এই সিরিজের আমার আগের ব্লগগুলিতে, আমি দেখেছি কিভাবে নেতারা AI স্কেল করছে, আমরা কীভাবে এজেন্টিক AI ব্যবহার করে কাজকে নতুনভাবে উদ্ভাবন করছি এবং কীভাবে এই পরিবর্তনের নেতৃত্ব দেওয়া যায়। এই অন্তিম ব্লগে, আমি দেখছি কিভাবে এজেন্টিক AI কর্মশক্তিকে পুনর্নির্মাণ করছে এবং HR ফাংশনের জন্য একটি গুরুত্বপূর্ণ ভূমিকা তৈরি করছে।
Accenture's Banking Top Trends 2026:সীমাহীন ব্যাঙ্কিং এখানে আছে
আরও জানুন
ব্যাঙ্কিং এবং বীমা জুড়ে, AI রুটিন কাজগুলিকে স্বয়ংক্রিয় করে দিচ্ছে, জটিল কাজগুলিকে বাড়িয়ে তুলছে, কিন্তু আসল পরিবর্তন হল কীভাবে মানুষের বিচারকে উচ্চ-মূল্যের সিদ্ধান্তে পুনর্নিয়োগ করা হয়। একজন বীমা ক্লায়েন্ট যেমন বলেছে, লক্ষ্য হল "মানুষের মধ্যে থেকে রোবটকে সরিয়ে নেওয়া"। Agentic AI ঠিক তাই করে:আধা-স্বাধীন, বিশেষজ্ঞ এজেন্টরা সক্ষম সহকর্মীদের মতো কর্মীদের পাশাপাশি কাজ করে।
প্রভাব অভিন্ন বা অনিবার্য নয়। এআই একটি ভূমিকায় প্রতিটি কাজকে প্রভাবিত করে না এবং ফলাফলগুলি পূর্বনির্ধারিত নয়। নেতারা ইচ্ছাকৃত পছন্দ করেন যে মানুষের কাজ কী থাকা উচিত এবং কী AI-তে স্থানান্তরিত হওয়া উচিত। এটি ভূমিকার পুনঃডিজাইন করার বিষয়ে কম এবং ফলাফল এবং অভিপ্রায়ের জন্য কাজ ডিজাইন করার বিষয়ে বেশি, চাকরির শিরোনাম নয়।
সেক্টর-বাই-সেক্টর প্রভাব
এজেন্টিক AI আর্থিক পরিষেবার কর্মীবাহিনী জুড়ে কীভাবে মূল্য তৈরি করা হয় তা পুনর্নির্মাণ করবে — শুধু কর্মীবাহিনীই নয়। সঠিক কৌশল তাই অত্যন্ত সংগঠন নির্দিষ্ট।
কাজের পুনঃউদ্ভাবন মানে ব্যক্তিদের জন্য ডিজাইন করা এবং দল এবং নেটওয়ার্কের জন্য যা মান তৈরি করে।
আর্থিক পরিষেবাগুলিতে বেশিরভাগ জ্ঞানের কাজ দলভিত্তিক। তবুও কয়েকটি দল কার্যকরভাবে মানিয়ে নিচ্ছে। আমাদের ট্যালেন্ট রিইনভেন্টর সমীক্ষায় দেখা গেছে যে শুধুমাত্র 19% কর্মচারী বলেছেন যে তাদের টিম AI এর সাথে একসাথে পরীক্ষা করেছে, এবং মাত্র 17% নতুন ধারণা শেয়ার করতে মনস্তাত্ত্বিকভাবে নিরাপদ বোধ করে।
প্রতিভা পুনঃউদ্ভাবকরা দলের গতিশীলতাকে শক্তিশালী করতে AI-চালিত বিশ্লেষণ ব্যবহার করে এই ব্যবধানটি পূরণ করে। তাদের দলগুলি মানসিক নিরাপত্তা, পরীক্ষা-নিরীক্ষা এবং ভাগ করা শেখার দ্বারা চালিত নিম্ন স্ট্রেস, উন্নত সুস্থতা এবং দ্রুত, উচ্চ মানের সিদ্ধান্তের রিপোর্ট করে৷
এটি আর্থিক পরিষেবাগুলির ক্ষেত্রে গুরুত্বপূর্ণ, যেখানে বহু-বিভাগীয় দল, ক্রস ফার্ম নেটওয়ার্ক এবং সমগ্র ইকোসিস্টেম যেমন এক্সচেঞ্জ, আর্থিক কেন্দ্র এবং শিল্প অংশীদারিত্বগুলি কীভাবে কাজ করা হয় তা নির্ধারণ করে৷
গবেষণা এই পরিবর্তন সমর্থন করে. ইথান মলিক এবং তার সহকর্মীদের একটি সাম্প্রতিক গবেষণা শেয়ার করেছে যে এআই সহ দলগুলি এআই সহ ব্যক্তি এবং এটি ছাড়া দল উভয়কেই ছাড়িয়ে যায়। AI টিমগুলিকে জ্ঞান এবং ভাষার ফাঁকগুলি পূরণ করতে, আরও বৈচিত্র্যময় ধারণা তৈরি করতে এবং ইতিবাচক আবেগকে লালন করতে সহায়তা করে। মানুষের সৃজনশীলতা এখনও অভিনবত্বকে চালিত করে, কিন্তু একসাথে, মানুষ এবং এআই একাই পারফরম্যান্স করে।
আমাদের কাজের পরিবর্তনের সাথে সাথে দক্ষতাও বদলাতে হবে। আমাদের সাম্প্রতিক লার্নিং রিইনভেনটেড গবেষণা দেখায় যে যখন 84% এক্সিকিউটিভ আশা করেন যে AI এজেন্টরা তিন বছরের মধ্যে মানুষের পাশাপাশি কাজ করবে, এবং 80% কর্মী AI কে একটি সুযোগ হিসাবে দেখেন, শুধুমাত্র 26% রিপোর্টে AI এর সাথে কীভাবে সহযোগিতা করতে হয় সে সম্পর্কে প্রশিক্ষণ গ্রহণ করে৷ অগ্রগতি বাস্তব, কিন্তু খুব ধীর।
দক্ষতা হ্রাস পাচ্ছে
এই প্রবণতাগুলির মধ্যে অনেকগুলি AI-এর আগে থেকে, কিন্তু AI তাদের ত্বরান্বিত করে৷
৷চাহিদার দক্ষতা
এমনকি প্রতারণা, অর্থপ্রদান, দাবি, কেওয়াইসি এবং ঋণদানের মতো অপারেশনাল ক্ষেত্রগুলি জটিল মামলা এবং পরিস্থিতিগত বিচারের উপর দৃষ্টি নিবদ্ধ করে আরও ছোট, আরও বিশেষজ্ঞ দলের দিকে সরে যাচ্ছে৷
এটি এককালীন পরিবর্তন নয়। ক্রমাগত শিক্ষা কর্মীদের গতিশীলতা এবং দীর্ঘমেয়াদী নিয়োগযোগ্যতা সক্ষম করে। কারও কারও জন্য, এর অর্থ একটি ভূমিকার মধ্যে দক্ষতা বৃদ্ধি করা। অন্যদের জন্য, এর অর্থ সম্পূর্ণ নতুন ক্যারিয়ারে পুনরায় দক্ষতা অর্জন করা।
নেতৃস্থানীয় ব্যাঙ্ক এবং বীমাকারীরা ইতিমধ্যেই দক্ষতা-ভিত্তিক কর্মশক্তি মডেলের দিকে অগ্রসর হচ্ছে, যা কর্মশক্তি পরিকল্পনা, শিক্ষার প্ল্যাটফর্ম এবং অভ্যন্তরীণ প্রতিভা বাজারের দ্বারা সমর্থিত৷
সংস্থাগুলিকে প্রতিক্রিয়া জানাতে সাহায্য করার জন্য, আমরা LearnVantage চালু করেছি, ভবিষ্যতের দক্ষতার জন্য আমাদের নমনীয় এআই-সক্ষম শিক্ষার বাস্তুতন্ত্র। এতে বোর্ড, এক্সিকিউটিভ এবং কর্মচারীদের জন্য আমাদের AI একাডেমি অন্তর্ভুক্ত রয়েছে, যার মধ্যে রয়েছে শিক্ষামূলক সেশন থেকে শুরু করে ন্যানো-ডিগ্রী এবং স্ট্যানফোর্ড এবং অন্যান্যদের সাথে বাহ্যিক সার্টিফিকেশন সহ গভীর শিক্ষা।
S&P গ্লোবাল-এ আমরা 7,500 জন নেতা এবং 200 জন বোর্ড সদস্য এবং GenAI-তে সিনিয়র নেতা সহ 40,000 কর্মচারীদের প্রশিক্ষণ দিয়েছি। অংশগ্রহণ 100% ছুঁয়েছে, MPS খুবই ইতিবাচক ছিল এবং AI টুল গ্রহণে 4X বৃদ্ধি পেয়েছে। S&P গ্লোবাল এন্টারপ্রাইজ-ব্যাপী পরিবর্তন চালনা করার জন্য শেখার ব্যবহার করার জন্য একটি স্পষ্ট রোল মডেল।
রিস্কিলিংয়ের বিষয়ে মধ্যপ্রাচ্যের কিছু জাতীয় প্রচেষ্টা দেখে আমি বিশেষভাবে প্রভাবিত হয়েছি — এর মধ্যে এমিরেটস ইনস্টিটিউট অফ ফাইন্যান্স, সংযুক্ত আরব আমিরাত এবং কেএসএ-তে ক্লাউড স্কিল ট্রেনিং এবং কমার্শিয়াল ব্যাংক অফ দুবাইয়ের জন্য এআই আপস্কিলিং অন্তর্ভুক্ত রয়েছে। জাপানে, আমরা 36,000 ফ্রন্ট অফিসের কর্মচারী এবং 300 জন নেতাকে একটি বৃহৎ বীমা কোম্পানিতে উন্নত করেছি, তাদের ডিজিটাল সহকারীর সাথে কার্যকরভাবে কাজ করতে এবং আরও ব্যক্তিগতকৃত গ্রাহক ফলাফল প্রদান করতে সক্ষম করেছি।
কো-লার্নিং হল যখন মানুষ প্রযুক্তি শেখায় এবং একই সাথে তা থেকে শেখে এবং এই গবেষণার কেন্দ্রবিন্দু। প্রাথমিক উদাহরণের মধ্যে এআই কোচ এবং এন্টারপ্রাইজ কপাইলট অন্তর্ভুক্ত। একটি এজেন্টিক আর্কিটেকচারে, এই সিস্টেমগুলি ব্যক্তিদের সাথে খাপ খাইয়ে নেয়, প্রতিক্রিয়ার সাথে উন্নতি করে এবং শেখার সহায়তা করে এ কাজের প্রবাহ।
একটি যোগাযোগ কেন্দ্র বিবেচনা করুন. একজন মানব এজেন্ট কলের নেতৃত্ব দেয়; একজন এআই এজেন্ট প্রতিলিপি করে, অনুগত প্রতিক্রিয়ার পরামর্শ দেয় এবং ফলাফলের সংক্ষিপ্ত বিবরণ দেয়। যখন মানব এজেন্ট পরামর্শ এড়িয়ে যায় বা রেট দেয়, তখন AI শিখে। কল করার পরে, এটি প্রতিফলিত প্রতিক্রিয়া প্রদান করে। ক্ষমতা মানুষ এবং মেশিন উভয়ের জন্য উন্নত।
এটি FS-তে সম্মুখীন হওয়া কয়েকটি চ্যালেঞ্জকে সম্বোধন করে:ক) কীভাবে বাস্তব জগতে মানুষ এবং এজেন্ট উভয়ের সক্ষমতা এবং কর্মক্ষমতা বাড়ানো যায় এবং শুধুমাত্র পরীক্ষায় নয়; খ) কীভাবে এআই-এর ব্যবহারযোগ্যতা, গ্রহণ এবং ব্যবহার উন্নত করা যায়, কারণ দুর্দান্ত এআই পণ্যগুলি যেগুলি ব্যবহার করা হয় না সেগুলি মূল্য তৈরি করে না; গ) কীভাবে সত্যিকার অর্থে শিক্ষাকে কাজের প্রবাহে যুক্ত করা যায় যেখানে এটি কর্মচারী এবং গ্রাহকের ফলাফলগুলিকে সর্বোত্তম সহায়তা করতে পারে এবং ঘ) গভীর শিক্ষার জন্য সময় প্রকাশ করতে। এই পদ্ধতি ব্যবহার করে সংস্থাগুলি চারগুণ দ্রুত দক্ষতা বিকাশ করছে এবং AI এর সাথে সহযোগিতা করার আত্মবিশ্বাস দ্বিগুণ করছে৷
একটি বৃহৎ ইউরোপীয় বীমাকারীতে, এই মডেলটি কর্মচারীদের পরিচালনা করা কলগুলিকে 5-10% কমিয়েছে, গড় হ্যান্ডলিং টাইম 10% কমিয়েছে, এবং প্রায় 20% ক্ষমতা ছেড়ে দিয়েছে, যেখানে দক্ষতার স্তর এবং দক্ষতার জন্য সময় উন্নত হয়েছে৷
AI নির্মাণ, পরিচালনা এবং ব্যাখ্যা করার জন্য সংস্থাগুলিরও বিশেষজ্ঞ প্রতিভা প্রয়োজন। এই ভূমিকাগুলি ক্রমবর্ধমানভাবে ব্যবসায়িক ডোমেন দক্ষতার সাথে প্রযুক্তিগত গভীরতাকে একত্রিত করে৷
2023 সালের শেষের দিকে এআই চাকরির পোস্টিং তিনগুণেরও বেশি বেড়েছে, প্রতিযোগিতা তীব্র হচ্ছে। ব্যাঙ্ক এবং বীমাকারীদের নিজেদের আলাদা করতে হবে। একটি বৃহৎ ব্যাঙ্কের জন্য, আমরা ভারতে তার নিয়োগকর্তার ব্র্যান্ডকে পুনঃস্থাপন করেছি, একটি আধুনিক, বৈশ্বিক মডেলে পরিচালিত একটি 1,000 ব্যক্তির ডেটা সংস্থার দ্রুত বিল্ডআউট সক্ষম করে৷
LearnVantage-এর মাধ্যমে আমরা ডেটা এবং AI পেশাদারদের জন্য বিশেষ করে আমাদের Udacity, Ascendient এবং AIdemy অধিগ্রহণের পরে গভীর বিশেষজ্ঞের পুনঃস্কিলিংয়ের বিষয়েও আলোচনা করছি।
উদাহরণগুলির মধ্যে রয়েছে:
এই প্রচেষ্টাগুলি মৌলিক প্রশিক্ষণের বাইরে চলে যায়, যেখানে অনেক পুনঃস্কিলিং প্রোগ্রাম বন্ধ হয়ে যায়। আমরা ধারাবাহিকভাবে কাঠামোগত ডিজিটাল পথ, বাস্তব প্রকল্প, পরামর্শদান, ন্যানো-ডিগ্রী এবং সহযোগিতামূলক শিক্ষার মাধ্যমে উন্নত এবং বিশেষজ্ঞ ক্ষমতা তৈরি করি।
AI এর গুণমান বৃদ্ধির সাথে সাথে কর্মীরা AI এর উপর অতিরিক্ত নির্ভরশীল হওয়ার এবং কার্যকরভাবে 'চাকাতে ঘুমিয়ে পড়ার' ঝুঁকি রয়েছে। যদি আমাদের নেতৃত্বে একজন মানুষ থাকে তবে আমরা চাই তারা এই ভূমিকায় কার্যকর এবং সক্রিয় হোক। নিয়োগকারীদের একটি গবেষণায়, Dell'Aqua এমন নিয়োগকারীদের খুঁজে পেয়েছে যারা AI-এর উপর অতিরিক্ত নির্ভর করেছিল তারা আরও খারাপ নির্বাচনের সিদ্ধান্ত নিয়েছে এবং উজ্জ্বল প্রার্থীদের মিস করেছে। AI এর ক্রমবর্ধমান কর্মক্ষমতা তাদের মানবিক কর্মক্ষমতা উন্নত করার পরিবর্তে প্রতিস্থাপন করছিল।
আমরা অভ্যাসের প্রাণী এবং জ্ঞানীয় লোড কমানোর চেষ্টা করি (ওরফে 'অন্যতম প্রতিরোধের পথ')। আমাদের মনোযোগ দেওয়ার জন্য একটি কারণ দরকার, AI ফলাফলগুলি ভালভাবে পরীক্ষা করা, একটি স্বাস্থ্যকর সন্দেহ বজায় রাখা এবং অতিরিক্ত বিশ্বাস না করা। আমাদের AI আউটপুটগুলিকে খসড়া হিসাবে ব্যবহার করতে হবে এবং সেগুলিকে আমাদের নিজস্ব মানবিক দক্ষতার সাথে একত্রিত করতে হবে। নেতৃত্বে একজন ভাল মানুষ হওয়ার জন্য জ্ঞানীয় লোড প্রয়োজন।
আমরা যদি কাজের মৌলিক বিষয়গুলি বুঝতে না পারি বা কীভাবে একটি সিদ্ধান্ত নেওয়া উচিত, আমরা সঠিকভাবে AI আউটপুট, স্পট ত্রুটিগুলি পর্যালোচনা করতে পারি না বা যখন ওভাররাইডের প্রয়োজন হয় তখন রায় প্রয়োগ করতে পারি না। যেহেতু AI কাজের গতি বাড়ায় এবং এর ফলাফল উন্নত করে, তাই ভাল সিদ্ধান্ত নেওয়ার জন্য আরও সময় থাকা উচিত। ঝুঁকি হল যে আমরা পরিবর্তে দ্রুত সিদ্ধান্ত নিয়ে ফেলি এবং মেশিনের উপর বেশি আস্থা রাখি। আমরা এটি মোকাবেলা করার উপায় খুঁজে পেয়েছি:লক্ষ্যযুক্ত প্রশিক্ষণ, কাঠামোগত সিদ্ধান্তের প্রম্পট, জটিল বিচারকে যৌক্তিক পদক্ষেপে ভাঙ্গা, এআই ব্যাখ্যা এবং উদ্ধৃতি প্রয়োজন, অসঙ্গতি সনাক্তকরণ এবং এআই এবং মানব কর্মক্ষমতা উভয়ের নৈতিক পর্যবেক্ষণ।
একবার কর্মক্ষেত্রে AI স্কেল করা হয়ে গেলে, আমাদের ওয়ার্কবেঞ্চ এবং টুলগুলিতে AI এমবেড করতে হবে যাতে ভাল ব্যবহারকে উৎসাহিত করা হয়। আমাদের কর্মীদের প্রশিক্ষণ দিতে হবে কিভাবে AI ভালোভাবে ব্যবহার করতে হয় এবং আমরা চাই যে তারা প্রয়োগ করুক (যেমন রায়)। সঠিক আচরণের প্রচার করতে এবং আত্ম-প্রতিফলনের স্বাস্থ্যকর প্যাটার্ন তৈরি করতে আমাদের প্রণোদনা এবং নিরুৎসাহ প্রদান করতে হবে (যেমন টিম রেট্রোস্পেকটিভ, স্বতন্ত্র প্রতিফলন, পিয়ার রিভিউ ইত্যাদি)।
বিনিয়োগের উপর এআই রিটার্ন সর্বাধিক করা মানে বিচ্ছিন্নভাবে এআই কার্যকারিতা সর্বাধিক করা নয় বরং মানব এবং এজেন্টের কর্মক্ষমতা একসাথে উন্নত করা। এর মানে মানুষের দক্ষতাও বৃদ্ধি করা। উদাহরণস্বরূপ, আমার সৃজনশীল দলগুলির সাথে আমার ব্যক্তিগত অভিজ্ঞতা হল যে দক্ষ কর্মীদের হাতে AI সক্রিয়ভাবে তাদের কাজকে বাড়িয়ে তোলে এবং সমৃদ্ধ করে, তাদের নৈপুণ্যকে ভোঁতা করার পরিবর্তে আরও সৃজনশীল বৈচিত্র্য এবং দ্রুত ফলাফল পায়৷
মানব কর্মীদের সাথে যোগাযোগ করার জন্য AI কীভাবে প্রশিক্ষিত হয় তা শেখার জন্যও গুরুত্বপূর্ণ। Wharton-এর সাম্প্রতিক গবেষণায় এক হাজার শিক্ষার্থীর জন্য GPT-ভিত্তিক টিউটর মোতায়েন করা হয়েছে — এই AI-তে অ্যাক্সেস শিক্ষার্থীদের কর্মক্ষমতা উল্লেখযোগ্যভাবে উন্নত করেছে — কিন্তু যখন AI অপসারণ করা হয় তখন কর্মক্ষমতা কমে যায়। AI একটি ক্রাচ হয়ে গিয়েছিল। যেখানে একটি টিউটর-ভিত্তিক এআই মোতায়েন করা হয়েছিল, এই কর্মক্ষমতা হ্রাস মূলত প্রশমিত হয়েছিল। একজন ভালো সতীর্থের মতো কর্মীদের দক্ষতা উন্নয়নে সহায়তা করার জন্য আমাদের এজেন্টদের ডিজাইন এবং প্রশিক্ষণ দিতে হবে।
এটি এন্ট্রি লেভেল এবং প্রারম্ভিক বছরের ভূমিকাতে বিশেষভাবে গুরুত্বপূর্ণ। বেস দক্ষতা, পরিস্থিতিগত বিচার এবং ভিত্তিগত ডোমেন জ্ঞান ঐতিহ্যগতভাবে চাকরিকালীন শিক্ষার মাধ্যমে বিকশিত হয়েছে। যেহেতু এই এন্ট্রি লেভেলের ভূমিকাগুলি হ্রাস পেয়েছে এবং আমাদের কাছে 'দড়ি শিখতে' কম মৌলিক কাজ আছে, তাই আমাদের পরবর্তী প্রজন্মের প্রতিভা শিখতে সাহায্য করার জন্য বিভিন্ন উপায় খুঁজে বের করতে হবে।
আমি এই বিষয়ে আমার সহকর্মী কারালি ক্লোজের দৃষ্টিভঙ্গি পছন্দ করি — আমাদের এই মুহূর্তটি মানুষের বুদ্ধিমত্তাকে প্রসারিত করার জন্য ব্যবহার করতে হবে, শুধু এটিকে বর্ধন বা কৃত্রিমভাবে প্রতিলিপি করা নয়। আমার জন্য ক্রমাগত আগ্রহের একটি ক্ষেত্র হ'ল যৌথ বুদ্ধিমত্তা এবং কীভাবে AI ভাগ করা জ্ঞানের বিকাশকে শক্তিশালী করতে পারে, সক্রিয় সংলাপ তৈরি করতে পারে, ভাষার বাধাগুলি কমাতে পারে এবং বিশ্বজুড়ে সহকর্মীদের এবং বিষয়বস্তুর সাথে সংযোগ স্থাপন এবং সহযোগিতা করতে আমাদের সহায়তা করতে পারে।
এই সিরিজে আমার আগের ব্লগ জুড়ে, আমরা এজেন্টিক এআইকে মানুষের পাশাপাশি কাজ করতে দেখেছি। অনেক লোকের জন্য (আমি অন্তর্ভুক্ত), AI ইতিমধ্যেই একজন সহকর্মী৷ দ্রুত এগিয়ে তিন বছর এবং একটি ব্যাঙ্ক বা বীমাকারী এক মিলিয়ন জনবল, মানব এবং এজেন্ট মিলে কাজ করতে পারে।
আমরা কিভাবে এই নতুন হাইব্রিড কর্মীবাহিনী পরিচালনা করব? এজেন্ট সম্পর্কে কিছু চিন্তাভাবনা:
আমরা কীভাবে সহকর্মীদের সমর্থন করি তাও আমাদের মানিয়ে নিতে হবে:
হাইব্রিড কর্মীবাহিনী সম্পর্কে এই আলোচনাটি সবেমাত্র উদ্ভূত হচ্ছে এবং সতর্কতার সাথে অনুসন্ধান করা প্রয়োজন। যদিও AI এর মানুষের মতো ক্ষমতা রয়েছে এবং এটির নাম দেওয়া সান্ত্বনাদায়ক হতে পারে, আমাদের AI কে নৃতাত্ত্বিক রূপ দেওয়া উচিত নয় এবং এটিকে মানব কর্মীদের সমান করা উচিত নয়। আমাদের আরও ভালো ভাষা দরকার। আমরা মানুষের অনন্য অন্তর্নিহিত মূল্যকে মূল্য দিতে এবং এজেন্টিক কর্মীদের সাথে একটি স্পষ্ট পার্থক্য বজায় রাখতে পারি।
একটি কার্যকর AI কর্মশক্তি কৌশল অবশ্যই পরিমাপের সাথে কর্মীদের ভয়েসকে একত্রিত করতে হবে। যে সংস্থাগুলি সক্রিয়ভাবে কর্মীদের কথা শোনে এবং AI সিদ্ধান্তগুলিতে সেই ইনপুটকে প্রতিফলিত করে তারা উচ্চতর গ্রহণ, শক্তিশালী বিশ্বাস এবং আরও টেকসই কর্মক্ষমতা দেখতে পায় (SHRM, 2025)।
কর্মচারীর ভয়েস অনেক রূপ নিতে পারে:AI নীতিশাস্ত্র বোর্ডে কর্মচারী প্রতিনিধিত্ব, ইউনিয়ন এবং ERG-এর সাথে পরামর্শ, অংশগ্রহণমূলক নকশা, পাইলট চলাকালীন কাঠামোগত প্রতিক্রিয়া, ব্যবহারে চলমান প্রতিক্রিয়া, এবং উদ্বেগ উত্থাপন এবং হুইসেল ব্লো করার জন্য শক্তিশালী চ্যানেল। আর্থিক পরিষেবা সংস্থাগুলি গত দশকে উদ্বেগগুলি শোনার এবং প্রতিক্রিয়া জানানোর ক্ষেত্রে অগ্রগতি করেছে; এটি এখন এজেন্টের নির্ভুলতা এবং কর্মক্ষমতা সম্পর্কে উদ্বেগের মধ্যে প্রসারিত৷
পরিমাপ অগ্রগতি দৃশ্যমান করে তোলে। এআই গ্রহণ, কর্মচারীদের মনোভাব, দক্ষতা বৃদ্ধি এবং ডিজিটাল সাবলীলতাকে ট্র্যাক করা নেতাদের এবং এইচআর কোর্সকে সঠিক এবং গতি বজায় রাখতে সহায়তা করে।
চিফ পিপল অফিসার বা CHRO-এর একজন পরিবর্তন নেতা হিসাবে একটি মুখ্য ভূমিকা রয়েছে, পুরো নেতৃত্ব দলকে লোকেদের পরিবর্তনে ভালভাবে নেতৃত্ব দিতে সাহায্য করে, কীভাবে নতুন হাইব্রিড কর্মী বাহিনী পরিচালনা করতে হয় এবং AI কে দায়িত্বের সাথে গ্রহণ করার জন্য তাদের নিজস্ব HR ফাংশনকে সমর্থন করে।
এইচআর দলগুলিকে অবশ্যই লিডার শিক্ষা, কর্মীদের ব্যাপক পুনঃস্কিলিং এবং বিশেষজ্ঞ ডেটা এবং এআই প্রতিভা অর্জন ও বিকাশে সহায়তা করতে হবে। ব্যবসায়িক অংশীদারদেরও তাদের কার্যাবলীর মধ্যে কীভাবে কাজ এবং দক্ষতা পরিবর্তন হচ্ছে তা গভীরভাবে বোঝার প্রয়োজন। এর জন্য সাইলো ভাঙ্গা দরকার।
প্রায় সমস্ত প্রতিভা পুনঃউদ্ভাবক (96%) অন্যান্য সংস্থার মাত্র 16% এর তুলনায় একটি একক প্রতিভা এবং প্রযুক্তি কৌশলের চারপাশে HR, IT এবং ব্যবসায়িক নেতাদের সারিবদ্ধ করে। একইভাবে, 93% AI গ্রহণকে সমর্থন করার জন্য তাদের প্রতিভা কৌশলকে পুনরায় সংজ্ঞায়িত করেছে, HR-কে একটি প্রতিক্রিয়াশীল ফাংশনের পরিবর্তে পরিবর্তনের সহ-পাইলট হিসাবে অবস্থান করছে।
এই পরিবর্তনের জন্য, প্রতিভা দলগুলিকে অবশ্যই দ্রুত হাইব্রিড কর্মশক্তি বৃদ্ধি, পুনঃনিয়োগ এবং পুনর্নির্মাণ করতে সক্ষম হতে হবে। পুরষ্কার দলগুলির জন্য নতুন অর্থনৈতিক মডেল দরকার যা একটি হাইব্রিড কর্মীবাহিনীকে প্রতিফলিত করে। একই সময়ে, AI HR-এর মধ্যে উল্লেখযোগ্য সুযোগ তৈরি করে, ফলাফল, অভিজ্ঞতা এবং পরিষেবা কার্যকারিতা উন্নত করে।
এইচআর পেশাদারদের জন্য, এটি একটি উত্তেজনাপূর্ণ মুহূর্ত। তাদের ভূমিকা খুব কমই বেশি সমালোচনামূলক হয়েছে।
HR-এর জন্য আমাদের দায়িত্বশীল AI প্রোগ্রাম, 2016 সালে চালু হয়েছে, HR জুড়ে AI ব্যবহারকে ত্বরান্বিত, পরিচালনা এবং নিরীক্ষণ করার জন্য ডিজাইন করা হয়েছে। আমরা এখন সম্পূর্ণ প্রতিভার জীবনচক্র জুড়ে AI প্রয়োগ করি — নিয়োগ, অনবোর্ডিং, উন্নয়ন, গতিশীলতা, পুরস্কার এবং সহকর্মী সমর্থন।
প্রভাবটি বস্তুগত হয়েছে:এইচআর-এর মধ্যে প্রায় 45% উত্পাদনশীলতা লাভ, অগ্রাধিকার দক্ষতার জন্য দক্ষতার 30% উন্নতি, অভ্যন্তরীণ পূরণের হার 40% বৃদ্ধি এবং পূরণের সময় 35% হ্রাস। এই ফলাফল সহকর্মীদের ক্ষমতায়ন. উদাহরণ স্বরূপ, আমরা কাজ এবং শেখার অভিজ্ঞতা থেকে দক্ষতা অনুমান করতে, কর্মীদের সাথে তাদের পৃষ্ঠপোষকতা করতে এবং ভবিষ্যতের ভূমিকা, ক্যারিয়ারের পথ এবং শেখার বিকল্পগুলি সনাক্ত করতে তাদের সাহায্য করতে AI ব্যবহার করি।
অনেক আর্থিক পরিষেবার ক্লায়েন্টরাও প্রতিক্রিয়াশীল নিয়োগ থেকে সক্রিয় প্রতিভা কৌশলগুলিতে চলে যাচ্ছে, সোর্সিং, ভূমিকা ম্যাচিং, পাইপলাইন বিল্ডিং এবং অভ্যন্তরীণ গতিশীলতা সমর্থন করার জন্য Eightfold.ai এবং Beamery-এর মতো প্ল্যাটফর্ম ব্যবহার করে৷
তবুও আমাদের ট্যালেন্ট রিইনভেন্টর সমীক্ষায় দেখা গেছে প্রায় 7% সংস্থা একটি "অভ্যন্তরীণ প্রথম" গতিশীলতা কৌশল চালানোর জন্য AI ব্যবহার করে। দরিদ্র দক্ষতা দৃশ্যমানতার কারণে বেশিরভাগ এখনও বহিরাগত নিয়োগ বা বিচ্ছিন্ন অভ্যন্তরীণ পদক্ষেপের উপর খুব বেশি নির্ভর করে। প্রতিভা পুনঃউদ্ভাবকরা একটি ভিন্ন পথ গ্রহণ করে। তাদের একটি অভিযোজনযোগ্য কর্মশক্তি থাকার সম্ভাবনা 4.4X বেশি এবং অভ্যন্তরীণভাবে ভূমিকা পূরণ করার সম্ভাবনা 7.2X বেশি৷
একটি বড় মার্কিন ব্যাঙ্ক একটি শক্তিশালী উদাহরণ প্রদান করে। একটি দক্ষতা চালিত মডেল গ্রহণ করে এবং কর্মশক্তি পরিকল্পনায় AI সক্ষম দক্ষতা দৃশ্যমানতা এম্বেড করার মাধ্যমে, নেতারা একটি আরও চটপটে এবং স্থিতিস্থাপক সংস্থা তৈরি করে, দ্রুত শূন্যতা অনুমান করতে এবং প্রতিভা পুনরায় স্থাপন করতে পারেন৷
অন্য একটি বড় ব্যাঙ্কিং ক্লায়েন্টে, আমরা পারফরম্যান্সের সারাংশ খসড়া করতে, আরও ভাল প্রতিক্রিয়া প্রদান এবং ক্ষতিপূরণের সিদ্ধান্তগুলিকে সমর্থন করতে, সময় বাঁচাতে, গুণমান উন্নত করতে এবং শক্তিশালী বিচারের জন্য স্থান তৈরি করতে AI সরঞ্জামগুলির সাথে লাইন ম্যানেজারদের সজ্জিত করেছি৷
কিছু মূল পয়েন্ট যা আপনি প্রতিফলিত করতে চান — আমাকে আপনার চিন্তাভাবনা এবং ধারণাগুলি জানান:
এই অন্তিম ব্লগে, আমরা অন্বেষণ করেছি কীভাবে আর্থিক পরিষেবা সংস্থাগুলিকে তাদের কর্মীবাহিনীকে পুনর্নির্মাণ করতে হবে৷ এজেন্টিক এআই-এর জন্য মানুষ এবং এজেন্টদের একসঙ্গে কাজ করার বিষয়ে আমাদের আলাদাভাবে চিন্তা করতে হবে। ব্যাংক এবং বীমাকারীরা সম্ভবত ছোট কিন্তু অনেক বেশি ডিজিটাল এবং মানবিক দক্ষ কর্মী নিয়োগ করবে, যা পুনঃস্কিলিংয়ের জন্য টেকসই চাহিদাকে চালিত করবে। এইচআর অবশ্যই এই পরিবর্তনের কেন্দ্রবিন্দু হতে হবে, নেতাদের পরিবর্তন নেভিগেট করতে এবং হাইব্রিড কর্মীবাহিনী পরিচালনা করতে সহায়তা করবে।
এই সিরিজের চূড়ান্ত ব্লগে, আমি অন্বেষণ করব কীভাবে নেতৃত্ব, সংস্কৃতি এবং অপারেটিং মডেলগুলিকেও এই রূপান্তর বজায় রাখতে বিকশিত হতে হবে৷
মার্কিন কোম্পানিগুলিতে আন্তর্জাতিক প্রাইভেট ইক্যুইটি বিনিয়োগ
দ্বিতীয় পাসপোর্ট এবং রেসিডেন্সি:17টি দেশ বিনিয়োগ-ভিত্তিক নাগরিকত্ব এবং ভিসার বিকল্পগুলি অফার করে
ছোট দাবি আদালতে খারিজ করার অনুরোধ করে একটি চিঠি কীভাবে লিখবেন
কিভাবে রিটার্নের একটি মাসিক হার গণনা করবেন
ভবিষ্যতের আর্থিক পরিষেবা:প্রযুক্তি, প্রতিভা, রূপান্তর