আমার শেষ ব্লগে, আমি আলোচনা করেছি যে কীভাবে নেতৃস্থানীয় আর্থিক পরিষেবা (FS) সংস্থাগুলি ব্যবসায়িক মূল্যের জন্য AI স্কেল করছে এবং কীভাবে নেতা এবং পিছিয়ে থাকা ব্যক্তিদের মধ্যে একটি বিস্তৃত ব্যবধান তৈরি হচ্ছে। আমি সফ্টওয়্যার ইঞ্জিনিয়ারিং, কেওয়াইসি এবং দাবিগুলি থেকে বাস্তব বিশ্বের উদাহরণগুলি ভাগ করে এজেন্টিক আর্কিটেকচারও চালু করেছি৷
এই ব্লগে, আমি প্রথমে এজেন্টিক AI-তে মানব-কেন্দ্রিক দৃষ্টিভঙ্গি গ্রহণ করে মূল্যবান সুযোগটি অন্বেষণ করি। নেতৃস্থানীয় আর্থিক পরিষেবা সংস্থাগুলি স্পষ্ট ব্যবসায়িক অভিপ্রায় এবং গ্রাহকের ফলাফলগুলিকে ঘিরে AI ডিজাইন করে, তারপর সিদ্ধান্ত নেয় যে মানুষ এবং এজেন্টদের একসাথে কী করতে হবে সেগুলি উপলব্ধি করতে হবে৷
Accenture's Banking Top Trends 2026:সীমাহীন ব্যাঙ্কিং এখানে আছে
আরও জানুন
আমাদের কাজ, কর্মী, কর্মশক্তি গবেষণায় AI-কে বিশুদ্ধ প্রযুক্তিগত পরিবর্তন হিসাবে বিবেচনা করার বনাম কর্মীদের সাথে এর পূর্ণ সম্ভাবনা উপলব্ধি করে, একটি মানব-নেতৃত্বপূর্ণ পদ্ধতি গ্রহণের মধ্যে পরবর্তী 15 বছরে জিডিপি বৃদ্ধিতে $10.3 ট্রিলিয়ন ব্যবধান চিহ্নিত করা হয়েছে৷
এই সংখ্যাটি ডুবতে দিন। আমরা কীভাবে এআই-এর সাথে যোগাযোগ করি তার উপর ভিত্তি করে এটি বৈশ্বিক জিডিপির প্রায় 10% ঝুঁকিতে রয়েছে।
এই সুযোগের কেন্দ্রবিন্দুতে রয়েছে আর্থিক পরিষেবা, যার মধ্যে ব্যাংকিং (প্রথম), বীমা (দ্বিতীয়) এবং পুঁজিবাজার (তৃতীয়) শিল্পগুলির মধ্যে সবচেয়ে বেশি কাজের সময় (90% পর্যন্ত) যেগুলি AI এর মাধ্যমে সম্ভাব্য স্বয়ংক্রিয় বা পরিবর্ধিত হতে পারে৷
কেন? অটোমেশনের আগের তরঙ্গগুলি ইতিমধ্যে কাঠামোগত ডেটা কাজগুলিকে সম্বোধন করেছে। কিন্তু বিশ্বের 80%-এরও বেশি ডেটা অসংগঠিত, এফএস-এর বাকি কাজগুলির বেশিরভাগই ভাষা সমৃদ্ধ এবং অন্তর্নিহিতভাবে অসংগঠিত। আমরা তথ্য, পরিষেবা এবং জ্ঞানের কাজ দ্বারা সংজ্ঞায়িত পরিবেশে কাজ করি৷
এটা কোন আশ্চর্যের বিষয় নয় যে জেনারেটিভ এআই - অসংগঠিত ডেটার সাথে কাজ করার জন্য এবং মানুষের ভাষা অনুকরণ করার জন্য তৈরি করা হয়েছে - দ্রুত গ্রহণ করা হয়েছে। এবং আমরা যখন এজেন্টিক AI-এর যুগে প্রবেশ করি, তখন আমরা আরও কিছু লাভ করি:এমন একটি সিস্টেম যা শুধুমাত্র একটি হাতিয়ার হিসেবেই কাজ করে না, আমাদের সাথে কাজ করার জন্য একজন সত্যিকারের সহকর্মী হিসেবে কাজ করে৷
একই গবেষণা দেখায় যে কর্মীদের এআই সম্পর্কে মিশ্র অনুভূতি রয়েছে এবং আমার অভিজ্ঞতা এটি নিশ্চিত করে। যদিও প্রায় 95% মানুষ বলে যে তারা জেনারেটিভ এআই এবং রিস্কিল নিয়ে কাজ করতে চায় — এই টুলগুলি দৈনন্দিন জীবনে কতটা ব্যাপকভাবে ব্যবহার করা হয় তা দেখে আশ্চর্যজনক নয় — নিরাপত্তা, কাজের তীব্রতা এবং নৈতিকতা নিয়ে উদ্বেগ রয়ে গেছে। কর্মচারীরা বিভিন্ন গতিতে এই পরিবর্তনের মধ্য দিয়ে যাচ্ছে।
তথ্যে সেই উত্তেজনা স্পষ্ট। Accenture-এর সর্বশেষ কর্মশক্তি জরিপ অনুসারে, মাত্র 20% কর্মচারী AI কিভাবে তাদের কাজ পরিবর্তন করে তা গঠনে সক্রিয় সহ-সৃষ্টিকর্তার মত অনুভব করেন এবং মাত্র 17% বলেছেন যে তারা AI টুল ব্যবহার করে উপভোগ করেন বা সক্রিয়ভাবে সেগুলি প্রয়োগ করার নতুন উপায় খোঁজেন। এই ফাঁকটি প্রাথমিকভাবে কর্মীদের জড়িত করার প্রয়োজনীয়তার উপর জোর দেয়। মানুষের সাথে AI দত্তক নেওয়ার ডিজাইন করা, তাদের জন্য নয়, বিশ্বাস, মালিকানা এবং মাত্রায় দত্তক নেওয়ার জন্য অপরিহার্য।
প্রতিক্রিয়া হিসাবে, আমরা ক্লায়েন্টদের তাদের সহকর্মীদের পাশাপাশি AI সরঞ্জামগুলি ডিজাইন করতে এবং এমন উপায়ে গ্রহণ করতে সহায়তা করি যা অন্তর্ভুক্ত এবং ক্ষমতায়ন বোধ করে। আমরা কর্মীদের এআই সম্পর্কে অর্থপূর্ণ কথোপকথনে জড়িত করতে এবং পরিবর্তনের নেতৃত্ব দেওয়ার জন্য লোকেদের সজ্জিত করতে নেতৃত্বের দলগুলির সাথে কাজ করি।
আমরা আমাদের LearnVantage ক্ষমতায় প্রচুর পরিমাণে বিনিয়োগ করেছি নেতৃত্ব এবং সমগ্র কর্মশক্তিকে উন্নত করার জন্য। উদাহরণস্বরূপ, S&P গ্লোবালের প্রতিটি কর্মচারী এখন ভিত্তিগত GenAI প্রশিক্ষণ সম্পূর্ণ করতে পারে। একটি বৃহৎ ব্যাঙ্কে, আমরা Udacity-এর মাধ্যমে এক হাজারেরও বেশি ডেটা, ক্লাউড এবং সম্পূর্ণ স্ট্যাক ইঞ্জিনিয়ারদের ভূমিকার প্রস্তুতির উন্নত এবং বিশেষজ্ঞ স্তরে পুনঃস্কিল করতে সাহায্য করেছি৷
দায়িত্বশীল AI, কাজের নকশা, এবং কর্মশক্তি পরিকল্পনায় আমাদের কাজ সংস্থাগুলিকে পুরানো থেকে নতুন দক্ষতায় রূপান্তর করতে, অপ্রয়োজনীয়তা হ্রাস করতে, কাজের গুণমান উন্নত করতে এবং লোকেরা তাদের ভূমিকার বিকাশের সাথে সাথে উন্নতি করতে পারে তা নিশ্চিত করতে সহায়তা করে৷
এই প্রতিশ্রুতি পৃথক ক্লায়েন্ট অতিক্রম প্রসারিত. Davos 2026-এ, Accenture এবং অন্যান্য 24টি সংস্থা “Creating Opportunities for All in the Intelligent Age” দক্ষতার প্রতিশ্রুতি ঘোষণা করেছে, সম্মিলিতভাবে 2030 সালের মধ্যে 120 মিলিয়ন লোককে প্রযুক্তি প্রশিক্ষণ প্রদানের প্রতিশ্রুতি দিয়েছে। Accenture-এর নিজস্ব প্রতিশ্রুতি হল বিশ্বব্যাপী 10 মিলিয়নেরও বেশি লোককে AI এবং AI এর মাধ্যমে ডিজিটাল দক্ষতার সাথে সজ্জিত করা। উচ্চাকাঙ্ক্ষা, ফার্ম LearnVantage প্রদর্শন করেছে, তার AI নেটিভ লার্নিং প্ল্যাটফর্ম এবং সবার জন্য উন্মুক্ত একটি সাশ্রয়ী মূল্যের AI মাস্টার্স ডিগ্রি চালু করেছে।
একটি মানব-কেন্দ্রিক দৃষ্টিভঙ্গি শুধুমাত্র শ্রমিকদের নয়, আমাদের সম্প্রদায় এবং সমাজকেও বিবেচনা করে। আর্থিক পরিষেবাগুলিতে সামাজিক অন্তর্ভুক্তি উন্নত করার পটভূমিতে, আমাদের অবশ্যই অনাকাঙ্ক্ষিত পরিণতিগুলি হ্রাস করতে হবে এবং গতিশীলতার সুযোগগুলিকে আরও বাড়িয়ে তুলতে হবে৷
আমাদের সাম্প্রতিক গবেষণা প্রগ্রেস টুগেদার, Rise with AI, চ্যালেঞ্জের মাত্রা দেখায়। যুক্তরাজ্যে, নিম্ন আর্থ-সামাজিক ব্যাকগ্রাউন্ডের (SEB) লোকেদের আর্থিক পরিষেবাগুলিতে প্রায় 30% কম প্রতিনিধিত্ব করা হয়। গবেষণায় এআই, এআই-সম্পর্কিত দক্ষতা, পুনঃস্কিলের প্রতি আস্থা, নিয়োগকর্তাদের প্রতি আস্থা এবং অন্যান্য বিষয়গুলির মধ্যে একটি 10-15% ব্যবধান পাওয়া গেছে যা নিম্ন SEB-এর লোকেদের AI ট্রানজিশন নেভিগেট করতে সাহায্য করবে।
কর্মশক্তির উপর AI এর প্রভাব একটি ছেদযুক্ত দৃষ্টিভঙ্গি দাবি করে। আর্থিক পরিষেবাগুলিতে AI দ্বারা সবচেয়ে বেশি প্রভাবিত অনেক ভূমিকা মহিলাদের দ্বারা অনুষ্ঠিত হয়। আমরা AI দক্ষতা এবং অন্তর্ভুক্তি জোরদার করতে Tech She Can এর মত অংশীদারদের সাথে কাজ করছি।
এছাড়াও AI মুক্ত হতে পারে, নতুন সুযোগ তৈরি করতে পারে এবং প্রতিবন্ধী ব্যক্তিদের জন্য অ্যাক্সেস উন্নত করতে পারে, যার মধ্যে দৃষ্টি প্রতিবন্ধী বা যারা নিউরোডাইভার্স।
শেষ পর্যন্ত, আমাদের নিশ্চিত করতে হবে যে AI একটি শুধু ট্রানজিশন চালায় — যা অন্তর্ভুক্তিমূলক এবং ন্যায়সঙ্গত — আর্থিক পরিষেবাগুলি মানুষ, সম্প্রদায় এবং সমাজের জন্য ইতিবাচক ফলাফল গঠনে কেন্দ্রীয় ভূমিকা পালন করে৷
আসল আনলকটি ব্যবসার অভিপ্রায় এবং গ্রাহকের ফলাফলের চারপাশে কাজকে পুনরায় উদ্ভাবনের মধ্যে নিহিত। এটি মান স্ট্রীম এবং এন্ড-টু-এন্ড প্রক্রিয়া দিয়ে শুরু হয়, পৃথক কাজ বা ভূমিকা নয়। একক ব্যবহারের ক্ষেত্রে খুব সংকীর্ণ, সাধারণত শুধুমাত্র ভগ্নাংশ সংরক্ষণের ফলে। আজকের চাকরিগুলি হল ভুল 'বিশ্লেষণের একক', কারণ সেগুলিতে বিভিন্ন চিকিত্সার প্রয়োজনের কাজের মিশ্রণ রয়েছে৷
সত্যিকারের পুনঃউদ্ভাবনের অর্থ হল ভাল গ্রাহক এবং ব্যবসায়িক ফলাফল প্রদানের জন্য মূল্য স্ট্রীম জুড়ে কীভাবে কাজ মৌলিকভাবে ভিন্নভাবে করা যায় তা পুনর্বিবেচনা করা। এর মধ্যে রয়েছে কম-মূল্যের কাজ অপসারণ করা এবং অগ্রিম পরিশ্রম করা। পরিবর্তে, আমাদের উচিত উচ্চ-মূল্যের কাজের দিকে প্রচেষ্টা পুনঃনির্দেশ করা যা ক্লায়েন্টের ফলাফল এবং বৃদ্ধিকে চালিত করে।
এই পরিবর্তনের জন্য তিনটি উপাদান প্রয়োজন:
আমরা AI ব্যবহার করে তার আন্ডাররাইটিং ফাংশনকে নতুন করে উদ্ভাবনের জন্য একটি বৈশ্বিক বীমাকারীর সাথে অংশীদারি করেছি। আন্ডাররাইটারদের সাথে সরাসরি কাজ করে, আমরা প্রথমে একটি ক্ষেত্রে আন্ডাররাইটিং মানগুলিকে সরলীকৃত করেছি — প্রায় 130টি বৈচিত্র্যময় মূল্যায়নের মানদণ্ডকে 70টি সামঞ্জস্যপূর্ণ বিষয়গুলিতে হ্রাস করে৷
প্রক্রিয়াটি সুগমিত হওয়ার সাথে সাথে, আমরা AI প্রয়োগ করেছি জটিল ব্রোকার জমাগুলি পর্যালোচনা করার ভারী উত্তোলন পরিচালনা করতে, প্রায়শই 200-300 পৃষ্ঠা দীর্ঘ। AI একটি কাঠামোগত সিদ্ধান্ত কাঠামোতে অসংগঠিত তথ্য বের করে এবং সংক্ষিপ্ত করে যা আন্ডাররাইটাররা অবিলম্বে ব্যবহার করতে পারে। এটি একটি আন্ডাররাইটিং সহকারীর চেয়ে আরও নিখুঁতভাবে এই কাজটি সম্পাদন করেছে এবং উৎস নথির উদ্ধৃতি প্রদান করেছে যাতে আন্ডাররাইটাররা দ্রুত বিষয়বস্তু যাচাই করতে পারে৷
পূর্বে, এই প্রক্রিয়াটি কয়েক দিন সময় নেয়, এবং বীমাকারীর কেবলমাত্র 20% জমাগুলি পর্যালোচনা করার ক্ষমতা ছিল, যার অর্থ কার্যকর ব্যবসা ফিরিয়ে দেওয়া হচ্ছে। এআই-এর সাহায্যে, পর্যালোচনার সময় ঘণ্টায় নেমে আসে, যা টিমকে সমস্ত মূল্যায়ন করতে সক্ষম করে। জমা এবং বৃহত্তর নির্ভুলতা সঙ্গে তাই না. এটি দলকে প্রসারিত না করেই রাজস্বের 50% এর বেশি বৃদ্ধি আনলক করেছে। আন্ডাররাইটাররা আরও ভাল সিদ্ধান্ত নিতে এবং দালালদের সাথে আরও শক্তিশালী সম্পর্ক গড়ে তোলার জন্য সময় পান।
এই রূপান্তরটি কাজ করেছিল কারণ নেতারা সত্যিকারের পুনর্বিবেচনা এবং একটি মানব-কেন্দ্রিক পদ্ধতির প্রতি প্রতিশ্রুতিবদ্ধ। আমরা এন্ড-টু-এন্ড আন্ডাররাইটিং প্রক্রিয়াটিকে নতুন করে ডিজাইন করেছি, যেখানে মান তৈরি করা হয়েছে তা স্পষ্ট করেছি এবং আন্ডাররাইটারদের সাথে নতুন ওয়ার্কফ্লো এবং এআই ক্ষমতার কোড ডিজাইন করেছি। AI এজেন্টদের কাছে "মাথা" কাজ স্থানান্তর করার মাধ্যমে, আন্ডাররাইটারদের উচ্চ মূল্যের বিচার, মিথস্ক্রিয়া এবং সিদ্ধান্ত নেওয়ার কাজগুলিতে ফোকাস করার জন্য মুক্ত করা হয়েছিল যেখানে মানুষের দক্ষতা সবচেয়ে বড় পার্থক্য করে।
বাণিজ্যিক ব্যাঙ্কিং-এ ক্রেডিট বিক্রয় এবং ঋণ দেওয়ার জন্য আমাদের এজেন্টিক আর্কিটেকচার ঋণের আবেদনগুলি পরিচালনা করার ক্ষেত্রে সম্পর্ক পরিচালকদের (RMs) সমর্থন করে। এই প্রক্রিয়ায় সাধারণত অনেক অসংগঠিত ডেটা, নথি এবং প্রশাসনিক কাজ জড়িত থাকে।
Accenture AI রিফাইনারিতে নির্মিত, আর্কিটেকচারটি AI এজেন্টের তিনটি সমন্বিত স্তরকে একত্রিত করে:
এই সেটআপটি RM-কে আরও ক্লায়েন্টদের পরিষেবা দিতে, ক্লায়েন্টের অভিজ্ঞতা উন্নত করতে, ক্রেডিট ঝুঁকি নিয়ে আরও ভাল সিদ্ধান্ত নিতে এবং অনুমোদিত ঋণের জন্য তহবিল ত্বরান্বিত করতে দেয়।
একসাথে, এই এজেন্টগুলি ঋণ দেওয়ার কর্মপ্রবাহকে স্ট্রীমলাইন করে, রিলেশনশিপ ম্যানেজার (RMs) কে এতে সক্ষম করে:
এই আর্কিটেকচারটি ম্যানুয়াল পর্যালোচনা এবং প্রশাসনিক টানা থেকে সময়কে সরিয়ে দেয়। এটি RM-কে ক্লায়েন্টদের পরামর্শ দেওয়া, আরও ভাল ঋণ দেওয়ার সিদ্ধান্ত নেওয়া এবং সম্পর্ককে শক্তিশালী করার মতো উচ্চ মূল্যের ক্রিয়াকলাপগুলিতে ফোকাস করার জন্য মুক্ত করে — এই সবই থ্রুপুট বাড়ানো এবং ঝুঁকি হ্রাস করে৷
বিচ্ছিন্ন ফাংশন বা প্রযুক্তিতে নয়, আপনার প্রতিষ্ঠানের সবচেয়ে মূল্যবান, মাপযোগ্য মান স্ট্রীমগুলিতে ফোকাস করে পুনর্বিবেচনা শুরু হয়। ব্যাঙ্কিংয়ে, এর মধ্যে সাধারণত জালিয়াতি প্রতিরোধ, ক্লায়েন্ট অনবোর্ডিং এবং কেওয়াইসি, ঋণ, সম্পর্ক ব্যবস্থাপনা এবং বিনিয়োগের পরামর্শ অন্তর্ভুক্ত থাকে। বীমাতে, তারা আন্ডাররাইটিং, দাবি এবং পরিষেবা অন্তর্ভুক্ত করে। বাজারে, তারা ট্রেডিং এবং পোস্ট ট্রেড প্রক্রিয়াকরণ অন্তর্ভুক্ত করে। এন্ড-টু-এন্ড এই প্রক্রিয়াগুলোকে নতুন করে উদ্ভাবন করা গুরুত্বপূর্ণ মান আনলক করে এবং এন্টারপ্রাইজ-ব্যাপী রূপান্তরের ভিত্তি তৈরি করে।
রোবোটিক প্রক্রিয়া অটোমেশনের যুগ থেকে একটি মূল পাঠ পরিষ্কার:আমাদের AI এর সাথে ভাঙা প্রক্রিয়াগুলিকে "প্যাচ" করা উচিত নয়। নেতাদের অবশ্যই জটিলতা, বর্জ্য এবং ঘর্ষণ দূর করে উচ্চ মূল্যের কাজ করা সহজ করতে হবে — যা সত্যই মূল্য তৈরি করে তার জন্য সময় যোগ করা (Sutton and Rao 2024)।
বেশিরভাগ সংস্থার ইতিমধ্যেই প্রক্রিয়া পরিপক্কতার পকেট রয়েছে এবং দক্ষতা এবং মূল্য সম্পর্কে আরও ভাল অন্তর্দৃষ্টি রয়েছে, বিশেষত যেখানে তারা গ্লোবাল ক্যাপাবিলিটি সেন্টার তৈরি করেছে। কিন্তু অন্যান্য অনেক মান প্রবাহ অস্পষ্ট বা খণ্ডিত থেকে যায়।
যেখানে প্রক্রিয়া এবং মান ভালভাবে বোঝা যায় না, আমরা কাজ এবং এর মূল্য উন্মোচন করতে আমাদের মালিকানাধীন প্রসেস ভ্যালু এক্সপ্লোরার (PVE) ব্যবহার করি, প্রায়শই সেলোনিসের মতো প্রক্রিয়া খনির সরঞ্জামগুলির পাশাপাশি। PVE আমাদের একসাথে হাজার হাজার কর্মী জুড়ে প্রচেষ্টা, খরচ, মান, সমস্যা এবং অন্যান্য মাত্রা বিশ্লেষণ করতে দেয়। কাজ এবং মূল্যের এই দৃশ্যমানতা তৈরি করা আমাদের পুনঃউদ্ভাবনের জন্য অন্তর্দৃষ্টি দেয়।
একটি বিস্তৃত দৃষ্টিভঙ্গি খুঁজছেন সংস্থাগুলির জন্য, আমরা ভবিষ্যত কর্মশক্তিকে স্কেলে মডেল করার জন্য মালিকানা বিশ্লেষণ এবং পরিকল্পনা সরঞ্জাম ব্যবহার করি। এই সরঞ্জামগুলি এন্টারপ্রাইজের দ্রুত মূল্যায়ন সক্ষম করে এবং এআই এবং পুনঃস্কিলিং বিনিয়োগকে অগ্রাধিকার দিতে সহায়তা করে৷
একটি বৃহৎ অবসর এবং বিনিয়োগ প্রদানকারীতে, আমরা বোর্ডের জন্য একটি টপ-ডাউন কর্মশক্তি কৌশল তৈরি করতে এই বিশ্লেষণটি ব্যবহার করছি। এজেন্টিক এআই এবং অন্যান্য অটোমেশনের মাধ্যমে অ্যাপ্রোচ মডেলের ক্ষমতা প্রকাশ করা হয়েছে বা পুনঃনিয়োগ করা হয়েছে, যা ভবিষ্যতের কর্মীদের প্রয়োজন এবং দক্ষতার একটি স্পষ্ট চিত্র প্রদান করে। এটি, ঘুরে, আজকে আরও ভাল কর্মশক্তির সিদ্ধান্তগুলিকে জানায় এবং AI-তে কোথায় বিনিয়োগ করতে হবে তা নির্দেশ করে৷
৷আমরা বর্তমান কাজ এবং কর্মশক্তির ডেটা দ্রুত এবং গভীরভাবে ভেঙে ফেলি, যেখানে AI বিভিন্ন ধরনের প্রভাব ফেলতে পারে তা শনাক্ত করে, ইন-ফ্লাইট AI বিনিয়োগ বিবেচনা করে এবং ভবিষ্যতের কর্মীবাহিনীর একটি স্পষ্ট দৃষ্টিভঙ্গি তৈরি করে:নতুন ভূমিকা, প্রয়োজনীয় দক্ষতা, ক্ষমতার প্রভাব এবং খরচ প্রোফাইল। এটি আমাদের ক্লায়েন্টদের আরও ভাল, আরও সচেতন কর্মশক্তির সিদ্ধান্ত নিতে সাহায্য করে, তাদের পরিবর্তনের বিবরণ জানায় এবং তাদের AI বিনিয়োগ কৌশল নির্দেশ করে।
আমরা এটি CHRO, CEO বা বোর্ডের জন্য একটি প্রাথমিক কৌশল অনুশীলন হিসাবে করছি এবং এটিকে আমাদের ক্লায়েন্টের কৌশলগত কর্মশক্তি পরিকল্পনার সাথে একটি স্থায়ী ক্ষমতা হিসাবে এম্বেড করছি, যাতে তারা AI গ্রহণের স্কেল হিসাবে তাদের ভবিষ্যত কর্মীবাহিনীকে ক্রমাগত অনুমান, ডিজাইন এবং মানিয়ে নিতে পারে।
2025 অ্যাকসেঞ্চার লাইফ ট্রেন্ডস গবেষণায় দেখা গেছে 44% লোক অনুভব করেছে যে AI সরঞ্জামগুলির দক্ষতা বৃদ্ধি পেয়েছে এবং 38% অনুভব করেছে যে তারা গুণমান বৃদ্ধি করেছে। যাইহোক, কিছু নেতিবাচক ধারণাও ছিল - 16% মনে করেছিল AI সরঞ্জামগুলি কাজকে আরও লেনদেন বোধ করেছে এবং 14% মনে করেছে যে তারা তাদের সৃজনশীলতা সীমিত করেছে৷
লোকেরা AI সরঞ্জামগুলি চায় যা তাদের ভূমিকার ক্লান্তিকর, পুনরাবৃত্তিমূলক দিকগুলিকে শোষণ করে, যাতে তারা যে কাজটি সবচেয়ে বেশি উপভোগ করে তা তারা আরও ভালভাবে করতে পারে। মাদকদ্রব্যের কাজ অনেক লোকের কর্ম সপ্তাহে প্রাধান্য পায়, এমনকি উচ্চ বেতনভুক্ত এবং দক্ষ কর্মীদেরও।
লোকেরা তাদের কাজের মানুষের বৈশিষ্ট্য এবং আকর্ষণীয় দিকগুলি রক্ষা করতে চায় এবং তারা কীভাবে কাজ করে তার উপর কিছু নিয়ন্ত্রণ এবং স্বাধীনতা বজায় রাখতে চায়। সমালোচনামূলকভাবে, তারা তাদের কাজের অর্থ, উদ্দেশ্য এবং সন্তুষ্টি অনুভব করার সুযোগ সংরক্ষণ করতে চায়।
যেহেতু আমরা মানব-এআই ইন্টারঅ্যাকশন ডিজাইন করি, বিশেষ করে এজেন্টদের সাথে মিথস্ক্রিয়া, ঠিক করার জন্য কিছু গুরুত্বপূর্ণ বিষয় রয়েছে।
এটি কাজের লক্ষ্য এবং মূল্য স্পষ্টভাবে সংজ্ঞায়িত করার সাথে শুরু হয় এবং মানুষ এবং এআই এজেন্টরা কী জন্য দায়ী তার জন্য সুস্পষ্ট প্রত্যাশা নির্ধারণ করে। AI এর শক্তিগুলি কোথায় সর্বোত্তম প্রয়োগ করা হয়, যেখানে মানুষের ক্ষমতা অপরিহার্য এবং যেখানে একটি সংমিশ্রণ সবচেয়ে বেশি মূল্য দেয় সে সম্পর্কে নেতাদের অবশ্যই সুচিন্তিত হতে হবে৷
এই কারণেই আমরা একজন মানুষকে নেতৃত্বের পদ্ধতিতে নিয়ে যাই, যেখানে লোকেরা বিচার, সিদ্ধান্ত এবং তত্ত্বাবধানে গাইড করে এবং এআই এজেন্টরা সহায়তা প্রদান করে যা কাজকে শক্তিশালী করে। এর জন্য পরিপূরক ভূমিকা এবং দায়িত্বের প্রয়োজন, মানুষের কর্মপ্রবাহ এবং সিদ্ধান্তের জন্য স্পষ্ট জবাবদিহিতা বজায় রাখা।
এআই এজেন্ট এবং মানব কর্মী উভয়কেই তাদের ভূমিকা ভালভাবে পালন করার জন্য প্রশিক্ষণ দিতে হবে। AI সঠিক, সামঞ্জস্যপূর্ণ ফলাফল উত্পাদন করা উচিত; পক্ষপাত কমানো; বিভিন্ন প্রেক্ষাপটে মানিয়ে নেওয়া; নিরাপত্তা এবং গোপনীয়তা বজায় রাখা; উচ্চ মানের আউটপুট তৈরি; এবং ব্যাখ্যাযোগ্য হতে হবে। মানব কর্মীরা অবশ্যই AI আউটপুট ব্যবহার করতে এবং মূল্যায়ন করতে সক্ষম হবেন — পুনরাবৃত্তি করা, উন্নতি করা এবং কখন চ্যালেঞ্জ করতে হবে তা জানা। কিছু ক্ষেত্রে, এর অর্থ হল লোকেদের সেই ক্ষমতাগুলি প্রয়োগ করার জন্য সময় এবং স্থান দেওয়া যা আমরা বেশিরভাগ ক্ষেত্রে মানুষের উপর নির্ভর করি:কৌশলগত চিন্তাভাবনা, বিচার, সহানুভূতি, সম্পর্ক গড়ে তোলা এবং সৃজনশীলতা। আমরা মানব এজেন্টের মিথস্ক্রিয়া চাই যা উভয়ের জন্য অব্যাহত শিক্ষা এবং উন্নতির প্রচার করে। আমরা পরে সহ-শিক্ষার এই ধারণায় ফিরে যাই।
ভাল মিথস্ক্রিয়া সহজ, স্বজ্ঞাত ইন্টারফেস প্রয়োজন. এর মধ্যে রয়েছে এজেন্টদের সরাসরি কাজের প্রবাহে এম্বেড করা — যেমন একটি সম্পর্ক ব্যবস্থাপক ওয়ার্কবেঞ্চ বা কেস হ্যান্ডলার সারিতে — এবং ব্যবহারযোগ্যতা বাড়াতে কথোপকথনমূলক ইন্টারফেস ব্যবহার করা। মানুষের নিয়ন্ত্রণে থাকা উচিত:AI আউটপুট বন্ধ, ওভাররাইড বা সম্পাদনা করতে সক্ষম। যখন কেউ AI এর সাথে ইন্টারঅ্যাক্ট করে তখন এটা সবসময় পরিষ্কার হওয়া উচিত, AI কি করেছে এবং কিভাবে এর ফলাফল দিয়েছে।
অনেক আর্থিক পরিষেবা কর্মী গভীর কাজের জন্য আরও বেশি সময় চান — ক্লায়েন্টদের পরামর্শ দেওয়া, জটিল সমস্যার সমাধান করা বা সৃজনশীল প্রস্তাব তৈরি করা। ভাল ডিজাইন করা AI সরঞ্জামগুলি জ্ঞানীয় লোড কমাতে পারে এবং গভীর কাজের জন্য শর্ত তৈরি করতে পারে (নিউপোর্ট, 2016):ফোকাস, প্রবাহ এবং সৃজনশীল সমস্যা সমাধান। যখন এজেন্টরা গোলমাল ফিল্টার করে, সঠিক অন্তর্দৃষ্টি প্রকাশ করে এবং রুটিন কাজগুলি স্বয়ংক্রিয় করে, তখন তারা কর্মীদের সেই চিন্তাভাবনার উপর মনোনিবেশ করতে মুক্ত করে যা ক্লায়েন্টের ফলাফলকে চালিত করে। এটি হল জ্ঞানীয় আর্গোনোমিক্স ইন অ্যাকশন — মানুষের মনোযোগ এবং অনুপ্রেরণার ছন্দের চারপাশে প্রযুক্তিকে রূপ দেওয়া (সুদিয়ার্তা, 2023), যন্ত্রের চারপাশে নয়।
সহজভাবে বললে যদি এজেন্টরা এখন আমাদের সহকর্মী হয়, আসুন নিশ্চিত করি যে আমাদের ভালো সতীর্থ আছে।
এজেন্টিক এআই-এর সাথে তাদের যোগাযোগ কেন্দ্রগুলিকে নতুন করে উদ্ভাবনের জন্য আমরা মার্কিন যুক্তরাষ্ট্রের অন্যতম বৃহত্তম বীমা এবং অবসর প্রদানকারীর সাথে কাজ করেছি। সমাধানটিতে Accenture-এর AI রিফাইনারিতে নির্মিত চারটি সুপার এজেন্ট এবং 12টি পুনরায় ব্যবহারযোগ্য ইউটিলিটি এজেন্ট ব্যবহার করা হয়েছে। এটি একটি সম্পূর্ণ সংযুক্ত সিস্টেম গঠন করেছে:16টি API দাবি, নীতি এবং আন্ডাররাইটিং সিস্টেমের সাথে একীভূত করা হয়েছে, যা দুই বছরের গ্রাহক ইন্টারঅ্যাকশন মেমরি দ্বারা সমর্থিত।
ক্লায়েন্ট আত্মবিশ্বাস তৈরি করতে পরীক্ষায় প্রচুর বিনিয়োগ করেছে — দুই মিলিয়নেরও বেশি প্রশিক্ষণ এবং পরীক্ষা কল, তিন মাসে 30 জন বিশেষজ্ঞ দ্বারা পর্যালোচনা করা হয়েছে। একটি ফলাফল ছিল একজন ব্যক্তিগত ডিজিটাল সহকারী যেটি গ্রাহকদের সাথে সম্পর্কিত নির্দেশিকা (পরামর্শ নয়) অফার করে, মৌলিক কলের পরিমাণ হ্রাস করে এবং ডিজিটাল লিড বৃদ্ধি করে।
যোগাযোগ কেন্দ্রের প্রতিনিধিদের জন্য, এজেন্টরা কলার অভিপ্রায় এবং অনুভূতি সনাক্ত করে, গ্রাহকের ডেটা অ্যাক্সেস করে, প্রাসঙ্গিক দিকনির্দেশনা পায় এবং পরবর্তী সেরা পদক্ষেপের সুপারিশ করে। এটি NPS উন্নত করেছে, কল রেজোলিউশনকে শক্তিশালী করেছে এবং প্রশিক্ষণের চাহিদা 50% কম করেছে। মানব প্রতিনিধিরা এখন সহানুভূতি, বিচার এবং উচ্চ মূল্যের ক্লায়েন্ট পরিষেবার উপর ফোকাস করতে পারে।
আমরা একটি গ্রুপ লাইফ ক্যারিয়ার এবং একটি জীবন এবং পেনশন প্রদানকারী সহ মার্কিন বীমাকারীদের মধ্যে একই রকম ফলাফল দেখতে পাচ্ছি৷
উচ্চ দক্ষ পেশাদার কাজ সম্পর্কে কি? Accenture-এ, আমরা ইতিমধ্যেই আমাদের 2,000 বিপণনকারীদের সমর্থন করার জন্য প্রচারাভিযানের জীবনচক্র জুড়ে 14টি বিশেষায়িত AI এজেন্ট প্রয়োগ করেছি। প্রচারাভিযান একবার 150 দিন পর্যন্ত সময় নেয়. কর্মপ্রবাহ বিশ্লেষণ করতে SynOps ব্যবহার করে, আমরা চিহ্নিত করেছি কোথায় সময় নষ্ট হয়েছে এবং কোথায় গুণমান উন্নত হতে পারে। ফলাফলগুলি নির্ণায়ক ছিল:প্রচেষ্টা তীব্রভাবে হ্রাস পেয়েছে — সৃজনশীল সংক্ষিপ্ত বিবরণের জন্য 67%, প্রথম খসড়া অনুলিপির জন্য 90% — এবং বাজারে যাওয়ার গতি 25-35% দ্বারা উন্নত হয়েছে৷ কাজটি একটি $80 মিলিয়ন খরচ রিলিজ প্রদান করেছে। এই এজেন্টগুলি বিপণনকারীদের সৃজনশীলতা এবং প্রভাবকে বাড়িয়ে তোলে; তারা এটি প্রতিস্থাপন করে না।
আমরা আর্থিক পরিষেবা জুড়ে একই মূল্য প্রদান করছি। একটি বৃহৎ এশীয় ব্যাঙ্ক, মার্কিন ভিত্তিক জীবন বীমাকারী এবং বেশ কয়েকটি বৈশ্বিক ব্যাঙ্কে, এজেন্টিক AI বিপণনের কাজকে নতুন আকার দিচ্ছে৷ একটি বৈশ্বিক ব্যাঙ্ক এখন AI এর সাথে তার 50% প্রচারাভিযান সমর্থন করে, সৃজনশীল গতি 50% বৃদ্ধি করে এবং 35% বৃদ্ধির লক্ষ্যে মোট প্রচারাভিযান 20% বৃদ্ধি করে। আরেকটি বড় এশীয় ব্যাঙ্ক 50 গুণ বেশি মাইক্রো সেগমেন্টেড প্রচারাভিযান অর্জন করেছে, বার্তার গতি 80% বৃদ্ধি করেছে এবং তৈরির সময় 30 দিন থেকে কমিয়ে 3 করেছে৷ এই পদ্ধতিগুলি মার্কেটারকে উন্নীত করে এবং আরও প্রাসঙ্গিকতা, দ্রুত বাজারে অনুপ্রবেশ এবং আরও কার্যকর গ্রাহকের সম্পৃক্ততা সহ প্রচারাভিযান তৈরি করে৷
এজেন্টিক AI আর্থিক পরিষেবাগুলিতে কাজকে নতুন করে উদ্ভাবনের জন্য শক্তিশালী নতুন সম্ভাবনা উন্মুক্ত করে৷ এটিকে ভালভাবে ব্যবহার করার জন্য, আমাদের অবশ্যই কাজের নকশার মৌলিক বিষয়গুলিতে ফিরে যেতে হবে এবং কীভাবে মানুষ এবং এআই-এর মিথস্ক্রিয়া করা উচিত সে সম্পর্কে সুশৃঙ্খল সিদ্ধান্ত নিতে হবে। মূল প্রশ্নগুলির মধ্যে রয়েছে:
AI — বিশেষ করে এজেন্টিক AI — শক্তিশালী, কিন্তু প্রতিটি সমস্যারই প্রয়োজন হয় না। অনেক পুনঃউদ্ভাবনের প্রচেষ্টার জন্য প্রক্রিয়া পরিবর্তন, সহজ প্রযুক্তি এবং AI এর হালকা ওজনের ফর্মগুলির মিশ্রণ প্রয়োজন। প্রায়শই, সহজবোধ্য কাজ বা স্ট্রাকচার্ড ডেটার গণনাগুলি বেসিক অ্যালগরিদম বা ঐতিহ্যগত প্রযুক্তি দ্বারা ভালভাবে পরিবেশিত হয়। সহজ পয়েন্ট টাস্ক খুব কমই এজেন্টিক এআইকে সমর্থন করে।
এআই প্রকৃত খরচও বহন করে। এজেন্টিক আর্কিটেকচারগুলি টোকেন নিবিড়, যা তাদের ব্যয়বহুল এবং শক্তি ভারী করে তোলে। বৃহৎ ভাষার মডেলের জন্য খরচ বার্ষিক প্রায় 50% কমছে, এবং পুনঃব্যবহার এবং উন্নত মডেলগুলি এজেন্টিক এআইকে আরও সাশ্রয়ী করে তুলছে। তা সত্ত্বেও, আমাদের AI ব্যবহার করা উচিত শুধুমাত্র যখন মান কেস পরিষ্কার হয়।
নীতিটি সহজ:AI প্রয়োগ করুন যেখানে এটি অর্থপূর্ণ মান যোগ করে এবং যেখানে এটি না হয় সেখানে এটি এড়িয়ে চলুন।
প্রতিফলনের জন্য মূল ধারণা — আমি আপনার চিন্তাধারাকে স্বাগত জানাব:
আমার পরবর্তী ব্লগে, আমি দেখব কিভাবে সংস্থাগুলি এই দ্রুত বিকশিত পরিবর্তনের নেতৃত্ব দিতে পারে৷
৷বাস্তবিক ক্রিয়াকলাপের মাধ্যমে ব্যাঙ্কিং জুড়ে AI স্কেলে কীভাবে মানব-কেন্দ্রিক দৃষ্টিভঙ্গি রয়েছে তা দেখতে, আমাদের 2026-এর শীর্ষ ব্যাঙ্কিং প্রবণতা পড়ুন রিপোর্ট।