কৃত্রিম বুদ্ধিমত্তার সঙ্গে তাল মেলাতে সক্ষম প্রতিষ্ঠান নকশা

• কাজ যদি একই কমিটি, অনুমোদন, হস্তান্তর এবং ফাংশনভিত্তিক বিচ্ছিন্নতার মধ্য দিয়েই চলতে থাকে, তবে উৎপাদনশীলতার লাভের মূল্য সীমিত. বাধাটি ক্রমে হয়ে ওঠে প্রাতিষ্ঠানিক বিলম্ব: একটি প্রতিষ্ঠান সিদ্ধান্ত নিতে, প্রক্রিয়া বদলাতে এবং নতুন সক্ষমতাকে ব্যবসায়িক ফলাফলে রূপ দিতে কত সময় নেয়.

• আগে যে কাজের জন্য একাধিক বিশেষজ্ঞ, বিভাগ বা কয়েক সপ্তাহের পরিশ্রম লাগত, তা নাটকীয়ভাবে দ্রুত শেষ করা যায়. এতে দলগুলো কীভাবে সহযোগিতা করে, কীভাবে সিদ্ধান্ত নেওয়া হয় এবং কোথায় দক্ষতা দরকার—সবই বদলে যায়.

• প্রতিষ্ঠানগুলো যখন তাদের নকশায় আমূল পরিবর্তন আনে, কর্মপ্রবাহ, শাসনব্যবস্থা, প্রণোদনা, জ্ঞানপ্রবাহ ও সিদ্ধান্তগ্রহণের কাঠামো নিয়ে ভিন্নভাবে ভাবে, তখনই সুবিধাগুলো পূর্ণভাবে বাস্তবায়িত হয়, যাতে কৃত্রিম বুদ্ধিমত্তা-চালিত উৎপাদনশীলতার লাভ পুরো প্রতিষ্ঠানে চক্রবৃদ্ধি হারে বাড়ে.

• কৃত্রিম বুদ্ধিমত্তা-কেন্দ্রিক প্রতিষ্ঠানগুলোর দরকার স্থিতিশীল মেরুদণ্ড ও অভিযোজ্য প্রান্ত—একই সঙ্গে বিচারবোধ ও কাজ সমন্বয়ে সবচেয়ে মূল্যবান মানবিক দক্ষতাকে কাজে লাগানো.

LinkedIn, Substack এবং অন্যান্য ফোরামে অনেক আলোচনা আছে যার সারকথা “কৃত্রিম বুদ্ধিমত্তায় বিনিয়োগের রিটার্ন আমি দেখতে পাচ্ছি না.” অর্থবহ গ্রহণ বাড়তে শুরু করলে আমরা কৃত্রিম বুদ্ধিমত্তা সমাধানে এবং ChatGPT, Codex, Claude-এর মতো তৈরি টুল গ্রহণে প্রচুর বিনিয়োগের রিটার্ন দেখি. তবুও বিষয়টি বোঝা যায়. ব্যক্তিগত পর্যায়ে বড় উৎপাদনশীলতার লাভ সম্ভব হলেও, প্রতিষ্ঠানের কর্মপ্রবাহ একই থাকলে শেষ পর্যন্ত তা সীমাবদ্ধ হয়ে যায়. আপনার প্রাতিষ্ঠানিক নকশাকে বিকশিত হতে হবে.

দুঃখজনকভাবে, বিশেষ করে কৃত্রিম বুদ্ধিমত্তা এত দ্রুত এগোচ্ছে বলে, কোনো প্রতিষ্ঠানকে ভবিষ্যৎ-নিরাপদ করা যায় না. তিন বছর পর কৃত্রিম বুদ্ধিমত্তা-অনুকূলিত ব্যাংক, বিমা প্রতিষ্ঠান, খুচরা বিক্রেতা, জ্বালানি কোম্পানি বা পরামর্শক প্রতিষ্ঠান কেমন হওয়া উচিত—এ কথা কেউ নিশ্চিতভাবে বলতে পারে না. প্রযুক্তি, অর্থনীতি ও কাজের ধরন এত দ্রুত বদলাচ্ছে যে মানিয়ে নেওয়ার ক্ষমতাই আগামী দশকের অন্যতম নির্ধারক সুবিধা হয়ে উঠছে.

কিন্তু যদি বিশেষজ্ঞ-স্তরের বুদ্ধিমত্তা তাৎক্ষণিকভাবে পাওয়া যায় এবং কৃত্রিম বুদ্ধিমত্তা এজেন্টগুলো ঘণ্টার পর ঘণ্টা স্বয়ংক্রিয়ভাবে কাজ করতে পারে, তাহলে ধরে নিতে হবে কাজ করার পদ্ধতি বদলাবে, এবং বদলানো উচিত. আর এর মানে হলো, প্রযুক্তির সুফল পেতে আপনার পরিচালন মডেল বদলাতে হবে. কাজের নতুন ধরন এবং এই প্রযুক্তির উদীয়মান প্রয়োগে যারা সবচেয়ে দ্রুত মানিয়ে নিতে প্রস্তুত, সেই প্রতিষ্ঠানগুলোর লাভের সম্ভাবনা সবচেয়ে বেশি.

কৃত্রিম বুদ্ধিমত্তার প্রাতিষ্ঠানিক প্রভাব বোঝার সবচেয়ে সহজ উপায় হলো একটি সরল অনুমান দিয়ে শুরু করা. ধরে নিন, প্রতিষ্ঠানের যে কারও জন্য বিশেষজ্ঞ-স্তরের বুদ্ধিমত্তা তাৎক্ষণিকভাবে পাওয়া যাচ্ছে. দুই বছর আগে এটি কল্পনা করা কঠিন ছিল, কিন্তু এখন তা প্রায় বাস্তব. আর এখনও নিখুঁত না হলেও, খুব নিকট ভবিষ্যতে এটি প্রায় নিখুঁত হবে ধরে নেওয়া যুক্তিযুক্ত.

এর সঙ্গে আরেকটি অনুমান যোগ করুন. ধরে নিন, স্বয়ংক্রিয় এজেন্টগুলো ঘণ্টা, দিন এবং শেষ পর্যন্ত সপ্তাহজুড়ে একসঙ্গে কাজ করে অর্থবহ বড় কাজ সম্পন্ন করতে পারে. একটি কাজ বা কয়েকটি কাজ নয়, বরং বহু শাখাজুড়ে বাস্তব ও উল্লেখযোগ্য কাজের ধারাবাহিকতা. এমন এক আন্তঃফাংশনাল দল, যা এজেন্টের একটি দলে আবদ্ধ এবং নিজেরাই কর্মপ্রবাহ বের করতে সক্ষম.

এই দুটো বিষয় দিকনির্দেশনামূলকভাবেও সত্য হলে, কাজ করার পদ্ধতি বদলাবে—বদলাতেই হবে. সম্পন্ন করার সময় কমে যায়, অভ্যন্তরীণ সহযোগিতার রূপ বদলায়, পরিবর্তনের গতি বাড়ে.

এ গতির পরিবর্তন বিকেন্দ্রীকরণ, স্বায়ত্তশাসন ও উদ্ভাবনের পক্ষে যায়, অথচ অধিকাংশ বড় প্রতিষ্ঠান তৈরি হয়েছে ঠিক বিপরীত ধারণাকে ঘিরে.

বড় প্রতিষ্ঠানগুলো ফাংশনভিত্তিক বিভাগে ক্ষমতা কেন্দ্রীভূত করে. তারা কৌশল, প্রযুক্তি, ডেটা, ঝুঁকি, কার্যক্রম, অর্থ, মানবসম্পদ এবং ব্যবসাকে আলাদা কাঠামোতে ভাগ করে, প্রতিটির নিজস্ব অগ্রাধিকার, প্রণোদনা এবং সবচেয়ে গুরুত্বপূর্ণভাবে নিয়ন্ত্রণ থাকে.

বিনিয়োগ কমিটি, স্টিয়ারিং কমিটি, আর্কিটেকচার বোর্ড, ঝুঁকি পর্যালোচনা, কমপ্লায়েন্স গেট, ক্রয়প্রক্রিয়া, বার্ষিক পরিকল্পনা চক্র এবং ব্যবসায়িক কেস পরিবর্তন নিয়ন্ত্রণ করে. কিছু পরিবর্তন ব্যবস্থাপনা দল অংশীজনদের মধ্যে তথ্যের অতিরিক্ত মধ্যস্থতা করে, কিন্তু তাতে কোনো মূল্য যোগ করে না.

আবারও বলি, এর কোনোটিই অযৌক্তিক নয় এবং এসব প্রক্রিয়া ভালো কারণেই আছে. এগুলো ঝুঁকি সামলায়, মূলধন বরাদ্দ করে, পুনরাবৃত্তি ঠেকায়, গ্রাহককে সুরক্ষা দেয় এবং জবাবদিহি তৈরি করে; একই সঙ্গে এগুলো একটি গতি নির্ধারণ করে. এটি সম্ভবত এমন এক বিশ্বের জন্য খুব ধীর, যেখানে কৃত্রিম বুদ্ধিমত্তা-কেন্দ্রিক প্রতিযোগীরা অনেক দ্রুত পরীক্ষা, শেখা এবং কাজ পুনর্নকশা করতে পারে.

সাংস্কৃতিক সংকেতও গুরুত্বপূর্ণ. অনেক প্রতিষ্ঠানে, কোনো নেতা যতবারই বলুন “আপনি সিদ্ধান্ত নেওয়ার ক্ষমতাপ্রাপ্ত”, প্রণোদনা এখনও ফাংশনভিত্তিক সীমার ভেতরে থাকার পুরস্কার দেয়. কেন? দলকে সুরক্ষিত রাখুন. বাজেটকে সুরক্ষিত রাখুন. রোডম্যাপকে সুরক্ষিত রাখুন. দৃশ্যমান ব্যর্থতা এড়িয়ে চলুন. কঠিন সিদ্ধান্ত কমিটির কাছে পাঠান. অনুমোদিত প্রক্রিয়ার বাইরে বেশি দূর যাবেন না.

পরীক্ষা-নিরীক্ষার খরচ বেশি হলে এবং মাঝে মাঝে পরিবর্তন বিপ্লব নয়, বিবর্তন হলে এই কেন্দ্রীভূত পদ্ধতি যুক্তিযুক্ত. কিন্তু সক্ষমতা যখন কয়েক মাস অন্তর উল্লেখযোগ্যভাবে উন্নত হয় এবং সেরা সুযোগগুলো কাজের কাছাকাছি থাকা দলগুলো আবিষ্কার করে, তখন এটি সমস্যা হয়ে ওঠে.

প্রথাগত কেন্দ্রীকরণ দিয়ে কৃত্রিম বুদ্ধিমত্তার জবাব দিলে এমন বিলম্ব তৈরি হয়, যা অর্থবহ বিনিয়োগের রিটার্ন আটকে দেয়. বাস্তব কাজে পৌঁছানোর আগে প্রতিটি পরিবর্তনকে যদি একাধিক কমিটির মধ্য দিয়ে যেতে হয়, প্রতিষ্ঠান খুব ধীরে শিখবে.

আপনার যেসব কর্মী বাড়তে এবং দ্রুত এগোতে চান, তাদের জন্য কৃত্রিম বুদ্ধিমত্তা কাজে লাগানোর সুযোগ সীমিত করলে আপনার প্রতিষ্ঠান কাজের জন্য কম আকর্ষণীয় হয়ে ওঠে.

অধিকাংশ প্রতিষ্ঠান ব্যক্তিগত কৃত্রিম বুদ্ধিমত্তা দক্ষতা দিয়ে শুরু করছে. শুরুর জন্য এটিই ঠিক জায়গা. মানুষকে জানতে হবে কীভাবে কৃত্রিম বুদ্ধিমত্তাকে ব্রিফ করতে হয়, কীভাবে তাকে চ্যালেঞ্জ করতে হয়, কীভাবে তার কাজ যাচাই করতে হয়, কীভাবে সংবেদনশীল তথ্য সুরক্ষিত রাখতে হয় এবং কখন এটি ব্যবহার করা উচিত নয়. তাদের দরকার আত্মবিশ্বাস, বিচারবোধ ও বাস্তব অভিজ্ঞতা.

কিন্তু ব্যক্তিগত দক্ষতার একটি সীমা আছে. একজন বিশ্লেষক পাঁচ গুণ বেশি বিশ্লেষণ তৈরি করতে পারেন, কিন্তু সিদ্ধান্তের ফোরাম এখনও মাসে একবারই বসে. একজন ডেভেলপার আরও বেশি কোড তৈরি করতে পারেন, কিন্তু পর্যালোচনা ও রিলিজ প্রক্রিয়া বদলায়নি. একজন মার্কেটার আরও বেশি কনটেন্ট তৈরি করতে পারেন, কিন্তু ব্র্যান্ড অনুমোদন এখনও একই সারিতে আটকে থাকে.

দলীয় স্তরেও, কর্মপ্রবাহ বদলালেই গতি বাড়ে না, যদি প্রতিষ্ঠানের অন্য অংশগুলো আগের মতোই কাজ চালিয়ে যায়.

তাই ব্যক্তি দ্রুত এগোয়, দল হয়তো দ্রুত এগোয়, কিন্তু প্রতিষ্ঠানের শুরু থেকে শেষ পর্যন্ত প্রবাহে অন্য অংশগুলো শেষ পর্যন্ত আউটপুটের গতি সীমিত করে. এ কারণেই কৃত্রিম বুদ্ধিমত্তার যাত্রাকে ব্যক্তিগত দক্ষতা থেকে দলীয় দক্ষতা, এবং সেখান থেকে প্রাতিষ্ঠানিক দক্ষতার দিকে এগোতে হবে.

প্রতিষ্ঠান যখন তার কাঠামো, প্রণোদনা, শাসনব্যবস্থা, জ্ঞানপ্রবাহ ও প্রযুক্তিগত ধরন বদলাতে পারে, তখন ব্যক্তি ও দলের স্থানীয় লাভগুলো প্রাতিষ্ঠানিক মূল্যে রূপ নেয়.

এটি কঠিন চ্যালেঞ্জ, কিন্তু মূল্য উন্মোচনের সুযোগ এখানেই. ChatGPT প্রকাশের পর গত কয়েক বছরে জন্ম নেওয়া কৃত্রিম বুদ্ধিমত্তা-কেন্দ্রিক প্রতিষ্ঠানগুলো কৃত্রিম বুদ্ধিমত্তা আগে থেকেই যুক্ত করে কর্মপ্রবাহ বানিয়েছে; তাই তারা চটপটে থাকে এবং সমতল কাঠামোয় কাজ করে. এর বিপরীতে, বড় প্রতিষ্ঠানগুলো বিদ্যমান প্রক্রিয়ায় কৃত্রিম বুদ্ধিমত্তা ঢুকিয়েছে, ফলে জোড়াতালি প্রভাব তৈরি হয়েছে যা কাজটি কীভাবে করা হয় তা বদলাতে ব্যর্থ.

কৃত্রিম বুদ্ধিমত্তা-কেন্দ্রিক মানে বিশৃঙ্খল, বেপরোয়া বা টুল-আসক্ত নয়. এর মানে নয় যে প্রত্যেক কর্মী নিজের পছন্দমতো সর্বশেষ মডেল ব্যবহার করবেন. আর নিশ্চয়ই এর মানে নয় যে উৎসাহ দিয়ে শাসনব্যবস্থা প্রতিস্থাপন করা, বা ভান করা যে মানুষের আর প্রয়োজন নেই.

প্রাতিষ্ঠানিক নকশার পুরোনো মডেল ধরে নেয় যে আপনি ভবিষ্যৎ অবস্থা নির্ধারণ করবেন, কাঠামো আঁকবেন, পরিবর্তন বাস্তবায়ন করবেন এবং স্থিতিশীল করবেন. কৃত্রিম বুদ্ধিমত্তার জন্য এটি খুব ধীর.

কৃত্রিম বুদ্ধিমত্তা-কেন্দ্রিক প্রতিষ্ঠানগুলো ধারাবাহিক পরিবর্তনের জন্য নকশা করা হবে. কৃত্রিম বুদ্ধিমত্তা-কেন্দ্রিক প্রতিষ্ঠান হলো এমন প্রতিষ্ঠান, যা মানুষ, কৃত্রিম বুদ্ধিমত্তা সিস্টেম, ডেটা, কর্মপ্রবাহ ও শাসনব্যবস্থার সম্মিলিত শক্তিকে ঘিরে কাজকে ধারাবাহিকভাবে পুনর্নকশা করে. তারা একটিমাত্র নীলনকশার ওপর সবকিছু বাজি ধরবে না. তারা দ্রুত বের করার সক্ষমতা গড়বে: কোন কর্মপ্রবাহ বদলানো উচিত, কোন ভূমিকাগুলো বিকশিত হওয়া দরকার, কোন নিয়ন্ত্রণ দরকার, কোন দক্ষতা বেশি গুরুত্বপূর্ণ, কোন ধরন পুনর্ব্যবহারযোগ্য এবং কোন অনুমান ইতিমধ্যেই পুরোনো.

এর জন্য একই সঙ্গে দুটি জিনিস দরকার: একটি স্থিতিশীল মেরুদণ্ড এবং একটি অভিযোজ্য প্রান্ত. এগুলো কেন্দ্রীকরণ এবং কাজের কাছাকাছি থাকা দলগুলোকে ক্ষমতায়নের মধ্যে ভারসাম্য দেয়.

স্থিতিশীল মেরুদণ্ড প্রতিষ্ঠানকে আস্থা ও বিস্তারক্ষমতা দেয়. সমগ্র ব্যবসার জন্য অনুমোদিত টুল, পুনর্ব্যবহারযোগ্য ধরন, ডেটা অ্যাক্সেসের পথ, মূল্যায়ন পদ্ধতি, নিরাপত্তা নিয়ন্ত্রণ, শাসননীতি, মনিটরিং, জ্ঞান অবকাঠামো এবং স্পষ্ট মালিকানা পাওয়া যায়.

অভিযোজ্য প্রান্ত হলো যেখানে কাজ ঘটে এবং ঘন ঘন, ঘর্ষণ ছাড়াই বদলায়. সমস্যার কাছাকাছি থাকা ছোট, আন্তঃফাংশনাল দলগুলোর কর্মপ্রবাহ পুনর্নকশা করা, কৃত্রিম বুদ্ধিমত্তা প্রয়োগ করা, কাজের নতুন পদ্ধতি পরীক্ষা করা এবং শেখা বিষয়গুলো প্রতিষ্ঠানে ফিরিয়ে দেওয়ার যথেষ্ট কর্তৃত্ব থাকে.

কেন্দ্র ও প্রান্তের এই ভারসাম্য গুরুত্বপূর্ণ. কেন্দ্রীয় নিয়ন্ত্রণ বেশি হলে প্রতিষ্ঠান খুব ধীরে শেখে. স্থানীয় স্বাধীনতা বেশি হলে প্রতিষ্ঠান খণ্ডিত হয়ে যায়. কৃত্রিম বুদ্ধিমত্তা-কেন্দ্রিক প্রতিষ্ঠানের কেন্দ্রে দরকার শৃঙ্খলা, আর প্রান্তে দরকার অভিযোজনক্ষমতা.

কাজ স্বয়ংক্রিয় করার সহজ কিন্তু অলস উপসংহার হলো, কৃত্রিম বুদ্ধিমত্তা মানুষের প্রয়োজন কমিয়ে দেয়. কিছু ক্ষেত্রে তা হবে, যেমন কম প্রসঙ্গনির্ভর, পুনরাবৃত্তিমূলক জ্ঞানভিত্তিক কাজ, যা সংকুচিত বা বাদ পড়বে. যে কাজ মূলত লেনদেনধর্মী, সিস্টেমের ফাঁক পূরণ করে, তথ্য সরায়, প্রাথমিক বিশ্লেষণ করে, প্রথম খসড়া তৈরি করে এবং সীমিত “মূল্য সংযোজন” ধরনের সাড়া দেয়—সেগুলো সবই চাপের মুখে পড়বে.

কিন্তু এর উল্টো দিক হলো, মানুষের “অবদান” এক ধাপ ওপরে উঠে যায়: বিশেষজ্ঞ বুদ্ধিমত্তা যদি তাৎক্ষণিকভাবে পাওয়া যায়, তবে কৃত্রিম বুদ্ধিমত্তা যা প্রতিস্থাপন করতে পারে না এবং করা উচিতও নয়, সেই বিরল মানবিক গুণগুলো হয়ে ওঠে বিচারবোধ, সৃজনশীলতা, জবাবদিহি, প্রসঙ্গবোধ ও আস্থা.

প্রতিষ্ঠানগুলোর উচিত অনিশ্চিত পরিস্থিতিতে সিদ্ধান্ত নিতে পারেন এমন মানুষের ওপর ক্রমে বেশি মনোযোগ দেওয়া. যারা ক্ষেত্রটি যথেষ্ট গভীরভাবে বুঝে কৃত্রিম বুদ্ধিমত্তাকে দিকনির্দেশ দিতে পারেন এবং কখন তা ভুল করছে তা বুঝতে পারেন. যারা আরও ভালো প্রশ্ন করতে পারেন. যারা বাণিজ্যিক, প্রযুক্তিগত, পরিচালনাগত ও মানবিক বাস্তবতাকে একসঙ্গে যুক্ত করতে পারেন. যারা সম্পর্ক গড়তে, আত্মবিশ্বাস তৈরি করতে এবং বহু অংশীজনের মধ্যে সমন্বয় ঘটাতে পারেন. আর গুরুত্বপূর্ণভাবে, যখন এক সপ্তাহের কাজ সোমবার সকালের মধ্যেই সংকুচিত হয়ে আসে বলে ভাবেন, তখন দ্রুত ও সঠিকভাবে প্রসঙ্গ বদলানো এবং তথ্য ব্যাখ্যা করার সক্ষমতা আরও অপরিহার্য হয়ে ওঠে.

তাই, সাধারণ দক্ষতার মানুষরা কম নয়, বরং বেশি মূল্যবান হয়ে ওঠেন, যদি তারা বিভিন্ন ফাংশনের প্রসঙ্গ ধরে রাখতে এবং কৃত্রিম বুদ্ধিমত্তা-সক্ষম কাজ সমন্বয় করতে পারেন. বিশেষজ্ঞরাও কম নয়, বরং বেশি মূল্যবান হতে পারেন, কারণ দ্রুততর কাজ আরও বেশি মুহূর্ত তৈরি করে যেখানে গুণমান ও বিচারবোধ গুরুত্বপূর্ণ. আর নেতাদের কার্যকলাপের নিয়ন্ত্রক কম হয়ে, সিস্টেম, প্রসঙ্গ ও গতির নকশাকার বেশি হতে হবে.

যেসব দক্ষতায় বিনিয়োগ করতে হবে, সেগুলো শুধু “কৃত্রিম বুদ্ধিমত্তা দক্ষতা” নয়. কৃত্রিম বুদ্ধিমত্তা যখন নিম্নস্তরের কাজ সম্পাদনের বড় অংশ সামলায়, তখন যে মানবিক বৈশিষ্ট্যগুলো আরও গুরুত্বপূর্ণ হয়ে ওঠে সেগুলো হলো: কৌতূহল, বিচারবোধ, সহনশীলতা, স্বচ্ছতা, সৃজনশীলতা, সিদ্ধান্তক্ষমতা, সহযোগিতা এবং অনিশ্চয়তার সঙ্গে স্বচ্ছন্দ থাকা. প্রতিষ্ঠানের উচিত এখনই এসব বৈশিষ্ট্যসম্পন্ন মানুষ নিয়োগ, উন্নয়ন ও পুরস্কৃত করা.

এত কাজ সংকুচিত করা তীব্র চাপের, আর কৃত্রিম বুদ্ধিমত্তা-কেন্দ্রিক প্রতিষ্ঠান সব সময় অতি দ্রুত গতিতে চলতে পারে না. মানুষের পুনরুদ্ধার ও পুনঃসংযোগের জন্য তাদের সময় ও অবকাশ তৈরি করতে হবে. কার্যকরভাবে বিচার ও সিদ্ধান্ত নিতে, প্রতিষ্ঠানগুলোর এমন পরিবেশ গড়ে তোলা উচিত যেখানে আকস্মিক সংযোগ থেকে নতুন ধরনের ধারণা জন্ম নিতে পারে.

আজ অনেক প্রতিষ্ঠান কৃত্রিম বুদ্ধিমত্তা দিয়ে যা ইতিমধ্যেই সম্ভব, তা ব্যবহার করতে ধীর. এর ফলে এজেন্টসুলভ সক্ষমতার উন্নতি এবং তার ব্যবহারের উন্নতির মধ্যে ব্যবধান ক্রমে বাড়ছে.

এটি স্বাভাবিক. পুরোনো সিস্টেম, নিয়ন্ত্রক সীমাবদ্ধতা, সাংস্কৃতিক প্রতিরোধ, খণ্ডিত ডেটা, অস্পষ্ট মালিকানা এবং বাস্তব ঝুঁকি—যেগুলো সবই ব্যবস্থাপনা দাবি করে—এসব কারণে বড় প্রতিষ্ঠান প্রযুক্তি ধীরে গ্রহণ করে.

কিন্তু কোনো এক সময় যথেষ্ট সংখ্যক নেতা, দল ও প্রতিযোগী নিরাপদে এবং বারবার বাস্তব কর্মপ্রবাহে কৃত্রিম বুদ্ধিমত্তা প্রয়োগের উপায় বের করে ফেলবে. ধরনগুলো পরিণত হবে, শাসনব্যবস্থা আরও প্রোথিত হবে, এজেন্টগুলো আরও নির্ভরযোগ্য হবে, এবং প্রতিষ্ঠানের আস্থা বাড়বে. কৃত্রিম বুদ্ধিমত্তা যা সম্ভব করে এবং প্রতিষ্ঠানগুলো বাস্তবে যা ব্যবহার করে—এই দুইয়ের ব্যবধান কমতে শুরু করবে.

সেই মোড় পরিবর্তনের মুহূর্ত এলে সুবিধা সেরা মডেল বা সবচেয়ে বড় কৃত্রিম বুদ্ধিমত্তা বাজেটের কোম্পানিগুলো পাবে না, বরং পাবে সেই প্রতিষ্ঠানগুলো যারা দ্রুতগতিতে কাজ করার পদ্ধতি বদলাতে পারে.

যেসব কোম্পানি প্রতিটি সিদ্ধান্ত কেন্দ্রীভূত করে, প্রতিটি ফাংশন রক্ষা করে, ধীর কমিটির মাধ্যমে শাসন করে এবং মানুষকে “ঝুঁকি না নেওয়ার” জন্য পুরস্কৃত করে, তারা তাল মেলাতে হিমশিম খাবে.

যেসব কোম্পানি শক্তিশালী মেরুদণ্ড এবং অভিযোজ্য প্রান্ত গড়ে তোলে, তারা দ্রুত শিখবে. তারা আগেভাগে আরও ভালো কর্মপ্রবাহ খুঁজে পাবে, সাধারণ দক্ষ, বিশেষজ্ঞ ও নেতা—এই মানবিক প্রতিভার স্বাস্থ্যকর মিশ্রণকে বেশি মূল্যবান কাজে পুনর্বিন্যস্ত করবে, এবং স্থানীয় পরীক্ষা-নিরীক্ষাকে পুনর্ব্যবহারযোগ্য ধরনে রূপ দেবে.

এখনকার প্রশ্ন হতে পারে “আমরা কীভাবে সফলভাবে কৃত্রিম বুদ্ধিমত্তা গ্রহণ করব?”, কিন্তু শিগগিরই সেটি বদলে হতে হবে “কৃত্রিম বুদ্ধিমত্তা কাজকে বদলে দিলে আমাদের প্রতিষ্ঠান কত দ্রুত মানিয়ে নিতে পারবে?”

শক্তিশালী কৃত্রিম বুদ্ধিমত্তাসহ ধীর প্রতিষ্ঠান ধীরই থাকবে; শক্তিশালী কৃত্রিম বুদ্ধিমত্তাসহ অভিযোজ্য প্রতিষ্ঠান চক্রবৃদ্ধি হারে এগোবে.