Bloomberg বাজারের ডেটা-স্ফীতি বাড়ার মধ্যে তার Terminal-কে chatbot যুগে নিয়ে যাচ্ছে

Bloomberg পেশাজীবীরা কীভাবে market data বিশ্লেষণ করেন, তা নতুনভাবে সাজাচ্ছে

Bloomberg তার flagship Terminal-এ একটি বড় AI-driven পরিবর্তন পরীক্ষা করছে, ASKB নামে একটি chatbot-ধাঁচের interface যোগ করছে, কারণ কোম্পানি অর্থনৈতিক পেশাজীবীদের একটি ক্রমবর্ধমান সমস্যা সমাধান করতে চাইছে: এখন product-এর মধ্যে এত data রয়েছে, যা অনেক user বাস্তবে যথেষ্ট দ্রুত search, synthesize, এবং কাজে লাগাতে পারেন না.

Bloomberg chief technology officer Shawn Edwards-এর মতে, সমস্যাটি তথ্যের অভাব নয়, বরং উল্টোটা। Terminal earnings reports এবং market prices-এর বাইরেও weather forecasts, shipping logs, factory locations, consumer spending patterns, private-loan information সহ ক্রমবর্ধমান input-set গ্রহণ করে চলেছে। এই বিস্তৃত data picture মূল্যবান, তবে এটি traditional navigation-ও কঠিন করে তোলে। Edwards পরিস্থিতিটিকে increasingly untenable বলে বর্ণনা করেছেন, যুক্তি দিয়েছেন যে user-রা relevant signal মিস করতে পারেন বা সেগুলিতে পৌঁছাতে খুব বেশি সময় নিতে পারেন.

Bloomberg-এর উত্তর ASKB, একটি natural-language layer যা বিভিন্ন language model-এর একটি basket-এর উপর নির্মিত। ধারণা হল, user-রা function code-এর ধারাবাহিকতা এবং হাতে বাছাই করা dataset-এর বদলে একটি investment thesis বা macro question দিয়ে শুরু করবেন। বাস্তবে, এর মানে একজন user একটি broad portfolio question করতে পারবেন এবং system-কে অনুরোধ করতে পারবেন যেন তা minutes-এর মধ্যে relevant evidence, relationships, এবং risk factor একত্র করে, দীর্ঘ manual workflow-এর বদলে.

এটি এখন কেন গুরুত্বপূর্ণ

Terminal দীর্ঘদিন ধরে তার density এবং শেখা-জটিলতার জন্য পরিচিত। mastery ঐতিহ্যগতভাবে একটি professional advantage ছিল। অভিজ্ঞ user-রা জানেন কীভাবে specialized screen-এর মধ্যে চলাচল করতে হয়, obscure datapoint আলাদা করতে হয়, এবং ছড়ানো তথ্য less seasoned rival-দের চেয়ে দ্রুত জুড়তে হয়। Bloomberg এই identity ত্যাগ করছে না, কিন্তু স্পষ্টভাবেই স্বীকার করছে যে data growth পুরনো interaction model-এ চাপ তৈরি করতে শুরু করেছে.

এটি একটি গুরুত্বপূর্ণ মুহূর্ত, কারণ এটি দেখায় generative AI কীভাবে experimental side tool থেকে high-value industry-গুলোর core workflow software-এ স্থানান্তরিত হচ্ছে। consumer application-এ chatbot interface-গুলো প্রায়ই convenience feature হিসেবে দেখা হয়। Terminal-এ stakes ভিন্ন। এখানে প্রতিশ্রুতি হল, AI traders, analysts, এবং portfolio manager-দের কোনো ধারণা ঘিরে বিশ্বকে কত দ্রুত বোঝা যায় তা বদলে দিতে পারে.

Bloomberg-এর framing বিশেষভাবে উল্লেখযোগ্য, কারণ এটি expertise প্রতিস্থাপনের চেয়ে বরং একটি question এবং তা যাচাই করার জন্য প্রয়োজনীয় evidence-এর মধ্যকার পথ সংক্ষিপ্ত করার বিষয়। একটি natural-language prompt judgment-এর প্রয়োজন দূর করে না, তবে সেই judgment-এর raw material খুঁজে বের করা এবং গুছিয়ে নেওয়ার যান্ত্রিক বোঝা কমাতে পারে.

বিস্তৃত beta, তবে পূর্ণ release নয়

প্রকাশনার সময় Bloomberg বলছে ASKB beta Terminal-এর প্রায় এক-তৃতীয়াংশ 375,000 user-এর জন্য উপলব্ধ। কোম্পানি পূর্ণ release-এর তারিখ জানায়নি। এই আংশিক rollout দেখায় Bloomberg সতর্কতার সঙ্গে এগোচ্ছে, যা আর্থিক workflow-এর সংবেদনশীলতা এবং ভুল বা বিভ্রান্তিকর AI-generated output-সংশ্লিষ্ট reputational risk বিবেচনায় অস্বাভাবিক নয়.

এই সতর্কতা গুরুত্বপূর্ণ। একটি consumer chatbot মাঝে মাঝে ভুলভ্রান্তিকে professional financial platform-এর চেয়ে সহজে সহ্য করতে পারে, যেখানে user-রা speed, reliability, এবং traceable information-এর ওপর নির্ভর করেন। সেই পরিবেশে AI-কে শুধু plausible শোনালেই চলবে না। তাকে user-দের সঠিক data খুঁজে পেতে, তার synthesis-এর পেছনের logic প্রকাশ করতে, এবং বিশ্লেষণকে বিকৃত করতে পারে এমন hallucination এড়াতে সাহায্য করতে হবে.

ASKB-কে একাধিক model-এর ওপর গড়ে তোলার Bloomberg-এর সিদ্ধান্তও এখনকার serious AI deployment-এ প্রচলিত একটি pragmatic enterprise approach প্রতিফলিত করে। অভিজ্ঞতাকে একটি single model identity-এর সঙ্গে বাঁধার বদলে, কোম্পানি large language model-গুলোকে এমন একটি system-এর component হিসেবে দেখছে যার কাজ তথ্যকে responsibly retrieve, organize, এবং summarize করা.

Financial software-এর ভিতরে গভীর পরিবর্তন

বড় গল্পটা শুধু Bloomberg একটি chatbot যোগ করেছে তা নয়। বরং এটি যে finance-এর সবচেয়ে iconic এবং tradition-bound interface-গুলোর একটি structured এবং unstructured data-তে conversational access ঘিরে পুনর্গঠিত হচ্ছে। এটি professional software থেকে কী প্রত্যাশা করা হবে, তা বদলে দিচ্ছে.

ঐতিহাসিকভাবে, Terminal জটিলতার মধ্যে পথ খুঁজে নিতে পারা user-দের পুরস্কৃত করত। emerging model এমন platform-গুলোকে পুরস্কৃত করে, যা nuance মুছে না ফেলে জটিলতাকে দ্রুত insight-এ রূপান্তর করতে পারে। Bloomberg সফল হলে AI layer এক নতুন ধরনের professional infrastructure হতে পারে: শুধু search shortcut নয়, বরং একটি synthesis engine যা user-দের একসঙ্গে বহু ধরনের data-এর বিপরীতে hypothesis পরীক্ষা করতে সাহায্য করে.

Edwards যে উদাহরণটি দিয়েছেন তা তাৎপর্যপূর্ণ। Iran-এ war এবং oil price পরিবর্তন একটি portfolio-কে কীভাবে প্রভাবিত করতে পারে, তা জিজ্ঞেস করা কোনো সহজ query নয়। এতে geopolitics, commodities, sector exposure, supply chain, এবং time horizon—সবই জড়িত। এ ধরনের প্রশ্নকে অর্থপূর্ণভাবে সমর্থন করতে পারে এমন system autocomplete-এর চেয়ে বেশি কিছু করবে। এটি professionals-কে একটি বিশাল information graph জুড়ে causality map করতে সাহায্য করবে.

এর মানে এই নয় যে পুরনো Terminal skill set হারিয়ে যায়। power user-রা এখনও exact data provenance, bespoke screen, এবং কোনো AI system কী করছে তা যাচাই করার ক্ষমতাকে গুরুত্ব দেবেন। কিন্তু Bloomberg-এর এই পদক্ষেপ ইঙ্গিত দেয় যে financial software-এর পরবর্তী competitive layer সম্ভবত এই প্রশ্নকে কেন্দ্র করে হবে: কে trusted proprietary data-কে natural-language reasoning এবং workflow compression-এর সঙ্গে সবচেয়ে ভালোভাবে একত্র করতে পারে.

কী দেখার আছে

• Bloomberg ASKB-কে synthesis থেকে আরও গভীর workflow action-এ, যেমন faster screening, scenario analysis, বা document generation-এ প্রসারিত করে কি না.
• beta আরও বেশি professional-এর কাছে পৌঁছালে company কীভাবে hallucination risk এবং user trust সামলায়.
• traditional Terminal user-রা system-টিকে accelerator হিসেবে গ্রহণ করেন কি না, নাকি precision আড়াল করতে পারে এমন layer হিসেবে প্রতিরোধ করেন.
• conversational interface enterprise data stack-এর অংশ হয়ে উঠলে rival financial-information platform-গুলো কীভাবে প্রতিক্রিয়া জানায়.

Bloomberg আসলে এই bet-ই করছে যে market intelligence-এর ভবিষ্যৎ শুধু অন্য কারও চেয়ে বেশি information থাকা নয়, বরং সেই information-কে চিন্তার গতিতে interrogate করা যায় এমন করে তোলা। যদি এই bet সফল হয়, Terminal-এর বছরের পর বছরের সবচেয়ে গুরুত্বপূর্ণ redesign দেখতে এমন নাও লাগতে পারে। এটি হতে পারে command মুখস্থ করা থেকে ভালো প্রশ্ন করা শেখার দিকে পরিবর্তন.

এই article Wired-এর reporting-এর ওপর ভিত্তি করে। মূল article পড়ুন.