এআইয়ের নতুন বিভাজন হতে পারে প্রবেশাধিকার নয়, গভীরতা

এন্টারপ্রাইজ এআই হয়তো এক নতুন অসমতার পর্যায়ে ঢুকছে

ব্যবসায়িক এআই গ্রহণের প্রথম তরঙ্গকে সংজ্ঞায়িত করেছিল প্রবেশাধিকার। কোন কোম্পানিগুলো টুল চালু করেছিল? কতজন কর্মীর কাছে seats ছিল? কর্মীরা কি আদৌ chat interfaces নিয়ে পরীক্ষা-নিরীক্ষা করছিলেন? OpenAI-এর নতুন B2B Signals গবেষণা বলছে, এসব প্রশ্ন এখন আর frontier-কে পুরোপুরি ধরতে পারছে না। রিপোর্ট অনুযায়ী, যে বিভাজন তৈরি হচ্ছে তা শুধু এই নয় যে প্রতিষ্ঠানগুলো এআই ব্যবহার করছে কি না, বরং তারা দৈনন্দিন কাজে সেটি কতটা গভীরভাবে ব্যবহার করছে।

শিরোনাম-ঘেঁষা সংখ্যাটি চমকপ্রদ। usage-এর 95তম percentile-এ থাকা frontier firms এখন সাধারণ firms-এর তুলনায় প্রতি কর্মীতে 3.5 গুণ বেশি intelligence ব্যবহার করছে, যা 2025 সালের এপ্রিল মাসে এক বছর আগে ছিল 2 গুণ। OpenAI এই মাপকাঠি tokens generated-এর মাধ্যমে ব্যাখ্যা করেছে, যা কর্মীরা এআইকে কতটা কাজ দিচ্ছে তার একটি proxy। Tokens-কে মূল্যমানের সরাসরি মাপ হিসেবে নয়, বরং এআই ব্যবহারের গভীরতা অনুমান করার উপায় হিসেবে দেখানো হয়েছে।

রিপোর্টের মূল যুক্তি হলো, এই সুবিধা নিজেই আরও বাড়তে থাকে। কোম্পানিগুলো যখন বিস্তৃত access থেকে আরও জটিল, production-oriented ব্যবহারে যায়, তখন তারা এখনও এআইকে মূলত একটি হালকা সহকারী হিসেবে দেখছে এমন peers-এর থেকে দূরত্ব বাড়িয়ে ফেলে।

কেন message volume পুরো গল্প নয়

রিপোর্টের সবচেয়ে গুরুত্বপূর্ণ দাবিগুলোর একটি হলো, message volume frontier advantage-এর মাত্র 36% ব্যাখ্যা করে। অন্যভাবে বললে, শীর্ষ কোম্পানিগুলো শুধু এআইকে বেশি প্রশ্ন করছে তা নয়। তারা আরও সমৃদ্ধ, আরও জটিল কাজ চাইছে, আরও context দিচ্ছে, এবং আরও substantive output তৈরি করছে।

এই পার্থক্য গুরুত্বপূর্ণ, কারণ এটি enterprise adoption কীভাবে মূল্যায়ন করা উচিত, তা বদলে দেয়। একটি কোম্পানি বাড়তে থাকা activity দেখিয়েও তার ব্যবহারে তুলনামূলকভাবে shallow থাকতে পারে। কর্মীরা যদি শুধু simple prompts বা মাঝেমধ্যে drafting help-এর জন্য এআই ব্যবহার করেন, তাহলে সংস্থাটি সেই workflow transformation ধরতে নাও পারে, যা শক্তিশালী প্রতিযোগিতামূলক সুবিধা তৈরি করে।

OpenAI-এর framing ইঙ্গিত দেয় যে depth এখন আরও প্রাসঙ্গিক metric হয়ে উঠছে। frontier-এ থাকা firms মনে হচ্ছে এআইকে শুধু একটি auxiliary convenience না ধরে বাস্তব processes-এ একীভূত করছে। এটা কঠিন রূপান্তর, কারণ এতে governance, enablement, এবং workflow design দরকার, শুধু software access নয়।

Delegated work frontier-এর চিহ্ন হয়ে উঠছে

রিপোর্ট advanced tools এবং agentic workflows-কে সেই জায়গা হিসেবে চিহ্নিত করেছে যেখানে সবচেয়ে বড় পার্থক্য দেখা যায়। OpenAI বলছে, frontier firms সাধারণ firms-এর তুলনায় প্রতি কর্মীতে 16 গুণ বেশি Codex messages পাঠায়। এটি dataset-এ সবচেয়ে স্পষ্ট সংকেতগুলোর একটি যে enterprise AI-র পরবর্তী ধাপ simple chat assistance-এর বদলে delegated work-কে ঘিরে তৈরি হতে পারে।

ব্যবসায়িক এআই maturity কীভাবে বর্ণনা করা হয়, তার মধ্যে এটি একটি গুরুত্বপূর্ণ পরিবর্তন। যদি প্রাথমিক enterprise adoption হয় কর্মীদের সাহায্য চাওয়া নিয়ে, তাহলে frontier adoption এখন কর্মীরা কাজ অর্পণ করছে এমন দেখায়। এতে AI productivity layer থেকে operational infrastructure-এর কাছাকাছি চলে যায়। delegated workflows সাধারণত আরও tight controls, স্পষ্ট success criteria, এবং output-এর ওপর আরও বিশ্বাস দাবি করে, তাই implementation-এর stakesও বাড়ে।

OpenAI বলছে, এগিয়ে থাকা firms production use-এর জন্য governance তৈরি করছে, enablement-এ বিনিয়োগ করছে, depth মাপছে, যা কাজ করে তা scale করছে, এবং chat-based assistance থেকে agents-সহ delegated workflows-এর দিকে এগোচ্ছে। এর বর্ণনা শুধু প্রযুক্তিগত নয়, organizational-ও। frontier শুধু tool choice দিয়ে নয়, বরং একটি কোম্পানি এআই ব্যবহাকে scattered habit নয়, managed system-এ রূপান্তর করতে পারে কি না, তা দিয়েও নির্ধারিত হয়।

তথ্য কীভাবে উপস্থাপিত হয়েছে

B2B Signals-কে enterprise use of OpenAI products থেকে পাওয়া privacy-preserving, aggregated signals-এর ভিত্তিতে ব্যবসার মধ্যে এআই কতটা ছড়িয়ে পড়ছে তার recurring measure হিসেবে বর্ণনা করা হয়েছে। কোম্পানিটি বলছে, বিশ্লেষণগুলো de-identified, aggregated enterprise usage data-এর ওপর নির্ভর করে। এটিও বলা হয়েছে যে message content automated systems দিয়ে শ্রেণিবদ্ধ করা হয়েছে এবং বিশ্লেষণের অংশ হিসেবে কোনো OpenAI কর্মী individual enterprise, business, বা API customer data পর্যালোচনা করেননি।

এই methodological নোটগুলো গুরুত্বপূর্ণ, কারণ enterprise AI reporting প্রায়ই trust problem-এর মুখে পড়ে। কোম্পানিগুলো benchmarking এবং adoption signals চায়, কিন্তু তারা একই সঙ্গে নিশ্চিত হতে চায় যে সংবেদনশীল ব্যবসায়িক ব্যবহার হাতে-কলমে পর্যালোচনা করা হচ্ছে না। OpenAI aggregation এবং de-identification-এর ওপর জোর দিয়ে সেই tension মোকাবিলা করতে চায়, একই সঙ্গে usage pattern-এর সামগ্রিক চিত্রও দিতে চায়।

একই সঙ্গে, পাঠকদের খেয়াল রাখা উচিত রিপোর্টটি কী বলছে আর কী বলছে না। এটি tokens-কে demanded intelligence-এর proxy হিসেবে উপস্থাপন করছে, ব্যবসায়িক ফলাফলের সরাসরি মাপ হিসেবে নয়। অর্থাৎ, এই ফলাফলগুলোকে ব্যবহার-তীব্রতা এবং maturity-র indicator হিসেবে বোঝা উচিত, প্রতিটি অতিরিক্ত token সরাসরি productivity বা profit-এ রূপান্তরিত হয় তার প্রমাণ হিসেবে নয়।

এন্টারপ্রাইজ কৌশলের জন্য এর অর্থ কী

যদি OpenAI-এর ফলাফল বৃহত্তরভাবে সত্যি হয়, তাহলে অনেক কোম্পানি নিজেদের ভুল milestone-এর সঙ্গে তুলনা করছে। পার্থক্যকারী এখন আর basic deployment নয়। আসল প্রশ্ন হলো, AI কি এতটাই গভীরভাবে embedded যে live workflows-এ complex, context-rich, delegated tasks সামলাতে পারে?

এর বাস্তব প্রভাব আছে। frontier-এর কাছাকাছি যেতে চাওয়া firms-কে শুধু access বাড়ানোর বদলে training, governance, process redesign, এবং এমন task বাছাইয়ে বেশি বিনিয়োগ করতে হতে পারে যা গভীর ব্যবহার টিকিয়ে রাখতে পারে। রিপোর্ট বলছে, advanced adoption rollout-এর পর নিজে নিজে ঘটে না। সেটিকে লালন করতে হয়।

এটি একটি feedback loop-ও ইঙ্গিত করে। যেসব কোম্পানি এআইকে গভীরভাবে ব্যবহার করতে শিখে ফেলে, তারা এমন নতুন task খুঁজে পেতে পারে যা অর্পণযোগ্য, আর তাতে আরও infrastructure, আরও governance, এবং আরও internal expertise দরকার হয়। সেটাই হচ্ছে compounding advantage, যার দিকে রিপোর্ট ইঙ্গিত করছে। একটি firm depth-এ এআইকে operationalize করা শুরু করলেই, তার অগ্রগতি ধীরগতির adopters-এর পক্ষে ধরতে কঠিন হয়ে যেতে পারে।

উদীয়মান প্রতিযোগিতামূলক ফাঁক

সবচেয়ে বড় takeaway হলো, enterprise AI competition এখন আরও structural phase-এ ঢুকতে পারে। নেতা ও সাধারণ firms-এর মধ্যে পার্থক্য এখন আর শুধু experimentation বনাম non-experimentation নয়। এটি shallow usage এবং integrated, delegated, production-grade use-এর পার্থক্য।

এটা আরও গুরুতর বিভাজন, কারণ এটি শুধু adoption optics নয়, capability-কে স্পর্শ করে। গভীর AI ব্যবহার থাকা একটি firm শুধু পরিচিত tasks দ্রুত করতে পারে না; এটি কাজ বণ্টন ও সম্পাদনের ধরনই পুনর্গঠন করতে পারে। যদি এই pattern চলতে থাকে, তাহলে OpenAI যাকে frontier advantage বলছে, তা সাময়িক এগিয়ে থাকা না হয়ে একটি স্থায়ী operating model হয়ে উঠতে পারে।

যে enterprises এখনও এআইকে বিস্তৃত কিন্তু হালকা productivity tool হিসেবে দেখছে, তাদের জন্য বার্তাটি স্পষ্ট। access ছিল প্রথম milestone। depth-ই ঠিক করতে পারে কে সত্যিই এগিয়ে যাবে।

এই নিবন্ধটি OpenAI-এর প্রতিবেদনের ওপর ভিত্তি করে। মূল নিবন্ধ পড়ুন.