, এখন এটির নবম বছরে, একটি বার্ষিক সম্মেলন যা স্টার্টআপ সম্প্রদায়ের মধ্যে সংযোগ, শেখার, অনুপ্রেরণা এবং সহযোগিতার উপর দৃষ্টি নিবদ্ধ করে৷ স্ট্যানফোর্ড ইউনিভার্সিটির ভেঞ্চার ক্যাপিটাল ইনিশিয়েটিভ অনুসারে, ম্যাসাচুসেটস 2021-2024 সাল পর্যন্ত তৃতীয়-সবচেয়ে বেশি ইউনিকর্ন স্টার্টআপ (52) তৈরি করেছে, শুধুমাত্র ক্যালিফোর্নিয়া (358) এবং নিউ ইয়র্ক (137) এর পিছনে। এবং 100 টিরও বেশি সেশন এবং 300 স্পিকারের সাথে, একটি আঞ্চলিক ইভেন্টের জন্য উপস্থিতি এবং বিষয়ের পরিসীমা উভয়ই চিত্তাকর্ষক ছিল৷
কিন্তু সাফোক ইউনিভার্সিটি ভেন্যুতে প্রতিদিন ভিড় জড়ো হওয়ার সাথে সাথে একটি জিনিস পরিষ্কার ছিল:প্রতিষ্ঠাতা, বিনিয়োগকারী, প্রযুক্তিবিদ এবং অপারেটররা সবাই এআই ট্রেনে তাড়াতাড়ি লাফ দেওয়ার জন্য উন্মত্তভাবে কাজ করছেন। এই ট্রেন কত বড়? ফরেস্টার পূর্বাভাস দিয়েছেন যে ইউএস কারিগরি ব্যয় 2025 সালে $2.6 ট্রিলিয়ন (একটি শক্তিশালী 5.6% বৃদ্ধি) গ্রহণ করবে, যার বেশিরভাগই এআই-সম্পর্কিত সুযোগ এবং চ্যালেঞ্জগুলির জন্য দায়ী করা হয়েছে। সবচেয়ে অন্তর্দৃষ্টিপূর্ণ AI সেশনগুলির মধ্যে তিনটি, এবং এর সাথে মূল টেকওয়ে যা যেকোনো আকারের প্রতিষ্ঠানের ব্যবসায়িক নেতাদের ব্যবহার করা উচিত, নিচে বিস্তারিতভাবে অন্তর্ভুক্ত করা হয়েছে।
প্যানেলিস্টরা অনুভব করেছিলেন যে ব্যবসায়ী নেতারা এবং প্রতিভা নিয়োগকারীরা আগামী কয়েক বছরে অনেক চ্যালেঞ্জের মুখোমুখি হবে:AI মেধার অভাব থেকে এবং নিয়োগ বনাম প্রশিক্ষণ এবং AI ইন্টিগ্রেশনের জন্য প্রস্তুত একটি ইঞ্জিনিয়ারিং সংস্কৃতি গড়ে তোলার মধ্যে সিদ্ধান্ত নেওয়ার ক্ষেত্রে কোন দক্ষতাগুলিকে অগ্রাধিকার দিতে হবে তা জানা৷
Apollo.io-এর ট্যালেন্ট অপারেশন এবং অ্যানালিটিক্সের সিনিয়র ম্যানেজার টমি বার্থ, নিয়োগ এবং প্রতিভা মূল্যায়ন প্রক্রিয়াকেও AI কতটা প্রভাবিত করে তার উপর দৃষ্টি নিবদ্ধ করেছেন — যেহেতু কোম্পানি এখন প্রযুক্তি-কেন্দ্রিক ভূমিকাগুলির জন্য AI-কেন্দ্রিক ইন্টারভিউ করে। এই সাক্ষাত্কারগুলি "প্রার্থীরা কেবল AI তে আগ্রহী নয় তবে একটি নির্দিষ্ট স্তরের AI সাবলীলতা রয়েছে তা নিশ্চিত করার জন্য"। কোম্পানিটি AI গ্রহণকে একটি পারফরম্যান্স রিভিউ বেঞ্চমার্ক হিসাবে ব্যবহার করছে যেখানে ব্যক্তিদের অবশ্যই "দক্ষতা খুঁজে বের করার জন্য তারা কীভাবে তাদের চাকরিতে AI ব্যবহার করছে তা স্পষ্ট করে বলতে হবে।"
এই অধিবেশনের বিমূর্তটি এটিকে সর্বোত্তম বলে:"এআই পণ্যগুলি বাজারে প্লাবিত হওয়ার সাথে, প্রযুক্তিগতভাবে চিত্তাকর্ষক কিছু তৈরি করা যথেষ্ট নয় - আপনাকে কৌশলগতভাবে দাঁড়াতে হবে।" প্রধান অন্তর্দৃষ্টিগুলির মধ্যে একটি ছিল একটি AI উন্নয়ন কৌশলের প্রয়োজনীয়তা এমন একটি ব্যথা বিন্দুর সমাধান সম্পর্কে যা তৈরি করে — বা তৈরি করার সম্ভাবনা রয়েছে — ভোক্তা বা ব্যবসার সম্প্রদায়ের উপর একটি উল্লেখযোগ্য নেতিবাচক প্রভাব৷
Scott Weller, CTO এবং AI স্টার্টআপ EnFi-এর সহ-প্রতিষ্ঠাতা, বাণিজ্যিক ক্রেডিট পরিচালনার জন্য একটি ডেটা ইন্টেলিজেন্স এবং অটোমেশন সলিউশন, এতে মুখ্য। তিনি একটি আদর্শ গ্রাহক প্রোফাইল সম্পর্কে সত্যিই অনুরূপ ব্যথা পয়েন্ট সহ একটি সম্প্রদায় হিসাবে চিন্তা করেন। তিনি বলেছিলেন, "শুধু একটি পণ্য তৈরি করা একটি সম্প্রদায় তৈরি করার ক্ষমতা রাখে না। আপনাকে সত্যিই ব্যথার পয়েন্টগুলিকে মোকাবেলা করতে হবে, এবং আপনাকে ফলাফলের সাথে ব্যথার পয়েন্টগুলিকে মোকাবেলা করতে হবে … সম্প্রদায়গুলি পরিণতি ঘিরে তৈরি হয়।"
এই সেশনে প্যানেলিস্টরা কীভাবে AI মডেলের জন্য উচ্চ-মানের ডেটা অর্জন এবং ব্যবহার করতে হয় তার উপর দৃষ্টি নিবদ্ধ করেছেন। মূল পয়েন্টগুলি ছিল পরিমাণ/গুণমান বজায় রাখার সময় ডেটা অধিগ্রহণের খরচ নিয়ন্ত্রণ করা, জটিল ডেটা টীকা করার জন্য বিবেচনা করা (যেমন, কম্পিউটার দৃষ্টি, প্রাকৃতিক ভাষা প্রক্রিয়াকরণ), এবং ডেটাসেটে পক্ষপাত এড়ানোর সময় নৈতিক ডেটা অধিগ্রহণের অনুশীলনগুলি প্রয়োগ করা। কিন্তু ঘন্টাব্যাপী সেশনে সাধারণ থ্রেডটি ছিল এই:বড় ভাষা মডেল (LLMs) তৈরি করতে এবং AI চালু করার আগে - প্রথমে আপনার ডেটা কৌশল তৈরি করুন — ডেটা সংগ্রহ, সঞ্চয়স্থান, বংশ, বংশবৃত্তান্ত, উদ্দেশ্য, গুণমানের নিশ্চয়তা, শাসন এবং প্রক্রিয়াগুলি সমন্বিত৷
নিরভ শাহ, বিশ্লেষণ সমাধান প্রদানকারী অনপয়েন্ট ইনসাইটস-এর সিইও এবং টাফ্টস ইউনিভার্সিটির অ্যাডজেন্ট প্রফেসর, এটিকে সুন্দরভাবে তুলে ধরেছেন, "লোকেরা [বিল্ডিং ডেটা স্ট্র্যাটেজি] এর জন্য অনেক সময় ব্যয় করে না। প্রত্যেকে শুধু ডেটা অর্জন করতে এবং LLM মডেলগুলি তৈরি করতে চায়, যা শুধুমাত্র একটি MV বা POC কৌশলের জন্য খুবই গুরুত্বপূর্ণ।"
আরো শিখতে আগ্রহী? ফরেস্টার ক্লায়েন্টরা আপনার ব্যবসায়িক কৌশলে এই তিনটি বুদ্ধি কীভাবে প্রয়োগ করা যেতে পারে তা শিখতে আমার সাথে সময় নির্ধারণ করতে পারে৷