এই সিরিজের পূর্ববর্তী ব্লগগুলিতে, আমি অন্বেষণ করেছি যে কীভাবে নেতৃস্থানীয় আর্থিক পরিষেবা (FS) সংস্থাগুলি মূল্যের জন্য AI কে স্কেল করছে এবং একটি মানব-নেতৃত্বপূর্ণ পদ্ধতি ব্যবহার করছে, যার মধ্যে এজেন্টিক আর্কিটেকচারগুলি রয়েছে যা কাজের পুনর্বিবেচনা করে৷
এই ব্লগে, আমি কীভাবে সেই পরিবর্তনটিকে ভালভাবে নেতৃত্ব দিতে পারি তার উপর ফোকাস করি:ব্যবসায়িক ফলাফল অনুসরণ করা, সঠিক বিনিয়োগ এবং ঝুঁকির ক্ষুধা নির্ধারণ করা, দ্রুত এবং বিতরণ করা পরিবর্তন পরিচালনা করা এবং মানুষের নেতৃত্বে পরিবর্তন রাখা।
Accenture's Banking Top Trends 2026:সীমাহীন ব্যাঙ্কিং এখানে আছে
আরও জানুন
আমাদের গবেষণা দেখায় যে 86% এক্সিকিউটিভ 2025 সালে তাদের জেনারেটিভ AI (GenAI) বিনিয়োগ বাড়ানোর পরিকল্পনা করেছেন; 80% আশা করে যে AI এর মান প্রত্যাশা ছাড়িয়ে যাবে। তবুও শুধুমাত্র 34% সংস্থা একটি মূল প্রক্রিয়ার জন্য AI স্কেল করেছে। যাদের আছে তাদের প্রত্যাশিত ROI ছাড়িয়ে যাওয়ার সম্ভাবনা তিনগুণ বেশি।
এই নেতারা স্পষ্ট বৈশিষ্ট্যগুলি ভাগ করে:শক্তিশালী সিইও স্পনসরশিপ, মান-প্রথম কৌশল এবং দৃঢ় ভিত্তি — সুরক্ষিত ডিজিটাল কোর, মানসম্পন্ন ডেটা, দায়িত্বশীল এআই ফ্রেমওয়ার্ক, দক্ষ দল এবং এন্টারপ্রাইজ শিক্ষা। এই প্যাটার্নটি FS এ বিশেষভাবে শক্তিশালী।
এজেন্টিক AI এর সাথে, ব্যবধানটি দ্রুত প্রসারিত হচ্ছে। নেতাদের এজেন্টিক আর্কিটেকচারে কৌশলগতভাবে বিনিয়োগ করার সম্ভাবনা 4.5 গুণ বেশি এবং 2025 সালে GenAI বিনিয়োগ উল্লেখযোগ্যভাবে বৃদ্ধি করার সম্ভাবনা 6 গুণ বেশি। তারা এগিয়ে যাচ্ছে এবং ত্বরান্বিত করছে।
প্রুফ-অফ-ধারণা পর্যায়ে আটকে থাকা সংস্থাগুলি বা দ্বিধায় পিছিয়ে পড়ছে। আর্থিক পরিষেবাগুলিতে AI স্কেল করার কিছু বাধা কী?
• নেতৃত্বের অনিশ্চয়তা, সীমাবদ্ধ বিনিয়োগ এবং অনির্ধারিত ঝুঁকির ক্ষুধা
• অত্যধিক অনমনীয়, এক-আকার-ফিট-সমস্ত ঝুঁকি শাসন
• সীমিত ব্যবসায়িক ব্যস্ততা, AI কে শুধুমাত্র একটি প্রযুক্তিগত পরিবর্তন হিসাবে বিবেচনা করা
• লিগ্যাসি প্ল্যাটফর্ম এবং খণ্ডিত ডেটা
• বিজনেস-কেস মডেল যা খরচের উপর সংকীর্ণভাবে ফোকাস করে, এন্টারপ্রাইজ পরিবর্তন বা পুনঃব্যবহার নয়
কিন্তু সবচেয়ে বড় বাধা হল প্রতিভা, পরিবর্তন এবং গ্রহণে বিনিয়োগের মাত্রা। AI তে সফল হতে আমাদের অবশ্যই যাত্রায় আমাদের সাথে কর্মীবাহিনী নিয়ে যেতে হবে।
Davos 2026-এ, Accenture এই ব্যবধানের উপর সরাসরি জোর দিয়েছিল:যেখানে কোম্পানিগুলি আজ প্রতি $1 জন মানুষের জন্য প্রযুক্তিতে $3 বিনিয়োগ করে, যেগুলি উভয়ের ভারসাম্য বজায় রাখে তাদের দীর্ঘমেয়াদী লাভজনক বৃদ্ধি পাওয়ার সম্ভাবনা 4 গুণ বেশি। পালস অফ চেঞ্জ সমীক্ষা আরও প্রকাশ করেছে যে যদিও এক্সিকিউটিভরা AI কে একটি গ্রোথ ইঞ্জিন হিসাবে দেখেন, মাত্র 43% বলেছেন যে তারা AI ভূমিকার জন্য কর্মী বাহিনী পুনর্দক্ষতাকে অগ্রাধিকার দিচ্ছেন। মানুষের সামর্থ্যের এই কম বিনিয়োগ, বিশেষ করে পরিবর্তন ব্যবস্থাপনা এবং আপস্কিলিংয়ের ক্ষেত্রে AI স্কেলিং-এর জন্য গুরুত্বপূর্ণ ব্রেক।
পরের প্রশ্ন কোথায় বিনিয়োগ করবেন? অগ্রাধিকার অবশ্যই সম্ভাব্যতা, ঝুঁকির ক্ষুধা, মূল্যের গতি এবং সামগ্রিক ব্যবসার ফলাফল প্রতিফলিত করবে। যদিও প্রতিটি ফার্মের অগ্রাধিকারগুলি অনন্য, স্পষ্ট নিদর্শনগুলি উঠে আসছে। 220টি ব্যাঙ্ক জুড়ে মালিকানামূলক টাস্ক-লেভেল অ্যানালিটিক্স ব্যবহার করে, আমরা PBT-তে 29% উন্নতি চিহ্নিত করেছি, যা তিন বছরে $255B সুযোগ। গ্রাহক পরিষেবা, বিক্রয়, আইটি ইঞ্জিনিয়ারিং, সফ্টওয়্যার ডেলিভারি, পণ্য বিকাশ, মূল্য নির্ধারণ এবং ঝুঁকির মধ্যে সবচেয়ে ধনী মূল্যের পুল রয়েছে৷
যদি আমরা জানি যে কোথায় শুরু করতে হবে, পরবর্তী প্রশ্ন হল আমরা এটি সামর্থ্য করতে পারি কিনা। এটি একটি চিত্তাকর্ষক প্রশ্ন কারণ AI এত দ্রুত পরিবর্তিত হয়েছে এবং ঐতিহ্যগতভাবে বেশিরভাগ ব্যাঙ্ক এবং বীমাকারীদের জন্য বিনিয়োগের একটি ছোট অনুপাত। GenAI এবং এজেন্টিক AI এর জন্য একটি নতুন বিনিয়োগের ক্ষুধা সেট করতে CFOs, CDOs/CIO এবং বোর্ডের সাথে নেতৃস্থানীয় সিইওরা কাজ করছেন৷
আমরা বিদ্যমান পরিবর্তন এবং প্রযুক্তি তহবিল (কিছু ক্ষেত্রে 30%) এর উল্লেখযোগ্য পুনঃনির্দেশ, সেইসাথে অতিরিক্ত এককালীন তহবিল এবং AI ব্যবহার করে বিদ্যমান পরিবর্তন বিনিয়োগের ত্বরণ দেখেছি। কিছু এআই নেতারা ইতিমধ্যেই তাদের বিনিয়োগের জন্য স্ব-তহবিল শুরু করেছেন প্রাথমিক রিটার্নের মাধ্যমে।
AI এর জন্য বিনিয়োগের একটি ভারসাম্যপূর্ণ পোর্টফোলিও দরকারী (Hosanger, 2025), বিনিয়োগের বিস্তার বিবেচনা করে:বিভিন্ন ব্যবসায়িক ক্ষেত্র এবং ফাংশন জুড়ে; খরচ হ্রাস, বৃদ্ধি এবং পুনর্নবীকরণের মধ্যে; দ্রুত জয়ের মধ্যে (যা ঐক্যমত, গতিবেগ এবং শিক্ষা তৈরি করে) এবং দীর্ঘমেয়াদী পরিবর্তন (আরও অর্থপূর্ণ লাভের জন্য প্রয়োজন)।
একটি সুষম AI পোর্টফোলিও বিনিয়োগ ছড়িয়ে দেয়:
কি পরিবর্তন এই বিনিয়োগ নির্দেশিত করা উচিত? স্পষ্টতই, AI-তে বিনিয়োগ করতে হবে, ইকোসিস্টেম অংশীদারদের থেকে এজেন্টদের সংগ্রহ এবং প্রশিক্ষণের মাধ্যমে ইন-হাউস এজেন্টের বিকাশ এবং পরীক্ষা করতে হবে। 'ভাল ভিত্তি'-এ চলমান বিনিয়োগগুলি যা মিস করার প্রবণতা রয়েছে যেমন:
ROI-এর সবচেয়ে বড় গুণক হল মানুষ, নেতৃত্ব, গ্রহণ, দক্ষতা এবং কাজের নতুন উপায়ে বিনিয়োগ। তবুও আজ, সংস্থাগুলি প্রতি $1 মানুষের জন্য প্রযুক্তির জন্য $3 ব্যয় করছে, উল্লেখযোগ্য মূল্য অব্যবহৃত রেখে৷
একটি বৃহৎ এশীয় ব্যাঙ্কের জন্য, আমরা দায়িত্বশীল AI প্রতিষ্ঠা করতে, সক্ষমতা তৈরি করতে এবং AI CoE এবং ডেলিভারি প্ল্যাটফর্ম প্রতিষ্ঠা করতে সিইও-এর সাথে অংশীদারিত্ব করেছি, পাশাপাশি আকাঙ্খিততা, সম্ভাব্যতা এবং কার্যকারিতার জন্য শত শত ধারণা দ্রুত মূল্যায়ন করেছি। ফলাফল:35টি GenAI পরিবর্তনগুলি 18 মাসে বিতরণ করা হয়েছে, $200 মিলিয়ন বার্ষিক উত্পাদনশীলতা সুবিধাগুলি আনলক করে এবং ক্রেডিট মূল্যায়নের সময় 80% কমিয়ে গ্রাহকের প্রশ্ন পরিচালনার সময় অর্ধেক করে। পোর্টফোলিও মূল্যায়ন এবং পরিচালনা করার একটি কাঠামোগত উপায় অপরিহার্য।
পুনঃব্যবহার অপরিহার্য। মডুলার এআই উপাদান স্থাপনার খরচ কমায় এবং গতি বাড়ায়। ইউটিলিটি এজেন্ট যেগুলি এক্সট্র্যাক্ট, সারসংক্ষেপ, গবেষণা, পর্যালোচনা, পরীক্ষা একাধিক ওয়ার্কফ্লো জুড়ে ব্যবহার করা যেতে পারে। উদাহরণস্বরূপ, একটি নথি নিষ্কাশন এজেন্ট কেওয়াইসি, অ্যাপ্লিকেশন, আন্ডাররাইটিং এবং সার্ভিসিং সমর্থন করতে পারে৷
প্রতিটি পুনঃব্যবহারের জন্য এখনও প্রাসঙ্গিক পরীক্ষা, গ্রহণ নকশা এবং পর্যবেক্ষণ প্রয়োজন। কর্মচারীদের মতো, এজেন্টদের কর্পোরেট "ইন্ডাকশন" এবং ভূমিকা নির্দিষ্ট প্রশিক্ষণ উভয়ই প্রয়োজন।
এতদূর, এত ভালো? মূল্য এবং বিনিয়োগ বাড়ছে, কিন্তু AI স্কেল করার জন্য কোথায় এবং কীভাবে দায়িত্বের সাথে এটি ব্যবহার করতে হবে সে সম্পর্কে স্পষ্ট সিদ্ধান্ত প্রয়োজন৷
একটি মূল নেতৃত্ব এবং বোর্ডের দায়িত্ব AI এর জন্য "কোথায় খেলতে হবে" ঝুঁকির ক্ষুধা তৈরি করছে:কোন সিদ্ধান্ত, প্রক্রিয়া এবং গ্রাহকের মিথস্ক্রিয়া AI-এর জন্য উপযুক্ত - এবং কোনটি নয় তা নির্ধারণ করা। এই পছন্দগুলি স্পষ্ট হওয়া উচিত, পর্যায়ক্রমে পর্যালোচনা করা উচিত এবং ব্যবসায়িক কৌশল, নিয়ন্ত্রক প্রত্যাশা এবং সাংস্কৃতিক মূল্যবোধের সাথে সংযুক্ত হওয়া উচিত।
ঝুঁকির ক্ষুধা ক্রমাগত হতে হবে, এপিসোডিক নয়। নেতৃস্থানীয় FS সংস্থাগুলি মডেল ড্রিফ্ট, ডেটা প্রবাহ, এজেন্ট চেইন, গ্রহণের গুণমান এবং দায়িত্বশীল AI ফলাফলগুলি ট্র্যাক করতে রিয়েল-টাইম মনিটরিং এবং এআই নিয়ন্ত্রণ কক্ষ স্থাপন করে৷
বোর্ড, নিয়ন্ত্রক এবং নেতৃত্বের দলগুলির স্পষ্ট স্বচ্ছতা প্রয়োজন:এআই কোথায় মোতায়েন করা হয়েছে, এটি কী করে এবং এটি উদ্দেশ্য অনুযায়ী কাজ করছে কিনা। দৃঢ় জবাবদিহির কাঠামোকে অবশ্যই এই স্বচ্ছতাকে শক্তিশালী করতে হবে, মালিকানা, বৃদ্ধি এবং ঝুঁকির উদ্ভব হলে সময়মত হস্তক্ষেপ নিশ্চিত করতে হবে।
আসুন দায়ী এআই-এর মূল দিকগুলিকে আরও ভেঙে ফেলা যাক এবং তাদের প্রয়োজনীয় পরিবর্তনগুলি দেখুন৷
৷পক্ষপাতিত্ব এবং ক্ষতি প্রতিরোধ সহকর্মী এবং গ্রাহক উভয়ের জন্যই গুরুত্বপূর্ণ। আমাদের লক্ষ্য সহজ:ক্ষতি এড়িয়ে চলুন এবং AI দিয়ে ভাল করুন। আমরা ভাল ডিজাইন, উচ্চ মানের প্রশিক্ষণের ডেটা, গ্রুপ জুড়ে ন্যায়সঙ্গত আচরণ এবং কঠোর পরীক্ষা এবং পর্যবেক্ষণের মাধ্যমে পক্ষপাত কমিয়ে দিই। এমনকি ভাল পরীক্ষিত মডেলগুলিও প্রবাহিত হতে পারে, তাই সমস্যা দেখা দিলে তাদের চলমান চেক এবং বৃদ্ধির প্রয়োজন, বিশেষত সুরক্ষিত বৈশিষ্ট্যগুলির আশেপাশে। মানুষও পক্ষপাতিত্ব বহন করে, তাই আমাদের অবশ্যই মিথস্ক্রিয়া ডিজাইন করতে হবে যেখানে মানুষ এবং এজেন্ট একসাথে শিখতে পারে এবং পক্ষপাতের বিরুদ্ধে প্রতিরোধ করতে পারে।
HR-এ, দায়ী AI-এর বিশেষ যত্ন প্রয়োজন। EU AI আইন সীমিত করে যে নিয়োগকর্তারা কীভাবে AI ব্যবহার করতে পারেন এমন সিদ্ধান্তে যা মানুষের ক্যারিয়ার এবং জীবনকে প্রভাবিত করে, যেমন নিয়োগ, পদোন্নতি এবং বেতন। এমনকি যখন AI কর্মীবাহিনী সম্পর্কে ভবিষ্যদ্বাণী বা সুপারিশ প্রদান করে, তখন এর ব্যবহার অবশ্যই নৈতিক, স্পষ্টভাবে ব্যাপ্ত, বৈজ্ঞানিকভাবে ভিত্তি এবং সমস্ত কর্মচারী গোষ্ঠীর মধ্যে ন্যায্য হতে হবে।
স্বচ্ছতা, ব্যাখ্যাযোগ্যতা এবং নির্ভুলতা ব্যাপার। গ্রাহক এবং সহকর্মীরা জানতে চান কখন এবং কিভাবে AI ব্যবহার করা হচ্ছে এবং অনেক FS প্রক্রিয়ায় তারা 100% নির্ভুলতা আশা করে। আমাদের অবশ্যই এআই ব্যবহার প্রকাশ করতে হবে, বিশেষত যখন ইন্টারফেসগুলি আরও কথোপকথন এবং মানুষের মতো হয়ে ওঠে। AI আউটপুট অবশ্যই ব্যাখ্যাযোগ্য, সনাক্তযোগ্য এবং উদ্ধৃতি সহ সমর্থিত হতে হবে (উদাহরণস্বরূপ, একটি বিনিয়োগের সারাংশ উৎস নথির দিকে নির্দেশ করা উচিত)। নির্ভরযোগ্যতা অপরিহার্য। GenAI হ্যালুসিনেট করতে পারে বা ত্রুটিপূর্ণ আউটপুট তৈরি করতে পারে, যা বিশ্বাসকে দুর্বল করে। নির্ভুলতার উন্নতির সময়, আমাদের অবশ্যই লোকেদের ত্রুটিগুলি চিহ্নিত করতে এবং সতর্ক "মানুষের নেতৃত্বে" হিসাবে কাজ করতে প্রশিক্ষণ দিতে হবে, বিশেষ করে AI এজেন্টদের দ্বারা সমর্থিত সিদ্ধান্তের সম্মুখীন গ্রাহকদের জন্য৷
AI গোপনীয়তা, গোপনীয়তা এবং সাইবার নিরাপত্তা ঝুঁকিও বাড়ায়। AI সিস্টেমগুলিকে অবশ্যই "ন্যূনতম প্রয়োজনীয়" ডেটা ব্যবহার সহ ডেটা সুরক্ষা নিয়মগুলি অনুসরণ করতে হবে। সহকর্মীদের ব্যাখ্যা করতে সক্ষম হওয়া উচিত কি গ্রাহক বা কর্মচারী ডেটা ব্যবহার করা হয়েছিল। একটি মৌলিক স্তরে, তাদের নিরাপদ প্রম্পটিংয়ের বিষয়ে স্পষ্ট নির্দেশিকা প্রয়োজন - উদাহরণস্বরূপ, ক্লায়েন্ট, সহকর্মী বা গোপনীয় ডেটা সর্বজনীন সরঞ্জামগুলিতে প্রবেশ করবেন না। সুরক্ষা-বিধি, "ন্যূনতম প্রয়োজনীয়" ডেটা ব্যবহার সহ। সহকর্মীদের ব্যাখ্যা করতে সক্ষম হওয়া উচিত কি গ্রাহক বা কর্মচারী ডেটা ব্যবহার করা হয়েছিল। একটি মৌলিক স্তরে, তাদের নিরাপদ প্রম্পটিংয়ের বিষয়ে স্পষ্ট নির্দেশিকা প্রয়োজন, উদাহরণস্বরূপ, ক্লায়েন্ট, সহকর্মী বা গোপনীয় ডেটা সর্বজনীন সরঞ্জামগুলিতে প্রবেশ না করা।
আরও গভীরভাবে দেখার জন্য, জেনারেটিভ এআই-এর সাথে দায়িত্ব পুনর্বিবেচনা করুন। আমরা ক্লায়েন্টদের ঝুঁকির ক্ষুধা এবং দায়িত্বশীল এআই-এর সঠিক দিকনির্দেশনা নির্ধারণ করতে সাহায্য করি, নীতিগুলি থেকে অনুশীলনে চলে যাই। একটি উদাহরণ হল মনিটারি অথরিটি অফ সিঙ্গাপুরের সাথে আমাদের কাজ, যেখানে আমরা প্রজেক্ট ভেরিটাসের অংশ হিসাবে শিল্পব্যাপী ফ্রেমওয়ার্ক, সরঞ্জাম এবং পদ্ধতি তৈরি করতে সাহায্য করেছি। এই সহযোগিতার উপর ভিত্তি করে, সিঙ্গাপুরের মনিটারি অথরিটি এবং Accenture সহ এর শিল্প অংশীদাররা সেই কাজটিকে বাস্তব নির্দেশনায় অনুবাদ করেছে উদাহরণ সহ যার লক্ষ্য আর্থিক প্রতিষ্ঠানগুলিকে দায়িত্বশীল AI-কে কার্যকর করতে এবং নিরাপদে মানকে ত্বরান্বিত করতে সহায়তা করা।
আস্থা তৈরির জন্য দায়িত্বশীল AI ছাড়া, দত্তক নেওয়ার স্টল এবং মূল্যের কেস ভেঙে পড়ে। FS-এর মতো নিয়ন্ত্রিত শিল্পগুলিতে, একটি স্পষ্ট ঝুঁকির ক্ষুধা এবং দায়িত্বশীল AI অনুশীলন সংস্থাগুলিকে আত্মবিশ্বাসের সাথে, দ্রুত এবং নিরাপদে স্কেল করতে সক্ষম করে। গাড়িতে নেভিগেশন সিস্টেম এবং সিটবেল্টের মতো, তারা নিয়ন্ত্রণ না হারিয়ে আমাদের দ্রুত চলাচল করতে দেয়।
AI কে দ্রুত বিকশিত পরিবর্তন হিসাবে বিবেচনা করা অত্যাবশ্যক, একটি নির্দিষ্ট লক্ষ্যের সাথে রৈখিক পরিবর্তন নয়।
AI অতীতের প্রযুক্তি তরঙ্গের তুলনায় দুই থেকে তিনগুণ দ্রুত অগ্রসর হচ্ছে, যার কোনোটিই শেষ হয়নি। নিয়ন্ত্রক, গ্রাহক, এবং সামাজিক প্রত্যাশা ঠিক তত দ্রুত পরিবর্তিত হচ্ছে৷
৷AI এর প্রযুক্তিগত ক্ষমতা কম ত্রুটি, শক্তিশালী যুক্তি এবং যুক্তি, উন্নত মাল্টিমডাল ইনপুট এবং আউটপুট সহ উচ্চ নির্ভুলতা প্রসারিত করছে। একবার নাগালের বাইরে কাজগুলি (যুক্তি, গণনা, কর্ম) শক্তি হয়ে উঠছে। তবুও AI সব কাজকে সমানভাবে প্রভাবিত করে না। Dell'Aqua et al. (2023) একটি জ্যাগড ফ্রন্টিয়ার দেখায় যেখানে কিছু কাজ অনেক উপকার করে যখন অন্যরা করে না। সামর্থ্য বাড়ার সাথে সাথে সেই সীমানা এগিয়ে যাচ্ছে।
শত শত নতুন মডেল উঠছে, প্রতিটির বিভিন্ন শক্তি এবং খরচ রয়েছে। সঠিক মডেল নির্বাচন করা গুরুত্বপূর্ণ। এজেন্টিক আর্কিটেকচার প্রায়ই ছোট, বিশেষজ্ঞ মডেলের উপর নির্ভর করে। Accenture রিফাইনারিতে এবং আমাদের ইকোসিস্টেম অংশীদারদের সাথে, আমরা সঠিক নিয়ন্ত্রণগুলি এম্বেড করার সময় সেরা বিকল্পটি নির্বাচন করতে মডেল "সুইচবোর্ড" ব্যবহার করি।
এই গতি নিষ্ক্রিয়তা ট্রিগার করা উচিত নয়. এটি পরিবর্তনের জন্য একটি অভিযোজিত, ক্রমাগত পদ্ধতির দাবি করে। AI শুরু এবং শেষের সাথে একটি লিনিয়ার প্রোগ্রাম নয়। এটা চলমান আছে। এটির জন্য অবিরাম তহবিল এবং স্থায়ী দলগুলির প্রয়োজন, 'স্ট্যান্ড আপ অ্যান্ড ডাউন' প্রকল্প নয়। এটির জন্য অপ্রত্যাশিত উন্নয়ন এবং প্রতিযোগীদের এবং অংশীদারদের থেকে সংকেত, পুনরাবৃত্তিমূলক শিক্ষা, গ্রাহক এবং সহকর্মীদের কাছ থেকে প্রতিক্রিয়া এবং একটি বৃদ্ধির মানসিকতা প্রয়োজন - একটি নির্দিষ্ট মানসিকতা নয়। দ্রুত পরিবর্তন মূল্য উপলব্ধি এবং শেখার ক্ষেত্রে প্রথম-প্রবর্তক সুবিধা এবং যৌগিক প্রভাব তৈরি করে৷
AI কে অবশ্যই একটি বিতরণ করা ব্যবসায়িক পরিবর্তন হিসাবে বিবেচনা করা উচিত, একটি কেন্দ্রীভূত প্রকল্প নয়।
AI এন্টারপ্রাইজ জুড়ে দ্রুত ছড়িয়ে পড়ছে এবং সর্বত্র কাজকে ত্বরান্বিত করছে। একসময় যেটা বছর লাগত এখন সেটা কয়েক মাস লাগে; যা মাস লেগেছিল এখন সপ্তাহ লাগে। এটি উল্লেখযোগ্য সুযোগ তৈরি করে, তবে শুধুমাত্র যদি নেতা এবং দলগুলি একটি ভাগ করা দৃষ্টিভঙ্গির চারপাশে সারিবদ্ধ হয় এবং পরিষ্কার পাহারায় কাজ করে।
প্রান্তিককরণ ছাড়া, বিতরণ করা পরিবর্তন দ্রুত নকল এবং বিশৃঙ্খলার দিকে নিয়ে যায়। উচ্চ-মূল্যের সুযোগ এবং অ্যাক্সেস ডেলিভারি ক্ষমতা সনাক্ত করতে ব্যবসার সমস্ত নেতাদের সমর্থন প্রয়োজন। বৃহত্তর AI উদ্যোগের জন্য প্রকৃত গ্রাহকের চাহিদা এবং বাণিজ্যিক মূল্যের ভিত্তিতে ফলাফল নিশ্চিত করার জন্য শুধুমাত্র CDO বা CIO নয়, শক্তিশালী ব্যবসায়িক পণ্যের মালিকদেরও প্রয়োজন।
যেহেতু AI ব্যাপক হয়ে ওঠে, HR ফাংশন অবশ্যই বিকশিত হয়। ব্যাঙ্ক এবং বীমাকারীদের এইচআর টিমগুলিকে কর্মীবাহিনীকে AI প্রস্তুত করতে এবং নতুন কাজে স্থানান্তর করতে সাহায্য করতে হবে — তবে মানুষের এক্স এজেন্টিক কর্মীবাহিনীর জন্য স্কেলে প্রস্তুত হতে হবে। এইচআর-এর ম্যান্ডেট এখন জনগণ এবং বুদ্ধিমান এজেন্টদের সম্মিলিত কর্মীবাহিনীকে সাজানোর জন্য প্রসারিত। এর মধ্যে রয়েছে গতিতে AI দক্ষতা তৈরি করা, কাজের স্থাপত্যগুলিকে পুনর্নির্মাণ করা, অংশীদারদের সাথে শেখার পথ প্রসারিত করা, এবং কৌতূহল ও সহ-শিক্ষার সংস্কৃতিকে উৎসাহিত করা। AI প্রশিক্ষণ, নৈতিকতা, এবং মূল প্রতিভা অনুশীলনে স্থিতিস্থাপকতাকে এম্বেড করার মাধ্যমে, HR কর্মীদের ভয় না করে বরং AI এর সাথে আত্মবিশ্বাসের সাথে কাজ করতে সাহায্য করতে পারে।
অনেক আর্থিক পরিষেবা সংস্থা ইতিমধ্যেই এআই সেন্টার অফ এক্সিলেন্স বা ফেডারেটেড এআই নেটওয়ার্ক পরিচালনা করছে। কার্যকর হওয়ার জন্য, এই দলগুলিকে বহুবিভাগীয় হতে হবে, ডাটা ইঞ্জিনিয়ারিং, মডেল ডেভেলপমেন্ট, প্রম্পট ইঞ্জিনিয়ারিং, টেস্টিং, কাজের নকশা, সহকর্মী জড়িত, দত্তক নেওয়া এবং পরিবর্তন পরিচালনা করতে হবে। আমরা সমস্ত আকারের ক্লায়েন্টদের জন্য এই জাতীয় দল তৈরি করেছি। তাদের সাফল্য নির্ভর করে সঠিক টুলস, মডেল, অবকাঠামো, ডেটা ফাউন্ডেশন এবং শক্তিশালী দায়িত্বশীল-এআই গার্ডেলে অ্যাক্সেসের উপর।
মূল্য, বিনিয়োগ, দায়িত্বশীল স্কেলিং, এবং বিতরণ করা পরিবর্তন সমস্ত বিষয়, কিন্তু AI শুধুমাত্র তখনই সফল হয় যখন একটি মানব-কেন্দ্রিক পরিবর্তন হিসাবে বিবেচিত হয়। AI গ্রাহকদের এবং সহকর্মীদের জন্য কাজ করতে হবে। একটি মানব-নেতৃত্বপূর্ণ পদ্ধতি দায়িত্বশীল ব্যবসার অংশ এবং অনেক বেশি রিটার্ন প্রদান করে। এটি বিশ্বাস তৈরি করে, উদ্বেগের সমাধান করে, মানব-এজেন্ট মিথস্ক্রিয়াকে সমর্থন করে, দত্তক গ্রহণ করে এবং কাজ করার নতুন উপায় সক্ষম করে।
বিশ্বাস প্রতিটি রূপান্তরের হৃদয়ে বসে। কাজ করার নতুন উপায় পরীক্ষা এবং গ্রহণ করার জন্য দলগুলির মনস্তাত্ত্বিক নিরাপত্তা প্রয়োজন (এডমন্ডসন, 2018)। 85% ব্যর্থ রূপান্তরের জন্য ভয়, দ্বন্দ্ব এবং কম বিশ্বাসের কারণ (Accenture Transformation GPS, 2025)।
কর্মীরা এআই সম্পর্কে মিশ্র মতামত রাখেন। অনেকে এটি শিখতে এবং ব্যবহার করতে চায়, প্রায়শই তাদের ব্যক্তিগত জীবনে ইতিমধ্যে এটি বিশ্বাস করে। একই সময়ে, তারা চাকরির নিরাপত্তা, কাজের তীব্রতা, দত্তক নেওয়া এবং নৈতিকতা সম্পর্কে উদ্বিগ্ন। নেতাদের অবশ্যই একটি স্পষ্ট কর্মশক্তির কৌশল, সৎ যোগাযোগ এবং পরিবর্তন কীভাবে পরিচালনা করা হয় তাতে সততার সাথে প্রতিক্রিয়া জানাতে হবে।
এটি পোলারাইজড ভাষ্যের একটি ক্ষেত্র। AI কিছু কাজকে স্বয়ংক্রিয় করবে, আরও অনেক কিছু বাড়িয়ে দেবে এবং নতুন তৈরি করবে। প্রভাবগুলি অসম হবে এবং সময়ের সাথে সাথে প্রকাশ পাবে৷
CXO-এর মাত্র 29% GenAI বাধা হিসাবে কর্মশক্তি প্রতিরোধের দিকে নির্দেশ করে, যেখানে 40.8% কর্মচারীরা চাকরির অপ্রয়োজনীয়তাকে ভয় করে—একটি দত্তক নেওয়ার ঝুঁকি নেতারা উপেক্ষা করতে পারে না (Accenture, Learning, Reinvented survey, 2025)।
নেতাদের অবশ্যই জোরদার করতে হবে যে যারা AI আলিঙ্গন করে তারা উন্নতি করবে। অ্যান্ড্রু এনজি যেমন দাভোসে বলেছেন, "একজন ব্যক্তি যে AI ব্যবহার করে অনেক বেশি উত্পাদনশীল হবে, তারা এমন কাউকে প্রতিস্থাপন করবে যা করে না।" লক্ষ্যটি লোকেদের প্রতিস্থাপন করা নয়, বরং বৃদ্ধির মাধ্যমে তাদের পারফরম্যান্সে সহায়তা করা। রিস্কিলিংয়ের পথ পরিষ্কার করুন, কর্মীদের মধ্যে দৃশ্যমান বিনিয়োগ, এবং উদ্বেগকে গ্রহণে পরিণত করার জন্য শেখার ব্যবহারিক সুযোগ।
AI বিনিয়োগের সাথে সংযুক্ত কর্মশক্তি পরিকল্পনা নিয়োগ, পুনঃস্কিলিং এবং পুনঃনিয়োগ পরিচালনা করে অপ্রয়োজনীয় অপ্রয়োজনীয়তা কমাতে পারে। লোকেদের দক্ষতা তৈরি করতে এবং মানিয়ে নেওয়ার জন্য সময় প্রয়োজন এবং একটি পরিকল্পনা সেই প্রচেষ্টাগুলিকে পরিচালনা করতে সহায়তা করে। নেতাদের অবশ্যই প্রামাণিকভাবে যোগাযোগ করতে হবে এবং যেখানেই সম্ভব ইতিবাচকভাবে ফ্রেম পরিবর্তন করতে হবে।
এআই মানব-মেশিনের সীমানা এবং কাজের মনস্তত্ত্বকে পুনর্নির্মাণ করছে। জেনারেটিভ এবং এজেন্টিক এআই একজন কর্মীর যোগ্যতা, স্বায়ত্তশাসন এবং সংযোগের অনুভূতিকে হুমকি দিতে পারে। 60% কর্মী আশংকা করে যে AI স্ট্রেস এবং বার্নআউট বাড়বে, তবুও শুধুমাত্র 37% এক্সিকিউটিভ এটি আশা করেন। আমাদের অবশ্যই নেতৃত্ব এবং চিন্তাশীল কাজের নকশার মাধ্যমে প্রতিক্রিয়া জানাতে হবে।
MIT-এর Acemoglu and Johnson (2023) প্রযুক্তি এবং AI উন্নয়নে কর্মীদের সম্পৃক্ততার গুরুত্বপূর্ণ ভূমিকা তুলে ধরেছে - বিশেষ করে সমস্যার সংজ্ঞা এবং কাজের সহ-নকশা। এটি আরও ভাল সমাধান, গ্রহণ এবং ব্যবহারের দিকে নিয়ে যায়, যার ফলে আরও বেশি মূল্য উপলব্ধি হয়৷
ভাল কাজের নকশা মানুষকে গতি এবং শৈলী নিয়ন্ত্রণে রাখে। এটি কর্মক্ষমতা সক্ষম করে এবং সৃজনশীলতার জন্য স্থান সংরক্ষণ করে। উদাহরণ স্বরূপ, যখন AI বিনিয়োগের প্রস্তাব কম্পাইল করার সময় ব্যয় করে, তখন সম্পর্ক পরিচালকরা গভীর ক্লায়েন্টের কাজের উপর ফোকাস করতে পারেন — পরামর্শ, সম্পর্ক তৈরি এবং সিদ্ধান্ত সমর্থন।
বিশেষজ্ঞদের সাথে AI পরীক্ষা করা ব্যাখ্যাযোগ্যতা এবং বিশ্বাসের উন্নতি করে। একটি ডিপমাইন্ড-মুরফিল্ডস গবেষণায় দেখা গেছে যে AI এর যুক্তি ভেঙে ফেলার ফলে বিশেষজ্ঞদের বোঝাপড়া এবং আত্মবিশ্বাস বেড়েছে।
একটি বড় ব্যাঙ্কে, আমরা এর সাথে বাণিজ্যিক ব্যাঙ্কিং এআই-সক্ষম প্রক্রিয়া সমাধানগুলির একটি সিরিজ ডিজাইন করেছি সম্পর্ক পরিচালক এবং তাদের দল. এগুলি একটি কঠিন ভিড় ছিল - বিশেষজ্ঞের মেয়াদী পেশাদার, সাধারণত প্রযুক্তির প্রতি যথেষ্ট সন্দেহপ্রবণ এবং স্বাভাবিকভাবেই তাদের ক্লায়েন্টদের প্রতিরক্ষামূলক। আমরা তাদের সম্পৃক্ততা এবং উন্নয়নে AI এর পরীক্ষার মাধ্যমে আস্থা তৈরি করতে সক্ষম হয়েছি। এটি পাইলট চলাকালীন তাদের চলমান প্রতিক্রিয়ার সাথে চালিয়ে যায় এবং উন্নতি করার জন্য স্কেল আপ করে, যা আরও ভাল কাজ, বিশ্বাস এবং গ্রহণের দিকে পরিচালিত করে।
এআই অবলম্বন করা মানে নতুন কাজ শুরু করা — প্রম্পট করা, এজেন্ট ব্যবহার করা, আউটপুট চেক করা — এবং পুরনো কাজ বন্ধ করা। উভয়ই অস্বস্তি উস্কে দিতে পারে। এবং এটি আগামী বছরগুলিতে বারবার ঘটবে৷
AI স্বজ্ঞাত মনে হতে পারে, কিন্তু গ্রহণ স্বয়ংক্রিয় নয়। প্রতিষ্ঠানের প্রস্তুতি এবং মূল্য উপলব্ধির জন্য পুনরাবৃত্তিযোগ্য নিদর্শন প্রয়োজন। যখন নেতারা এআইকে সৃজনশীলতার জন্য অনুঘটক হিসাবে তৈরি করেন, তখন কর্মীরা তাদের অভ্যাসগুলিকে মানিয়ে নিতে 20% বেশি আত্মবিশ্বাসী হন।
কি সাহায্য করে:
প্রেরণা পরিবর্তিত হয়। প্রারম্ভিক গ্রহণকারীরা অ্যাক্সেস এবং ক্রমাগত শিক্ষা চান। সংখ্যাগরিষ্ঠ নির্দেশিকা এবং সময় প্রয়োজন. দেরী গ্রহণকারীদের আশ্বাস এবং বিশ্বাস প্রয়োজন। প্রমাণগুলি ধারাবাহিকভাবে কর্মীদের মধ্যে একটি তীব্র বিভাজন দেখায় যারা ইতিমধ্যেই AI ব্যবহার করছে এবং যারা নেই তাদের মধ্যে৷
পরিমাপ বিষয়. ট্র্যাক অ্যাক্সেস, ব্যবহার, জনপ্রিয় প্রম্পট এবং এজেন্ট, এবং কর্মপ্রবাহের মধ্যে একীকরণের গভীরতা। ব্যয় করা সময়, গুণমান এবং ফলাফলের পরিবর্তনগুলি পরিমাপ করুন। ভূমিকা, দল এবং অবস্থান জুড়ে নিদর্শন বিশ্লেষণ করুন। পরিমাপকে "ঠান্ডা, ভয়ঙ্কর নয়" রাখুন—গোষ্ঠী অন্তর্দৃষ্টিতে ফোকাস করুন, নজরদারি নয়।
প্রারম্ভিক স্থাপনা স্বন সেট. গ্রহণ করা ব্যর্থ হয় যখন AI প্রাথমিকভাবে খরচ কমানোর হিসাবে তৈরি করা হয়, যখন প্রতিশ্রুতি ভঙ্গ করা হয়, যখন প্রশিক্ষণ অত্যধিক প্রযুক্তিগত হয়, যখন সরঞ্জামগুলি কর্মপ্রবাহের বাইরে থাকে, বা যখন AI প্রস্তুত হওয়ার আগে প্রকাশ করা হয়।
একটি বৈশ্বিক ব্যাঙ্কে, আমরা ChatGPT এন্টারপ্রাইজ এবং Microsoft Copilot গ্রহণ 400%-এরও বেশি বাড়িয়েছি। আমাদের দৃষ্টিভঙ্গি চাপের পরিবর্তে প্রথমে অনুসন্ধানকে উৎসাহিত করেছে। তিনটি দল আবির্ভূত হয়েছে:
প্রাথমিক গ্রহণকারীদের ক্ষমতায়ন করে, 80%কে ব্যবহারিক মূল্য দেখতে এবং প্রথম পদক্ষেপ নিতে সহায়তা করে, আমরা গ্রহণ এবং ফলাফল উভয়ই ত্বরান্বিত করেছি। অবশেষে বেশিরভাগ দেরী গ্রহণকারীরা যখন তাদের সহকর্মীদের জন্য সুবিধাগুলি দেখেছিলেন তখন তারা জাহাজে আসেন৷
অনেক কর্মী প্রশ্ন করে যে AI নৈতিকভাবে ব্যবহার করা হবে কিনা। 53% আউটপুট গুণমান এবং অস্পষ্ট জবাবদিহিতা সম্পর্কে উদ্বিগ্ন, তবুও শুধুমাত্র 21% নির্বাহীরা এটিকে উদ্বেগ হিসাবে দেখেন।
যদি সংস্থাগুলির স্পষ্ট ঝুঁকির ক্ষুধা কাঠামো এবং দায়িত্বশীল এআই অনুশীলন থাকে, তবে তাদের অবশ্যই সেগুলি দৃশ্যমান করতে হবে। নেতাদের দেখাতে হবে কিভাবে এই অনুশীলনগুলি সিদ্ধান্তগুলিকে গাইড করে, স্বচ্ছতা নিশ্চিত করে, ঝুঁকি পরিচালনা করে এবং জবাবদিহিতা স্পষ্ট করে। উদ্বেগ উত্থাপনের জন্য পরিষ্কার চ্যানেল অপরিহার্য।
একটি FS প্রতিষ্ঠানে, আমরা কর্ম এবং যোগাযোগ উভয়ের মাধ্যমে নৈতিক উদ্বেগগুলিকে সমাধান করেছি। আমরা দায়িত্বশীল AI নির্দেশিকা প্রতিষ্ঠা করেছি, পণ্যের মালিকদেরকে স্পষ্ট জবাবদিহিতার সাথে প্রশিক্ষিত করেছি, সহ-ডিজাইনে কর্মীদের জড়িত করেছি, ব্যাখ্যাযোগ্যতার সরঞ্জাম তৈরি করেছি, রিপোর্টিং এবং হুইসেলব্লোয়িং চ্যানেল তৈরি করেছি এবং AI পর্যবেক্ষণের উপর দৃষ্টি নিবদ্ধ করে প্রতিরক্ষার দ্বিতীয় লাইন স্থাপন করেছি। নেতারা এই ব্যবস্থাগুলি স্পষ্টভাবে এবং ধারাবাহিকভাবে জানিয়েছিলেন৷
৷কিছু মূল পয়েন্ট যা আপনি প্রতিফলিত করতে চান — আমাকে আপনার চিন্তাভাবনা এবং ধারণাগুলি জানান:
আমার পরবর্তী ব্লগে, আমরা অন্বেষণ করব কিভাবে আমরা একজন সহকর্মী হিসেবে AI এর সাথে কর্মীবাহিনীকে নতুন করে কল্পনা করতে পারি।
বিস্তৃত বাজার সংকেতগুলিতে অগ্রণী বিতরণ করা, দ্রুত গতিশীল পরিবর্তনের এই উপায়গুলিকে সংযুক্ত করতে, আমাদের পড়ুন 2026-এর জন্য শীর্ষ ব্যাঙ্কিং প্রবণতা রিপোর্ট