ধতি” এর চূড়ান্ত অস্ত্র। একটি স্পষ্ট লক্ষ্য দিন, এটি এক সেকেন্ডের মধ্যে আপনার জীবনব্যাপী গণনা করতে অক্ষম হওয়া সমস্ত সমাধান পরীক্ষা করে দেখবে।

কিন্তু বিশ্বের সত্য হল: এটি একটি যেকোনো সময় খুলে বা বন্ধ করা যায় এমন একটি মেশিন নয়, বরং একটি গতিশীল নেটওয়ার্ক যেখানে আমি তোমার মধ্যে এবং তুমি আমার মধ্যে। এই নেটওয়ার্কে, একটি অংশের চরম অপ্টিমাইজেশন প্রায়শই সমগ্র সিস্টেমের জন্য মারাত্মক আঘাত হয়।

আমি ২২ বছর ধরে সাপ্লাই চেইন অধ্যয়ন করেছি এবং এই ধরনের অসংখ্য দুঃখজনক ঘটনা দেখেছি: ক্রয় বিভাগ AI ব্যবহার করে উপকরণের খরচ সর্বনিম্নে নামিয়ে আনে, ফলে আপস্ট্রিম সরবরাহকারীরা কাজের মান কমিয়ে ফেলে, যার ফলে ব্র্যান্ডের বিশ্বাসযোগ্যতা হঠাৎ ধ্বংস হয়ে যায়। ফিন্যান্স বিভাগ AI ব্যবহার করে স্টক টার্নওভার রেটকে সর্বোচ্চে পৌঁছায়, কিন্তু একটি স্ক্রুর অভাবে উৎপাদন লাইনটি সম্পূর্ণভাবে বন্ধ হয়ে যায়। মার্কেটিং বিভাগ AI ব্যবহার করে CTR-কে শিল্পের শীর্ষে নিয়ে যায়, কিন্তু অতিরিক্ত প্রতিশ্রুতির কারণে অফটার-সেল টিমটি অভিযোগের ঢলে ডুবে যায়।

এটিই “বুদ্ধিমানদের” দুঃখের কথা। যদি সিদ্ধান্তগ্রহণকারীরা সিস্টেম থিংকিং হারিয়ে ফেলে এআইকে একটি “একক পয়েন্ট অ্যাক্সেলারেটর” হিসেবে দেখে, তাহলে এআই একটি ব্রেকহীন ইঞ্জিনের মতো হয়ে যায়, যা সম্পূর্ণ সংগঠনকে সবচেয়ে দ্রুত ধ্বংসের দিকে নিয়ে যায়। সিস্টেম সায়েন্সে এর জন্য একটি বিশেষ নাম আছে—গুডহার্ট ক্রাশ: যখন একটি মেট্রিককে অতিমাত্রায় অপ্টিমাইজ করা হয়, তখন তা আর ভালো মেট্রিক থাকে না।

অনেকেই "সিস্টেম থিংকিং" কে "সম্পূর্ণভাবে ভাবা" বা "একটি মাইন্ড ম্যাপ আঁকা" হিসেবে ভুলভাবে বুঝে থাকে। কিন্তু আমার ২২ বছরের জটিল সিস্টেম গভর্ন্যান্স গবেষণার মধ্যে দিয়ে, আমি দেখেছি যে প্রকৃত সিস্টেম থিংকিং হলো একটি সঠিকভাবে বর্ণনা করা যায় এমন জ্ঞানগত অপারেটিং সিস্টেম। এটি তিনটি হার্ডকোর দক্ষতা দ্বারা গঠিত:

1. বোর্ডার পাওয়ার: আপনি যা অপ্টিমাইজ করছেন, তা নিজেই সবচেয়ে বিপজ্জনক পছন্দ।

এআই সর্বদা প্রদত্ত সীমানা এবং লক্ষ্যের মধ্যে সর্বোত্তম সমাধান খুঁজে বেড়ায়। সিস্টেম থিংকিংয়ের প্রথম পদক্ষেপ হল এই সীমানাটিই পর্যালোচনা করা।

আমি প্রায়শই একটি উদাহরণ দিই: যদি আপনি এআইকে “এই কোম্পানির লাভকে সর্বাধিক করুন” বলেন, তাহলে এটি কয়েক মিলিসেকেন্ডের মধ্যে একটি “অপ্টিমাল সমাধান” দিতে পারে যা মানুষের জন্য কয়েকশো বছর লাগতে পারে—সব কর্মচারীকে চাকরি থেকে বরখাস্ত করুন, সব সম্পদ বিক্রি করুন, এবং টাকা ব্যাংকে রেখে সুদ কামান। লক্ষ্যটি পূর্ণ হয়েছে, কিন্তু কোম্পানিটি মারা গেছে।

সমস্যা কী তা সংজ্ঞায়িত করা হল এটি কীভাবে সমাধান করা যায় তার চেয়ে বেশি গুরুত্বপূর্ণ। সাপ্লাই চেইনের সীমানা "ক্রয় খরচ ন্যূনতমকরণ" থেকে "সম্পূর্ণ জীবনচক্রের অর্থনৈতিক দক্ষতা" পর্যন্ত পরিবর্তন করলে, আপনার সিদ্ধান্তগুলি সম্পূর্ণভাবে পরিবর্তিত হবে। পণ্যের সীমানা "ব্যবহারকারীর ব্যবহারের সময়" থেকে "ব্যবহারকারীর দীর্ঘমেয়াদী মূল্য" পর্যন্ত পরিবর্তন করলে, আপনার ব্যবসায়িক মডেলটি সম্পূর্ণভাবে পুনঃগঠিত হবে।

2. ক্লোজড-লুপ পাওয়ার: আপনি কি "বাটারফ্লাই ইফেক্ট" ঘটার আগে এটি দেখতে পান?

প্রথম স্তরের চিন্তা কেবল সরল কার্যকারণ দেখে: A বি কে ঘটায়, B সি কে ঘটায়। সিস্টেম থিংকিং বিলম্বিত ধনাত্মক ও নেতিবাচক ফিডব্যাক লুপগুলির দিকে মনোনিবেশ করে—A বি কে ঘটায়, কিন্তু B তিন মাস পরে পুনরায় A-কে চাপ দেয়; C এবং D প্রতীয়মানভাবে অসংশ্লিষ্ট, কিন্তু একটি গোপন চলক E-এর মাধ্যমে, তারা পরস্পরকে ধ্বংস করছে।

আজ আপনি AI ব্যবহার করে ১০০টি মার্কেটিং আর্টিকেল তৈরি করেন, যা সংক্ষিপ্ত সময়ের জন্য ট্রাফিকের শীর্ষ তৈরি করবে, কিন্তু তিন মাস পরে ব্র্যান্ডের বিশ্বাসযোগ্যতার উপর বরফের মতো ধ্বংস ঘটবে। আপনি আজ চতুর্থাংশের পারফরম্যান্সের জন্য সাপ্লাই চেইনকে শোষণ করেন, যা সংক্ষিপ্ত সময়ের জন্য আর্থিক বিবরণীকে ভালো দেখাবে, কিন্তু ছয় মাস পরে সাপ্লায়ারদের একসাথে দাম বাড়ানোর ফলে আপনার খরচের গঠন চিরতরে নষ্ট হয়ে যাবে।

সিস্টেম থিংকাররা প্রথম দিনেই সেই ধ্বংসাত্মক নেগেটিভ ফিডব্যাক দেখতে পান।

৩. পুনর্গঠন ক্ষমতা: আপনি কি আপনার নিজের “চিন্তার মডেল” পর্যালোচনা করতে এবং ভাঙতে সাহস করেন?

যেকোনো এআই মডেল, যেকোনো প্রশাসনিক তত্ত্ব, যেকোনো সাফল্যের অভিজ্ঞতা এবং বাস্তব জটিল বিশ্বের মধ্যে চিরস্থায়ী বিচ্যুতি রয়েছে। আমি এটিকে রেসিডুয়াল বলি।

সাধারণ মানুষ রেজিডুয়ালকে উপেক্ষা করে, বুদ্ধিমানরা এটি ব্যবহার করে মডেলকে ফাইন-টিউন করে। কিন্তু সিস্টেম থিংকাররা নিজের মস্তিষ্কের সেই “মেটাকগনিশন” ক্ষমতাকে সক্রিয় করার সাহস রাখে—নিজের দীর্ঘদিন ব্যবহার করা চিন্তার কাঠামো থেকে বেরিয়ে এটির প্রতি পর্যালোচনা করে, এবং সেই সবচেয়ে ঘাতক প্রশ্নটি করে: “যদি আমি যা সবসময় সঠিক বলে মনে করি, তাই কি সমস্যার মূলকারণ?”

প্রকৃত নবায়ন সর্বদা অবশিষ্টাংশের মধ্যে ঘটে। প্রকৃত প্যারাডাইম বিপ্লব সর্বদা তাদের দ্বারা আসে যারা নিজেদের পুরনো কাঠামো ভাঙতে সাহস করে।

কেন এআই স্বয়ংসম্পূর্ণভাবে সিস্টেম থিংকিং তৈরি করতে পারে না? কারণ এটি “কম্পিউটেশনাল পাওয়ার অপর্যাপ্ত” নয়, বরং “হার্ডওয়্যার ভুল”।

সিস্টেম থিংকিংয়ের মূলে রয়েছে মানুষের অনন্য পাঁচমাত্রিক মানসিক অপারেটিং সিস্টেম। এই পাঁচটি ক্ষমতা কঠোরভাবে আমাদের মস্তিষ্কের বিভিন্ন নিউরন নেটওয়ার্কে “হার্ডওয়্যারড” করা হয়েছে:

• চেতনা (Esp): ডিফল্ট মোড নেটওয়ার্ক (DMN) এর সাথে সম্পর্কিত। এটি সিস্টেমের চূড়ান্ত সীমানা নির্ধারণ করে, যখন কোনো জিনিস পাহাড়ের প্রান্তের দিকে ধাবিত হচ্ছে তখন ব্রেক চেপে থামিয়ে দেয়। AI-এর এটি নেই—আপনি এটিকে “লাভ সর্বোচ্চকরণ” করতে বললে, এটি আসলেই কোম্পানি বিক্রি করে দেবে।
• অত্যন্ত সংবেদনশীল: অ্যামিগডালা-লুসিয়াস সিস্টেমের সাথে সম্পর্কিত। এটি একটি প্রায় প্রাণীর রাডারের মতো, যা রিপোর্টের বাইরে এবং ডেটার পিছনে সবচেয়ে ক্ষুদ্রতম অস্বাভাবিক সংকেতগুলি ধরতে পারে। অনেক মহান ব্যবসায়িক সিদ্ধান্ত ডেটা বিশ্লেষণ থেকে আসে না, বরং সিদ্ধান্তগ্রহণকারীদের বাজারের পরিবর্তনের প্রতি “যা বলা যায় না, কিন্তু কিছুটা ভুল” বোধের সংবেদনশীলতা থেকে আসে।
• সেন্সোরি: সিগনিফিক্যান্স নেটওয়ার্ক (SN) এর সাথে মেলে। এটি আপনার “ইন্টুইশন ক্যাশ”, যা অত্যন্ত কম শক্তি খরচে আপনার জীবনজুড়ের অভিজ্ঞতা ব্যবহার করে অস্পষ্ট কিন্তু সঠিক দিকনির্দেশনা দেয়। যখন সমস্ত ডেটা একটি দিকের দিকে ইঙ্গিত করে, কিন্তু আপনার ইন্টুইশন বলছে “এটা ঠিক নয়”, তখন এটি অতিপ্রাকৃতিক নয়, এটি আপনার মস্তিষ্ক একটি এমন প্যাটার্ন চিহ্নিতকরণ সিস্টেম চালু করছে যা যেকোনো AI-এর চেয়ে অধিক জটিল।
• ফ্লুইড ইন্টেলিজেন্স: ফ্রন্টো-প্যারিয়েটাল কন্ট্রোল নেটওয়ার্ক (FPN) এর সাথে সম্পর্কিত। আপনার যুক্তিসংগঠিত গণনা ইঞ্জিন। এই মাত্রায়, AI আমাদের সেরা পূরক। গণনার কাজ সিলিকন-ভিত্তিক ব্যবস্থার উপর ছেড়ে দিন, এবং বিচার করুন নিজের হাতে।
• মেটাকগনিশন (Φ): ফ্রন্টাল পোলার কর্টেক্স (BA10 অঞ্চল) এর সাথে সম্পর্কিত। সিস্টেম থিংকিংয়ের "সর্বাধিনায়ক"। এটি আপনার নিজস্ব চিন্তার কাঠামো থেকে বেরিয়ে আপনার চিন্তার প্রোগ্রামকে পর্যালোচনা, সমালোচনা এবং চূড়ান্তভাবে পুনর্লিখন করতে পারে। এটি মানব মস্তিষ্কের বিবর্তনের সবচেয়ে এগিয়ে যাওয়া পণ্য, এবং সিলিকন-ভিত্তিক AI-এর জন্য অতিক্রমযোগ্য অতল বাধা।

সিলিকন-ভিত্তিক এআই শুধুমাত্র একটি চরমভাবে বড় করা "তরল বুদ্ধিমত্তা" মাত্রা। এবং সিস্টেম থিংকিংয়ের জন্য এই পাঁচটি মাত্রার সম্পূর্ণ সমন্বয় প্রয়োজন। ডিজিটাল সভ্যতার যুগে, কার্বন-ভিত্তিক জীবনের সবচেয়ে দৃঢ় এবং সবচেয়ে অপরাজেয় "নিউরাল সংবিধান" এটি।

সিস্টেম আর্কিটেক্ট হওয়া অসম্ভব নয়। এখানে তিনটি তাত্ক্ষণিকভাবে শুরু করার জন্য কার্যনীতি রয়েছে:

1. "নির্দেশ গ্রহণ" থেকে "সীমানা নির্ধারণ" এ উন্নীত করুন।

কোনো এআই কাজ শুরু করার আগে, নিজেকে তিনটি সিস্টেম-লেভেলের প্রশ্ন জিজ্ঞাসা করুন:

• এই প্রশ্নের প্রকৃত সীমানা কোথায়? কোন কী চলকগুলি বাদ দেওয়া হয়েছে?

• এআই-এর প্রস্তাব কী ধরনের দ্বিতীয় ও তৃতীয় প্রভাব সৃষ্টি করবে?

• আমাদের অনুসরণ করা KPI কি একটি কোম্পানিকে মারে এমন একটি "প্রক্সি মেট্রিক" হয়ে গেছে?

২. "প্রক্রিয়া অপ্টিমাইজ করা" থেকে "ফিডব্যাক সাইকেল ডিজাইন করা"-এ উন্নীত করুন।

একটি ওপেন-লুপ এক্সিকিউশন মেশিন হিসেবে এআইকে ডিপ্লয় করবেন না। এর জন্য একটি সমগ্র সিস্টেমের অবস্থা শনাক্তকারী “মনিটরিং রাডার” যোগ করুন। স্পষ্টভাবে নির্ধারণ করুন: কোন সিস্টেম-লেভেল রেডলাইনগুলি ট্রিগার হলে ম্যানুয়াল হস্তক্ষেপ বা অটোমেটিক ফিউজ চালু করতে হবে। কার্বন-ভিত্তিক নৈতিকতা দিয়ে সিলিকন-ভিত্তিক কম্পিউটিং শক্তির জন্য ব্রেক সজ্জিত করুন।

৩. "নিশ্চিততার প্রতি আকৃষ্ট হওয়া" থেকে "অবশিষ্টাংশকে গ্রহণ করা"-এ উন্নীত হোন।

শুধু এআই যা সঠিকভাবে করে তার দিকেই মনোযোগ দেবেন না। এআইয়ের পূর্বানুমান এবং বাস্তব ফলাফলের মধ্যে পার্থক্য—“বিকল্প”—এর দিকে মনোযোগ দিন। সেখানেই পুরনো চিন্তার মডেলগুলি ব্যর্থ হয়, গ্রাহকদের প্রকৃত সমস্যাগুলি পূরণ হয়নি, সংগঠনের কঠিনতা এবং প্রক্রিয়াগুলির ধ্বংসপ্রবণতা লুকিয়ে আছে। বিকল্পই হল সমস্ত বিপ্লবী উদ্ভাবনের একমাত্র, প্রকৃত শুরু।

কৃষি যুগে, শ্রম সবচেয়ে দামি ছিল। শিল্প যুগে, প্রযুক্তি সবচেয়ে দামি ছিল। তথ্য যুগে, জ্ঞান সবচেয়ে দামি।

এবং এআই যুগে, সবচেয়ে ব্যয়বহুল হল সিস্টেম থিংকিং।

যখন এআই জ্ঞান অর্জন এবং স্থানীয় অপ্টিমাইজেশনের বাধা শূন্যে নামিয়ে আনে, তখন সভ্যতার প্রতিযোগিতা সম্পূর্ণরূপে উচ্চতর মাত্রায় স্থানান্তরিত হয়: কে সিস্টেমের পূর্ণাঙ্গ চিত্র দেখতে পায়, কে ব্যবস্থার উৎপত্তি ও বিকাশকে বুঝতে পারে, কে নৈতিকতা এবং মেটাকগনিশন ব্যবহার করে বিশাল সিলিকন-ভিত্তিক কম্পিউটিং শক্তি নিয়ন্ত্রণ করতে পারে।

এআই-এর ক্ষমতা এবং মেমোরির সাথে প্রতিদ্বন্দ্বিতা করার চেষ্টা করবেন না। আপনার নিজস্ব সিস্টেম থিংকিং বিকাশ করুন। ডিজিটাল যুগে কার্বন-ভিত্তিক জীবের জন্য এটিই সবচেয়ে শক্তিশালী প্রতিরক্ষা প্রাচীর, এবং ভবিষ্যতের দিকে নিয়ে যাওয়ার একমাত্র কম্পাস।